| 题名 | 基于蚁群算法的仓库AGV最优配货路径研究; Optimal Picking Path Research Based on Ant Colony Algorithm to Warehouse AGV |
| 作者 | 邵彬彬 |
| 答辩日期 | 2016-12-22 ; 2016-05-27 |
| 导师 | 缪克华 |
| 关键词 | 路径规划 蚁群算法 量子蚁群算法 仓库AGV Route Plan Ant Colony Algorithm Quantum Ant Colony Algorithm Warehouse AGV |
| 英文摘要 | 进入21世纪以来，随着国家科技水平和工业自动化先进程度的显著提高，AGV机器人的研究也越来越深入。根据应用环境的不同和移动方式的差别，在信息融合、环境感知、避障策略、运动规划等方面提出了更高的要求。AGV机器人作为自主移动机器人的一种，在仓库中进行最优配货路径规划，是当前及以后仓库AGV机器人领域所研究的热点与难点，更是制约仓库AGV机器人发展的核心问题。随着信息时代的到来和物联网技术浪潮的涌进，自动化立体仓库的规模不断扩大，对仓库AGV机器人最优的路径规划研究就显得更加重要。 本文首先对AGV机器人在国内外的发展历程做了详细介绍，从而逐步引出AGV机器人在仓库中进行货物配送问题，强调了路径...; In the 21st century, with significant national science and technology to improve the level of industrial automation and advanced degrees, research autonomous mobile robot is also more and more deeply. Depending on the difference between the application environment and moving way, information integration, environmental awareness, avoidance strategy, planning motion put forward higher requirements. ...; 学位：工程硕士; 院系专业：航空航天学院_工程硕士(控制工程); 学号：23220131153356 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=56708 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/130081]  |
| 专题 | 航空航天－学位论文 |
| 推荐引用方式 GB/T 7714 | 邵彬彬. 基于蚁群算法的仓库AGV最优配货路径研究, Optimal Picking Path Research Based on Ant Colony Algorithm to Warehouse AGV[D]. 2016, 2016. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论