叉车式多AGV的路径规划
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 AGV研究现状 | 第10-11页 |
| 1.3.2 路径规划问题研究现状 | 第11-12页 |
| 1.4 研究内容及技术路线图 | 第12-15页 |
| 1.4.1 研究内容 | 第12-13页 |
| 1.4.2 技术路线图 | 第13-15页 |
| 2 AGV系统的总体构成和AGV运行原理 | 第15-28页 |
| 2.1 AGV系统的总体构成 | 第15-23页 |
| 2.1.1 控制系统 | 第16-17页 |
| 2.1.2 驱动导向系统 | 第17-19页 |
| 2.1.3 通讯系统 | 第19-20页 |
| 2.1.4 导航系统 | 第20-21页 |
| 2.1.5 车体系统 | 第21页 |
| 2.1.6 移载机构 | 第21页 |
| 2.1.7 动力系统 | 第21-22页 |
| 2.1.8 安全系统 | 第22页 |
| 2.1.9 其他辅助机构 | 第22-23页 |
| 2.2 AGV小车的运行原理 | 第23-27页 |
| 2.2.1 AGV小车的工作原理 | 第23-24页 |
| 2.2.2 AGV小车的运行流程 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 AGV路径规划问题和遗传算法的选择 | 第28-38页 |
| 3.1 AGV路径规划简述 | 第28页 |
| 3.2 AGV物流系统的设计与规划 | 第28-31页 |
| 3.2.1 AGV系统的生产线简介 | 第29-30页 |
| 3.2.2 AGV系统的物流线路布局 | 第30页 |
| 3.2.3 AGV系统工作路径设计 | 第30-31页 |
| 3.3 AGV路径规划方法选择 | 第31-33页 |
| 3.4 遗传算法理论 | 第33-37页 |
| 3.4.1 遗传算法简介 | 第33页 |
| 3.4.2 基本遗传算法介绍 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于遗传算法的单AGV路径规划研究 | 第38-56页 |
| 4.1 AGV路径规划模型的建立 | 第38-44页 |
| 4.1.1 环境模型 | 第38-43页 |
| 4.1.2 数学模型 | 第43-44页 |
| 4.2 遗传算法设计 | 第44-47页 |
| 4.2.1 染色体编码 | 第44页 |
| 4.2.2 初始种群产生 | 第44-45页 |
| 4.2.3 适应度函数 | 第45页 |
| 4.2.4 遗传算子设计 | 第45-47页 |
| 4.2.5 算法终止条件 | 第47页 |
| 4.3 改进型的遗传算法设计 | 第47-48页 |
| 4.4 仿真分析 | 第48-55页 |
| 4.4.1 MATLAB介绍 | 第48页 |
| 4.4.2 研究问题描述 | 第48-49页 |
| 4.4.3 参数设置 | 第49-53页 |
| 4.4.4 仿真结果及分析 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 多AGV路径规划研究 | 第56-73页 |
| 5.1 多AGV协调系统 | 第56-57页 |
| 5.2 基于优先级的交通规则法 | 第57-59页 |
| 5.2.1 优先级的制定 | 第57-59页 |
| 5.2.2 交通规则 | 第59页 |
| 5.2.3 节点的要求 | 第59页 |
| 5.3 冲突类型及解决策略 | 第59-66页 |
| 5.3.1 冲突类型 | 第59-62页 |
| 5.3.2 冲突检测 | 第62-64页 |
| 5.3.3 解决策略 | 第64-66页 |
| 5.4 AGV路径调整 | 第66-67页 |
| 5.4.1 AGV起止点及链接矩阵的设置 | 第66页 |
| 5.4.2 路径被占用时的规划调整 | 第66-67页 |
| 5.5 实例分析 | 第67-72页 |
| 5.5.1 环境描述 | 第67-68页 |
| 5.5.2 初始路径 | 第68-69页 |
| 5.5.3 路径检查 | 第69页 |
| 5.5.4 冲突检测及解决方法 | 第69-72页 |
| 5.6 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间发表论文及科研成果 | 第78-79页 |
| 致谢 | 第79-80页 |
