超级会员免费看
自动导引车系统与多机器人系统控制策略解析
在工业自动化领域，自动导引车（AGV）系统和多机器人系统的高效运行至关重要。本文将深入探讨AGV系统的路径网络设计以及多机器人非完整系统在动态不确定性和控制时间延迟情况下的协同控制策略。
1. AGV系统的路径网络设计
1.1 构建双向路径网络的方法
为构建AGV系统的双向路径网络，有以下几种方法可供考虑：
- 调度AGV的所有移动。
- 使用图流模型。
- 采用基于遗传算法的模拟优化方法。
然而，调度AGV的所有移动计算时间过长，图流模型无法构建双向路径。因此，本文采用基于遗传算法的模拟优化方法。
1.2 路径网络设计原理
通过模拟搜索无用路径来设计路径网络。当AGV不使用某条路径时，运输效率不变，该路径即为无用路径。若环境中所有路径均可使用，AGV会选择许多无用路径，这是一个非线性难题，因此采用遗传算法进行路径设计。
在该方法中，二进制基因表示单元格的单向连接，限制与上下左右单元格的单向连接。两个单元格的单向连接重叠表示双向连接，即双向路径。个体通过这些连接表示一条路径，个体的基因数量约为单元格数量的两倍，这些个体通过模拟进行测试。
使用遗传算法的原因之一是可能的网络数量非常大。在网络表示中，基因长度约为单元格大小的4倍。例如，若单元格数量为60，则基因长度为240，AGV系统有$2^{240}$种可能的网络，遗传算法适用于此类大规模优化问题。
1.3 任务设计
在特定环境中，有4个取货点和4个卸货点，可能的运输需求数量为$4^2 = 16$。任务是一组需
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
