论文部分内容阅读
近年来随着电子商务的快速发展,电商平台企业的物流业务呈现出多品类、高频次、小批量的特点,仓库中的订单及货位的激增,需要加快商品入库、订单拣选等环节的响应速度,提升自动化水平。京东、亚马逊等电商企业将智能化的搬运机器人投入到仓储作业的运营中,用来提升拣选效率,降低拣选成本。然而如何对多个搬运机器人进行路径规划,实现作业的高效协同是目前亟待解决的问题。部分学者对仓库中搬运机器人路径规划的研究主要是针对静态情况的,且主要针对单一的机器人进行路径规划,对于多个机器人的路径规划及动态避障的研究较少。本文从现有的研究缺口入手,通过对仓库中搬运机器人的研究现状进行分析,描述了搬运机器人的作业模式和现存问题,对搬运机器人的动态路径规划问题进行了研究。研究主要分为两部分,一部分是对离线状态下搬运机器人的全局路径进行规划,另一部分是对在线状态下的搬运机器人局部路径进行调度。本文的主要工作包括:(1)对搬运机器人所在的仓储作业环境进行地图建模,规定搬运机器人的行驶路径模式和行驶方向;将实际运营中的限制转化为约束条件,建立了以总运行时间最短的多搬运机器人路径规划模型。(2)设计了多搬运机器人两阶段动态路径规划算法,将带有路径热度值的Dijkstra算法与时间窗相结合来规划机器人的路径,并通过调节优先级的方式进行在线协调。又对运行过程中搬运机器人可能存在的冲突提供了相应的解决策略,解决方案基于机器人的优先级,融合了等待策略、二次规划路径策略等方法,有效地节省了搬运机器人的冲突等待时间。(3)使用MATLAB软件完成了搬运机器人路径规划的仿真实验。对仿真数据进行对比分析,实验结果显示改进后的路径对搬运机器人的总运行时间有着明显的缩短,达到了优化的目标。本文提出的路径规划算法增加了多搬运机器人系统的柔性,为解决仓储作业中多个搬运机器人的动态路径规划问题提供了有效的方法。图51幅,表21个,参考文献71篇。