| 徐凯,施权浩,李超,庞楠,晋宏涛,孙馥明,庹炯涛,祁淼.基于Bezier优化的叉车式AGV混合导航算法研究[J].中国造纸,2026,45(3):207-214 |
二维码（扫一下试试看！） |
| 基于Bezier优化的叉车式AGV混合导航算法研究 |
| Research on Forklift AGV Hybrid Navigation Algorithm Based on Bezier Optimization |
| 收稿日期：2025-09-19 修订日期：2025-10-20 |
| DOI：10.11980/j.issn.0254-508X.2026.03.024 |
| 关键词: Bezier优化 叉车式AGV导航 A*算法 DWA算法 混合算法 |
| Key Words:Bezier optimization forklift AGV navigation A* algorithm DWA algorithm hybrid algorithm |
| 基金项目:湖北省教育科学规划2024年度一般课题（2024GB420）；湖北省教育厅科学研究项目（B2023489）；中国高校产学研创新基金（2023AY073）；广东省教育厅普通高校青年创新人才类项目（2023KQNCX163）；广东机电职业技术学院教科研项目（YJZD2023-10）；广东机电职业技术学院高层次人才项目（Gccrcxm-202209）；广西特种工程装备与控制重点实验室（桂林航天工业学院）主任课题（SEEC24ZR05）；梅州市引进创新创业团队项目（2024HYOOITD004）。 |
| 作者 | 单位 | 邮编 | | 徐凯* | 1武汉船舶职业技术学院,湖北武汉,430050 | 430050 | | 施权浩* | 2张家口职业技术学院,河北张家口,075131 | 075131 | | 李超 | 3广东机电职业技术学院,广东广州,510550 | 510550 | | 庞楠 | 4桂林航天工业学院广西特种工程装备与控制重点实验室,广西桂林,541010 | 541010 | | 晋宏涛 | 1武汉船舶职业技术学院,湖北武汉,430050 | 430050 | | 孙馥明 | 5牡丹江恒丰纸业股份有限公司,黑龙江牡丹江,157013 | 157013 | | 庹炯涛 | 1武汉船舶职业技术学院,湖北武汉,430050 | 430050 | | 祁淼 | 1武汉船舶职业技术学院,湖北武汉,430050 | 430050 |
|
| 摘要点击次数: 167 |
| 全文下载次数: 98 |
| 摘要:本研究引入了一种融合A*与DWA算法的叉车式自动引导车（AGV）混合导航算法，并基于Bezier曲线优化全局规划路径，同时采用改进适应度函数、引入动态惯性权重因子等方法进行优化，以适用于造纸生产车间等复杂室内场景下的路径规划与局部避障。结果表明，相较于传统A*算法，Bezier优化的改进A*算法下的叉车式AGV轨迹缩短了3.4 m，显著提高了叉车式AGV工作效率（轨迹效率提升7.26%），且导航轨迹曲线更平滑，具有更高的可靠性。此外，经过实验验证，融合A*与DWA算法的叉车式AGV混合导航算法具有较好的全局最优性和局部避障能力。 |
| Abstract:This study introduced a hybrid navigation algorithm for forklift-type automated guided vehicle (AGV) that integrated the A* and DWA algorithms. It optimized the global planning path based on Bezier curves and employed methods such as an improved fitness function and the introduction of a dynamic inertia weight factor for further optimization. This approach enabled effective path planning and local obstacle avoidance methods in complex indoor scenarios， such as paper manufacturing workshops. The results indicated that， compared to the traditional A* algorithm， the trajectory of the forklift-type AGV optimized by Bezier reduced 3.4 m， significantly enhancing the work efficiency of the forklift-type AGV (with a trajectory efficiency increase of 7.26%). Furthermore， the navigation trajectory curve exhibited smoother operation and higher reliability. Additionally， the hybrid navigation algorithm for forklift-type AGV， which integrated A* and DWA algorithms， had been verified through experiments to possess superior global optimality and local obstacle avoidance capabilities. |
| 查看全文
HTML
查看/发表评论 下载PDF阅读器 |