《表1 算法相关参数:基于改进粒子群蚁群融合算法的多AGV路径规划》
实验时障碍物和环境是静止的,其他优先级AGV可以移动。在仿真实验中设置的算法相关参数见表1。每个GAV根据定义的适应度值来决定其下一个位置。使用IPSO-ACO算法使每个AGV到达其相应位置,虚线表示每个AGV的路径,如图3所示。从图3中可知,6台AGV都分别到达了目标位置,第3台和第5台AGV在第13步时距离非常接近,在路段上可能发生冲突,第3台将第5台AGV视作动态障碍物,重新计算其路径,避开动态障碍物。
图表编号 | XD00192260900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 熊昕霞、何利力 |
绘制单位 | 浙江理工大学信息学院、浙江理工大学信息学院 |
更多格式 | 高清、无水印(增值服务) |