一种基于冷热度原理改进蚁群算法的AGV路径规划方法技术

本发明专利技术涉及一种基于冷热度原理改进蚁群算法的AGV路径规划方法，提取AGV的操作位点，并通过操作位点划分独立路段，建立含有冷热度区域的环境电子地图模型；判断目标节点在电子地图中所在的区域，动态选择有差异的初始化信息素分布，采用改进的信息素更新方式和调整状态转移概率；蚁群从任务起点开始搜索遍历节点，直至在目标搜索区域内找到目标节点，完成本次迭代，生成若干条路径；当前迭代次数达到最大迭代次数，找出全局最优路径。本发明专利技术利用冷热度概念，分析生产任务，对零配件和产品标记的冷热度，建立带有冷热度区域的电子地图，有利于确定目标点的位置；对确定目标节点所在区域设置有差异的初始化信息素分布。

【技术实现步骤摘要】
一种基于冷热度原理改进蚁群算法的AGV路径规划方法
本专利技术涉及多AGV路径规划领域，具体地说是一种基于冷热度原理改进蚁群算法的AGV路径规划方法。
技术介绍
随着工业4.0与中国制造2025的到来，制造业，尤其是离散制造业的自动化、信息化的发展成为企业壮行升级的方向。自动导引小车(AutomatedGuidedVehicle,AGV)是离散制造业实现自动化和信息化的重要手段。针对离散制造业中面向柔性生产的特点，各个工位需要具备一定的灵活性，传统的传送带、人力推车等物流运输方式效率低下，不能满足柔性生产的需求，在仓库、车间以及各个工位之间使用AGV成为大势所趋。在车间物流运输系统中，本文采用蚁群算法，对接收到任务的AGV快速规划出从任务起点到任务终点的最佳AGV运行路径。蚁群算法是一种模拟蚂蚁觅食原理而设计出的一种仿生优化群体智能算法。在蚂蚁觅食寻路的过程中，会通过释放信息素与环境相互作用来告知同伴这条路径是否为一条优秀路径，在基本蚁群算法中，模拟了蚂蚁通过道路时释放信息素的这一行为，并利用信息素浓度和启发式函数的值来计算蚂蚁的转移概本文档来自技高网...

【技术保护点】
1.一种基于冷热度原理改进蚁群算法的AGV路径规划方法，其特征在于，包括以下步骤：/n步骤1：根据生产任务分析，对所需要的零配件和产品标记冷热度；/n步骤2：根据车间布局信息和路径信息，提取AGV的操作位点，并通过操作位点划分独立路段，建立含有冷热度区域的环境电子地图模型；/n步骤3：根据AGV所接受的任务，判断目标节点在电子地图中所在的区域，动态选择有差异的初始化信息素分布，使目标节点所在区域的信息素高于其他区域，并采用改进的信息素更新方式和调整状态转移概率；/n步骤4：蚁群从任务起点开始搜索遍历节点，直至在目标搜索区域内找到目标节点，完成本次迭代，同时生成若干条路径；/n步骤5：如果当前迭...

【技术特征摘要】
1.一种基于冷热度原理改进蚁群算法的AGV路径规划方法，其特征在于，包括以下步骤：
步骤1：根据生产任务分析，对所需要的零配件和产品标记冷热度；
步骤2：根据车间布局信息和路径信息，提取AGV的操作位点，并通过操作位点划分独立路段，建立含有冷热度区域的环境电子地图模型；
步骤3：根据AGV所接受的任务，判断目标节点在电子地图中所在的区域，动态选择有差异的初始化信息素分布，使目标节点所在区域的信息素高于其他区域，并采用改进的信息素更新方式和调整状态转移概率；
步骤4：蚁群从任务起点开始搜索遍历节点，直至在目标搜索区域内找到目标节点，完成本次迭代，同时生成若干条路径；
步骤5：如果当前迭代次数达到最大迭代次数，则在生成的全局最优路径组中，记录蚁群算法所搜索到的实测最小值、收敛最优值和收敛迭代次数，否则返回步骤3。


2.根据权利要求1所述的基于冷热度原理改进蚁群算法的AGV路径规划方法，其特征在于：所述独立路段为连接两个相邻操作点位的路段。


3.根据权利要求1或2所述的基于冷热度原理改进蚁群算法的AGV路径规划方法，其特征在于：所述操作位点包括工位点、仓库点、转弯点、定位点、充电点和备用点、仓库上料点、成品出仓点。


4.根据权利要求3所述的基于冷热度原理改进蚁群算法的AGV路径规划方法，其特征在于：所述工位点为AGV进行上料或下线操作的区域，包括上料区和下线区，上料区和下线区为相对独立区域；
上料区，用于存放加工产品所需要的配件；
下线区：用于存放已加工装配完成的产品；
所述仓库点为用于存放各个工位点所需运送件的区域。


5.根据权利要求3所述的基于冷热度原理改进蚁群算法的AGV路径规划方法，其特征在于：
所述转弯点为AGV需...

【专利技术属性】
技术研发人员：刘意杨，曾鹏，王智凝，白洪飞，李增辉，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：辽宁;21