智能制造系统设计与运行控制课件：智能制造典型装备及实例.pptx

智能制造系统设计与运行控制;;;;;;;;;;;;;;;;;;;;;

集中式多AGV系统由一个中央控制系统及包含多个

AGV的底层系统构成，彼此间存在管理与被管理的关系。中央控制系统负责对所有AGV的行为、协作以及共享资源等提供统一的协调和管理。其任务调度以及无冲突控制策略都由中央控制系统完成。中央控制系统从全局角度为各AGV分配任务、规划路径并将信息下发；各AGV严格按照指令执行任务，当冲突发生后，中央控制系统根据无冲突控制策略进行调节，防止AGV之间发生碰撞。集中式多AGV系统的结构如图所示。;

?2.分布式多AGV系统

在分布式的多AGV系统中，所有AGV都是平等关系。各AGV在遵循可能的规则和共享资源的管理策略基础上，基于通信技术彼此交换信息。其任务调度以及无冲突控制依赖各AGV的智能。分布式多AGV系统的结构如图所示。;

混合式多AGV系统介于集中式和分布式之间，由一个

中央控制系统和多个具有一定智能的AGV构成，平衡了集中式和分布式两种结构的优缺点。各AGV的基本行为和简单任务由AGV自主完成；当系统多任务调度，或协通作业时，可由中央控制系统集中规划，实现全局最优，或借助各AGV有限的智能水平，彼此通信进行协同计算，分担中央控制系统部分压力；相较分布式多AGV系统，该方案对AGV的智能化要求低，投入成本容易控制。混合式多AGV系统的结构如图所示。;

?1.AGV的导引原理

AGV导引可分为固定路径导引和自由路径导引两种方式。固定路径导引原理依据不同的信息媒介，又可以分为电磁导引和光学导引。;

?2.AGV路径规划技术

路径规划是指AGV从起点到终点有多条路径可以选择，而系统根据一定的评价标准从中选出路径或者时间最短的运行路径。路径在多AGV系统中是AGV能否高效、安全运行的关键一步，它不仅需要处理起点与终点之间的关系，还需要解决AGV互相之间的关系。当系统给AGV分配了任务，它的起点和终点就已将被确定下来，接着就由调度系统为AGV进行路径规划，提供一条最优的、安全的路径。经典的AGV路径规划算法如图所示，其中，Dijkstra算法、A*算法是最主流的路径规划算法???随着移动机器人智能化的应用需求逐渐上升，以及计算机技术的飞速发展，在路径规划领域，涌现出了以遗传算法、蚁群算法等为代表的智能搜索算法，以强化学习、深度学习等为代表的人工智能算法的相关研究与应用示范。;

在上述方法中，应用最普遍的是直接表征法和栅格地图。对于多种不同车型的总装车间，栅格地图易于构建和保存较大的运

行环境，对AGV可以进行精确定位。地图可行路径的方向可以分为单车道单向行驶、双车道双向行驶和单车道双向行驶三种方式。

单车道单向行驶情况下道路的利用率较低，主要应用于物流分拣和仓储领域。双车道双向行驶类似于现实的交通道路，这种方法在路径规划上具有较好的灵活性，但是对规划道路的空间需求也相应增大，建设和管理费用也会更高。单车道双向行驶相对于单车道单向行驶的车辆控制系统更为复杂，但是其道路的利用率更高。以单车道双向行驶模式的二维车间AGV的调度为例，位置信息用二维坐标来表示。地图环境主要包含四部分，AGV停靠区(充电区)、AGV工作区、车间总装线(障碍物)、零部件仓库区。

栅格地图的建模过程有如下三个关键要素：1)栅格尺寸的选取：栅格尺寸相当于比例尺，当栅格所表示的面积较小时，整个需要建模的现实场景所包含的栅格数量将会增加，地图激精度也会提高

2)栅格位置的标记：一般可通过直角坐标系里的点坐标表示每一个栅格的位置信息。

3)栅格属性的编码：栅格属性代表了栅格的物理性质，可以决定该栅格是否为可行区域。;

?3.AGV路径规划中的最短路问题

最短路径问题是图论研究中的一个经典算法问题，旨在寻找图(由结点和路径组成的)中两结点之间的最短路径。根据AGV任务分配的结果，AGV的路径问题是确定起点终点的最短路径问题，即已知起点和终点，求两结点之间的最短路径。A*算法是求解最短路径最有效的直接搜索方法之一，是一种启发式算法，所谓启发式就是A*算法通过启发函数来引导