基于改进蚁群算法的仓储物流机器人路径规划*
2020-08-26段晶晶苏宇霞袁源乙
武汉理工大学学报(交通科学与工程版) 2020年4期
辜 勇 段晶晶 苏宇霞 袁源乙
(武汉理工大学物流工程学院 武汉 430063)
0 引 言
现代物流业高速发展的过程中,智能仓储是其中的关键环节,用以保证物流过程能够对海量物料需求做出及时反馈,满足客户的需求.在仓储活动中,引入仓储物流机器人代替传统人工作业已成为必然趋势.亚马逊仓库,京东“亚洲一号”,海康威视等企业纷纷应用仓储物流机器人作业,显示了智能仓储的快速兴起和发展.其中仓储物流机器人路径规划是目前的热门研宄方向,在仓储物流[1]、工业生产[2]、分拣配送[3]等领域有着广泛的应用前景.移动机器人路径规划是指按照目标函数,避开所有障碍物,选择出一条从起点到终点的最优或次优的连续路径.其本质是在若干约束条件下得到最优解或可行解的问题.
常见的路径规划方法[4]有:人工势场法,模糊逻辑算法,神经网络法,智能优化算法等.Chen等[5]采用两阶段混沌优化方法,借助改进人工势场,有效克服了目标不可达的缺点,实现机器人路径规划.Noto等[6]在传统Dijkstra算法的基础上进行扩展,从初始点和目标点同时向外搜索移动机器人的最短路径,直到搜索结果重叠结束,以此加快收敛速度.王雷等[7]在遗传算法中加入人工势场对初始种群进行引导,克服基本遗传算法收敛速度慢等缺点.除此之外,蚁群算法常用于路径规划问题,是一种较为成熟和有效的智能化方法,具有随机并行搜索能力,许多学者对此展开大量……
登录APP查看全文