面向智能制造的AGV路径规划与自主协同控制

本书包含面向智能制造的AGV需求而开展的路径规划与自主协同控制两大主题内容。首先分析了智能制造的发展现状与发展趋势，并由此引出了面向新一代智能制造的AGV物料运输需求；其次介绍了两大主题的关键基础技术——同时定位与建图（SLAM）技术；然后重点论述了常见智能优化算法（包括GA、GWO算法、FA、Q-Learning算法）和多AGV协同控制；最后给出了应用AGV进行物料运输的智能制造系统案例。本书适合从事人工智能、智能制造的科研人员和工程技术人员及管理人员阅读，也适合相关专业的高年级本科生和研究生阅读或作为辅助教材使用。

第1章绪论
1.1智能制造的发展现状与发展趋势
1.1.1智能制造的发展现状
1.1.2智能制造的发展趋势
1.2面向新一代智能制造的AGV物料运输需求
1.3路径规划问题与多AGV协同调度的研究现状
1.3.1路径规划问题的研究现状
1.3.2多AGV协同调度的研究现状
1.4本书的内容安排
本章参考文献
第2章SLAM技术
2.1SLAM的研究背景
2.2视觉/激光SLAM的关键技术及应用
2.2.1SLAM系统架构的组成
2.2.2前端里程计
2.2.3后端优化与回环检测
2.2.4SLAM系统模拟仿真
2.3真实环境中视觉SLAM技术面临的挑战
2.3.1弱纹理环境中点线特征融合的SLAM系统
2.3.2动态环境中的视觉SLAM系统
2.3.3基于CNN的视觉里程计
2.3.4基于CNN的回环检测
2.3.5视觉与激光雷达融合的SLAM
本章参考文献
第3章单AGV路径规划
3.1地图建模方法与AGV工作空间
3.1.1地图建模方法
3.1.2AGV工作空间
3.2常见智能优化算法的概述
3.2.1GA
3.2.2GWO算法
3.2.3FA
3.2.4Q-Learning算法
3.3单目标静态路径规划
3.3.1基于改进GA实现
3.3.2基于改进GWO算法实现
3.3.3仿真实验结果
3.4单目标动态路径规划
3.4.1基于改进邻域搜索算子的GA实现
3.4.2基于改进Q-Learning算法实现
3.5多目标路径规划
3.5.1IAGSAA
3.5.2IFA
3.5.3改进DQN算法
本章参考文献
第4章多AGV协同控制
4.1多AGV物料运输系统的控制方法
4.2多AGV物料运输系统的调度原则
4.3AGV的路径冲突现象
4.4工厂仿真环境的构建
4.5物料中转站的选址与区域间AGV最优路径
4.6物料存储点的选址与加工区域内AGV最优路径
4.7多AGV物料运输系统可视化平台
4.8正常运行时的冲突调度
4.9加工机器的故障调度
4.10加工区域内AGV的故障调度
4.11基于图神经网络的共融AGV自主作业调度
本章参考文献
第5章应用案例
5.1实验室应用案例
5.2热处理应用案例
5.3调度模块设计
5.3.1现有系统的需求分析
5.3.2模块工作流程的设计
5.3.3数据库表的结构设计与接口设计
本章参考文献