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
单舵轮AGV路径跟踪控制方法的研究 ，随着科技的飞速发展，自动导引运输车
(AGV)技术和运动控制方法也得到了快速发展，单舵轮AGV运动学模型
2021-04-08 14:38:54
915KB
1
随着自动化物流系统、智能工厂的发展，自动引导车辆(Automated Guided
Vehicle，AGV)作为运输系统的关键工具之一，得到了越来越多的应用。其主要
通过传感器检测周围环境来实现物理空间中的运输环节。而多 AGV 的自主移动
离不开路径规划技术。主要是在实际生产环境中，遵循特定的路径规划策略，以
确保 AGV 可以从起始点行驶至目标点而不会发生碰撞(包括 AGV 与货架的碰
撞、AGV 之间的碰撞)，完成物品的装载和卸载
2020-01-03 11:40:06
9.02MB
1
在已知AGV运行的地图(可手动输入)和AGV运行速度的情况下实现单台AGV路径规划的最短路径算法，并动态显示AGV的运行。同时给出了两个地点两台AGV的自动分配最短路径规划的算法并动态显示。
2019-12-21 20:58:19
1.73MB
1