| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 AGV调度算法研究现状 | 第9-10页 |
| 1.2.2 AGV路径规划研究现状 | 第10-11页 |
| 1.3 研究内容与论文结构 | 第11-12页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 论文结构 | 第12页 |
| 1.4 本章小结 | 第12-14页 |
| 2 AGV任务分析与系统构成 | 第14-20页 |
| 2.1 印企软包材料生产线 | 第14-15页 |
| 2.2 软包材料生产线中的AGV任务分析 | 第15-17页 |
| 2.3 系统体系架构设计 | 第17-19页 |
| 2.3.1 人机交互模块 | 第17-18页 |
| 2.3.2 AGV任务执行模块 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 AGV调度算法研究 | 第20-28页 |
| 3.1 调度算法 | 第20-24页 |
| 3.1.1 多AGV系统的调度算法 | 第20-22页 |
| 3.1.2 单AGV系统的调度算法 | 第22-24页 |
| 3.2 基于短距离原则的任务调度算法 | 第24-27页 |
| 3.2.1 动态规划 | 第24页 |
| 3.2.2 基于短距离原则的任务调度算法 | 第24-27页 |
| 3.3 本章小结 | 第27-28页 |
| 4 AGV路径规划算法研究 | 第28-46页 |
| 4.1 传统路径规划算法研究 | 第28-29页 |
| 4.2 深度强化学习算法研究 | 第29-37页 |
| 4.2.1 深度学习 | 第30-31页 |
| 4.2.2 强化学习 | 第31-33页 |
| 4.2.3 深度强化学习算法 | 第33-37页 |
| 4.3 基于Unity3D平台的近端策略优化算法研究 | 第37-41页 |
| 4.4 PPO算法和A*算法的比较与分析 | 第41-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 仓储搬运机器人路径规划仿真系统实现 | 第46-58页 |
| 5.1 系统开发环境 | 第46页 |
| 5.2 系统总体结构 | 第46-47页 |
| 5.3 系统实现 | 第47-56页 |
| 5.3.1 用户登录注册和信息管理模块 | 第47-49页 |
| 5.3.2 订单信息管理模块 | 第49-51页 |
| 5.3.3 物料搬运计划管理模块 | 第51-53页 |
| 5.3.4 AGV任务执行和监测模块 | 第53-55页 |
| 5.3.5 任务调度与路径规划模块 | 第55-56页 |
| 5.4 本章小结 | 第56-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |