-
Patent Agency Ranking
公开(公告)号：CN115793648A
公开(公告)日：2023-03-14
申请号：CN202211510638.0
申请日：2022-11-29
Applicant: 无锡学院
IPC: G05D1/02
Abstract: 本发明公开了一种AGV路径规划方法，包括：设置AGV的起点和目标点；在人工势场法原有斥力势场函数中添加关于目标点到当前点的影响函数，得到改进斥力势场函数；根据障碍物对AGV的斥力和目标点对AGV的引力计算AGV所受到的合力，AGV跟随合力方向进行路径搜索；路径搜索后到达下一位置点，判断AGV是否到达目标点；若没有到达目标点，则判断AGV是否陷入局部最小值；若AGV陷入局部最小值则引入模拟退火法到达下一位置点，迭代直到AGV走出局部最小值处；若AGV到达目标点，则保留路径。改善人工势场法所规划路径存在目标不可达、局部最小值的缺陷，提高AGV路径规划效率。
-
公开(公告)号：CN117930842A
公开(公告)日：2024-04-26
申请号：CN202410087306.9
申请日：2024-01-22
Applicant: 无锡学院
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D1/648 , G05D105/20
Abstract: 本发明公开了一种多AGV任务分配方法，包括：S1、获取AGV信息和任务信息，对待送货加工位和待取空托盘加工位进行任务匹配，同时设定粒子群参数；S2、对每个粒子进行编码；设置粒子初始位置和速度；S3、设置初始解验算子对编码后的每个粒子进行检查；S4、对检查合格的粒子进行解码生成对应AGV的行驶路径，根据适应度函数计算每个粒子的适应度；S5、根据每个粒子的适应度确定每个粒子的最佳位置，同时确定粒子群体中的最佳位置；S6、更新每个粒子的速度与位置，每一个粒子建立惯性权重，得出每个粒子的个体最优解与全局最优解。能够实现对任务分配结果的优化，稳定性高，可以提高算法搜索效率、寻优能力和计算稳定性，可以提高求解质量的优点。
-
公开(公告)号：CN118609352B
公开(公告)日：2025-02-25
申请号：CN202410665083.X
申请日：2024-05-27
Applicant: 无锡学院
Abstract: 本发明公开一种基于时间窗的多AGV交通管制方法，包括：对于区域内有多个相邻的路径的运输系统；调度系统加载路径地图和车辆的车辆信息，车辆信息包括车辆编号和车辆尺寸；生成车辆在所有路径上移动的车辆轮廓曲线；数字化AGV工作环境信息，得到AGV工作环境电子地图；在AGV工作环境电子地图上，为AGV规划出时间最短的路径；本发明针对AGV交通管制中出现的冲突和死锁问题，以时间窗算法为基础提出解决冲突和死锁的策略，针对死胡同路径，提出反向预约路径的方法；对于冲突类型进行分类以及预测，并重新排布冲突的时间窗；对于死锁冲突通过广度搜索算法寻找避让点解决死锁。
-
公开(公告)号：CN118609352A
公开(公告)日：2024-09-06
申请号：CN202410665083.X
申请日：2024-05-27
Applicant: 无锡学院
Abstract: 本发明公开一种基于时间窗的多AGV交通管制方法，包括：对于区域内有多个相邻的路径的运输系统；调度系统加载路径地图和车辆的车辆信息，车辆信息包括车辆编号和车辆尺寸；生成车辆在所有路径上移动的车辆轮廓曲线；数字化AGV工作环境信息，得到AGV工作环境电子地图；在AGV工作环境电子地图上，为AGV规划出时间最短的路径；本发明针对AGV交通管制中出现的冲突和死锁问题，以时间窗算法为基础提出解决冲突和死锁的策略，针对死胡同路径，提出反向预约路径的方法；对于冲突类型进行分类以及预测，并重新排布冲突的时间窗；对于死锁冲突通过广度搜索算法寻找避让点解决死锁。
-
公开(公告)号：CN117930842B
公开(公告)日：2024-07-26
申请号：CN202410087306.9
申请日：2024-01-22
Applicant: 无锡学院
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D1/648 , G05D105/20
Abstract: 本发明公开了一种多AGV任务分配方法，包括：S1、获取AGV信息和任务信息，对待送货加工位和待取空托盘加工位进行任务匹配，同时设定粒子群参数；S2、对每个粒子进行编码；设置粒子初始位置和速度；S3、设置初始解验算子对编码后的每个粒子进行检查；S4、对检查合格的粒子进行解码生成对应AGV的行驶路径，根据适应度函数计算每个粒子的适应度；S5、根据每个粒子的适应度确定每个粒子的最佳位置，同时确定粒子群体中的最佳位置；S6、更新每个粒子的速度与位置，每一个粒子建立惯性权重，得出每个粒子的个体最优解与全局最优解。能够实现对任务分配结果的优化，稳定性高，可以提高算法搜索效率、寻优能力和计算稳定性，可以提高求解质量的优点。
-
-
-
-
Search Results
5
records
(took 0.025 seconds)
