空闲自动导向车辆的动态定位外文翻译资料

 2022-03-21 21:25:57

英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

空闲自动导向车辆的动态定位

自动导引车（AGV）是一种通常用于在物料搬运系统（MHS）中搬运载荷的移动机器人。一旦转移完成，AGV就会停在原位，这个位置可以停放，直到它被分配一个新的任务。确定归属位置是一个重要的控制问题，对MHS的整体性能有直接的影响。该问题可以被看作是网络上的位置分配问题。本文提出了两种快速有效的启发式方法，可以动态确定归属位置。这些方法使用两个真实世界的实例进行测试，显示和讨论获得的结果。

关键词：物料搬运系统，自动引导车辆，归位

  1. 介绍

自动导引车（AGV）是一种通常用于在物料处理系统（MHS）中运送载荷的移动机器人。基于AGV的系统是一种自动化控制系统，其中一组AGV沿着由物理指南或虚拟路径定义的网络移动，以执行一组任务。在一些设置中，AGV被用作移动工作平台，在该工作平台上保留当前作业，直到执行所有制造操作。

物料搬运基于AGV的系统变得越来越普遍（Koppers，1993; Evers和Koppers，1996）。 特别是，自动导引车是柔性制造系统中的关键元件，它们与自动存储和检索系统一起使用（Askin and Standrige，1993）。

在基于MH AGV的系统中，存在两种问题：设计问题，关于确定导向路径布局，拾取点和交货点的位置，车辆数量的评估; 控制与车辆调度和调度，AGV交通控制和归位位置有关的问题。

本文论述了归属位置定位问题，并且特别描述了一种能够动态地重新定位MHS中的空闲AGV的有效方法。在第2节中介绍了基本定义，而第3节介绍了经典定位问题。第4节和第5节描述了建议的解决方案。第6节显示了通过离散模拟技术获得的计算测试。

  1. 找到AGV原位

任务（或活动或工作）是在成对的机器或更一般的工位之间传递一些材料，通常是部分完成的元素（以下称为装载）。因此，任务是由一对接送点来定义的。

当AGV完成一项任务时，它会停在一个原位，这个位置可以在等待新任务时停放。 起始位置可以是静态的（AGV，任务后总是分配到相同的起始位置）或动态的（AGV的起始位置可以随时间变化）。响应时间通常定义为车辆需要从当前起始位置移动到拾取点的空行程时间。

归属位置的选择对物料搬运系统绩效有直接影响。此选择中的可能目标是最小化平均响应时间或最小化响应时间的最小化。为了减少响应时间，将任务有效分配给空闲的AGV至关重要。当然，分配强烈依赖于空转AGV和等待负载的机器之间的距离。

虽然AGV空闲定位问题相当重要，但目前还没有提出一般的设计程序。 Egbelu（1993）指出了三个可用于定位空闲AGV的基本规则：

（1）释放点定位（PRP）规则：闲置车辆留在他们完成最后任务的地方;

（2）中心区定位规则：闲置车辆移动到集结区等待分配新任务;

（3）循环回路定位规则：怠速AGV沿着一个循环回路指南路由，在那里它们继续循环，直到新的任务分配。

在所有情况下，都没有给出正式的程序。 Egbelu（1993）研究了循环布局的情况，其中引导路径由单个电路表示。在下文中，空转AGV定位问题被模拟为位置问题。

  1. 位置问题

位置问题是找到一个或多个设施，以便为具有固定位置的一组客户提供服务。 在这些问题中，要优化的目标函数取决于设施与客户之间的距离。 令x和y为维数为n的空间中的两个点，其坐标为x=（x1，... xn）和y =（y1，... yn），x和y之间的距离 由下式给出：

其分别代表p = 1和p = 2的矩形和欧几里德距离。

在几种应用中，潜在的设施和客户都位于定向或无向图G（V, A ）（网络位置问题）的顶点和/或沿着弧/边。为了简单起见，假设G=（V,A）是一个无向图，顶点集合为V = {v1; ...;vi; ...; vn}和边集A = {(vi; vj ):vi, vj g}。 一个正的“成本”（或“距离”）cij与每个边相关联。此外，每对节点之间定义最小代价dij作为vi和vj之间最短路径的代价。图中的每个节点都表示具有固定需求的“客户端”。潜在设施可能是一组有限的点（离散网络位置问题）或一组连续的点（连续的网络位置问题）。

可以使用不同的标准来衡量位置决策的性能。在一个最小距离和问题中，r(gt;1) 个设施应以位于这样一个方式，即从任何客户到其最近设施的最短距离的总和被最小化。 这样的设施被称为图形中的绝对r中值。如果要定位的设施必须属于顶点集合V，最优解称为顶点r-中值或简单r-中值（Mirchandani，1990）。

通过对距离矩阵dij的每一行进行求和并选择行和为最小的顶点，可以在多项式时间中找到1-中值。1-中值的行和与顶点数之间的比率称为图的光线。图的光线表示1位数和客户之间的平均距离。

对于rgt; 1的情况，r-median问题是NP-hard（Kariv和Hakimi,1976）。为了解决这个问题，最有效的启发式算法似乎是Maranzana（1964）的节点分割算法，Teitz和Bart（1968）的节点替代算法和原始 - 对偶方法（Erlenkotter，1978; Christofides and Beasley，1982; Mirchandani 1985; Ko rkel，1989）。

r中问题可以被表述为下面的整数规划问题：

当且仅当一个设施位于i V且xij等于1时，yi等于1当且仅当客户j V被分配给设施i V.约束条件（1）表明客户j V正好分配给一个设施i; 约束（2）表明，如果i中没有设施被打开，客户端j V不能被分配给顶点i V; 最后，约束条件（3）确定了要打开的设施总数。从这个整数规划公式开始，文献中提出了不同的确切方法（ReVelle和Swan，1970; Cornuejols等1977; Erlenkotter，1978）。

4家庭位置定位问题的动态方法

在下面我们通过一个有向图G =（V，A）来模拟系统的引导路径布局。顶点集合V可分为两个子集：VST，站点集合和VI,交点集合（AGV调动可能的节点）。此外，设R是AGV的总数。

在某个特定时间，如果AGV处于活动状态则执行一项任务，也就是说，它正在没有负载的情况下前往一个接货点，或者正在到达一个有负载的交货点。如果AGV没有分配任务执行，则AGV处于空闲状态。空闲的AGV可能正在等待其当前的起始位置，或者可能正在前往原始位置。

AGV任务可以由一对取货点和交货点来表示 任务的开始和结束时间称为事件。

当需要新任务时（在这种情况下将使用空闲车辆）时，发生开始事件。结束事件发生在AGV完成任务时，也就是达到其当前的交付点（在这种情况下，新车辆变为空闲状态）。 每个事件都以发生时间为特征。间隔是两个连续事件之间的时间段。

在下面，我们假设事件是按照不减少的发生次数进行编号。设rk为区间k（事件k与k 1之间的时间段）内的空车数量。此外，假设Vk是忙或不可用站的集合。（当前的处理或维护操作而无法需要任务进程，则站正忙）。当事件k 1发生时，下面的决策问题之一将被解决。如果事件k是开始事件，则将空闲AGV分配给该任务，并将剩余的rk 1=rk-1空闲车辆重新定位在rk 1新的起始位置。如果事件k是结束事件，则新的AGV变为空闲状态，并且将当前的rk 1=rk 1，空闲车辆分配给新的起始位置。

因此，动态AGV重新定位需要在每个事件k实时解决两个问题：一组新的空闲AGV归属位置的位置和空闲AGV到先前确定的归属位置的分配。 在图1中有一个流程图显示了这种方法。

图1.空闲AGV重新定位的动态方法。

5.动态方法的实施

在本节中，描述了建议程序的主要步骤。

5.1位置问题

归属位置的位置可以被模拟为网络位置问题，其中家庭位置代表要被定位的“设施”，而站代表要被服务的“客户”。特别地，在区间k中要考虑的“客户”是属于V-Vk，而潜在的归属位置与顶点集合V重合。

我们在此阶段考虑的网络位置问题是r中位数和r中心问题。由于这些问题不容易解决，所以基于局部搜索技术的启发式算法已经被使用。对于r中位数问题，Teitz和Bart（1968）的程序已被采用。该方法随机选择r个顶点形成一个初始解Xr到r中值问题。为了生成新的解 ，算法检查顶点VJV-Xr,是否可以替换顶点ViXr,具有更好的目标函数值。如果是，则执行替换并且算法从新解 继续。当替代不能产生更好的解决方案时，算法停止。对于r中心问题，采用了类似的程序。

5.2AGV分配到家庭位置

空闲的AGV通过两步程序被分配到上面确定的起始位置。 在第一步中，考虑到空闲车辆的当前位置与归属位置之间的距离作为分配成本，确定空闲车辆到归属位置的最优分配。 更准确地说，让I是空车的当前位置的集合，并且J是初始位置的集合（|I| = |J| = r）。 以下问题已解决：

其中xij等于1当且仅当闲置车辆iI被分配给原始位置jJ.约束条件（6）表明恰好一个原位置被分配给空闲车辆iI而约束条件（7）表明恰好一个空闲车辆将被分配到原始位置jisin;J。这个问题可以用多个线性分配算法在多项式时间内求解（参见例如Ahuja等人，1993）。

在第二步中，每个怠速AGV沿着从其当前位置到相应原位的最短路径进行路由。 由于此规则不管理跟踪争用和冲突避免，因此使用以下过程。 假设是一个共同的轨道，必须由同时到达相交节点I的两个车辆A和B覆盖（图2）。 该程序基于以下规则：

      1. 如果A忙，B空闲，B延迟;
      2. 如果两辆车都很忙，最靠近目的地的AGV先通过;
      3. 如果两个车辆都处于空闲状态，则离开其原始位置的AGV首先通过。

为了尽快增加闲置车辆的数量，1和2优先考虑AGV。 如果3个空转AGV尽可能快地到达其原位。

6.计算结果

动态方法与使用离散模拟技术的基于释放点定位规则（Egbelu，1993）的分配程序相比较。

图2.跟踪两辆车之间的争用

两个测试网络对应两个现实世界的物料处理系统（Gaskins和Tanchoco，1987）。第一个有8个接送点和14个相交节点; 第二个有12个拾取/传送点和16个相交节点（图3）。在这两种情况下，链接都是单向的，并且假定遍历时间与弧的长度成正比。

对于每个网络，考虑到1,3和5个AGV的存在，进行三组不同的仿真。模拟由500个任务组成：每个任务的特征是到达时间，根据速率为1 / lambda;的泊松过程生成，以及随机选择的起点 - 目的地对。 对于每个样本问题，案例lambda;= 25，50，100，200,400,800和1600秒。 在平均响应时间方面的计算结果表明，所提出的启发式方法在每个操作条件下获得比释放点定位规则更好的结果。 特别是，r中位数过程总是略好于或至少等同于r中心启发式（图4）。

对于每个样本问题，随着lambda;的增加，平均响应时间明显减少。 特别是，如果lambda;远低于网络的射线，则这三种方法提供的性能大致相同。这是因为在这种情况下任务频率1 / lambda;非常高，车辆几乎总是很忙，因此，r中心和r-中值方法基本上与基于PRP规则的控制策略一致。 随着lambda;的增加，这些方法之间的差异迅速增大。当lambda;远大于网络射线时，两种方法的响应时间都趋向于常数。但是，所提出的启发式响应时间比PRP方法提供的响应时间少20％至50％。

值得注意的是，如果AGV的数量增加，则响应时间减少。特别是，lambda;趋向无穷大时，如果车辆数量和车辆数量等于车站数量，则r中心和r中位数与设定值VST一致，因此响应时间为零。相反，使用PRP规则可能会出现非零响应时间。 事实上，当车辆停放在完成其最后任务的地方时，可能会发生车站没有车辆的情况。一旦这些工作站需要执行任务，就会发生非零响应时间。

7.结论

在本文中，我们将空闲的AGV定位问题建模为动态定位问题，并提出了快速有效的启发式方法来解决它。 我们的算法与使用模拟技术的释放点定位规则相比较。 计算结果表明我们的方法在每个运营条件下都比传统的PRP规则工作得更好。 但是，新方法并未考虑有关未来事件的任何信息。 这种缺陷使我们的方法相当基本。 我们认为未来的研究应该着眼于调查这个问题。

图3.测试问题

图4.测试问题模拟的结果。

参考

[1]Askin, R. G. and Standridge, C. R. (1993) Modeling and Analysis of Manufacturing Systems, Wiley, New York.

[2]Ahuja, K., Magnanti, T. L. and Orlin, J. B. Network Flows,Prentice Hall, New York.

[3]Ch

全文共8030字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[15941]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章