基于改進遺傳算法的工廠AGV安全路徑規劃

許晉　李憲強　何琳　高軍偉

摘? 要：隨著經濟和各行各業的快速發展，我國科技水平的提升，傳統加工制造工廠逐漸向著智能化和無人化發展，AGV智能車的應用將大大提高制造工廠的工作效率，也能滿足工廠柔性加工制造的需求。制造工廠的工作環境越復雜，對工廠內的安全要求也就越高，尤其是新興的智能無人工廠，發生安全事故的后果是不可想象的。在這種復雜的工作環境中，AGV小車的路徑規劃問題需要考慮AGV的實際大小和尺寸，生成路徑的安全性要求比路徑最短更重要。遺傳算法（geneticalgorithm，GA）在路徑規劃問題中，可以兼顧多個優化目標，可針對不同的需求設置不同的編碼方式。在遺傳算法中應用了非線性規劃理論，考慮了路徑的安全性和平滑度。提出了一種自適應遺傳算法的路徑規劃方法，采用了人工勢場對種群初始化，提高了算法收斂速度。提出了基于染色體信息熵的遺傳算法，可通過基因交叉和變異使種群快速繞開障礙物。綜上所述，現有文獻雖然對基于遺傳算法的路徑規劃方法加以改進，使其符合路徑安全性的要求，但卻只是簡單的設置了固定的安全距離，沒有考慮AGV小車的實際尺寸大小和AGV與障礙物之間的碰撞概率，并且算法改進后的收斂效率并不高。本文提出了一種融合碰撞概率的柵格地圖構建方法，考慮了AGV的尺寸大小和位姿狀態，并應用改進染色體編碼和適應度函數的遺傳算法對A*算法產生的初始路徑進行優化，加快了遺傳算法的搜索進程，最終得到的路徑符合安全性、高效性和最短三項指標。

關鍵詞：加工制造工廠;工廠AGV;安全路徑規劃;改進遺傳算法

引言

工廠AGV行駛路徑復雜、應用局限性等問題，以AGV配送物料行駛路徑最短為目標，采用遺傳算法進行AGV路徑規劃，并加入物料類型選擇的循環套，通過多次實驗確定最合理的控制參數，從而產生AGV運輸多種類型物料的最優路徑結果。使用Matlab軟件對算法進行仿真，結果表明：該算法是有效的，能夠直接實現AGV在運輸多種類型物料時所產生的不同種路徑的優化。

1工廠AGV問題描述

某工廠的AGV運輸物料模型一般可以描述為：工廠的生產車間共有20臺工作機器，需要5種物料，當AGV運輸不同物料時，途經的機器坐標和數量不同，行駛路徑有很多種。本文將研究如何運用遺傳算法高效直接的產生AGV運輸多種物料時的不同路徑優化結果。鑒于AGV運輸物料的過程比較復雜，且為了便于本文的模型建立及研究，現做如下規定和假設：1）單臺AGV只可運輸一種物料;2）AGV初始位置均在物料配送中心;3）AGV行駛路徑是指從物料配送中心坐標為起點，途經所有需要此種類型物料的機器，最后回到起點;4）單臺AGV的運輸量可以滿足全部機器所需的特定類型物料量。

2改進的遺傳算法

2.1遺傳算法染色體編碼

本算法采用（-n，n）間整數編碼的方式，染色體長度為A*算法產生基準路徑的總節點數，編碼數值的大小表示節點的偏移，偏移空間為由前一節點指向該節點線段的垂直法線上的柵格，規定0表示節點不偏移，負值表示向著前進方向的左邊偏移n個柵格，正值則為向右偏移n個柵格。

2.2交叉操作

本文中，假設隨機選擇兩個已經被復制的個體分別為：A=35749，B=46285，確定交叉點，A=35|749，B=46|285，在對應位置交換基因片段，同時保證每個個體依然是1-N的隨機排列，防止進入局部收斂，交叉過程后則產生=46749，=35285兩個新個體。

2.3交叉概率

選擇將AGV運輸C類物料的路徑作為研究對象，遍歷機器數目為N=13，AGV行駛路徑個數也即群體規模為2N=26，迭代次數C為50次，設定變異概率，改變交叉概率的數值，每種情況實驗15次，求出不同數值下的平均路徑長度，發現當交叉概率時，平均路徑長度最短。因此，本文中遺傳算法的交叉概率取值為0.6為宜。

2.4模擬制造工廠AGV工作過程

根據加工制造工廠廣泛應用的經典車床模型，在GAZEBO軟件中建立了虛擬的制造工廠AGV工作環境，工廠空間大小為50m×50m，其中分布有CNC數控機床兩臺，小型操作臺三個，中型切割機三臺和大型數控車床三臺。AGV小車的寬為40cm，長為40cm，長寬比為1。使用本算法模擬的AGV工作路徑，其路徑長度為67.725m，路徑平均碰撞概率為13.721%。

3特殊環境參數監測系統

特殊監測系統設計是為了監測車間環境在生產過程中產生的非常規的空氣內容物，使用者可以在顯示系統上看到當前車間環境的天然氣濃度、煙霧濃度、氫氣濃度、一氧化碳濃度、酒精濃度、空氣質量、可燃氣體濃度、液化氣濃度的數值和火焰監測，并可以根據氣體的種類的工作環境要求設定不同的報警閥值，當某項監測指標超過報警閥值則會觸發報警。該系統采用MQ-2到MQ-9等8個模塊、MQ-135模塊和火焰傳感器。基于AT89C52單片機系統以及PCF85914芯片進行設計，將8個MQ系列傳感器分為兩組分別連接在兩個PCF8591芯片上進行A/D轉換，單片機使用I2C總線連兩個PCF8591芯片，分別使用90H和92H兩個器件地址進行訪問，按照順序分別讀取不同的傳感器數值，并在顯示系統上有對應的數字顯示，MQ傳感器誤差均穩定在±0.1V以內。八項非常規監測數據根據氣體種類要求設定不同的報警閾值，當超過所設定的200ppm對應閾值的時候就會觸發報警系統報警，當環境恢復或達到標準時系統會停止報警。火焰傳感器在有明火的情況下會像單片機發送異常信號，并通過報警模塊進行報警。

4系統架構

OpenTCS是Google開發的一個移動機器人開源軟件框架，用于移動機器人的訂單接收、分發，并且提供了一整套用于外部調用的API接口。在OpenTCS的基礎上，于頂層開發調度中間件，負責將用戶或者生產系統生成的訂單進行路徑調度、訂單融合優化、AGV分配，然后生成具體的Kernel內部數據傳給Kernel;于客戶端開發用戶操作界面，使用RMI遠程調度方法與Kernel數據交換，實現界面UI與服務器主進程的分離與通訊;在Kernel中開發響應針對下位機的驅動，在驅動中對調度數據進行預處理，并且與下位機建立TCP/IP通訊;下位機端開發與kernel中驅動對接的驅動程序，完成數據通訊，并且控制響應ROS節點實現對傳感器的控制。

結語

工廠AGV的行駛路徑問題，本文在路徑優化操作前加入物料類型的選擇循環套，針對不同的群體規模設定相應的迭代次數，并通過實驗數據選擇優化效果最佳的控制參數，最后進行了數據的仿真驗證，證明了該算法的有效性。本文的研究成果擴大了遺傳算法解決類似路徑規劃問題的應用面。對于工廠的實際生產情況來講，本文的研究成果可以提高車間的生產效率，進而提升工廠經濟效益。

參考文獻

[1]? 張軍，趙玉剛，楊強，等.微型自動循跡搬運車控制系統的開發[J].組合機床與自動化加工技術，2017（7）：133-136.

[2]? 倪生科，劉正江，蔡垚，等.基于混合遺傳算法的船舶避碰路徑規劃[J].上海海事大學學報，2019，40（1）：21-26.

[3]? 王雷，李明.改進自適應遺傳算法在移動機器人路徑規劃中的應用[J].南京理工大學學報，2017，41（5）：627-633.

[4]? 劉二輝，姚錫凡.基于改進遺傳算法的自動導引小車路徑規劃及其實現平臺[J].計算機集成制造系統，2017，23（3）：465-472.