该博客介绍了一个使用MATLAB进行多AGV（自动导引车）系统调度的仿真案例，目标是最小化完成所有任务的总时间。约束条件包括任务和路径不冲突，以及AGV的路径规避能力。文中提到了3台AGV同时工作，取10个货物到终点的场景，并展示了优化后的场景和部分核心代码。通过遗传算法进行优化，最终找到最优的货物分配和路径规划策略。
从起点出发，到货物点领取货物最后到卸货点，以完成任务总时间最短为目标进行单目标优化，约束条件为，任务不冲突，路径不冲突，要能实现路径规避 ，4-6台agv一起工作。左右货架间隔可通过1个agv，上下货架间隔可通过两个agv，通道为双向行驶通道。一台agv只能带一个货物，优化目标为完成任务总的时间最短，agv的速度是匀速，转弯也不会减速，取货物时间为固定值。上面的图里面 货物看为正方形 跟agv一样的长度大小，agv试做是跟货物一样大小的正方形agv的速度是每秒1个车身。多台agv一起完成指定任务的时间最短，比如你可以设置三台agv一起取十个左右的货物到终点，使得这个时间最短。那就设置3台agv一起工作 取十个货物到终点 任务不冲突 路径不冲突 这样可以么，十个货物你可以在图片上面随便选。agv完成任务后从终点返回起点的时间和路径可以不计，或者可以把这个时间视作固定值 路径不会跟任务车辆冲突。
场景的仿真效果如下所示：
订阅专栏 解锁全文
扫一扫
801
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
