基于改进蚁群算法的铅锭转运智能叉车路径规划技术研究.pdf

第32 卷增刊12023年6 月文章编号：10 0 4-40 51(2 0 2 3)S1-0257-06基于改进蚁群算法的铅锭转运智能叉车路径规划技术研究中国矿业CHINA MINING MAGAZINED0I:10.12075/j.issn.1004-4051.20230337Vol.32,Suppl 1June2023唐雄，彭强强，姜智，姜勇4（1云南驰宏锌锗股份有限公司，云南曲靖6 550 11；2.云南驰宏锌锗股份有限公司会泽冶炼分公司，云南会泽6 542 12；3.青岛港湾职业技术学院智能制造学院，山东青岛2 6 6 40 4；4.北矿机电科技有限责任公司，北京10 0 16 0）摘要：有色金属冶炼生产过程复杂，环境恶劣，自动化水平低，工艺和装备相对落后，严重制约着我国有色金属冶炼行业的健康发展。以国内某铅锌冶炼厂智能工厂项目为依托，对粗铅锭转运过程智能叉车路径规划技术进行研究，提出了一种基于改进蚁群算法的路径规划方法，并与传统蚁群算法进行了仿真对比，研究结果表明，改进后的蚁群算法使铅锭智能叉车路径规划搜索效率显著提升，可很好的实现应用场景最优路径规划。关键词：无人叉车；智能叉车；遗传算法；路径规划；铅锌冶炼中图分类号：TF35Research on path planning technology of intelligent forklift for lead ingottransportation based on improved ant colony algorithmTANG XiongPENG Qiang,JIANG Zhi，JI A NG Yo n g(1.Yunnan Chihong Zn&Ge Co.,Ltd.,Qujing 65501l,China;2.Huize Smelting Branch of Yunnan Chihong Zn&.Ge Co.,Ltd.,Huize 654212,China;3.Qingdao Harbor Vocational and Technical College,School of Intelligent Manufacturing,4.BGRIMM Machinery&Automation Technology Co.,Ltd.,Beijing 100160,China)Abstract:The production process of non-ferrous metal smelting is complex,the environment is harsh,thelevel of automation is low,and the process and equipment are relatively backward,which seriously restrictsthe healthy development of Chinas non-ferrous metal smelting industry.This article is based on theintelligent factory project of a domestic lead and zinc smelter,and studies the path planning technology ofintelligent forklifts during the transportation process of coarse lead ingots.A path planning method based onimproved ant colony algorithm is proposed,and it is simulated and compared with traditional ant colonyalgorithm.The research results indicate that the improved ant colony algorithm significantly improves thesearch efficiency of path planning for lead ingot intelligent forklifts,and can effectively achieve optimal pathplanning in application scenarios.Keywords:unmanned forklift;intelligent forklift;genetic algorithm;path planning;lead zinc smelting文献标识码：AQingdao 266404,China;收稿日期：2 0 2 3-0 4-2 7基金项目：工业和信息化部智能制造专项“新型稀土铝锌合金智能生产系统及示范应用”资助（编号：2 0 17 AA03)第一作者简介：唐雄（19 8 4一），男，汉族，湖南新化人，工程师，主要负责电气及自动控制工作，E-mail：50 532 5319 q q.c o m。引用格式：唐雄，彭强，姜智，等.基于改进蚁群算法的铅锭转运智能叉车路径规划技术研究 J.中国矿业，2 0 2 3，32（S1）：2 57-2 6 2.TANG Xiong,PENG Qiang,JIANG Zhi,et al.Research on path planning technology of intelligent forklift for lead ingot transportation based onimproved ant colony algorithmJJ.China Mining Magazine,2023,32(S1):257-262.责任编辑：宋菲258目前，大多数铅锌冶炼企业生产的铅锭和锌锭，都是采用人工叉车从产线上搬运至存储区，叉车作业属于特种作业，且驾驶员长时间进行重复性工作容易疲劳，从而发生安全事故。另外，随着我国人口红利的消失，铅锌冶炼行业人工成本逐年上升，人力资源紧张，同时在“工业4.0”“中国制造2 0 2 5”时代背景下，中国铅锌产业正向自动化、信息化、智能化、绿色环保方向快速发展 1-2 。随着物流智能仓储技术的快速发展，智能搬运无人技术成为冶金领域智能工厂研究的热点。冶金行业装备水平落后，作业环境恶劣，智能叉车的路径规划技术是智能工厂的关键环节之一。以国内某铅锌冶炼厂智能工厂项目为依托，对粗铅锭转运过程智能叉车路径规划技术进行研究，提出了一种基于改进蚁群算法的路径规划方法，可很好的实现应用场景最优路径规划，为智能工厂的建设提供理论参考和技术支持。研究成果可推广到铜、锌、锰等冶炼智能生产系统，应用前景广阔。1铅锭转运智能叉车基本结构及功能智能叉车是智能仓储系统的的一个重要环节，主要执行货物的供送、转移输送和仓储货物柔性配送等功能 3。铅锭转运智能叉车基体结构如图1所示，主要包括叉车、导航激光、防撞激光、核心控制器、货架障碍物识别系统、触边防护、自动充电及附属设备等。铅锭智能叉车主要性能参数见表1。L图1铅锭转运智能叉车基本机构Fig.1 Basic mechanism of intelligent forklift forlead ingot transportation目前智能叉车比较成熟的导引形式有磁钉、卫星、激光、地磁、陀螺惯性和视觉等，各种导航方法均中国矿业存在各自的优缺点 4-5。采用视觉导航智能叉车，不用安装反射板、磁条和改造现场环境，确保灵活性和扩展性。技术采用安装在无人叉车上的相机抓取环境图像，提取图像自然特征信息，建立自然特征地图，并结合视觉自然环境地图和少量二维码，获取高精度、高稳定性的无人叉车全局位置和姿态信息，从而实现高效、高精度、高稳定性的自主定位、运动控制和导航功能。表1铅锭智能叉车主要性能参数表Table 1Main performance parameters oflead ingot intelligent forklift序号名称车体加装后1外形尺寸2轮轴距顶部相机距离3定向轮距离4最小离地间隙5自适应激光发射角度6避障激光发射角度7安全激光发射角度货叉根部距离8定向轮切线距离9前悬距2基于栅格法环境建模建立智能转运系统运行环境地图是实现智能叉车调度与路径规划的前提条件。由于铅锭转运智能叉车是通过构建生产环境的地图进行实时定位的，出因此根据充电站、锌锭下线点、存储区等在所构建地图中的具体坐标来生成包含路径信息的用于调度管理的虚拟地图。环境地图需要在准确描述真实环境的同时，尽量降低存储空间和计算时间，并根据路径规划算法的特点进行相应调整优化。常用环境建模方法有拓扑法、栅格法等 6 。栅格法是比较传统的建模方法，其实质是对环境进行单元分割，用大小相等的方格表示环境信息，是应用很广泛的一种智能叉车地图存储方式 7-8 。针对铅熔铸车间工作环境，采用栅格法来进行环境建模，由于智能叉车只能在平面上行走，所以只考虑二维的栅格地图。先把环境简化成二维平面，再把这个平面分为一样大小的栅格。栅格大小与数据量和精度相关，当栅格越小时，地图精度就会越高，那环境描述就更准确，但数据量也会变大，路径规划时间也更长；当栅格越大时，数据量就会变小，路径规划时间也就更短，对应的地图就不那么准确。因此，地图中栅格的大小必须同时考虑精度和运算时间的要求，第32 卷主要参数2503mmX1227mmX2142mm1 000 mm800 mm25 mm90250256130 mm235mm增刊1在达到精度要求的前提下尽量降低栅格的数量，从而满足智能叉车的正常行走的精度要求，同时也需要满足调度系统对实时性的要求。基于铅锭搬运车间生产环境，采用栅格法建模如图2 所示。每行、每列的栅格数为30 个，每个网格都被赋予0 或1二进制参数，然后通过黑白色方格与之对应。当铅锭智能叉车在二维环境中作业时，以（0，0)为原点，代表水平方向，代表竖直方向，每一个栅格都有坐标与序号与之对应，通过式（1)将序号转化为直角坐标系。X=mod(ccode/m)(1)Y=int(code/m)+1式中：m为每行栅格个数；Code为序号；int取整数；mod取余数。302520151050工5图2 栅格环境地图Fig.2Grid environment map3基于改进蚁群算法路径规划技术与仿真应用3.1传统蚁群算法研究学者发现，蚂蚁在觅食的过程中，蚁群往往可以快速的找到食物源的路径。受此启发，2 0 世纪90年代，意大利学者首次提出蚁群系统（Ant System或Ant Colony System）。19 9 2 年，学者提出了一种蚁群算法（AntColonyOptimization，A CO)，证明该方法可以用来快速寻找最优路径 9-10。研究发现，蚂蚁在觅食的过程中会释放一种物质，这种物质可以被蚁群识别感知，从而引导蚂蚁跟随这种物质觅食。这种物质被称之为“信息素”，当信息素浓度越高时，表明路过此处的蚂蚁就越多，通过这种反馈机制，最终蚁群可以快速的找到最短最优的觅食路径。蚁群算法反应的是蚁群觅食的协作过程，为了获取最优觅食路径，这个协作过程遵循一定的规则：感知范围、环境信息、觅食规则、移动规则、避障规则、散发信息素规则。蚁群算法采用正反馈机制，搜索的唐雄，等：基于改进蚁群算法的铅锭转运智能叉车路径规划技术研究从而可以找到全局最优解。传统蚁群算法的数学模型为：蚂蚁k（k=1,2，,m)在觅食路径规划的选择通过释放的“信息素”浓度判断;第k只蚂蚁在当前历经过的节点由禁忌表tabu（k=1,2，,m）记录;第k只蚂蚁在t时刻由i点到j点的状态转移概率由p（t)表示，见式（2)。(t)=t;(t)X n;(t)e若jEallowedkseallowedk0，式中：allowed=Ctabu为第k只蚂蚁在下一步过程中允许选择的全部节点；为信息素启发因子；C为所有节点的集合;为期望启发式因子；n（t)为能见度启发因子，通常n（t)=1/d j m;d m 为i点与目标点之间的欧式距离。对蚂蚁k来讲，djm越小，则ni（t)就越大，p（t)也越大,因此式(2)为蚂蚁从i点到达i点的期望程度，ti（t)为蚂蚁在t时刻残留下来的信息素浓度。蚁群觅食过程中，如果运动途中残留的信息素过多，就会淹没启发信息，所以每只蚂蚁在遍历结束102015259过程采用分布式计算方式，使得搜索过程不断收敛，否则(2)2530后就要更新处理残留的信息。因此，在t十n时刻由i点到i点过程中的信息素调整，见式（3)。t,(t+n)=(l-p)Xti(t)+tijt;(t)=2At;(t)k=1(Q如果蚂蚁k经过点i，jAt(t)=L(t)0，如果蚂蚁k不经过点i，j(3)式中:p为信息素挥发因子,pCo,1);t;（t)为一次寻找结束后，由i点到i点过程中的信息素增量，在初始时刻t;（t)=O;t（t)为第k只蚂蚁在本次历遍结束后由i点到i点过程中的信息量；Q为常数；L(t)为第k只蚂蚁一次寻找结束的路径长度。3.2改进蚁群算法路径规划原理3.2.1路径选择规则传统蚁群算法存在一定的缺陷，收敛速度慢、局部最优问题、优化能力问题、种群多样性与收敛速度的矛盾等。在应用传统蚁群算法进行路径规划过程中会出现停滞和收敛速度慢的情况。由传统蚁群算法可知，启发式信息的优劣决定算法收敛快慢。因260此，对启发因子n（t)进行改进来优化算法，把待选节点j到起点o的距离，待选节点i到目标点m的直线距离，起点o到目标点m的直线与待选节点j到起点0 的直线之间的夹角考虑进去。改进后的启发因子(t)见式(4)。n(t)=1/dm+d)式中：d为待选节点i到起点o的距离；djm为待选节点i到目标点的距离。由余弦定理得到d%=dm十dm-2cosdjmdom，其中，为dom与djm之间的夹角。所以改进后启发因子n（t)=1/2 d m-2 c o s dmdm+d=1/t,n（t)是由dmvdov共同决定的，为锐角。所以t=V2dm-2cosadmdm+dm，由此可见，t为djm和的增函数。当djm和越小时，t就越小，启发因子(t)越大。因此(t)会综合考虑djmv的影响获得最大值。3.2.2信息素更新规则改进蚁群算法除了全局信息素更新规则外，还采用了局部信息素更新规则 1-12 。全局信息素的更新规则见式（5）。ti(t+n)=(1-p)Xti(t)+pXtiAr;()=2Ar(t)k=1Q2/Lkmin，如果i，jE最优路径t(t)0，式中：Q2为常数；Lkmin为本次迭代的最优路径长度。局部信息素更新规则是通过引入信息素更新参数（0 1),来实现局部最优概率的降低。其中，o为随着djm减小而逐步减小的变量。设定=1。那么这时。的取值范围为（0.510，10.729）。局部信息素更新规则如式（6)所示。ti(t+n)=(l-p)Xti(t)+oXtiAt;(t)=2At(t)m=1Q如果蚂蚁k经过点i，jA%(t)=/L()0，3.2.3算法描述改进蚁群算法步骤与传统蚁群算法基本一致，路径规划主要分为3部分，初始化、解构建和信息素更新。算法步骤如图3所示。中国矿业3.3路路径规划仿真验证通过传统蚁群算法和改进蚁群算法的研究分析，基于栅格法建立30 X30仿真环境模型，然后分别对改进蚁群算法和基本算法的最优路径进行仿真对比，仿真结果如图4和图5所示。图4是基本蚁（4)群算法最优路径仿真曲线，图5是改进蚁群算法最优路径仿真曲线。仿真结果表明，基本蚁群算法最优路径曲线出现多处“之”子型路径，搜索速度低于改进蚁群算法；改进蚁群算法的最优路径曲线路径平滑，搜索速度大幅提升，明显优于基本蚁群算法。开始初始化参数构造解空间更新信息素到最大送代次数TY输出最优解结束图3改进蚁群算法步骤图Fig.3 Step diagram of improving ant colony algorithm30否则25(5)20151050Fig.4Optimal path of basic ant colony algorithm相同环境下，基本蚁群算法和改进蚁群算法收如果蚂蚁k不经过点i，j敛仿真曲线如图6 所示。仿真结果表明，在相同迭(6)代次数下，改进蚁群算法的路径长度明显优于基本蚁群算法，收敛速度更快，相同条件下可以获得更优路径。3.4铅锭智能叉车应用某铅冶炼分公司现场铅锭脱模以后，通过天车第32 卷当前选代次数加1N510图4基本蚁群算法最优路径15202530增刊1吊运至修边打磨区人工打磨，打磨完成以后通过天车吊运至二楼暂存区域或一楼暂存区临时堆放，再由人工操作叉车转运至粗铅堆场，分层堆放好，最后由人工操作天车进行出库操作。通过智能工厂升级提升，采用3台智能叉车，将铅锭转运通过智能叉车、升降机、桁架机器人完成，总体方案如图7 所示。302520151050Fig.5 Improved ant colony algorithm for optimal path150基本蚁群算法130+改进蚁群算法110907050301001020304050660708090100 110 120送代次数图6 仿真收敛曲线对比图Fig.6 Comparison of simulation convergence curves脱模后临时堆场一楼临时堆场图7 铅锭转运方案图Fig.7Lead ingot transportation plan diagram1）脱模区至升降平台：对于脱模成功的铅锭，由1#智能叉车转运至升级平台；对于没有脱模成功的，先由1#智能叉车转运至人工脱模区，由人工脱模完成以后再由智能叉车转运至升降平台。唐雄，等：基于改进蚁群算法的铅锭转运智能叉车路径规划技术研究510图5改进蚁群算法最优路径收敛曲线（最小路径长度）2612）二楼平台至一楼平台，通过自动升级平台完成。3）一楼升降平台至打磨区、打磨区至临时堆放区，2#智能叉车先将升级平台转运过来的铅锭转运至打磨区，待打磨完成以后转移至临时堆放区。4）一楼临时堆放区至堆场临时堆放区，通过3#智能叉车，将一楼临时堆放区待入库的锌锭转运至堆场临时堆放区，桁架机器人可以直接将堆场临时堆放区的锌锭上车或码放至堆料区。4结语本文基于格栅法结合现场工作环境进行建模，提出了一种基于改进蚁群算法的路径规划方法，该方法针对传统蚁群算法存在的不足进行改进，结果表明在智能叉车路径规划领域有着更高的搜索效率,能显著提升收敛速度，是一种蚁群算法的有效改进。铅锭转运智能叉车现场生产运行稳定可靠，智能叉车完全替代人工叉车转运，解放了生产力，提高152025粗铅堆场（上料点）30了安全性，降低了工人的劳动强度，提高了企业自动化生产水平，为铅锌生产企业原材料、成品和半成品的运输提供了借鉴和示范。该方法在工程实践领域具有广阔的应用前景。参考文献1唐榆坤，渠水净.AGV在制造业仓储分栋业务中的运用 J.物流技术与运用，2 0 2 0，2 5（7）：12 7-130.TANG Yukun,QU Shuijing.Application of AGV in ware-house sorting activities of manufacturing industryJJ.Logis-tics&.Material Handling,2020,25(7):127-130.2温瑞恒，陈功，张维国，等.矿山有轨运输无人驾驶信息化系统的方案研究.有色设备，2 0 2 2,36（6）：13-17.WEN Ruiheng,CHEN Gong,ZHANG Weiguo,et al.Schemestudy on unmanned track haulage informatization systen inminesJJ.Nonferrous Metallurgical Equipment,2022,36(6):13-17.3牟德君，初鹏祥.基于改进A*算法的仓储环境AGV路径规划 J.自动化与仪表，2 0 2 2,37（4）：40-45.MU Dejun,CHU Pengxiang.AGV path planning for ware-house environment based on improved A*algorithmJ.Au-tomation&Instrumentation,2022,37(4):40-45.4郭帅，谷龙飞，李硕.基于Anylogic仿真的矿山有轨运输无人驾驶系统运力研究 J.有色设备，2 0 2 2 36（3）：5-11.GUO Shuai,GU Longfei,LI Shuo.Research on the capacity ofunmanned rail transportation system in mine based on analog-ic simulationJJ.Nonferrous Metallurgical Equipment,2022,36(3):5-11.5杨周，刘海滨.基于改进蚁群与动态窗口法的AGV动态路径规划.计算机工程与应用，2 0 2 2，58（6）2 8 7-2 9 5.YANG Zhou,LIU Haibin.AGV dynamic path planning basedon improved ant colony algorithm and dynamic window262approachJJ.Computer Engineering and Applications,2022,58(6):287-295.6 李二超，王玉华.改进人工势场法的移动机器人避障轨迹研究J.计算机工程与应用，2 0 2 2,58（6）：2 96-30 4.LI Erchao,WANG Yuhua.Research on obstacle avoidancetrajectory of mobile robot based on improved artificial poten-tial fieldJ.Computer Engineering and Applications,2022,58(6):296-304.7 方昊，王振启，杨支海，等.基于土力学原理的地下铲运机自主铲装过程力学特性分析J.有色设备，2 0 2 2,36（4）：16-2 0.FANG Hao,WANG Zhenqi,YANG Zhihai,et al.A soil-me-chanics-based mechanical analysis of the autonomous loadingprocess of underground load-haul-dumps(LHDs)JJ.Nonfer-rous Metallurgical Equipment,2022,36(4):16-20.8 朱庆保，张玉兰.基于栅格法的机器人路径规划蚁群算法J.机器人，2 0 0 5,2 7（2）：132-136.ZHU Qingbao,ZHANG Yulan.An ant colony algorithmbased on grid method for mobile robot path planningLJJ.Ro-bot,2005,27(2):132-136.*（上接第2 47 页）LI Hao,LI Xianglong,TIAN Jubo.Analysis on influence ofunderground mining of Yata gold mine on surface roadJ.Nonferrous Metals(Mine Section),2021,73(1):38-41.8胡崴，李同鹏，刘铭.刘楼铜铁（金）矿地下开采对地表建构筑物安全的影响研究J.现代矿业，2 0 2 2 38（3）：10 1-10 4，116.HU Wei,LI Tongpeng,LIU Ming.Influence analisis of un-derground mining of Liulou Copper-Iron(Gold)Mine on thesafety of surface structuresJJ.Modern Mining,2022,38(3):101-104,116.9 刘焕春，于建新，焦华喆，等.复杂采空区充填开采对地面建筑的影响研究J.金属矿山，2 0 2 0，2 6（4）：39-45.LIU Huanchun,YU Jianxin,JIAO Huazhe,et al.Influence ofbackfill mining in complex goaf on ground buildingsJJ.MetalMine,2020,26(4):39-45.10杨八九，侯克鹏，程涌，等，基于大变形离散元模拟分析的地表移动范围确定J.矿冶，2 0 2 1,30（5）：6-10.中国矿业9郁磊，史峰，王辉，等.MATLAB智能算法30 个案例分析M.北京：北京航空航天大学出版社，2 0 15.10王振启，杨支海，赵晓燕，等.基于地下铲运机自主铲装过程的控制算法设计与实验分析J.有色设备，2 0 2 2 36（4）：2 6-31.WANG Zhenqi,YANG Zhihai,ZHAO Xiaoyan,et al.Controlalgorithm design and test analysis of the autonomous loadingprocess of underground LHDsJJ.Nonferrous MetallurgicalEquipment,2022,36(4):26-31.11王雷，石鑫.基于改进蚁群算法的移动机器人动态路径规划J.南京理工大学学报，2 0 19，43（6）：7 0 0-7 0 7.WANG Lei,SHI Xin.Dynamic path planning of mobile robotbased on improved ant colony algorithmJJ.Journal of NanjingUniversity of Science and Technology,2019,43(6):700-707.12刘加奇，王泰华，董征.基于改进蚁群算法的移动机器人路径规划J.传感器与微系统，2 0 2 2 41（5）：140-143.LIU Jiaqi,WANG Taihua,DONG Zheng.Path planning ofmobile robot based on improved ant colony algorithmJ.Transducer and Microsystem Technologies,2022,41(5):140-143.YANG Bajiu,HOU Kepeng,CHENG Yong,et al.Surfacemovement range determination based on large deformationdiscrete element simulation analysisJJ.Mining and Metallur-gy,2021,30(5):6-10.11蒋春梅，郭广礼，李怀展，等.基于DInSAR的充填开采地表移动特征及建筑物损害研究J.煤炭技术，2 0 2 2，41（10）：142-145.JIANG Chunmei,GUO Guangli,LI Huaizhan,et al.Study onsurface movement characteristics and building damage ofbackfilling mining based on DInSARJJ.Coal Technology,2022,41(10):142-145.12朱宗杰，孙丽军，张辉，等.罗河铁矿开采地表沉降监测及分析J.现代矿业，2 0 19,35（8）：2 48-2 49.ZHU Zongjie,SUN Lijun,ZHANG Hui,et al.Monitoring andanalysis of surface subsidence in Luohe Iron MineJJ.ModernMining,2019,35(8):248-249.第32 卷