店 面向智能制造的AGV路径规划与自主协同控制 同时定位与建图SLAM技术书 智能优化算法 智能制造书籍 姚锡凡 等 著

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；*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
1.1 智能制造的发展现状与发展趋势 .................................................................................... 1
1.1.1 智能制造的发展现状 ............................................................................................ 2
1.1.2 智能制造的发展趋势 ............................................................................................ 6
1.2 面向新一代智能制造的 AGV 物料运输需求 .................................................................. 9
1.3 路径规划问题与多 AGV 协同调度的研究现状 ............................................................ 12
1.3.1 路径规划问题的研究现状................................................................................... 12
1.3.2 多 AGV 协同调度的研究现状 ............................................................................ 16
1.4 本书的内容安排 .............................................................................................................. 18
本章参考文献 ........................................................................................................................... 19
第 2 章 SLAM 技术 ........................................................................................................... 24
2.1 SLAM 的研究背景 .......................................................................................................... 24
2.2 视觉/激光 SLAM 的关键技术及应用 ........................................................................... 27
2.2.1 SLAM 系统架构的组成 ...................................................................................... 27
2.2.2 前端里程计 .......................................................................................................... 29
2.2.3 后端优化与回环检测 .......................................................................................... 35
2.2.4 SLAM 系统模拟仿真 .......................................................................................... 41
2.3 真实环境中视觉 SLAM 技术面临的挑战 ..................................................................... 44
2.3.1 弱纹理环境中点线特征融合的 SLAM 系统 ...................................................... 45
2.3.2 动态环境中的视觉 SLAM 系统 ......................................................................... 49
2.3.3 基于 CNN 的视觉里程计 .................................................................................... 54
2.3.4 基于 CNN 的回环检测 ........................................................................................ 61
2.3.5 视觉与激光雷达融合的 SLAM .......................................................................... 66
本章参考文献 ........................................................................................................................... 69
第 3 章 单 AGV 路径规划 .................................................................................................. 72
3.1 地图建模方法与 AGV 工作空间 .................................................................................... 72
3.1.1 地图建模方法 ...................................................................................................... 72
3.1.2 AGV 工作空间 ..................................................................................................... 74
3.2 常见智能优化算法的概述 .............................................................................................. 75
3.2.1 GA......................................................................................................................... 75
3.2.2 GWO 算法 ............................................................................................................ 76
3.2.3 FA ......................................................................................................................... 77
3.2.4 Q-Learning 算法 ................................................................................................... 78
3.3 单目标静态路径规划 ...................................................................................................... 80
3.3.1 基于改进 GA 实现 ............................................................................................... 80
3.3.2 基于改进 GWO 算法实现 ................................................................................... 90
3.3.3 仿真实验结果 ...................................................................................................... 95
3.4 单目标动态路径规划 .................................................................................................... 102
3.4.1 基于改进邻域搜索算子的 GA 实现 ................................................................. 102
3.4.2 基于改进 Q-Learning 算法实现 ........................................................................ 114
3.5 多目标路径规划 ............................................................................................................ 128
3.5.1 IAGSAA ............................................................................................................. 128
3.5.2 IFA ...................................................................................................................... 139
3.5.3 改进 DQN 算法 .................................................................................................. 149
本章参考文献 ......................................................................................................................... 156
第 4 章 多 AGV 协同控制 ................................................................................................ 160
4.1 多 AGV 物料运输系统的控制方法 .............................................................................. 160
4.2 多 AGV 物料运输系统的调度原则 .............................................................................. 162
4.3 AGV 的路径冲突现象 ................................................................................................... 163
4.4 工厂仿真环境的构建 .................................................................................................... 164
4.5 物料中转站的选址与区域间 AGV *优路径 .............................................................. 169
4.6 物料存储点的选址与加工区域内 AGV *优路径 ...................................................... 170
4.7 多 AGV 物料运输系统可视化平台 .............................................................................. 174
4.8 正常运行时的冲突调度 ................................................................................................ 177
4.9 加工机器的故障调度 .................................................................................................... 183
4.10 加工区域内 AGV 的故障调度 .................................................................................... 187
4.11 基于图神经网络的共融 AGV 自主作业调度 ............................................................ 193
本章参考文献 ......................................................................................................................... 204
第 5 章 应用案例 ............................................................................................................. 207
5.1 实验室应用案例 ............................................................................................................ 207
5.2 热处理应用案例 ............................................................................................................ 215
5.3 调度模块设计 ................................................................................................................ 221
5.3.1 现有系统的需求分析 ........................................................................................ 222
5.3.2 模块工作流程的设计 ........................................................................................ 224
5.3.3 数据库表的结构设计与接口设计 ..................................................................... 225
本章参考文献 ......................................................................................................................... 230

姚锡凡博士，现任华南理工大学教授/博士生导师，兼任中国机械工程学会工业大数据与智能系统分会委员、广东省制造业信息化分会理事、《International Journal of Advanced Manufacturing Technology》和《Sensors》杂志专刊的客座编辑(Guest Editor)，《Applied Intelligence》和《组合机床与加工自动化技术》等杂志编委，20多年来一直从事数字制造、集成制造、智能控制和智能制造等相关研究工作，在"Information Science”、"Journal of Intelligent Manufacturing”、"International Journal of Advanced Manufacturing Technology”、"International Journal of Computer Integrated Manufacturing”和"Journal of Production Research”等智能制造/集成制造/先进制造国际*流（Q1）SCI期刊、《计算机集成制造系统》等国内**名EI学术期刊和IEEE等学术会议上发表高水平论文近300篇、获得专利授权20余件和软件著作版权10余件，出版了《人工智能技术及应用》、《制造物联网技术》和《智慧制造理论与技术》等相关专著5部；先后主持完成了国家自然科学基金、国家863计划和广东省科技计划等项目30余项。

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。

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。

1