基于模拟退火遗传算法的全向AGV路径规划的学习与实现的matlab代码，包括地图生成，交叉重组、变异重组等功能代码的实现。
2024-03-05 09:59:07
5KB
1
在AGV实现过程中，核心就在于AGV路径的规划和AGV自身的调度控制，该程序实现了AGV路径规划与运行仿真
2022-11-02 16:38:14
26KB
1
为了减少AGV（Automate Guide Vehicle，自动导引车）的运输路径长度和转折次数，提出了改进的A星算法，采用几何方法对传统A星算法规划出的路径进行进一步优化。首先遍历路径上的所有节点，剔除路径中冗余节点和不必要拐点，获取仅包含起点、必要拐点、终点的路径。最后计算AGV在拐点处的旋转角度及旋转方向，使AGV在拐点处能够调整自身姿态。并分别对传统A星算法、蚁群算法和改进A星算法进行了对比实验。实验结果表明该方法不仅保留了A星算法运算速度快的优点，还能够有效地规划出距离短且平滑的路径。提高了AGV的运行效率，降低了AGV的耗能。
2022-04-15 21:45:59
845KB
1
随着社会生产力的发展,劳动力成本的提高, 传统人力和半机械化的工厂物
流方式已经远远无法满足现代装备制造业的物流需求,生产自动化和物流自动化
已经成为社会发展的趋势。AGV 系统是自动控制、计算机、机械、传感器、通
讯等各学科技术的综合应用，具有安全可靠、自动化程度高、容易管理和调度等
突出优点。AGV 系统的广泛应用对于提高工厂生产效率和生产自动化，降低生
产成本，促进社会发展具有十分重要的意义
2022-04-09 14:29:25
6.76MB
1
为了解决智能仓储系统中自动导引车（Automated Guided Vehicle，AGV）的全局路径规划问题，提出了一种基于改进Q⁃learning算法的AGV全局路径优化算法。针对运用传统Q⁃learning算法只适用于离散状态模型或者较为简单的连续状态模型的情况，将人工神经网络引入Q⁃learning算法。通过仿真实验进行对比，仿真结果表明，新算法可以使AGV通过自主学习自行寻找出一条无碰撞最优路径，证明了改进后的Q⁃learning算法的可行性。
2021-07-01 23:27:09
1.52MB
1