Aller au contenu principal
2024 conference-paper

A rolling horizon optimization for dynamic path planning of multiple warehouse AGVs

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Automated Guided Vehicle (AGV) can improve the efficiency of warehouse picking, but the existing multi-AGV path planning method cannot efficiently solve the collision-free path in the narrow aisle environment. Therefore, a multi-AGV dynamic path planning method with an improved space-time network model is proposed. The proposed method improves the space-time network model, and decomposes the global programming problem with high computational complexity into several local programming models with low complexity, and presents a rolling horizon optimization method for an online solution. The simulation results show that the proposed method is superior to the classical multi-AGV path planning algorithm in terms of total distance and computation time.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
A rolling horizon optimization for dynamic path planning of multiple warehouse AGVs
Date Crossref
01/11/2024
Éditeur
Institution of Engineering and Technology (IET)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Zhengzhou University pays non établi dans la notice
    Université ou école supérieure
  • Luoyang Institute of Science and Technology pays non établi dans la notice
    Université ou école supérieure
  • State KeyLaboratory of Intelligent Agricultural Power Equipment pays non établi dans la notice
    Structure de recherche

Zhengzhou University, Luoyang Institute of Science and Technology et State KeyLaboratory of Intelligent Agricultural Power Equipment.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Advanced Manufacturing and Logistics OptimizationRobotic Path Planning AlgorithmsVehicle Routing Optimization Methods

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.