原文传递
仓储配送中心多AGV系统的路径规划研究
| 论文题名： | 仓储配送中心多AGV系统的路径规划研究 |
| 关键词： | 仓储配送中心;自动导引运输车;路径规划;避障行为;A星算法;遗传算法 |
| 摘要： | 2019年底爆发的新型冠状病毒疫情给全球经济带来巨大冲击，同时疫情也给物流运输业带来了巨大的挑战。而经过疫情的洗礼，我国物流运输行业整体不仅经受住了考验，而且在技术上、能力上、制度上都达到了更高的水平。虽然物流业经受住了考验，但在疫情期间和疫情过后，物流业也暴露出许多亟待解决的问题。 在后疫情时代，购物的理念是足不出户，就近购物。除了生活必需品的囤积，大众的消费模式也变化为了按需购买。这意味着，相应的仓储物流企业，为了满足群众的需求，将不得不改变过去的物流模式，改为多批次、小批量的物流和仓储模式。但在这种模式下，传统的少批次、大批量的物流运输模式显然已经无法适应。同样，在新的模式下，人工的拣货工作显然会因订单量大而随之增大。首先，多批分拣劳动强度极高，其次，多批人工分拣不可避免地会有人为失误和其他不必要的损失。因此，在新形势下，自动化仓储多AGV(Automated Guided Vehicle)系统体现了其超越传统人工分拣物流的性能。 尽管多AGV系统早已存在并投入使用，但在当前环境下，针对仓储配送中心的多AGV路径规划系统的需求更为迫切。本文针对后疫情时代新的消费模式和行业目前的发展状况，在大量阅读了文献后提出了基于时间窗的配送中心多AGV系统调度方案:“货到人”的拣货模式。首先本文从配送中心的实际日常工作状况中总结了生产问题，把实际问题变为了可解决的数学模型。然后分析了自动仓库系统的结构和布局，梳理了自动仓库的工作流程。比较分析了在路径规划领域的环境建模，智能算法和避障解决方案的各个不同方法之间的特点，采取实验比较的方法，用遗传算法和A星算法在实例中的仿真对比实验确定了在仓储环境中，A星算法的计算时间和拐点数量都较遗传算法优秀。总结了AGV的路径规划方案和多AGV系统的冲突和解决办法，规划了各区域的AGV路径，并在数学模型的基础上生成了各AGV的路径，利用时间窗算法检测了可能的避碰点，解决了AGV小车的路径规划和避障这两个核心问题，提出了解决仓储配送中心的多AGV系统路径规划和基于时间窗的避障的方案，并且在仿真实验中验证了此系统的可行性与可靠性。 最后，仿真和实验都表明，在拐点数量的约束条件下，多AGV系统的运行效率大大提高。将仿真所实现的系统应用到了X企业的实际生产当中，与优化前相比较，在多AGV小车的路径规划和避障系统下实现了运料设备数量减少25％的情况下，超市仓库的整体拣货效率提升了44.2％，说明该系统对实际生产具有一定的指导意义。 |
| 作者： | 聂子翔 |
| 专业： | 机械工程 |
| 导师： | 马东彦 |
| 授予学位： | 硕士 |
| 授予学位单位： | 宁夏大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
