检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进CBS算法的多智能体路径规划

智能系统学报 2023年第6期18卷 1336-1343页

作者：王卓然文家燕谢广明蒋文宇广西科技大学自动化学院广西柳州545616 广西科技大学广西汽车零部件与整车技术重点实验室广西柳州545006 北京大学工学院北京100871

在基于冲突的搜索(conflict-based search,CBS)算法中,冲突的选择具有随机性,导致CBS算法在多智能体路径规划方面的求解效率不佳。为此,本文提出一种改进CBS算法的多智能体路径规划算法。首先,基于冲突子节点的相关信息,提出了一种新的... 详细信息

在基于冲突的搜索(conflict-based search,CBS)算法中,冲突的选择具有随机性,导致CBS算法在多智能体路径规划方面的求解效率不佳。为此,本文提出一种改进CBS算法的多智能体路径规划算法。首先,基于冲突子节点的相关信息,提出了一种新的冲突选择策略;然后,为发挥新策略的优势和进一步减少算法的运行时间,采用基于神经网络的RankNet算法来学习新策略,从而得到一个训练好的排序模型;最后,利用训练好的排序模型为CBS算法选择冲突。通过设计实验对改进CBS算法进行仿真验证,结果表明,所提改进算法相比于已有的改进算法,能够有效提高算法的求解效率。

关键词：多智能体全局路径规划基于冲突的搜索算法改进基于冲突的搜索算法机器学习排序学习 RankNet算法冲突选择策略

基于改进CBS算法的自动化码头多AGV无冲突路径规划

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2023年第9期40卷 2621-2625,2632页

作者：周欣慈朱瑾上海海事大学物流科学与工程研究院上海201306

针对自动化集装箱码头上自动引导车(automated guided vehicle,AGV)数量增加导致冲突更频繁。提出一种改进的基于冲突的搜索(conflict based search,CBS)算法。底层采用基于曼哈顿距离的A算法,上层结合二叉树原理建立冲突树对AGV之间的... 详细信息

针对自动化集装箱码头上自动引导车(automated guided vehicle,AGV)数量增加导致冲突更频繁。提出一种改进的基于冲突的搜索(conflict based search,CBS)算法。底层采用基于曼哈顿距离的A算法,上层结合二叉树原理建立冲突树对AGV之间的冲突进行规避。以最小化AGV在岸桥和堆场之间的总路径长度为目标,使用栅格法建立AGV路网模型。考虑AGV之间的点冲突与边冲突,将自动化码头多AGV无冲突路径规划问题规约为多智能体寻径问题。实验结果表明,所提出的算法在保证堵塞率为0%的前提下,缩短总路径长度并提高运算速度,验证算法的有效性。

关键词：自动化码头多自动导引车多智能体路径规划基于冲突的搜索算法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于冲突搜索的多智能体路径规划研究进展

计算机科学 2023年第6期50卷 358-368页

作者：王子晗童向荣烟台大学计算机与控制工程学院山东烟台264005

多智能体路径规划是人工智能领域一个经典的搜索问题,基于冲突的搜索算法是当前解决该问题的最优算法之一。文中讨论了多智能体路径规划的基础研究,对国内外近年来基于冲突搜索算法及其变体的研究成果进行了分类,根据改进方式将其变体分... 详细信息

多智能体路径规划是人工智能领域一个经典的搜索问题,基于冲突的搜索算法是当前解决该问题的最优算法之一。文中讨论了多智能体路径规划的基础研究,对国内外近年来基于冲突搜索算法及其变体的研究成果进行了分类,根据改进方式将其变体分为4类,包括分割策略的改进、启发式算法、对典型冲突的处理和次优算法。同时介绍了基于冲突的搜索算法在多智能体路径规划的扩展问题中的应用。最后根据当前算法的优缺点,指出了目前面临的挑战,并针对这些挑战给出了未来可能的研究方向。

关键词：人工智能多智能体路径规划基于冲突的搜索算法启发式搜索算法 A*算法

基于智能仓库的多移动机器人任务分配和路径规划研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于智能仓库的多移动机器人任务分配和路径规划研究

作者：温欣荣东华大学

学位级别：硕士

随着互联网的普及和技术的不断进步,电商行业蓬勃发展,物流量快速增长对物流行业的仓储管理提出了更高的要求。近几年,越来越多智能仓库系统使用移动机器人代替人工搬运货物,不仅增大了仓库的吞吐量,还减少了员工受伤的风险。本文针对... 详细信息

随着互联网的普及和技术的不断进步,电商行业蓬勃发展,物流量快速增长对物流行业的仓储管理提出了更高的要求。近几年,越来越多智能仓库系统使用移动机器人代替人工搬运货物,不仅增大了仓库的吞吐量,还减少了员工受伤的风险。本文针对多移动货物搬运机器人的任务分配和路径规划问题进行研究,在对传统算法进行改进的基础上,优化了各个移动机器人的任务分配方案和完成效率,同时避免了机器人在执行任务过程中相互之间发生冲突,以此提高智能仓库的总体工作效率。主要的研究内容如下:(1)针对多移动机器人任务分配问题,建立以完成所有任务的总的行驶距离最短为优化目标的单目标任务分配模型,提出了一种基于改进的遗传算法的多移动机器人任务分配算法。首先,通过改变遗传算法的编码方式,更好地表示每个移动机器人需要执行的任务顺序。其次,通过改变遗传算法的遗传操作,解决了产生不符合约束条件解的问题。仿真实验表明,使用本文提出的改进的遗传算法进行任务分配时,算法收敛速度更快,系统消耗的总代价更小。(2)针对单移动机器人路径规划问题,本文选用基于曼哈顿距离的A*搜索算法作为路径规划的基础算法。针对A*算法搜索得出的路径存在转折点过多的问题,通过引入转向惩罚因子,减少路径上的转折点,针对A*算法搜索过程中搜索节点多,算法执行时间长的问题,通过对A*算法的启发式函数进行动态加权,减少搜索过程中的搜索节点,加快算法的执行效率。通过实验表明,改进后的A*算法,转折点数量下降了75.26%,搜索节点数量下降了50.23%,算法执行时间减少了47.37%。(3)针对多移动机器人路径规划问题,采用集中式规划的基于冲突搜索算法(Conflict-based Search,CBS),将多移动机器人路径规划分为两个层次求解。在上层搜索中,算法主要解决路径上的冲突问题,通过为存在冲突的移动机器人添加约束条件,达到解决冲突的目的。在下层搜索中,为多个移动机器人单独地规划路径,期间不考虑其余的移动机器人,最终得到与其他移动机器人不产生冲突的路径。

关键词：智能仓库任务分配路径规划遗传算法 A*搜索算法基于冲突的搜索算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向冲突搜索的多机器人路径规划研究

面向冲突搜索的多机器人路径规划研究

作者：乔乔江南大学

学位级别：硕士

移动机器人(Automated Guided Vehicle,AGV)的路径规划作为智能仓储的重要组成部分。随着自动化、智能化仓储系统的普及,移动机器人、分拣机器人等智能化设备被应用到仓储系统中,参与物流仓储内的入库、出库等仓库任务,提高了仓库的运... 详细信息

移动机器人(Automated Guided Vehicle,AGV)的路径规划作为智能仓储的重要组成部分。随着自动化、智能化仓储系统的普及,移动机器人、分拣机器人等智能化设备被应用到仓储系统中,参与物流仓储内的入库、出库等仓库任务,提高了仓库的运营效率,减少了运输成本的支出。随着智慧物流仓储作业的相关设施的能力不断提升,能够实现稳定的车间作业,推动各区域的数字化转型、人工智能化产业的发展。多机器人之间路径引起的冲突问题,需要结合机器人实际工作的场地环境以及仓储系统搬运的逻辑,才能够尽可能的提升出库、入库、库内规划。多机器人路径规划(The Multi-Agent Path Finding,MAPF)是为多个机器人搜寻路径的问题。本文以多机器人沿着规划出的路径前进,并且前进途中不会发生碰撞为目标,以冲突搜索算法(Conflict Based Search,CBS)为基础,研究能够有效对多个机器人在车间等地图下规划路径的方法。本文分别设计了基于冲突的双向A~*搜索方法和基于冲突的增加成本搜索算法。主要工作内容如下:针对在算法低层的单机器人路径搜索缓慢这一问题,提出了一种双向A~*搜索算法,将A~*的单向搜索优化为双向搜索,并在低层引入焦点搜索,使其能够从最不容易产生碰撞的节点开始扩展,扩大对节点搜索的速度,从而加快了对路径的搜索。CBS算法的基础上,对增强型冲突搜索算法(Enhanced Conflict Based Search,ECBS)优化,通过在高层使用聚焦搜索,保证其解决方案的成本在给定的最优因子内,提高CBS算法的计算效率;为了验证该方法的有效性,本文在Linux系统上,结合仓库环境特点,使用Octomap进行地图建模,设计对应的地图信息,完成仿真地图环境的构建,在仿真地图下设置了100个机器人在仓库地图中进行仿真实验,通过C++在Linux下模拟了多机器人路径规划的运动轨迹,验证对比了优化A~*算法和经典A~*算法、改进ECBS算法和传统ECBS算法的参数指标。从实验结果可以看出,优化后算法的总运行时间比优化前降低10.63%,路径成本降低14.82%。优化后的ECBS算法返回的解决方案接近最优解。针对CBS高层在处理对称性冲突时,节点的数量呈指数级扩展,而增加成本搜索算法处理对称性冲突时具有鲁棒性,为此在CBS算法的高层与增加成本搜索相结合制定了基于冲突的增加成本搜索。利用了CBS和ICTS(Increasing Cost Tree Search,ICTS)算法的优势,在算法高层搜索成本范围约束树(Cost-Range Constraint Tree,CRCT),根据初始的互斥对象,搜索其传播的互斥对象,为每一个机器人创建各自的多值决策图,创建其对应的顶点约束条件。通过使用成对约束搜索(Pairwise Constraint Search,PCS),解决了在连续时间段中对称性冲突中扩展节点数量过多这一问题,PCS通过搜索整个成对空间,联合规划两个相互冲突的机器人,发现运动约束和成本约束,同时寻找可行的解决方案。优化后的CBS算法在高层搜索中动态地使用合取和析取拆分,在增加成本的同时并解决对称性冲突。测试结果表明,与其他类似的最优算法相比,改进后的CBS算法相较传统CBS算法在相同的路径成本下,可以删减多余的节点使其扩展的节点密度减小,可以减少算法大量的工作。在Linux系统上,仿真地图选为城市地图,机器人数量设为50个,根据仿真结果显示,所研究的基于冲突的增加成本搜索路径规划算法,可以在短时间内规划出路径。

关键词：移动机器人路径规划基于冲突的搜索算法增加成本搜索成对约束搜索

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多AGV路径规划算法的研究与实现

多AGV路径规划算法的研究与实现

作者：刘恒麟东南大学

学位级别：硕士

自动导引车(Automated Guided Vehicle,AGV)路径规划是自动化仓储的重要组成部分。随着数字化、智能化仓储系统的普及,越来越多的AGV被应用到仓储系统中,参与物资在库内的移动搬运任务,从而提高了效率,减少了企业运输成本。对于AGV间路... 详细信息

自动导引车(Automated Guided Vehicle,AGV)路径规划是自动化仓储的重要组成部分。随着数字化、智能化仓储系统的普及,越来越多的AGV被应用到仓储系统中,参与物资在库内的移动搬运任务,从而提高了效率,减少了企业运输成本。对于AGV间路径冲突引起的多AGV路径规划问题,需要结合实际作业的场地环境以及仓库搬运的业务逻辑,才能够尽可能的提升移动搬运任务的效率。本文所做的主要研究工作包括:结合消防仓库环境特点,使用栅格地图法建模,设计对应的地图信息存储结构,完成电子地图的构建;针对单AGV路线规划的搜索算法,选用基于曼哈顿距离的A*算法作为路径寻优的基础算法,并引入转弯因子进行优化;针对多AGV路径规划,采用基于冲突的搜索(Conflict Based Search,CBS)算法,将多AGV路径规划分为两个层次去求解,算法的下层采用优化的A*算法解决多个单AGV路径规划问题,算法的上层采用约束树结点解决多个AGV路径间的冲突问题。在CBS算法的基础上,通过设计多线程来并行优化执行流程,提高运算效率,同时将此优化设计应用于基于聚焦搜索的CBS算法;验证对比了优化A*算法和经典A*算法、改进CBS算法和传统CBS算法的参数指标;通过Python的matplotlib库模拟了多AGV路径规划的运动轨迹。测试结果表明,改进后的A*算法相较传统A*算法在相同的路径成本下,转弯的次数减少了17%;并行化CBS算法比传统CBS算法路径规划运算时间减少了33.9%。在自动化消防仓库等类似场景下,本文所研究的多AGV路径规划算法,可以更短时间内规划出路径,且路径转弯的次数更低,具有一定的研究意义和实用价值。

关键词：自动导引车路径规划栅格地图 A*算法基于冲突的搜索算法