摘要
工业4.0时代，定制化的需求导向推动了仓储的智能化、数字化发展，作为智慧仓储实现柔性化的关键因素，合理调度大规模AGV至关重要。在当前研究中，大多数方法忽略了智慧仓储系统内各种动态变化的影响，如AGV载货、卸货和运输过程中存在的不确定性因素及AGV自身速度和姿态改变产生的运行时间差异等，缺乏工程实际意义。针对这一问题，本文构建了智慧仓储系统数字孪生模型，提出了多AGV分层调度框架并对各层算法及其部署方法进行研究，同时分析了算法应用于虚实交互的实现可能。论文的研究工作包括： (1)基于自适应权值混杂赋时Petri网的全局调度规划算法研究。全局调度规划考虑仓储设备和路网情况对多AGV调度的动态影响，在平行Petri网的基础上设计了一种适合多AGV调度算法研究的混杂赋时Petri网，提出了动态拥堵系数和调度成本信息的概念与计算方式，并将网结构的静态属性改进为实时更新的动态自适应权值，这一算法既能够准确描述系统内所有动态因素，还提高了AGV的任务完成效率，实现了负载的均衡分布，减少了区域拥堵的可能。 (2)基于规则预测动态优化A*算法的局部调度规划研究。考虑到局部调度规划中AGV满载、空载运行速度差异，直行、转弯运行时间差异及多AGV冲突死锁等实际问题，本文改进了传统A*算法的代价函数，并引入了真实时间轴、预测规则和“零移动量”，从而最大程度减轻算力要求，提高算法搜索效率，实现了对各AGV无冲突最优路径的规划。 (3)智慧仓储系统数字孪生模型构建、多AGV调度算法部署与数字孪生模型应用。本文在综合了仓储的动态变化和AGV的调度需求后，首先利用数字孪生技术构建了系统模型，随后内置逻辑关系，采用软件联合调试的方法在数字模型内进行了算法部署，验证了整体算法的合理性与高效性。最后，通过虚实交互实验，实现了物理空间实物与数字空间模型的同步，证明了算法在实际应用中的可靠性。 实验表明，本文所设计的多AGV调度方法具备很强的自适应性，实现了多台AGV在智慧仓储动态变化环境中的高效灵活调度，保障了系统的安全稳定运行，证明了数字孪生技术对于智能制造的支撑意义。
NETL