一种基于改进RRT算法的航材立体仓库堆垛机与AGV集群调度方法

本申请属于导航调度，具体为一种基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法。

背景技术：

1、随着中国航空工业的持续进步，新型飞机及其所需的配套航材备件数量不断增加，这为航材管理带来了新的挑战。仓储管理作为航材管理的关键环节，其发展水平直接关系到整个航材管理的效率和效果。在航材立体仓库中堆垛起重机(堆垛机)和自动引导车(agv)的增加不断提升仓储管理效率与精准度，能够实现快速入库、出库、盘点及分拣，大幅减少了人工操作失误和劳动成本。由于遗传算法、蚁群算法和粒子群算法等启发式方法因其快速的计算速度和对问题条件的低要求而受到青睐，这些算法在自动引导车路径规划问题上取得了一定的成果。

2、但是，由于航空器材在参数、价值、尺寸、消耗属性、重要性、服务上都各不相同等特点，在完成订单任务时存在较多约束，寻常算法当面临具有多重约束条件的堆垛机和agv调度问题时，这些传统算法的表现并不尽如人意。它们在随机搜索过程中容易达到局部最优解，并且在处理航材立体仓库订单的多维约束时显得力不从心，难以实现堆垛机与agv任务的高效调度和动态路径的自主规划。

3、在这种背景下，面临着一个迫切需要解决的问题：如何在堆垛机和agv的复杂环境中有效减少路径成本、避免局部拥堵，并最大化航材立体仓库的整体管理能力，需要开发更为先进的算法，以应对这些挑战并优化物流调度过程。

技术实现思路

1、针对现有技术存在的上述问题，本申请申请提供一种基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，以最小化路径成本及节点花费时间最小为目标建立集群调度模型，基于改进算法进行任务指派、排序和融合改进路径，使agv运输路径取得最优。

2、为实现上述目的，本申请采用如下技术方案：一种基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，包括：

3、首先，获取当前订单和当前库存情况；

4、其次，构建以最小时间成本和最优路径规划为目标函数的堆垛机与agv集群调度模型和缓冲区域调度模型；

5、再次，根据改进火鹰优化算法和目标编码解码方法对堆垛机与agv集群调度模型和缓冲区域调度模型求解，获得最优分配方案和可视化调度路径；

6、最后，基于改进快速随机树算法优化可视化调度路径，得到agv最优运输路径。

7、其中，根据改进火鹰优化算法和目标编码解码方法对堆垛机与agv集群调度模型和缓冲区域调度模型求解包括：

8、获取目标时间内的订单数据流和当前库存情况，基于火鹰优化算法生成初始分配方案和初始调度方案；

9、基于改进火鹰优化算法优化生产集群调度方案，计算得到集群调度方案的初步最优方案和待优化方案；

10、基于目标编码解码方法重构待优化方案，重复上述步骤，直到达到最大迭代次数；

11、得到最优分配方案和可视化调度路径。

12、其中，目标编码解码方法是基于订单—堆垛机—缓冲区—agv的编码解码方法，编码解码方法包括：

13、以订单货物种类数量为问题维度，堆垛机和agv数量为变量，分配订单生成初始订单分配群体；

14、通过更新不同订单和堆垛机编号与agv编号之间的映射关系，实现订单—堆垛机—缓冲区—agv之间的优化组合。

15、其中，编码解码方法引入交叉策略和突变策略，交叉策略基于单点、多点、均匀、顺序、部分映射和循环方式结合父代编码优势，生成具有潜在更优性能的子代编码；突变策略通过调整单个agv或堆垛机的任务顺序、交换两个任务的位置、随机插入或删除任务增加解的多样性。

16、其中，改进快速随机树算法基于贝塞尔基函数和高斯精英变异策略优化快速随机树算法的路径规划。

17、其中，基于改进快速随机树算法优化可视化调度路径包括：

18、基于agv运输区域的坐标值生成初始化树与起始点，基于起始点和目标点生成初始路径；

19、通过贝塞尔基函数优化初始路径并进行路径验证；

20、如果路径不可行，基于高斯精英变异策略更新初始化树；

21、基于更新树寻找路径直至所有路径都可行，输出agv最优运输路径。

22、其中，改进火鹰优化算法基于火鹰优化算法引入混沌映射策略、螺旋搜索策略和正态云变异策略。

23、其中，堆垛机与agv集群调度模型包括上层堆垛机订单分配模型和下层agv配送路径规划模型。

24、本申请的有益效果：

25、本申请提供了一种基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，均衡各区域和各agv之间的工作量，搜索最优路径并解决agv无法准确避障问题，减少路径成本、避免局部拥堵，为智能仓储中心的堆垛机与agv集群调度问题提供了一种全新的解决方案，实现整体工作效率的提高，有效提升智能仓储中心的自动化和一体化水平，并实现堆垛机和agv的高效运输与协同作业，最大化航材立体仓库的整体管理能力。

技术特征：

1.一种基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，其特征在于，包括：

2.如权利要求1所述的基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，其特征在于，所述根据改进火鹰优化算法和目标编码解码方法对所述堆垛机与agv集群调度模型和所述缓冲区域调度模型求解包括：

3.如权利要求1所述的基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，其特征在于，所述目标编码解码方法是基于订单—堆垛机—缓冲区—agv的编码解码方法，所述编码解码方法包括：

4.如权利要求1所述的基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，其特征在于，所述编码解码方法引入交叉策略和突变策略，所述交叉策略基于单点、多点、均匀、顺序、部分映射和循环方式结合父代编码优势，生成具有潜在更优性能的子代编码；所述突变策略通过调整单个agv或堆垛机的任务顺序、交换两个任务的位置、随机插入或删除任务增加解的多样性。

5.如权利要求1所述的基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，其特征在于，所述改进快速随机树算法基于贝塞尔基函数和高斯精英变异策略优化快速随机树算法的路径规划。

6.如权利要求5所述的基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，其特征在于，所述基于改进快速随机树算法优化所述可视化调度路径包括：

7.如权利要求1所述的基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，其特征在于，所述改进火鹰优化算法基于火鹰优化算法引入混沌映射策略、螺旋搜索策略和正态云变异策略。

8.如权利要求1所述的基于改进rrt算法的航材立体仓库堆垛机与agv集群调度方法，其特征在于，所述堆垛机与agv集群调度模型包括上层堆垛机订单分配模型和下层agv配送路径规划模型。

技术总结本申请公开了一种基于改进RRT算法的航材立体仓库堆垛机与AGV集群调度方法，包括获取当前订单和当前库存情况；构建以最小时间成本和最优路径规划为目标函数的堆垛机与AGV集群调度模型和缓冲区域调度模型；根据改进火鹰优化算法和目标编码解码方法对堆垛机与AGV集群调度模型和缓冲区域调度模型求解，获得最优分配方案和可视化调度路径；基于改进快速随机树算法优化可视化调度路径，得到AGV最优运输路径。方法均衡各区域和各AGV之间的工作量，搜索最优路径并解决AGV无法准确避障问题，减少路径成本、避免局部拥堵，为智能仓储中心的堆垛机与AGV集群调度问题提供了一种全新的解决方案，实现整体工作效率的提高，最大化航材立体仓库的整体管理能力。技术研发人员：潘楠,李伟,石昆,朱志杰,吴佳瑜,殷实,肖仁鑫,陈贵升,贾现广,吕英英,梁巍杰,陈希亮,韩伟,胡谞,何亮受保护的技术使用者：昆明理工大学技术研发日：技术公布日：2024/11/4