d 算法在柔性输送系统路径规划中的应用研究

d 算法在柔性输送系统路径规划中的应用研究

ID:5310522

大小:816.00 KB

页数:4页

时间:2017-12-07

d 算法在柔性输送系统路径规划中的应用研究_第1页
d 算法在柔性输送系统路径规划中的应用研究_第2页
d 算法在柔性输送系统路径规划中的应用研究_第3页
d 算法在柔性输送系统路径规划中的应用研究_第4页
资源描述:

《d 算法在柔性输送系统路径规划中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第14卷第3期2014年1月科学技术与工程V01.14No.3Jan.20141671—1815(2014)03—0200—04ScienceTechnologyandEn~neefing@2014Sci.Tech.Engrg.D术算法在柔性输送系统路径规划中的应用研究陈乐胡国清杨光永(华南理工大学机械与汽车工程学院,广州510640)摘要针对柔性传输系统(FTS)对于最短路径规划问题的要求,提出将D算法移植并嵌入到柔性传输机器人模型的控制系统中。简要介绍并分析了D算法的基本原理,以位置已知、环境相对确定和最低路径代价为约束条件,建立FTS的最优路径规划模

2、型,并进行仿真实验。实验结果表明,D算法具有较好的避障自适应性能力、较高的柔性和动态响应特性,较之Bug算法、概率路标算法(PRM)和Bellman—Ford算法等,D算法具有较快的收敛速度和较少的计算量,适合环境相对确定、多品种小批量柔性传输系统。关键词柔性传输系统D算法最低路径代价最优路径规划避障自适应性能力中图法分类号TP242.2;文献标志码A柔性输送系统(FTS)是柔性制造系统的重要组息和局部的传感器感应数据,动态地调整路径,最终成部分,可分为两类:一类是以一定节拍、依照调度达到全局最优。和管理指令,控制车间和仓储系统中的自动引导运本文的目的在于

3、比较各种人工智能算法_】,以输车(AGV)J。这种方式具有较低的柔性,当系统适合柔性传输系统的机器人控制系统。扩展或输送对象的批次频繁变更时,AGV的设计将1环境模型变得极为复杂,且成本较高。另一类是在车间和仓储系统以及传输对象等已知环境的约束条件下,采D算法依赖环境信息和传感器感应的数据。用人工智能的群智能算法J、Bug算法、概率路标假设空间布局已完全可知,但包括在某些突发情况(PRM)算法J、D算法等,寻求时间、路径、成本下时,如某通道输送线出现故障,或临时调整局部输等参数的最优解(最优规划路径),生成传输机器人送线的布局,即为部分未知环境。黑色区域为

4、障的执行指令,实施FTS的柔性输送。近年来,得益碍区域(如加工中心或其他工艺装备),白色区域于ARM微处理器在计算性能方面和EDA设计技术是机器人的可规划轨迹空间(如图1所示)。设环的快速发展,人工智能的很多复杂算法在实时位处境模型为空间E:理器系统上得以实现。E=BmW:=o0o0(1)D算法由Stentz于1994年提出。。’,并于2002在子空间内,设机器人每移动一个结点位置年Likhachev和Koenig改进为Dlite算法,2006一】,,其弧长代价函数为c(Y,X)。机器人从源点s年由Ferguson和Stentz逐渐发展为FieldD算开始

5、,按有向弧长、经单调路径R:法J,2012年Silveira等人提出SpaceD算法¨,R={,Xf≠,1≤i<.,≤N}(2)主要应用于移动机器人在部分已知环境系统中作为在状态Xi(1≤i≤N)的有限次数变换过程中动态路径规划。GuoJianming等人¨将基本D算移动,到达目标点G。逐次比较并更新及其邻结点法的8维搜索扩展至16维搜索,使得搜索路径更平】,的路径估价函数:滑和有效。岳双实现了只对改变的搜索树进行h(Y)一h(X)+c(Y,X)(3)更新,加速了搜索过程。D算法使用全局的环境信获得最短路径p(最优解)的单调序列:2013年8月23日收到国

6、家863计划{Y}=min{c(p):X一G}(4)(2014AAQO0283)资助第一作者简介:陈乐(1987一),男,湖南永州人,硕士研究生。研2D算法究方向:先进传感器与运动控制。E—mail:daosheng_chen@sina.com。D算法开辟三个状态列表OPEN、CLOSED和NEW,分别存储不同的路径代价:OPEN列表的集合3期陈乐,等:D算法在柔性输送系统路径规划中的应用研究203vironments.ProceedingsoftheIEEEInternationalConferenceonRo-以位置已知、环境相对确定和最低路径代价为约

7、束boticsandAutomation,1994:331O—_3317条件,建立了FTS的最优路径规划模型,并进行仿7StentzA.ThefocussedDalgorithmforrealtimereplanning.Pro—真实验和与Bug2算法和PWM算法作比较。实验ceedingsoftheInternaTionalJointConferenceonArtificialIntelli—结果表明,D算法的计算复杂度较低,收敛速度快,genee,1995:1625-1659但该算法的收敛速度与弧长估价函数的初始值选择8LikhaehevM,Koeni

8、gS.Incrementalreplanningformappin

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。