Luận văn thạc sĩ Kỹ thuật cơ điện tử: Hoạch định đường đi và lên lịch trình cho hệ AGV sử dụng khung thời gian

Giӟi thiӋu chung vӅ $JYYjÿһt vҩQÿӅ

Robot tӵ hành hay xe tӵ KjQK$*9ÿѭӧc giӟi thiӋu tӯ ÿҫu nhӳng QăP, mӝt SKѭѫQJWLӋn NK{QJQJѭӡLOiLÿLWKHRYҥch dүQKѭӟng trên sàn nhà máy Theo thӕng kê [1], FKRÿӃn QăP, có gҫn 100 000 robot tӵ KjQKÿѭӧc sӱ dөng trên toàn thӃ giӟi

Và dӵ EiRÿӃQQăP, sӕ Oѭӧng sӁ WăQJOrQÿӃn 400 000 AGVs Con sӕ WăQJWUѭӣng ҩQWѭӧng này cho thҩy tiӅPQăQJSKiWWULӇn rҩt lӟn cӫa AGV trong nӅn công nghiӋp ngày nay

Trong công nghiӋS$*9ÿѭӧc sӱ dөng ÿDGҥng trên FiFOƭQKYӵc vӟi nhiӋm vө chӫ yӃu là vұn chuyӇn hàng hóa trong nhà kho, trong nhà máy hay cҧ ӣ ngoài trӡi Có thӇ kӇ ÿӇ ÿӃn mӝt sӕ ӭng dөng phә biӃn QKѭnhұp, xuҩt hàng hóa tӯ nhà kho, cҧng biӇn, ³Automated Storage and Retrieval System´ ± AS/RS), hӛ trӧ tӵ ÿӝng hóa các dây chuyӅQÿyQJJyLFiFF{QJÿRҥn cҩp phụi trong dõy chuyӅn gia cụngô+uQK

Hình 1.1 Bi͋Xÿ͛ FiFOƭQKY͹c ͱng dͭng AGV [2]

Trên thӃ giӟi, nhiӅu hãng sҧn xuҩt AGV chiӃm thӏ phҫn lӟn có thӇ kӇ ÿӃQQKѭSwisslog Holding, Egemin Automation, Bastian Solutions, Daifuku, ô (Hỡnh 1.2, 1.3) Ngoài ra có thӇ kӇ ÿӃn sҧn phҭm nәi tiӃng cӫa Amazon là Kiva Robot hay Quicktron ӭng dөng tҥLQKj[ѭӣng Alibaba Tuy nhiên ӣ ViӋt Nam, mһc dù nhu cҫu tӵ ÿӝng hóa quá trình vұn chuyӇQKjQJKyDWURQJQKj[ѭӣQJÿDQJQKұQÿѭӧc sӵ quan tâm lӟQQKѭQJFKѭDFynhiӅu công ty sҧn xuҩt sҧn phҭm Agv

Hình 1.2 AGV Swisslog [14] Hình 1.3 AGV Egemin [15]

7Uѭӟc sӵ phát triӇn mҥnh mӁ cӫa AGV vӅ sӕ Oѭӧng và sӵ lan rӝng ra nhiӅXOƭQK vӵc khác nhau, câu hӓLÿһt ra là lӧi ích mà robot tӵ hành mang lҥLOjJu"Ĉҫu tiên, robot giúp tӵ ÿӝng hóa quá trình vұn chuyӇn hàng hóa, sҧn phҭm hay nguyên vұt liӋu Quá trình vұn chuyӇQQj\ÿѭӧc thӵc hiӋn mӝWFiFKQKDQKFKyQJKѫQKLӋu quҧ KѫQWLӃt kiӋm KѫQ7LӃSÿӃn, viӋc sӱ dөng robot sӁ dӉ dàng kiӇm soát quá trình làm viӋc, tӕLѭXTX\ trình phân phӕi và kiӇm duyӋt sҧn phҭm Ngoài ra, robot tӵ hành sӁ WKD\FRQQJѭӡi làm viӋFWURQJFiFP{LWUѭӡQJFyÿLӅu kiӋn khҳc nghiӋWÿҧm bҧRDQWRjQFKRQJѭӡLODRÿӝng

NhiӅu loҥi AGV vӟi các cҩXWU~FNKiFQKDXÿmÿѭӧc sӱ dөng vào các ӭng dөng và mөFÿtFKULrQJELӋt (Hình 1.4)

Hình 1.4 Các ͱng dͭng s͵ dͭng AGV [16]

B ̫ ng 1.1 Các lo̩i AGV ph͝ bi͇n

Sӱ dөQJÿӇ kéo các thùng hàng lӟn Hàng hóa ÿѭӧF ÿһt lên các kӋ hàng có bánh xe Loҥi AGV này WKѭӡng dùng cho các ӭng dөng kéo tҧi lӟn

AGV có kӃt cҩXFѫNKtÿӇ nâng và hҥ kӋ hàng tӯ nӅn nhà Nó có khҧ QăQJlҩy hàng hóa trên kӋ KjQJ WKHR ÿӝ cao Ӭng dөng cho vұn chuyӇQKjQJKyDÿѭӧc chҩWWUrQ³SDOlHW´

Chessboard AGV Robot có khҧ QăQJchҥy phía Gѭӟi và nâng hҥ kӋ hàng, sa bàn làm viӋc có dҥQJQKѭEjQFӡ

One-way AGV Robot di chuyӇn WUrQFiFÿѭӡQJÿL theo mӝt chiӅu trong mӝt chu trình kín (Hình 1.5)

7ѭѫQJWӵ one-ZD\$*9QKѭQJURERWFyNKҧ QăQJÿLWKHRKDLFKLӅXGRÿyU~WQJҳQÿѭӧc khoҧng cách di chuyӇn

Lurking AGV AGV ghép nӕi vӟi mӝt xe hàng và di chuyӇn cùng xe hàng (Hình 1.6)

Hình 1.5 Mô hình one-way AGV [16] Hình 1.6 Mô hình lurking one-way AGV

Vӟi nhӳng lӧi ích mà mình mang lҥi, AGV trӣ thành chӫ ÿӅ ÿѭӧc nghiên cӭu rӝng rãi trong nhiӅu thұp kӹ qua Bài toán ÿL͉ u khi ͋ n chuy ͋Qÿ͡ ng cho Agv và bài toán ÿL͉ u khi ͋ n h nhi ͉ u Agv ÿѭӧc xem là nhӳng chӫ ÿӅ phә biӃn nhҩt 7URQJÿy nhiӅu ӭng dөng thӵc tӃ hiӋQQD\FiF$JYWKѭӡQJÿѭӧc sӱ dөng kӃt hӧp vӟi nhau, hoҥWÿӝng cùng nhau Ĉk\OjOêGRcho tính cҩp thiӃt cӫDÿӅ tài Và GRÿy WURQJÿӅ tài luұQYăQQj\EjLWRiQ ÿL͉ u khi ͋ n h nhi ͉ u Agv ÿѭӧc lӵa chӑn làm Kѭӟng nghiên cӭu

Mӝt trong nhӳng mөc tiêu quan trӑng, quyӃWÿӏQKÿӃn tính khҧ thi cӫa giҧi thuұt ÿLӅu khiӇn hӋ nhiӅu Agv là không xҧy ra tình trҥng va chҥm giӳa các Agv trong quá trình di chuyӇn Bên cҥQKÿyKӋ Agv phҧLÿҥt hiӋu quҧ vӅ mһt thӡi gian khi thӵc hiӋn các nhiӋm vө Tӯ ÿyPӝt bӝ ÿLӅu khiӇn cho hӋ nhiӅu Agv cҫn ít nhҩt thӵc hiӋn các hoҥt ÿӝng sau [3]: x Gán nhiӋm vө cho Agv x Lӵa chӑQÿѭӡQJÿLFKRWӯng Agv x Lên lӏch trình cho hӋ nhiӅu Agv x Gán vӏ trí rӛi cho Agv

Trong thӵc tiӉn ӭng dөng, ÿӕi vӟi hӋ thӕng sӱ dөng nhiӅu AGV, viӋc vұn hành có thӇ ÿѭӧc ÿѫQJLҧn hóa thông qua viӋc thiӃt kӃ ÿѭӡQJÿLPӝt chiӅu và có ít giao lӝQKѭQJ ÿLӅu ÿy làm cho hӋ AGV kém linh hoҥt và giҧm hiӋu suҩW.KLÿѭӡQJÿLKDLFKLӅu, có nhiӅu giao lӝ, viӋc vұn hành hӋ AGV sӁ trӣ thành mӝt vҩQÿӅ thұt sӵ thách thӭc NhiӅu tình huӕng va chҥm có thӇ xҧy ra và dүQÿӃn tҳc nghӁn, hӋ không thӇ tӵ tiӃp tөc hoҥt ÿӝng ÿѭӧc Ngoài ra, hiӋQWѭӧng va chҥm còn do thӡi gian di chuyӇn cӫa các Agv có sai lӋch so vӟi thӡLJLDQÿmWtQKWRiQ, thӡLÿLӇP$JYKRjQWKjQKÿRҥQÿѭӡng là không chҳc chҳn

Tӯ nhӳng vҩQÿӅ ÿmQrXWKLӃt kӃ và ӭng dөng mӝt gi ̫ i thu ̵ t ho ̩FKÿ͓QKÿ˱ͥ ng ÿLYjOrQ l ͓ ch trình cho h nhi ͉ u Agv không va ch ̩ m, hi u qu ̫ v ͉ m ̿ t th ͥ i gian và có [HP[pWÿ͇ n s ͹ không ch ̷ c ch ̷ n v ͉ th ͥ i gian di chuy ͋ n là mөc tiêu cӫDÿӅ tài này.

Các vҩQÿӅ liên quan hӋ nhiӅu AGV

Trên thӃ giӟi, có rҩt nhiӅu bài báo nghiên cӭu vӅ ÿLӅu khiӇn hӋ nhiӅu Agv liên TXDQÿӃn nhiӅu vҩQÿӅ QKѭVDX

T̵p trung (Hình 1.7): Mӝt bӝ ÿLӅu khiӇn sӁ quyӃWÿӏnh toàn bӝ ÿѭӡQJÿLFӫa Agv, bӝ ÿLӅu khiӇn sӁ Fyÿѭӧc thông tin chi tiӃt cӫa mӛi Agv trong hӋ thӕQJ'yÿyWKXұn lӧi cho viӋc tìm ÿѭӡQJÿLWӕLѭX7X\QKLrQQӃu bӝ ÿLӅu khiӇn trung tұp gһp vҩQÿӅ thì toàn bӝ hӋ thӕng sӁ không hoҥWÿӝQJÿѭӧc

Hình 1.7 0{KuQKÿL͉u khi͋n t̵p trung Phân tán (Hình 1.8): Các Agv sӁ tӵ ÿӏnh vӏ YjFyÿѭӧc tҫm nhìn mӝt phҫn trong không quan, tӯ ÿyTX\ӃWÿӏQKÿѭӡQJÿLFӫa mình mӝWFiFKÿӝc lұp Tuy nhiên sӁ không ÿҧm bҧo tӕLѭXÿѭӧc quá trình di chuyӇn

Hình 1.8 0{KuQKÿL͉u khi͋n phân tán Nh̵n xét:

TrRQJÿLӅu khiӇn tұp trung, do Fyÿѭӧc dӳ liӋu cӫa tҩt cҧ Agv nên viӋc tránh va chҥPWKѭӡQJWKѭӡQJÿѭӧc thӵc hiӋQWUѭӟc khi vұn hành thông qua các giҧi thuұt nhұn diӋn Tӯ ÿyÿѭDUDFiFJLҧi thuұt xӱ lýѬXÿLӇm phù hӧp cho các ӭng dөng có sai lӋch thӡi gian di chuyӇn cӫa Agv nhӓ, nҵm trong mӝt giӟi hҥn cho phép

7URQJÿLӅu khiӇn phân tán, va chҥPWKѭӡQJÿѭӧc phát hiӋn trong quá trình hoҥt ÿӝng thông qua hӋ cҧm biӃQѬXÿLӇm phù hӧp cho các ӭng dөng có nhiӅu tác nhân nhiӉXOjPJLiQÿRҥn hoҥWÿӝng cӫa Agv Ví dө khi hӋ $JYÿDQJKRҥWÿӝQJFyQJѭӡLÿL vào cҧn trӣ di chuyӇn cӫa Agv, làm cho Agv phҧi chӡ mӝt khoҧng thӡi gian dài hoһc quyӃWÿӏQKWuPÿѭӡQJÿLNKiF

3K˱˯QJSKiSWƭQK ;iFÿӏQKÿѭӡQJÿLWUrQVDEjQGӵa trên các thông sӕ ÿmELӃt, bӓ qua yӃu tӕ thӡi gian Mӛi Agv sӁ WuPÿѭӧc mӝWÿѭӡQJÿLNKiFQKDX&iFÿѭӡQJÿLQj\ sӁ NK{QJÿҧm bҧo viӋc không va chҥP'RÿyFҫn mӝt hӋ thӕQJÿӇ tránh va chҥm trong lúc di chuyӇn, mӝWSKѭѫQJSKiSFyWKӇ sӱ dөng là kiӇm tra liên tөFÿRҥQÿѭӡng kӃ tiӃp cӫa mӛL$JYĈRҥQÿѭӡng này sӁ ÿѭӧc khóa lҥi, tӭFNK{QJFKRFiF$JYNKiFÿLYjR ѬXÿLӇm cӫDSKѭѫQJSKiSWƭQKQj\OjGӉ thӵc hiӋQYjÿӝ phӭc tҥp tính toán ít Tuy nhiên, có nhiӅXQKѭӧFÿLӇm khi sӕ Oѭӧng Agv lӟQYjÿѭӡQJÿLFKLӅu Tình trҥng tҳc nghӁn khi $JYQJѭӧc chiӅu nhau dӉ dàng xҧy raFǊQJQKѭNK{QJELӃWÿѭӧc thӡi gian khi nào Agv hoàn thành nhiӋm vө

3K˱˯QJSKiSÿ͡ng: ;iFÿӏQKÿѭӡQJÿLWUrQsa bàn theo thӡi gian BiӇu diӉn và kiӇm tra các khoҧng thӡLJLDQPj$JYÿLTXDFiFÿRҥQÿѭӡng và các giao lӝ ViӋc chӗng lҳp các khoҧng thӡi gian này là dҩu hiӋu cho các va chҥm Tӯ ÿyFiFJLҧi thuұt tránh va chҥm sӁ ÿѭӧc xӱ lý trên các khung thӡi gian này ѬXÿLӇm cӫDSKѭѫQJSKiSQj\OjFyWKӇ ÿѭDQKLӋm vө vào hӋ thӕng tҥi bҩt kǤ thӡi ÿLӇm nào, biӃWÿѭӧc thӡi ÿLӇm nhiӋm vө sӁ ÿѭӧFKRjQWKjQK7X\QKLrQÿӝ phӭc tҥp tính toán sӁ lӟQKѫQVRYӟLSKѭѫQJSKiSWƭQK

3K˱˯QJSKiSW͹ do: ;iFÿӏQKÿѭӡQJÿLGӵDYjRP{LWUѭӡng Agv hoҥWÿӝng, mà không phө thuӝFYjRFiFÿѭӡng dүn ѬXÿLӇm cӫDSKѭѫQJSKiSQj\OjSKKӧSÿӇ tuPÿѭӡQJÿLWUiQKYұt cҧn, hӋ thӕng rҩt linh hoҥt vӟi rҩt nhiӅXÿѭӡQJÿLNKҧ thi vӟi khoҧng cách tӕLѭX7X\QKLrQVӁ gһp nhiӅXNKyNKăQWURQJYLӋc xӱ lý va chҥm

B ̫ ng 1.2 So sánh ba lo̩i ho̩FKÿ͓QKÿ˱ͥQJÿLFKRK AGV

7ƭQK Ĉӝng Tӵ do ĈһFÿLӇm ĈѭӡQJÿLFӕ ÿӏnh ÿѭӧFWtQKWRiQWUѭӟc YjNK{QJWKD\ÿәi trong quá trình di chuyӇn ĈѭӡQJÿLÿѭӧc tính toán theo thӡi gian

Sӱ dөng tҩt cҧ các NK{QJJLDQÿӇ hoҥt ÿӝng, không sӱ dөQJÿѭӡng dүn ĈѭӡQJÿL ĈѭӡQJÿLJLӟi hҥn 7ăQJFiFSKѭѫQJ án ÿѭӡQJÿL

Vô sӕ FiFÿѭӡng ÿL

TӕLѭXNKRҧng cách di chuyӇn Tӕt TӕWKѫQ Tӕt nhҩt

1ăQJVXҩt %uQKWKѭӡng Cao &DRKѫQ Ĉӝ phӭc tҥp tính toán

3KѭѫQJSKiSWƭQKYjSKѭѫQJSKiSÿӝng phù hӧp cho bӝ ÿLӅu khiӇn tұp trung Còn SKѭѫQJpháp tӵ do phù hӧp cho bӝ ÿLӅu khiӇn phân tán

Sa bàn th ͹ c t ͇ cho t ͳ ng ͱ ng d ͭ ng và v ̭Qÿ͉ t ͙L˱XWKͥ i gian

Phө thuӝc vào ӭng dөng cө thӇ, các ӭng dөng khác nhau sӁ có các dҥng sa bàn khác nhau Và tӯ ÿyQKLӋm vө cӫa hӋ $JYFǊQJNKiFQKDX Trong các ӭng dөng tҥi cҧng, tҥLFiFQKj[ѭӣng, hiӋu quҧ cӫa hӋ $JYÿѭӧFÿiQKJLiWK{QJTXDFKӍ tiêu tӕi thiӇu thӡi gian hay tӕLÿDQăQJVXҩW1JKƭDOjPөc tiêu thiӃt kӃ giҧLÿLӅu khiӇn phҧLÿҧm bҧo thӡi gian di chuyӇn cӫa hӋ $JYÿӇ thӵc hiӋn các nhiӋm vө là nhӓ nhҩt TroQJNKLÿyKӋ Agv ӭng dөng cho các hoҥWÿӝng sҧn xuҩW)06ÿѭӧFÿiQKJLiKLӋu quҧ thông qua sai lӋch thӡi gian cӫa tӯng nhiӋm vө vӟi thӡLJLDQFKRWUѭӟc

B ̫ ng 1.3 Nhi m vͭ và mͭc tiêu cͯa h Agv theo ͱng dͭng Ӭng dөng NhiӋm vө ChӍ tiêu

NV2: C ặ D (Không có ràng buӝc vӅ thӡi gian hoàn thành)

Min (t1 + t2) t1 , t2: lҫQOѭӧt là thӡi gian hoàn thành thӵc tӃ nhiӋm vө 1 và 2

FMS NV1: A ặ B hoàn thành tҥi thӡi ÿLӇm T1

NV2: C ặ D hoàn thành tҥi thӡi ÿLӇm T2

Hình 1.9 Sa bàn h AGV ͱng dͭng t̩i c̫ng (container terminal) [8]

Hình 1.10 Sa bàn AGV ͱng dͭng t̩LQKj[˱ͧng Amazon [9]

Hình 1.11 Sa bàn AGV ͱng dͭQJWURQJOƭQKY͹c FMS

Tùy vào ӭng dөng mà nhiӋm vө cӫa Agv sӁ khác nhau, dүQÿӃQÿӝ phӭc tҥp khi ÿLӅu khiӇn cӫa hӋ nhiӅX$JYFǊQJNKiFQKDXĈӕi vӟi các ӭng dөng trong sҧn xuҩt (Hình FiF$JYWKѭӡng thӵc hiӋn các nhiӋm vө cӕ ÿӏnh và theo chu kǤ nên sa bàn WKѭӡng GQJFyÿѭӡQJÿL mӝt chiӅXĈӕi vӟi các ӭng dөng tҥi cҧng (Hình 1.9) hay các nhà [ѭӣng có hӋ thӕng nhұp xuҩt hàng hóa tӵ ÿӝng (AS/RS), nhiӋm vө di chuyӇn hàng hóa giӳDFiFÿLӇPÿDGҥQJKѫQVDEjQFyÿѭӡQJÿL theo dҥng 2 OjQÿѭӡngQJѭӧc chiӅu QKDXĈӕi vӟi ӭng dөQJQKj[ѭӣng theo kiӇu nâng hҥ kӋ hàng (Hình 1.10), sӕ ÿLӇm cҫn di chuyӇn và sӕ giao lӝ rҩt nhiӅXVDEjQFyÿѭӡQJÿLFKRSKpSGLFKX\Ӈn theo 2 chiӅu Mӝt sӕ dҥQJÿѭӡQJÿLFKtQK x ³Unidirection´OjQÿѭӡng di chuyӇQWKHRKѭӟng, thuұn lӧi cho viӋFÿLӅu khiӇn do không gһp phҧLSKѭѫQJWLӋQQJѭӧc chiӅX1KѭQJWӕn nhiӅu thӡi gian x ³Bidirection´OjQÿѭӡng cho phép di chuyӇn cҧ 2 chiӅXѭXÿLӇm là giҧPÿѭӧc khoҧng cách di chuyӇQ1KѭQJ[ҧy ra tình trҥng gһp phҧLSKѭѫQJWLӋQQJѭӧc chiӅu x ³Multiple lane guidepaths´: nhiӅu OjQÿѭӡng song song, mӛLOjQÿѭӡng sӁ ÿѭӧc TXLÿӏnh mӝt chiӅu duy nhҩt

Nh̵n xét: ĈӅ tài Kѭӟng tӟi ӭng dөng hӋ $JYFKRQKj[ѭӣng nên chӍ tiêu tӕLѭXWKӡi gian ÿѭӧc dùng là tәi thiӇu thӡi gian thӵc hiӋn cӫa hӋ Agv Ngoài ra, có áp dөQJÿӝ ѭXWLrQ cho tӯng nhiӋm vө Ví dө các nhiӋm vө ÿѭӧc sҳp xӃSWKHRÿӝ ѭXWLrQOҫQOѭӧt là NV1, 191919WKuNKLÿyWKӡi gian thӵc hiӋn nhiӋm vө cӫa hӋ Agv sӁ là Min(t1) + Min(t2) + Min(t3) + Min(t4)

Mô hình hóa sa bàn mà AGV ho ̩Wÿ͡ ng

MөFÿtFKOjWҥo ra mӝWP{KuQKÿҥi diӋn, thӇ hiӋQÿҫ\ÿӫ FiFÿһFÿLӇm cӫa sa bàn thӵc tӃ Khi không gian hoҥWÿӝng lӟQÿѭӡQJÿLSKӭc tҥSÿk\OjPӝt nhiӋm vө quan trӑQJÿӇ ÿѫQJLҧn hóa viӋc thӵc hiӋn hoҥFKÿӏQKÿѭӡQJÿLFKRKӋ Agv HiӋn tҥi, có 2 SKѭѫQJSKiSÿѭӧc dùng phә biӃQQKѭ

Mô hình Tô-pô: sӱ dөng mӝt biӇXÿӗ FyÿһFÿLӇm cӫa hình hӑc Tô-pô ÿӇ mô tҧ

P{LWUѭӡng mà Agv hoҥWÿӝQJ&iFÿLӇPÿҥi diӋn cho các giao lӝ YjFiFÿLӇm nâng hҥ KjQJKyD+DLÿLӇPÿѭӧc nӕi vӟi nhau nӃu tӗn tҥi mӝWÿѭӡQJÿLWUӵc tiӃp giӳa chúng

Mô hình m̩QJO˱ͣi: sӱ dөng mӝt mҥQJOѭӟi trên mһt phҷng tӑDÿӝ theo hai chiӅu x ± \ÿӇ thӇ hiӋQFiFÿһFÿLӇm cӫa sa bàn Trên mһt phҷng này sӁ ÿѭӧFFKLDOѭӟi thành nhiӅu ô có diӋn tích bҵng nhau NӃu mӝt vұt cҧn xuҩt hiӋn trong mӝW{QjRÿyWKu{ÿy sӁ ÿѭӧFÿiQKGҩu và sӁ NK{QJFKRSKpS$JYÿLTXD1Jѭӧc lҥi, các ô khác chӭa trӑng sӕ ÿҥLÿLӋn cho khoҧng cách mà Agv sӁ di chuyӇn Mô hình này sӱ dөng mӝt hӋ tӑDÿӝ toàn cөFÿӇ ÿӏnh vӏ các thành phҫn trên sa bàn

Gi ̫ i thu ̵WWuPÿ˱ͥQJÿLQJ̷ n nh ̭ t

Gi̫i thu̵t Dijkstra ĈѭӧFWUuQKEj\QăPEӣi nhà khoa hӑc máy tính Edsger Dijkstra, là mӝt giҧi thuұWWuPÿѭӡQJÿLQJҳn nhҩt trên mӝt biӇXÿӗ bao gӗPFiFÿLӇPYjFiFÿRҥQÿѭӡng có trӑng sӕ không âm

Phù hӧp cho viӋFWuPÿѭӡQJÿLQJҳn nhҩt toàn cөc

%ѭӟc 2: Tính toán giá trӏ tӯ ÿLӇPEDQÿҫXÿӃn tӯQJÿLӇPÿѭӧc nӕi vӟLQyYjÿiQK dҩXÿLӇm nào có giá trӏ nhӓ nhҩt

%ѭӟc 3: Tính toán giá trӏ tӯ ÿLӇPEDQÿҫXÿӃQÿӃn tӯng ÿLӇm nӕi vӟLÿLӇPÿmÿѭӧc ÿiQKGҩX6DXÿyWLӃp tөFÿiQKGҩXÿLӇm nào có giá trӏ nhӓ nhҩt

%ѭӟc 4: Lһp lҥi tӯ Eѭӟc 2 ÿӃQNKLQjRÿLӇm cuӕLÿѭӧFÿiQKGҩu

Hỡnh 1.12 Minh h͕a WuPÿ˱ͥQJÿLQJ̷n nh̭t tͳ ÿi͋m 16 ặ 19 b̹ng Dijkstra

Quá trình sӱ dөng giҧi thuұW'LMNVWUDÿӇ WuPFiFÿѭӡQJÿLQJҳn nhҩt tӯ ÿLӇm 16 ÿӃn 19 (Hình 1.12) ÿѭӧFWtQKWRiQQKѭVDX

B ̫ ng 1.4 &iFE˱ͣc minh h͕a gi̫i thu̵t Dijkstra

Mӝt chút vӅ vҩQÿӅ lұp trình, cySKѭѫQJSKiSÿӇ biӇu diӉn mӕi quan hӋ giӳa các ÿRҥQÿѭӡng là ma trұQFiFÿLӇm lân cұQYjGDQKViFKFiFÿLӇm lân cұn3KѭѫQJSKiS ma trұQFiFÿLӇm lân cұn thӇ hiӋQÿѭӧFÿҫ\ÿӫ mӕi quan hӋ giӳDFiFÿLӇm, tuy nhiên ÿӕi vӟi hӋ Agv, mӛLÿLӇm chӍ liên quan vӟi mӝWYjLÿLӇPNKiFQrQSKѭѫQJSKiSQj\ làm tӕn nhiӅu công sӭc tính toánÿӝ phӭc tҥp thӡi gian là O(N 2 ÿӝ phӭc tҥp không gian là O(N 2 )3KѭѫQJSKiSGDQKViFKFiFÿLӇm lân cұn cho phép giҧm công sӭc tính toánÿӝ phӭc tҥp thӡLJLDQOj21ÿӝ phӭc tҥp không gian là O(e+N)

Là giҧi thuұt mӣ rӝng cӫa giҧi thuұt Dijkstra và có thӇ ÿҥWÿѭӧc kӃt quҧ tӕWKѫQ qua viӋc sӱ dөng hàm ³heuristic´ Giҧi thuұt sӱ dөng mӝt hàm giá trӏ F(x) là tәng cӫa hai hàm G(x) và H(x) TURQJ ÿy *[ Oj WәQJ FKL SKt ÿӇ ÿӃn vӏ WUt ÿy +[ Oj KjP ³heuristic´ ѭӟF OѭӧQJ FiF FKL SKt NKiF ÿӇ ÿҥW ÿѭӧc mөc tiêu Giҧi thuұt Dijkstra là WUѭӡng hӧSÿһc biӋt cӫa A* khi H(x) = 0

Phù hӧSWuPÿѭӡQJÿLQJҳn nhҩWÿӏDSKѭѫQJӭng dөng tránh vұt cҧn) Giҧi thuұt dӉ QK~QJWUrQURERWKѫQGRFyF{QJVӭFWtQKWRiQtWKѫQVRYӟi Dijsktra

Hỡnh 1.13 Minh h͕DWuPÿ˱ͥQJÿLQJ̷n nh̭t tͳ ÿL͋m 16 ặ 19 b̹ng A* B ̫ ng 1.5 &iFE˱ͣc minh h͕a gi̫i thu̵t A*

Giҧi thuұW'LMNVWUDYj$ÿӅu phù hӧSÿӇ WuPÿѭӡQJÿLQJҳn nhҩt ӭng vӟi thӡi gian ngҳn nhҩt cho tӯng nhiӋm vө

Giҧi thuұt A* có tӕFÿӝ tìm kiӃPQKDQKKѫQVRYӟi giҧi thuұt Dijkstra do sӱ dөng thêm hàm heuristic, tuy nhiên cҫn nhiӅu thông tin toàn cөFKѫQ

Giҧi thuұt Dijkstra phù hӧp tìm kiӃPÿѭӡQJÿLNKLFKӍ biӃt mӕi quan hӋ WѭѫQJÿӕi giӳDFiFÿLӇm

Tình hình nghiên cӭXWURQJQѭӟc

Ӣ ViӋt Nam, có nhiӅu nghiên cӭu vӅ cҩu trúc và giҧi thuұt ÿLӅu khiӇn chuyӇQÿӝng FKR$JYQKѭNghiên cͱu b͡ ÿL͉u khi͋n bám line cho AGV qua giao l͡ [4], Gi̫i thu̵t ÿ˯QJL̫Qÿ͋ phát hi QOjQÿ˱ͥQJYjÿL͉u khi͋n lái cho ô tô t͹ hành [5], ³5HVHDUFKDQG Develop RI$*93ODWIRUPIRUWKH/RJLVWLFV:DUHKRXVH(QYLURQPHQW´ [6], Nghiên cͱu và ch͇ t̩RSK˱˯QJWL n t͹ hành có d̳QK˱ͣng dành cho công tác nhà kho [7], ³'HYHORS of AGV Platform to Support The $UUDQJHPHQWRI&DUJRLQ6WRUHKRXVH´ [8] Tuy nhiên,

FKѭDFyQKLӅu ÿӅ tài nghiên cӭu vӅ ÿLӅu khiӇn hӋ nhiӅu Agv

Hình 1.16 Agv hãng CNC-VN [17] Hình 1.17 Mô hình AGV ͱng dͭng cho

VӅ mô hình AGV có thӇ kӇ ÿӃQQKѭP{KuQK$JYYұn chuyӇn hàng hóa cӫa Công ty CNC-VN (Hình 1.16) Mô hình cӫa nhóm nghiên cӭXÿӃn tӯ WUѭӡQJĈ+%iFK.KRD HCM (Hình 1.17)

7URQJP{LWUѭӡng doanh nghiӋSÿmFyPӝt sӕ ÿѫQYӏ triӇn khai hӋ AGV vào quҧn lý kho, vұn chuyӇn nguyên vұt liӋu sҧn xuҩt

1.4 Tình hình nghiên cӭu QJRjLQѭӟc

1JRjLQѭӟc có nhiӅu nghiên cӭu vӅ OƭQKYӵF$JYWURQJÿyFyPӝt sӕ bài báo liên TXDQÿӃn vҩQÿӅ xӱ lý va chҥm trong hӋ nhiӅu Agv sӁ ÿѭӧFÿӅ cұSVDXÿk\

[Smolic-Rocak, 2010] ÿmtrình bày mӝt hӋ thӕQJÿLӅu khiӇn giám sát online [11] có khҧ QăQJJLҧi quyӃt các vҩQÿӅ va chҥm cӫa hӋ Agv HӋ thӕng hoҥFKÿӏQKÿѭӡQJÿL và lên lӏch trình cho tӯng Agv, VDXÿyJLiPViWYLӋc thӵc hiӋn lӏFKWUuQKÿy1KLӋm vө ÿӏnh tuyӃn cho Agv sӱ dөng khung thӡi gian theo dҥng vector tҥi các ÿRҥQÿѭӡng ÿӇ [iFÿӏnh tұp các ÿѭӡQJÿLNKҧ thi và tiӃSÿӃn kiӇm tra khҧ QăQJWKӵc hiӋn tӯQJÿRҥn ÿѭӡQJÿLÿy

3KѭѫQJSKiSWUiQKYDFKҥm: mӛLÿRҥQÿѭӡng tҥi mӝt thӡLÿLӇm chӍ FKR$JYÿL qua

Giҧ sӱ Agv cҫn di chuyӇQÿRҥQÿѭӡng c ặ b ặ a sӁ ÿѭӧc thờm khung thӡi gian QKѭHình 1.18

Hình 1.18 Khung thͥi gian giͷDFiFÿR̩Qÿ˱ͥng ÿ̫m b̫o không va ch̩m [11] ˰XÿL͋m: x HoҥFKÿӏQKÿѭӡQJÿL³online´: cho phép nhiӋm vө mӟi có thӇ thêm vào và thӵc hiӋn trong khi các nhiӋm vө ÿmFyWӯ WUѭӟc ÿDQJÿѭӧc hӋ Agv hoàn thành x HoҥFKÿӏQKÿѭӡQJÿLÿӝng: giҧi quyӃt vҩQÿӅ va chҥm theo không gian và thӡi gian x Mӝt giҧi thuұt chung áp dөng chung cho tҩt cҧ các loҥi va chҥm x &y[HP[pWÿӃQÿӝ ѭXWLrQJLӳa các nhiӋm vө

1K˱ͫFÿL͋m: x &KѭDKLӋu quҧ vӅ mһt thӡi gian giӳa các loҥi va chҥm x Áp dөng cho sa bàn dҥng ³chessboard´WKuFKѭDSKiWKLӋn hӃt các loҥi va chҥm, không thӇ phát hiӋn va chҥPQKѭHình 1.ĈӇ sӱ dөng giҧi thuұt này, giao lӝ cҫQÿѭӧc thiӃt kӃ QKѭHình 1.19)

Hình 1.19 Giao l͡ cho phép di chuy͋n liên tͭc

Hình 1.20 Giao l͡ mà Agv ph̫i dͳng và

[Zheng Zhang, 2018] ÿѭDUDSKѭѫQJSKiSÿLӅu khiӇn hӋ AGV tránh va chҥm [12] bҵng cách phân loҥi và giҧi quyӃt tӯng loҥi va chҥm Va chҥPÿѭӧc chia làm 4 loҥLÿӕi ÿҫu, giao lӝ$JYNKiFWUrQÿѭӡQJÿLYjNӋ KjQJWUrQÿѭӡQJÿL*Lҧi pháp gӗm 3 dҥng: lӵa chӑQÿѭӡQJÿLNKҧ thi khác, chӡ mӝt khoҧng thӡi gian WUѭӟc khi xuҩt phát và thay ÿәLÿѭӡQJÿLGӵa trên tình trҥng va chҥm Tùy tӯng loҥi va chҥm mà tác giҧ lӵa chӑn giҧi pháp phù hӧp

3KѭѫQJSKiSWUiQKYDFKҥm: thӡLÿLӇPFiF$JYÿӃQFiFÿLӇPQRGHNK{QJÿѭӧc trùng nhau (Hình 1.21)

Các va chҥPÿѭӧc xӱ lý tҥi FiFÿLӇm node

Hình 1.21 ĈL͋m thͥi gian giͷa các node tránh va ch̩m [12] ˰XÿL͋m: x HoҥFKÿӏQKÿѭӡQJÿLÿӝng theo thӡi gian x TӕLѭXWKӡi gian cho tӯng loҥi va chҥm

1K˱ͫFÿL͋m: x Không xem xét vҩQÿӅ sai lӋch thӡi gian di chuyӇn x ViӋF[iFÿӏnh khoҧng thӡi gian an toàn giӳDFiF$JYÿӃn node ҧQKKѭӣQJÿӃn hiӋu quҧ vӅ mһt thӡi gian cӫa hӋ Agv (Hình 1.22)

Hình 1.22 &iFWU˱ͥng x̫y ra khi xét kho̫ng thͥi gian an toàn giͷa 2 Agv

[Yindong Lian, 2019] sӱ dөQJSKѭѫQJSKiSKjQJFKӡ tҥLFiFÿLӇm node và các ÿRҥQÿѭӡQJÿӇ quҧn lý thӭ tӵ di chuyӇn cӫa Agv, tӯ ÿyWUiQKÿѭӧc va chҥm x 7uPÿѭӡQJÿLEҵng giҧi thuұt A* x 7KrP$JYYjRKjQJÿӧi tҥLFiFÿLӇPPj$JYÿLTXD TҥLFiFÿLӇm sӁ Fyÿѭӧc trình tӵ Pj$JYÿӃQ$JYQjRFKѭDÿӃn thӭ tӵ sӁ phҧi chӡ ӣ ÿLӇPWUѭӟFÿy

Hình 1.23 mô tҧ chiӃQOѭӧc tránh va chҥm cӫa bài báo Khi hàng chӡ tҥi m xӃp

$JYÿҫu tiên, thì Agv 1 sӁ ÿѭӧFѭXWLrQÿLTXDJLDROӝ WUѭӟFÿӃn vӏ trí j, còn Agv 2 sӁ ÿӧi ӣ ÿLӇm l6DXNKL$JYÿӃn j thì hàng chӡ tҥi m sӁ loҥi bӓ $JYYj$JYÿѭӧc xӃp lên vӏ WUtÿҫX/~Fÿy$JYÿѭӧc mӟLÿѭӧFSKpSÿLTXDJLDROӝ ÿӃn vӏ trí k

Hình 1.23 Hàng chͥ cho các Agv t̩LÿL͋m node [13]

[Jun-jun Li, 2018] trình bày mӝWSKѭѫQJSKiSGӵ ÿRiQYDFKҥm theo xác suҩt xҧy ra va chҥm (Hình 1.24) MӛLSKѭѫQJiQÿѭӡQJÿLQJҳn nhҩWÿѭӧc tìm bӣi giҧi thuұt Dijkstra sӁ ÿѭӧc kiӇm tra có trùng ³node´ vӟLÿѭӡQJÿLFӫa các Agv khác hay không NӃu có trùng ³node´, tác giҧ ÿѭDUDSKѭѫQJSKiSWtQK[iFVXҩt va chҥm theo thӡi gian khӣi hành cӫD$JYÿy1Ӄu xác suҩt va chҥm lӟQKѫQQJѭӥQJFKRSKpSWKuSKѭѫQJiQ ÿyÿѭӧc loҥi bӓ và tiӃQKjQKWuPÿѭӡQJÿLPӟi Các va chҥm khác sӁ ÿѭӧc phát hiӋn bҵng cҧm biӃn trong quá trình vұn hành

Hình 1.24 Gi̫i thu̵t tránh va ch̩m theo xác sṷt [8]

1.5 Mөc tiêu cӫDÿӅ tài ĈLӅu khiӇn hӋ nhiӅu Agv ӭng dөQJFKRQKj[ѭӣng có sa bàn dҥng ³chessboard´ (Hình 1.25, 1.26) Sa bàn cө thӇ sӁ ÿѭӧFWUuQKEj\WURQJFKѭѫQJĈӅ tài tұp trung vào phҫn giҧi thuұt hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình cho hӋ nhiӅu Agv vӟi các mөc tiêu sau: x Ĉҧm bҧo không va chҥm x TӕLѭXWKӡLJLDQWKHRÿӝ ѭXWLrQFӫa Agv ܶ ൌ ܯ݅݊ሺܶ ଵ ሻ ൅ ܯ݅݊ሺܶ ଶ ሻ ൅ ڮ ൅ ܯ݅݊ሺܶ ௡ ሻ (5) x &y[HP[pWÿӃn sai sӕ thӡi gian di chuyӇn ݐ ௝ א ሺ߱ෝ ௝ ǡ ߱ෝ ௝ ൅ ݌ ௝ ߱ෝ ௝ ሻ (6)

7URQJÿy ܶ : tәng thӡi gian hoàn thành các nhiӋm vө ܶ ௡ : là tұp hӧp thӡi gian hoàn thành cӫDFiFSKѭѫQJiQNKҧ WKLÿӇ thӵc hiӋn nhiӋm vө ݊ (nhiӋm vө ÿmÿѭӧc gán Agv) ܯ݅݊ሺܶ ௡ ሻ: là thӡi gian nhӓ nhҩWÿӇ Agv (ÿѭӧc gán) thӵc hiӋn nhiӋm vө ݊ trong khi nhiӋm vө thӭ ÿӃn ݊ െ ͳ ÿmÿѭӧc hoҥFKÿӏQKYjÿDQJWURQJTXiWUuQKWKӵc hiӋn ݐ ௝ : thӡi gian di chuyӇn thӵc tӃ WUrQÿRҥQÿѭӡng ݆ ߱ෝ ௝ : thӡi gian di chuyӇn nhanh nhҩWWUrQÿRҥQÿѭӡng ݆ ݌ ௝ : phҫQWUăPVDLVӕ thӡi gian cӫD$JYWUrQÿRҥQÿѭӡng ݆

Hình 1.25 AGV cho sa bàn chessboard

Hình 1.26 Ͱng dͭng s͵ dͭng sa bàn chessboard [9]

%jLWRiQÿLӅu khiӇn hӋ nhiӅX$JYOLrQTXDQÿӃn nhiӅu vҩQÿӅ QKѭOƭQKYӵc ӭng dөng, sa bàn, kiӃQWU~FÿLӅu khiӇn, cỏc loҥi va chҥm, mөc tiờu tӕLѭX, ô ÿmÿѭӧc trỡnh Ej\WURQJFKѭѫQJ

NhiӅu giҧi thuұWÿѭӧFÿѭDUDFKREjLWRiQÿLӅu khiӇn hӋ nhiӅu Agv vӟi mөc tiêu tránh va chҥm, tӕLѭXWKӡLJLDQYj[HP[pWÿӃn sai sӕ cӫa thӡi gian di chuyӇn Mӛi giҧi thuұt có nhӳQJѭXÿLӇPYjQKѭӧFÿLӇm khi áp dөng cho sa bàn dҥng ³chessboard´Ĉk\OjFѫVӣ cho viӋFÿһWÿҫu bài, mөc tiêu và cҧi tiӃn giҧi thuұt

&+ѬѪ1* MÔ HÌNH HÓA 2.1 Mô hình mô tҧ sa bàn và hӋ nhiӅu Agv

Sӱ dөng sa bàn có dҥQJQKѭEjLEiR>@ Khu vӵc hoҥWÿӝng chính cӫa Agv có dҥQJ³FKHVVERDG´Jӗm nhiӅXÿRҥQÿѭӡng có chiӅu dài bҵng nhau, giao nhau và vuông góc vӟi nhau

SDEjQÿѭӧc chia thành 5 khu vӵc (Hình 2.1): x Khu vӵc thao tác bҵng tay (³Manual Sorting Space´): nhân viên có thӇ thӵc hiӋn các công viӋc lҩy hàng, lӵa hàng tҥLÿk\NKL$JYÿHPNӋ KjQJÿӃn Khu vӵc này có 2 cӱa là O1 và O2 x Khu vӵFÿLӅu hành (³Operation Center´): Các thiӃt bӏ phҫn cӭQJÿLӅu khiӇn, giám sát hӋ $JYÿѭӧFÿһt tҥLÿk\ x Khu vӵc hoҥWÿӝng chính cӫa hӋ Agv (³Driving Space´): gӗPFiFÿLӇPÿһt kӋ hàng và các lӕLÿLFKXQJ$JYVӁ thӵc hiӋn nhiӋm vө nâng kӋ KjQJYjÿHPÿӃn ÿһt tҥi vӏ trí mong muӕn Giҧi thuұWÿLӅu khiӇn hӋ agv chӫ yӃu xӱ lý các vҩQÿӅ khi agv di chuyӇn trong khu vӵc này x Khu vӵc ÿұu xe (³Parking Space´)QѫLFiF$JYÿӛ khi hӋ FKѭDKRҥWÿӝng Có

1 cӱa vào I và 1 cӱa ra O Có 3 khu vӵFÿӇ ÿӛ xe là A, B, C có thӇ GQJÿӇ phân loҥL[HÿDQJWURQJWuQK trҥng tӕt hoһF[HÿDQJJһp vҩQÿӅ x Khu vӵc sҥc pin (³Charging Space´NKL$JYGѭӟi mӭFQăQJOѭӧng cho phép cҫn thiӃWÿӇ hoҥWÿӝng thì sӁ ÿѭDÿӃn khu vӵFQj\ÿӇ sҥc pin TҥLÿk\FyQӅn tҧQJÿӇ sҥc pin là khu A và khu B

Mөc tiêu cӫDÿӅ tài

ĈLӅu khiӇn hӋ nhiӅu Agv ӭng dөQJFKRQKj[ѭӣng có sa bàn dҥng ³chessboard´ (Hình 1.25, 1.26) Sa bàn cө thӇ sӁ ÿѭӧFWUuQKEj\WURQJFKѭѫQJĈӅ tài tұp trung vào phҫn giҧi thuұt hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình cho hӋ nhiӅu Agv vӟi các mөc tiêu sau: x Ĉҧm bҧo không va chҥm x TӕLѭXWKӡLJLDQWKHRÿӝ ѭXWLrQFӫa Agv ܶ ൌ ܯ݅݊ሺܶ ଵ ሻ ൅ ܯ݅݊ሺܶ ଶ ሻ ൅ ڮ ൅ ܯ݅݊ሺܶ ௡ ሻ (5) x &y[HP[pWÿӃn sai sӕ thӡi gian di chuyӇn ݐ ௝ א ሺ߱ෝ ௝ ǡ ߱ෝ ௝ ൅ ݌ ௝ ߱ෝ ௝ ሻ (6)

7URQJÿy ܶ : tәng thӡi gian hoàn thành các nhiӋm vө ܶ ௡ : là tұp hӧp thӡi gian hoàn thành cӫDFiFSKѭѫQJiQNKҧ WKLÿӇ thӵc hiӋn nhiӋm vө ݊ (nhiӋm vө ÿmÿѭӧc gán Agv) ܯ݅݊ሺܶ ௡ ሻ: là thӡi gian nhӓ nhҩWÿӇ Agv (ÿѭӧc gán) thӵc hiӋn nhiӋm vө ݊ trong khi nhiӋm vө thӭ ÿӃn ݊ െ ͳ ÿmÿѭӧc hoҥFKÿӏQKYjÿDQJWURQJTXiWUuQKWKӵc hiӋn ݐ ௝ : thӡi gian di chuyӇn thӵc tӃ WUrQÿRҥQÿѭӡng ݆ ߱ෝ ௝ : thӡi gian di chuyӇn nhanh nhҩWWUrQÿRҥQÿѭӡng ݆ ݌ ௝ : phҫQWUăPVDLVӕ thӡi gian cӫD$JYWUrQÿRҥQÿѭӡng ݆

Hình 1.25 AGV cho sa bàn chessboard

Hình 1.26 Ͱng dͭng s͵ dͭng sa bàn chessboard [9]

KӃt luұQFKѭѫQJ

%jLWRiQÿLӅu khiӇn hӋ nhiӅX$JYOLrQTXDQÿӃn nhiӅu vҩQÿӅ QKѭOƭQKYӵc ӭng dөng, sa bàn, kiӃQWU~FÿLӅu khiӇn, cỏc loҥi va chҥm, mөc tiờu tӕLѭX, ô ÿmÿѭӧc trỡnh Ej\WURQJFKѭѫQJ

NhiӅu giҧi thuұWÿѭӧFÿѭDUDFKREjLWRiQÿLӅu khiӇn hӋ nhiӅu Agv vӟi mөc tiêu tránh va chҥm, tӕLѭXWKӡLJLDQYj[HP[pWÿӃn sai sӕ cӫa thӡi gian di chuyӇn Mӛi giҧi thuұt có nhӳQJѭXÿLӇPYjQKѭӧFÿLӇm khi áp dөng cho sa bàn dҥng ³chessboard´Ĉk\OjFѫVӣ cho viӋFÿһWÿҫu bài, mөc tiêu và cҧi tiӃn giҧi thuұt.

Mô hình mô tҧ sa bàn và hӋ nhiӅu Agv

Sӱ dөng sa bàn có dҥQJQKѭEjLEiR>@ Khu vӵc hoҥWÿӝng chính cӫa Agv có dҥQJ³FKHVVERDG´Jӗm nhiӅXÿRҥQÿѭӡng có chiӅu dài bҵng nhau, giao nhau và vuông góc vӟi nhau

SDEjQÿѭӧc chia thành 5 khu vӵc (Hình 2.1): x Khu vӵc thao tác bҵng tay (³Manual Sorting Space´): nhân viên có thӇ thӵc hiӋn các công viӋc lҩy hàng, lӵa hàng tҥLÿk\NKL$JYÿHPNӋ KjQJÿӃn Khu vӵc này có 2 cӱa là O1 và O2 x Khu vӵFÿLӅu hành (³Operation Center´): Các thiӃt bӏ phҫn cӭQJÿLӅu khiӇn, giám sát hӋ $JYÿѭӧFÿһt tҥLÿk\ x Khu vӵc hoҥWÿӝng chính cӫa hӋ Agv (³Driving Space´): gӗPFiFÿLӇPÿһt kӋ hàng và các lӕLÿLFKXQJ$JYVӁ thӵc hiӋn nhiӋm vө nâng kӋ KjQJYjÿHPÿӃn ÿһt tҥi vӏ trí mong muӕn Giҧi thuұWÿLӅu khiӇn hӋ agv chӫ yӃu xӱ lý các vҩQÿӅ khi agv di chuyӇn trong khu vӵc này x Khu vӵc ÿұu xe (³Parking Space´)QѫLFiF$JYÿӛ khi hӋ FKѭDKRҥWÿӝng Có

1 cӱa vào I và 1 cӱa ra O Có 3 khu vӵFÿӇ ÿӛ xe là A, B, C có thӇ GQJÿӇ phân loҥL[HÿDQJWURQJWuQK trҥng tӕt hoһF[HÿDQJJһp vҩQÿӅ x Khu vӵc sҥc pin (³Charging Space´NKL$JYGѭӟi mӭFQăQJOѭӧng cho phép cҫn thiӃWÿӇ hoҥWÿӝng thì sӁ ÿѭDÿӃn khu vӵFQj\ÿӇ sҥc pin TҥLÿk\FyQӅn tҧQJÿӇ sҥc pin là khu A và khu B

7URQJP{LWUѭӡQJQKj[ѭӣQJÿѭӧFÿӅ cұp, các loҥLKjQJKyDÿѭӧFÿһt trên kӋ hàng, các kӋ KjQJQj\ÿѭӧc sҳp xӃp thành tӯng khu, mӛi kӋ tҥi mӝWÿLӇm (ô màu xám Hình 2.1) Tҥi khu vӵc thao tác, khi có nhu cҫu lҩy kӋ hàng nào thì Agv sӁ mang kӋ KjQJÿy ÿӃn Agv có thӇ di chuyӇn giӳDÿLӇm lân cұn theo 2 chiӅu, tuy nhiên Agv chӍ có thӇ [RD\ÿәLKѭӟQJÿLNKLӣ tҥi vӏ WUtÿLӇPĈӇ ÿҧm bҧROX{QFyÿѭӡQJÿLJLӳDFiFÿLӇPÿһt kӋ hàng thì phҧi có các lӕLÿLFKXQJNK{QJFKRSKpSÿһt kӋ hàng (ô trҳng Hình 2.1) Tҥi mӛLÿLӇPÿѭӧc dán mã QR, GQJÿӇ xác ÿӏnh vӏ WUtWURQJTXiWUuQKÿLӅu khiӇn chuyӇn ÿӝng cho Agv

Hình 2.1 Sa bàn cho h Agv ͱQJWURQJQKj[˱ͧng [12]

&iFÿ͓QKQJKƭDY͉ P{LWU˱ͥ ng mà Agvs ho ̩Wÿ͡ ng:

- Sa bàn ܩ gӗm t ̵ p h ͫ p ࡺ FiFÿLӇm có tӑDÿӝ ݊ ௜ và t ̵ p h ͫ p ࡭ FiFÿRҥQÿѭӡng ܽ ௜ , mӛLÿRҥQÿѭӡQJÿѭӧc hình thành tӯ ÿLӇm: ܩ ൌ ሺܰǡ ܣሻ (7) ܰ ൌ ሼ݊ ଵ ǡ ݊ ଶ ǡ ǥ ǡ ݊ ௡ ሽ (8) ܣ ൌ ሼܽ ଵ ǡ ܽ ଶ ǡ ǥ ǡ ܽ ௠ ሽ (9) ݊ ௜ ൌ ሺݔ ௜ ǡ ݕ ௜ ሻ (10) ܽ ௜ ൌ ሺ݊ ௜ ǡ ݊ ௝ ሻ (11)

7URQJÿy ݊ là tәng sӕ ÿLӇm ݉ là tәng sӕ ÿRҥQÿѭӡng

- Ma tr ̵ n ࡰ thӇ hiӋn khoҧng cách FiFÿѭӡQJÿLOLӅn kӅ: x Sӕ Oѭӧng cӝt và hàng bҵng vӟi sӕ OѭӧQJÿLӇm trong ܩ x ܦሺݔǡ ݕሻ bҵng khoҧng cách tӯ ÿLӇm ݔ ÿӃQÿLӇm ݕ nӃu kӅ nhau, FiFÿLӇm không kӅ nhau có giá trӏ bҵng 0

- Ma tr ̵ n ࢶ thӇ hiӋn hѭӟng cӫD$JYNKLÿLWӯ ÿLӇm tӟLÿLӇm: x Sӕ Oѭӧng cӝt và hàng bҵng vӟi sӕ OѭӧQJÿLӇm trong ܩ x Ȱሺǡ ሻ bҵng Kѭӟng cӫa Agv khi di chuyӇn tӯ ÿLӇm ݔ ÿӃQÿLӇm ݕ Ȱሺǡ ሻ ൌ Ͳ: khi ݕ nҵPKѭӟng bên phҧi so vӟi ݔ Ȱሺǡ ሻ ൌ ͻͲ: khi ݕ nҵPKѭӟng phía trên so vӟi ݔ Ȱሺǡ ሻ ൌ ͳͺͲ: khi ݕ nҵPKѭӟng bên trái so vӟi ݔ Ȱሺǡ ሻ ൌ ʹ͹Ͳ: khi ݕ nҵPKѭӟQJSKtDGѭӟi so vӟi ݔ

- T ̵ p h ͫ p ࡭ࢊ࢐ ࢞ là tұp hӧp các ÿLӇm lân cұn cӫa ÿLӇm ݔ: ܣ݆݀ ௫ ؿ ܰ (12)

- T ̵ p h ͫ p R các xe: ܴ ൌ ሼݎ ଵ ǡ ݎ ଶ ǡ ǥ ǡ ݎ ௥ ሽ (13) 7URQJÿy ݎ là tәng sӕ AGV

- Mӛi Agv ݎ ௜ chӭa tұp hӧp các thông sӕ biӇu diӉn trҥng thái cӫD$JYÿy ݎ ௜ ൌ ሼ݊ ௜ ǡ ߮ ௜ ǡ ܵ ௜ ሽ (14)

7URQJÿy ݊ ௜ א ܰ: node hiӋn tҥi cӫa Agv ߮ ௜ Kѭӟng hiӋn tҥi cӫa Agv so vӟLSKѭѫQJݔ ܵ ௜ : lӏch trình cho Agv

- Ĉһt mӝt trӑng sӕ ÿҥi diӋn cho thӡi gian di chuyӇn ngҳn nhҩt trên mӛLÿRҥn ÿѭӡng là ݓෝ ௝ ݓෝ ௝ ൌ ݈ ௝ ݒො ௝ (15)

7URQJÿy: ݈ ௝ : chiӅXGjLÿRҥQÿѭӡng ܽ ௝ ݒො ௝ : vұn tӕc tӕLÿDFӫa Agv có thӇ di chuyӇQWUrQÿRҥQÿѭӡng ܽ ௝

- Ma tr ̵ n ࡷ biӇu diӉn trӑng sӕ là thӡi gian di chuyӇn nhanh nhҩt giӳa FiFÿѭӡng ÿLOLӅn kӅ: x Sӕ Oѭӧng cӝt và hàng bҵng vӟi sӕ OѭӧQJÿLӇm trong ܩ x ܭሺݔǡ ݕሻ bҵng trӑng sӕ cӫDÿRҥQÿѭӡng ݆ tӯ ÿLӇm ݔ ÿӃQÿLӇm ݕ, FiFÿLӇm không kӅ nhau có giá trӏ bҵng 0 ܭሺݔǡ ݕሻ ൌ ݓෝ ௝ (16)

Công viӋc cho hӋ Agvs

Mӝt công vi c ࡶ ࢏ có dҥng nâng kӋ hàng tӯ vӏ trí ݋ ௜ ÿӃQÿһt ӣ vӏ trí ݀ ௜ ÿѭӧFÿӏnh

7URQJÿy: ݋ ௜ א ܰ: ÿLӇm nâng kӋ hàng ݀ ௜ א ܰ: ÿLӇm hҥ kӋ hàng ܲ ௜଴ : ÿӝ ѭXWLrQFӫa nhiӋm vө (cө thӇ ÿѭӧc trình bày tҥi mөc 3.2.3)

Mӝt nhi m v ͭ ࡹ ࢏ là mӝWJLDLÿRҥn trong công viӋc ܬ ௜ 1KѭYұy có 2 loҥi nhiӋm vө: mӝt là di chuyӇn tӯ vӏ trí hiӋn tҥi cӫD$JYÿӃn vӏ trí nâng, hai là di chuyӇn tӯ vӏ trí QkQJÿӃn vӏ trí hҥ NhiӋm vө ܯ ௜ ÿѭӧFÿӏQKQJKƭD ܯ ௜ ൌ ሺܿ ௜ ǡ ݋ ௜ ǡ ݀ ௜ ǡ ܲ ௜଴ ǡ ݎ ௜ ǡ ݐ ௠ ሻ (18) 7URQJÿy ܿ ௜ : ÿLӇm dӯng cӫa Agv hiӋn tҥi ݎ ௜ ൌ ݅: Agv thӵc hiӋn nhiӋm vө ݐ ௠ : thӡLÿLӇm bҳWÿҫu thӵc hiӋn lӏch trình

Lӏch trình cӫa Agv

Mӝt lӏch trình ܵ ௜ cӫa Agv thӭ ݅ ÿѭӧFÿӏQKQJKƭD là mӝt tұp hӧp sau: ܵ ௜ ൌ ሼߪǡ ݐ ఙ ǡ ݈ ఙ ሽ (19)

7URQJÿy ߪ: mӝWYHFWRUÿѭӡQJÿLFyWKjQKSKҫQOjFiFÿLӇm node theo thӭ tӵ di chuyӇn ݐ ఙ : thӡLÿLӇPÿӃQFiFÿLӇPQRGHWURQJÿѭӡQJÿLߪ (dҥng vector) ݈ ఙ : trҥng thái nâng kӋ hàng cӫa Agv tҥLÿLӇPQRGHWѭѫQJӭng vӟLFiFÿLӇm trong ߪ Bҵng 1 nӃu Agv nâng kӋ KjQJQJѭӧc lҥi bҵng 0 (dҥng vector)

ĈһWÿҫu bài cө thӇ

Bài toán hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình cho hӋ $JYÿѭӧc biӇu diӉn cө thӇ trong Hình 2.2 vӟi các mөFWLrXÿmWUuQKEj\ӣ mөc 1.5

Total Schedule AGVs Status Agvs:

Hình 2.2: Mô hình cͭ th͋ bài toán ho̩FKÿ͓QKÿ˱ͥQJÿLYjOrQO͓ch trình Ĉҫu vào: nhiӋm vө ܯ ௜ Ĉҫu ra: lӏch trình ܵ ௜

Dӳ liӋXÿmELӃt: tұp hӧSÿLӇm ܰ, tұp hӧSÿRҥQÿѭӡng ܣ, tұp hӧp xe ܴ, ma trұn Kѭӟng ߔ, tұp hӧSFiFÿLӇm lân cұn ܣ݆݀ ௫ , ma trұn khoҧQJFiFKFiFÿLӇm liӅn kӅ ܦ, ma trұn trӑng sӕ FiFÿLӇm liӅn kӅ ܭ.

Ĉӝng hӑc Agv

KӃt quҧ cӫa bài toán lên lӏch trình sӁ Ojÿҫu vào cӫa EjLWRiQÿLӅu khiӇn chuyӇn ÿӝng LuұQYăQFǊQJWLӃn hành tìm hiӇu thêm phҫQÿӝng hӑc cӫa loҥi Agv mà ӭng dөng luұQYăQKѭӟQJÿӃn

$*9ÿѭӧc sӱ dөng có dҥQJQKѭ+uQK3, là mӝt hӋ ³nonholonomic´1ybao gӗm

2 bánh chӫ ÿӝng lҳp trên cùng mӝt trөc và 2 bánh caster ChuyӇQÿӝng cӫDURERWÿѭӧc tҥo bӣLÿӝQJFѫÿӝc lұp cung cҩp moment cho 2 bánh chӫ ÿӝng Trӑng tâm cӫa cӫa robot là ܲ ௖ ሺݔ ௖ ǡ ݕ ௖ ሻ, ÿLӇm gӕc tӑDÿӝ ÿѭӧFÿһt tҥi P0 OjWUXQJÿLӇm cӫDÿRҥn trөc nӕi hai bánh xe ChiӅu dài và chiӅu rӝng cӫa khung robot lҫQOѭӧt là ܽ và ʹܾ Bán kính cӫa mӛi bánh là ܴ ௔

5RERWÿѭӧc biӇu diӉn bӣi mӝt vector tәQJTXiWQKѭVDX [18]: ݍ ൌ ሾݔ ௖ ǡ ݕ ௖ ǡ ߮ǡ ߠ ଵ ǡ ߠ ଶ ሿ ் (20) 7URQJÿyߠ ଵ ǡ ߠ ଶ : là góc quay cӫa 2 bánh chӫ ÿӝng cӫa Agv ݔ ௖ ǡ ݕ ௖ : là tӑDÿӝ cӫDÿLӇm trӑng tâm ߮OjKѭӟng cӫa Agv so vӟLSKѭѫQJ;

Hình 2.3 Two-wheel nonholonomic mobile robot system

Vӟi viӋF EiQK [H TXD\ NK{QJ WUѭӧt trong mô hình robot, các ràng buӝc ³QRQKRORQRPLF´ÿѭӧc biӉu diӉn toán hӑc QKѭVDX [18]: ܴ ௔ ߠሶ ଵ ൌ ݔሶ ௖ ܿ݋ݏ߮ ൅ ݕሶ ௖ ݏ݅݊߮ ൅ ܾ߮ሶ ܴ ௔ ߠሶ ଶ ൌ ݔሶ ௖ ܿ݋ݏ߮ ൅ ݕሶ ௖ ݏ݅݊߮ െ ܾ߮ሶ

7URQJÿy(21) là 2 ràng buӝc quay NK{QJWUѭӧt khi vұn tӕc thҷng cӫa URERWÿѭӧc quyӃWÿӏnh bӣi vұn tӕc góc cӫa hai bánh chӫ ÿӝng, (22) là ràng buӝc vұn tӕFWKHRSKѭѫQJ ngang cӫa robot luôn luôn bҵng 0

Vұn tӕc tӏnh tiӃn ȣ và vұn tӕc góc ߤ cӫa robot lҫQOѭӧWÿѭӧFWtQKQKѭVDX ȣ ൌ ܴ ௔ ሺߠሶ ଵ ൅ ߠሶ ଶ ሻ ʹ ߤ ൌ ܴ ௔ ሺߠሶ ଵ െ ߠሶ ଶ ሻ ʹܾ

(23) Ĉӝng hӑc cӫDURERWÿѭӧc biӇu diӉQQKѭVDX ൝ ݔሶ ௖ ൌ ȣ߮ ݕሶ ௖ ൌ ȣ߮ ߮ሶ ൌ ߤ

TӕLѭXYӅ mһt thӡi gian

Trong ӭng dөQJ QKj [ѭӣng, các nhiӋm vө không có ràng buӝc thӡL ÿLӇm hoàn

WKjQK³GHDGOLQH´Yjkhông yêu cҫu thӭ tӵ thӵc hiӋn các nhiӋm vө Nên vҩQÿӅ tӕLѭX thӡi gian cho lӏch trình sӁ FySKѭѫQJiQphә biӃn sau [19]: x Tӕi thiӇu tәng thӡi gian thӵc hiӋn các nhiӋm vө: ܶ ൌ ܯ݅݊ ൭෍ ݐ ௜ ௡ ௜ୀଵ ൱ (25)

7URQJÿy ܶ: tәng thӡLJLDQÿӇ hoàn thành các nhiӋm vө ݐ ௜ : thӡi gian hoàn thành nhiӋm vө thӭ ݅ x Tӕi thiӇu thӡi gian hoàn thành cӫa lӏch trình: ܶ෠ ൌ ܯ݅݊ሺܯܽݔሺݐ ଵ ǡ ݐ ଶ ǡ ǥ ǡ ݐ ௡ ሻሻ (26) 7URQJÿy ܶ෠: ThӡLÿLӇm hoàn thành lӏch trình x Tӕi thiӇu thӡi gian cho tӯng nhiӋm vө WKHRÿӝ ѭXWLrQ: ܶ ൌ ෍ ܯ݅݊ሺݐ ௜ ሻ ௡ ௜ୀଵ

Do luұQYăQKѭӟng tӟi ӭng dөQJQKj[ѭӣng cho phép nhұn các nhiӋm vө theo thӡi gian trong khi hӋ ÿDQJKRҥWÿӝng, nên mөc tiêu tӕi thiӇu này phù hӧSYjÿѭӧc khai triӇn cө thӇ QKѭPөFWLrXÿmÿӅ ra ӣ phҫn 1.5

Ví dө: Cho 2 công viӋc ܬ ଵ và ܬ ଶ Hình 2.4 biӇu diӉn sӵ khác nhau giӳDFiFWUѭӡng hӧp tӕLѭXWUrQ

Hình 2.4 6˯ÿ͛ bi͋u di͍n các mͭc tiêu t͙L˱XWKͥi gian

KӃt luұQFKѭѫQJ

Mô hình toán biӇu diӉn sa bàn, trҥQJ WKiL $JY ÿѭӧc trình bày WURQJ FKѭѫQJ NhiӋm vө cho ӭng dөng cө thӇ FǊQJÿѭӧFÿӏQKQJKƭD7ӯ ÿybài toán hoҥFKÿӏQKÿѭӡng ÿLYjOrQOӏFKWUuQKWѭѫQJӭng vӟi viӋF[iFÿӏnh lӏch trình ܵ ௜ cho tӯng Agv dӵa trên nhiӋm vө và các dӳ liӋXÿҫu vào là các tұp hӧpܰ, ܣ,ܴ và các ma trұn ܭ, ߔ

Bên cҥQKÿySKѭѫQJWUuQKÿӝng hӑc cӫa Agv dùng cho ӭng dөQJQKj[ѭӣng dҥng ³FKHVVERDUG´FǊQJÿѭӧc trình bày Agv này có NtFKWKѭӟc phù hӧSÿӇ có thӇ chҥy phía Gѭӟi kӋ hàng, có khҧ QăQJÿLWKҷng, xoay 90 0 , 180 0 Yj[RD\NKLÿDQJ nâng kӋ hàng

&+ѬѪ1**,ҦI THUҰT HOҤ&+Ĉӎ1+ĈѬӠ1*Ĉ,9ơ/ầ1/ӎCH TRèNH

SӰ DӨNG KHUNG THӠI GIAN 3.1 6ѫÿӗ hӋ thӕng ÿLӅu khiӇn chung

Trong ӭng dөQJQKj[ѭӣng, nhiӋm vө cho Agv là liên tөc theo thӡi gian Yjÿѭӧc sҳp xӃSYjRKjQJÿӧi Mӛi khi nhiӋm vө xuҩt hiӋn trong hӋ thӕng, nhiӋm vө ÿyVӁ ÿѭӧc tính toán và xӱ lý theo các khӕi chӭFQăQJ ÿѭӧc biӇu diӉQQKѭ Hình 3.1

'ӳOLӋXWUҥQJ WKiLKӋ$*9VYj NӋKjQJ

+RҥFKÿӏQKÿѭӡQJÿL YjOrQOӏFKWUuQK$*9 ĈѭӡQJÿLWӕL ѭXYjNKXQJ WKӡLJLDQ WӯQJÿRҥQ ÿѭӡQJ GUI

1KLӋPYөOXұQYăQ KӕLFKӭFQăQJ 'ӳOLӋX

Hình 3.1 6˯ÿ͛ các kh͙i chͱFQăQJFͯa h th͙QJÿL͉u khi͋n h AGV

Giao diӋQQJѭӡLGQJÿѭӧc sӱ dөQJÿӇ giao tiӃp vӟLQJѭӡi quҧn trӏ Cho phép QJѭӡi quҧn trӏ thiӃt lұp các nhiӋm vөÿӗng thӡi giám sát quá trình hoҥWÿӝng cӫa hӋ AGVs

Dӵa vào thông tin có bao nhiêu AGV rӛi trong hӋ thӕng, sӁ lӵa chӑn sӕ Oѭӧng nhiӋm vө sӁ ÿѭӧc thӵc hiӋn, các nhiӋm vө còn lҥi sӁ ӣ trong hàng chӡ

NhiӋm vө sӁ ÿѭӧc thӵc hiӋn theo ÿӝ ѭXWLrQQӃu các nhiӋm vө FyFQJÿӝ ѭXWLrQ thì sӁ áp dөng luұW³ILUVW-come-first-VHUYHG´, nhiӋm vө FyWUѭӟc sӁ ÿѭӧc thӵc hiӋQWUѭӟc

Phân ph ͙ i nhi m v ͭ cho h AGV

Có nhiӅXSKѭѫQJSKiSFyWKӇ sӱ dөng cho hӋ nhiӅX$JYQKѭOӵa chӑn Agv ngүu nhiên, lӵa chӑn Agv gҫn nhҩt, Agv xa nhҩt, Agv có thӡi gian nghӍ lâu nhҩt hoһc Agv có thӡi gian hoàn thành cụng viӋc ngҳn nhҩt, ô Áp dөng luұW³nearest vehicle rule´$JYQjRJҫn kӋ hàng nhҩt sӁ ÿѭӧc lӵa chӑn ÿӇ thӵc hiӋn nhiӋm vө

Ho ̩FKÿ͓QKÿ˱ͥQJÿLYjOrQO͓ ch trình

Lӵa chӑQÿѭӡQJÿLWӕLѭXYӅ mһt thӡi gian Bên cҥQKÿyOjOӏch trình cho tӯQJÿRҥn ÿѭӡQJÿҧm bҧo các AGV không va chҥm vӟLQKDXĈk\OjQӝi dung chính cӫa luұQYăQ

Giám sát hӋ AGVs thӵc hiӋn nhiӋm vө theo lӏch trình Thӵc hiӋQÿӗng bӝ thӡi gian cho hӋ AGVs

Khi có sӵ cӕÿѭDUD\rXFҫu hoҥFKÿӏnh lҥLÿѭӡQJÿLKRһc gán nhiӋm vө cho Agv khác Thông báo cKRQJѭӡi quҧn trӏ

&iF$*9Gѭӟi mӭFQăQJOѭӧng cho phép cҫQÿѭӧc gán nhiӋm vө di chuyӇQÿӃn khu vӵc sҥc pin

Phҫn cӭng AGV nhұn lӏch trình hoҥWÿӝng tӯ bӝ ÿLӅu khiӇn trung tâm, tiӃn hành ÿLӅu khiӇn chuyӇQÿӝQJÿӇ thӵc hiӋn nhiӋm vө HiӋu chӍnh sai sӕ thӡi gian trong quá trình thӵc hiӋn lӏch trình

Phát hiӋn va chҥm nhӡ vào cҧm biӃn tiӋm cұn trên Agv Dӯng khҭn cҩp và phҧn hӗi sӵ cӕ ÿӇ nhұQÿѭӧc cách xӱ lý

D ͷ li u tr ̩ ng thái h AGVs và k hàng

Bao gӗm thông tin vӅ vӏ trí hiӋn tҥi cӫa FiF$*9VÿDQJKRҥWÿӝQJWURQJQKj[ѭӣng,

$*9ÿDQJPDQJNӋ hàng (³on-load´) hay không (³non-load´), tình trҥng pin Thông tin vӅ vӏ trí hiӋn tҥi cӫa kӋ KjQJÿDQJÿѭӧFÿһt ӣ ÿLӇPQjRWURQJQKj[ѭӣng và hàng hóa chӭa trên kӋ KjQJÿy

Bao gӗm dӳ liӋu thӡLÿLӇm ra, thӡLÿLӇPYjRFiFÿRҥQÿRҥQÿѭӡQJKѭӟng tiӃp theo tҥi cuӕLÿRҥQÿѭӡng cho tҩt cҧ FiF$*9VÿDQJQKұn nhiӋm vө trong hӋ thӕng Cùng vӟLÿyOjdӳ liӋu thӡLÿLӇm kӋ KjQJÿѭӧFÿһt tҥi node và thӡLÿLӇm kӋ hàng không còn ÿѭӧFÿһt tҥLÿy nӳa

Dӳ liӋu sӁ ÿѭӧc tӵ ÿӝng xóa các khung thӡLJLDQÿm[ҧy ra

3.2 Khӕi chӭFQăQJKoҥFKÿӏQKÿѭӡQJÿL và lên lӏch trình

Trong khӕi chӭFQăQJQj\ÿҫu vào sӁ là nhiӋm vө ÿmJiQFKR$JY&QJYӟLÿy OjFiFÿҫu vào dҥng dӳ liӋu hӋ thӕQJQKѭGӳ liӋu trҥng thái kӋ hàng, dӳ liӋu trҥng thái AGVs và lӏch trình AGVs Công viӋc cӫa khӕi này là thӵc hiӋn các giҧi thuұWÿӇ tìm ÿѭӡQJÿLWӕLѭXYjWUiQKYDFKҥm cho Agv thӵc hiӋn nhiӋm vө ÿѭӧFJLDR6DXÿyÿѭӡng ÿLYjOӏch trình này sӁ ÿѭӧc chuyӇn cho Agv thӵc hiӋQÿLӅu khiӇn chuyӇQÿӝng ĈӇ thӵc hiӋn giҧi thuұt, thì các hoҥWÿӝng cӫa hӋ AGVs cҫQÿѭӧc biӇu diӉn bҵng các dҥQJP{KuQKOѭXWUӳ dӳ liӋXP{KuQKWRiQÿѭӧc trình bày trong các phҫn 3.2.1, 3.2.2 và 3.3.3 TiӃSÿӃn, các loҥi va chҥPÿѭӧc nhұn dҥng theo mô hình dӳ liӋu sӁ trình bày ӣ phҫn 3.2.4 Cuӕi cùng, giҧi thuұt hoҥFKÿӏQKÿѭӡQJÿLYjOrQ lӏch trình sӱ dөng khung thӡi gian vӟi nhiӅXÿLӇm cҧi tiӃn phù hӧp cho thӵc tӃ ӭng dөng ÿѭӧc chӑn Giҧi thuұt này ÿѭӧc áp dөng và trình bày trong các mөc 3.2.5, 3.2.6 và 3.2.7

3.2.1 Khung thӡi gian FKR$JYWUrQÿRҥQÿѭӡng Ĉk\OjP{KuQKGӳ liӋXFѫEҧn mô tҧ hoҥWÿӝng Agv trong mӝWÿRҥQÿѭӡng nhҩt ÿӏnh Tұp hӧp các dӳ liӋXFѫEҧn này theo tӯQJÿRҥQÿѭӡng, ta sӁ ÿѭӧc lӏch trình cho toàn bӝ hӋ AGVs

Mô hình dӳ liӋXÿѭӧFÿӅ xuҩt nhѭVDXPӛL$JYÿLYjRYjÿLUDPӝWÿRҥQÿѭӡng sӁ ÿѭӧc biӇu diӉn bҵng mӝt tұp hӧp các giá trӏ bao gӗm thӡLÿLӇm vào, thӡLÿLӇm ra và các tham sӕ khi Agv di chuyӇQWUrQÿRҥQÿѭӡQJÿy Tұp hӧSQj\ÿѭӧc gӑi là khung thӡi gian

Cө thӇ, khi Agv i ÿLYjÿRҥQÿѭӡng j sӁ ÿѭӧc biӇu diӉn bҵng khung thӡi gian ݐݓ ௜௝ QKѭVDX ݐݓ ௜௝ ൌ ሼ ݐ ௜௡ ௜௝ ǡ ௢௨௧ ݐ ௜௝ ǡ ݎ ௜௝ ǡ ݐ ௔ ௜௝ ǡ ݐ ௕ ௜௝ ǡ ݊ ௔ ௜௝ ǡ ݊ ௕ ௜௝ ǡ ݊ ௖ ௜௝ ǡ ݊ ௗ ௜௝ ǡ ݍ ௜௝ ǡ ݌ ௜௝ ሽ (28)

7URQJÿy x Thӡi gian vào ௜௡ ݐ ௜௝ x Thӡi gian ra ௢௨௧ ݐ ௜௝ (tính ӣ thӡLÿLӇm Agv vӯDÿӃn cuӕLÿRҥQÿѭӡng, thӡi gian xoay ӣ cuӕLÿRҥQÿѭӡQJÿѭӧFWtQKFKRÿRҥQÿѭӡng kӃ tiӃp) x Agv ݎ ௜௝ ൌ ݅ x Thӡi gian Agv ӣ ÿҫXÿRҥQÿѭӡng (xoay hoһc nâng hҥ kӋ hàng) ௔ ݐ ௜௝ x Thӡi gian Agv ӣ cuӕLÿRҥQÿѭӡng (xoay hoһc nâng hҥ kӋ hàng) ௕ ݐ ௜௝ x ĈLӇPÿҫu cӫDÿRҥQÿѭӡng hiӋn tҥi ௔ ݊ ௜௝ x ĈLӇm cuӕi cӫDÿRҥQÿѭӡng hiӋn tҥi ௕ ݊ ௜௝ x ĈLӇPWUѭӟc ௖ ݊ ௜௝ x ĈLӇm kӃ tiӃp ௗ ݊ ௜௝ x ݍ ௜௝ , bҵng 1 khi có kӋ hàng, bҵng 0 khi không có kӋ hàng x ݌ ௜௝ Ojÿӝ ѭXWLrQWKHRWKӡLJLDQÿѭӧc trình bày ӣ phҫn 3.2.3)

Thӡi gian ngҳn nhҩWKRjQWKjQKÿRҥQÿѭӡng j sӁ ÿѭӧc tính: ߱ෝ ௝ ൌ ௢௨௧ ݐ ௜௝ െ ݐ ௜௡ ௜௝ (29) Thӡi gian xoay tҥLÿҫu và cuӕLÿRҥQÿѭӡQJÿѭӧFWtQKWURQJÿyݐ ௥ thӡi gian xoay cҫn thiӃWÿѭӧFFKRWUѭӟc): ݐ ௜௝ ௔ ൌ ቈͲ݄݇݅Ȱ൫ ݊ ௖ ௜௝ ǡ ݊ ௔ ௜௝ ൯ ൌ Ȱ൫ ݊ ௔ ௜௝ ǡ ݊ ௕ ௜௝ ൯ ݐ ௥ ݄݇݅Ȱ൫ ݊ ௖ ௜௝ ǡ ݊ ௔ ௜௝ ൯ ് Ȱ൫ ݊ ௔ ௜௝ ǡ ݊ ௕ ௜௝ ൯ (30) ݐ ௜௝ ௕ ൌ ቈͲ݄݇݅Ȱ൫ ݊ ௕ ௜௝ ǡ ݊ ௗ ௜௝ ൯ ൌ Ȱ൫ ݊ ௔ ௜௝ ǡ ݊ ௕ ௜௝ ൯ ݐ ௥ ݄݇݅Ȱ൫ ݊ ௕ ௜௝ ǡ ݊ ௗ ௜௝ ൯ ് Ȱ൫ ݊ ௔ ௜௝ ǡ ݊ ௕ ௜௝ ൯

Thӡi gian thӵc tӃ $JYKRjQWKjQKÿRҥQÿѭӡng ߱ ௝ ÿѭӧc biӇu diӉn theo ràng buӝc sau: ߱ ௝ א ሺ߱ෝ ௝ ǡ ߱ෝ ௝ ൅ ߝ ௝ ሻ (32) ߝ ௝ ൌ ݌ ௝ ߱ෝ ௝ (33)

Khung thӡi gian cӫa Agv i WUrQÿRҥQ ÿѭӡng j sӁ ÿѭӧc biӇu diӉQQKѭ+uQK 7URQJÿyߝ ௔ ,ߝ ௕ lҫQOѭӧt là khoҧng cách thӡi gian vӟLNKXQJSKtDWUѭӟc và pKtDVDXĈk\ là các giá trӏ sӁ ÿѭӧc trình bày cách tính ӣ phҫQVDXÿӇ ÿҧm bҧo không xҧy ra va chҥm r = i j t intij outtij ɂb ɂa

Hình 3.2 Khung thͥLJLDQ$JYLWUrQÿR̩Qÿ˱ͥng j Ĉһt ݐݓ ௝ là tұp hӧp các khung thӡLJLDQWUrQÿoҥQÿѭӡng j, ÿѭӧc biӇu diӉQQKѭ

Hình 3.3 Các khung thͥi gian cͯDÿR̩Qÿ˱ͥng j

3.2.2 Khung thӡi gian cho kӋ hàng tҥi node

Mô hình dӳ liӋu thӭ hai cҫn thiӃt cho giҧi thuұt hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch WUuQKÿѭӧc sӱ dөng là vӅ vӏ trí kӋ hàng theo thӡi gian

Cө thӇ, mӛi kӋ hàng ÿһt tҥi node f sӁ ÿѭӧc biӇu diӉn bҵng mӝt khung thӡi gian ܹܶ ௙ QKѭVDX ܹܶ ௙ ൌ ሼ ݐ ௜௡ ௙ ǡ ௢௨௧ ݐ ௙ ሽ (34)

7URQJÿy x ௜௡ ݐ ௙ : ThӡLÿLӇm kӋ KjQJÿѭӧFÿһt tҥi node ݂ x ௢௨௧ ݐ ௙ : ThӡLÿLӇm kӋ KjQJNK{QJFzQÿѭӧFÿһt tҥi node ݂

7K{QJWKѭӡng, theo luұW³first-come-first-served´ÿѭӧc trình bày ӣ phҫn quҧn lý nhiӋm vө, nhiӋm vө FyWUѭӟc sӁ ÿѭӧc ѭXWLrQ thӵc hiӋn WUѭӟc7X\QKLrQÿӇ WăQJÿӝ linh hoҥt cho hӋ AGV, giҧi thuұt sӁ FKRSKpS[pWWKrPÿӝ ѭXWLrQFӫa nhiӋm vө dӵa theo khoҧng thӡi thӡLJLDQÿmKRjQWKjQK>@

Sӱ dөQJFiFKJiQÿӝ ѭXWLrQWKHRWjLOLӋu [11] Mӛi nhiӋm vө EDQÿҫu sӁ ÿѭӧc gán mӝWÿӝ ѭXWLrQܲ ௜଴ 9jVDXÿyÿӝ ѭXWLrQVӁ ÿѭӧc tính toán liên tөc trong quá trình di chuyӇn cӫa Agv dӵa trên thӡLJLDQÿmKRjQWKjQKYjWәng thӡLJLDQÿӇ thӵc hiӋn nhiӋm vө ܲ ௜ ሺݐሻ ൌ ൤ ݐ ௗ௜ െ ݐ ܹሺߪሻ െ ݐǡ ܲ ௜଴ ൨ (35)

7URQJÿy ܹሺߪሻ là thӡi gian hoàn thành cӫa giҧi pháp ÿѭӡQJÿL ߪ ݐ ௗ௜ : là thӡi gian còn lҥi khi di chuyӇn

Giá trӏ ÿӝ ѭXWLrQ éQJKƭD ܲ ௜ ሺͲሻ ൌܹሺߪሻ െ Ͳ ܹሺߪሻ െ Ͳ ൌ ͳ &KѭDGLFKX\Ӈn (giá trӏ mһFÿӏnh) ܲ ௜ ቆܹሺߪሻ ͵ ቇ ൌ ʹܹሺߪሻ ͵ െܹሺߪሻ ͵ ܹሺߪሻ െܹሺߪሻ ͵ ൌͳ ʹ ĈmÿLWKӡi gian ܲ ௜ ቆܹሺߪሻ ʹ ቇ ൌ ܹሺߪሻ ʹ െܹሺߪሻ ʹ ܹሺߪሻ െܹሺߪሻ ʹ ൌ Ͳ ĈmÿLWKӡi gian ܲ ௜ ቆʹܹሺߪሻ ͵ ቇ ൌ ܹሺߪሻ ͵ െʹܹሺߪሻ ͵ ܹሺߪሻ െʹܹሺߪሻ ͵ ൌ െͳ ĈmÿLWKӡi gian

Trong quá trình hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình cho Agv, nӃu phát hiӋn va chҥm vӟi Agv khác vӟLÿӝ ѭXWLrQWKҩSKѫQWKu$JYYӟLÿӝ ѭXWLrQWKҩSKѫQQj\VӁ ÿѭӧc dӯng tҥi node và ÿѭDUD\rXFҫXWuPÿѭӡQJÿLPӟi vӟLÿӝ ѭXWLrQKLӋn tҥi

Khӕi chӭFQăQJKRҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình

Khung thӡi gian cho kӋ hàng tҥi node

Mô hình dӳ liӋu thӭ hai cҫn thiӃt cho giҧi thuұt hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch WUuQKÿѭӧc sӱ dөng là vӅ vӏ trí kӋ hàng theo thӡi gian

Cө thӇ, mӛi kӋ hàng ÿһt tҥi node f sӁ ÿѭӧc biӇu diӉn bҵng mӝt khung thӡi gian ܹܶ ௙ QKѭVDX ܹܶ ௙ ൌ ሼ ݐ ௜௡ ௙ ǡ ௢௨௧ ݐ ௙ ሽ (34)

7URQJÿy x ௜௡ ݐ ௙ : ThӡLÿLӇm kӋ KjQJÿѭӧFÿһt tҥi node ݂ x ௢௨௧ ݐ ௙ : ThӡLÿLӇm kӋ KjQJNK{QJFzQÿѭӧFÿһt tҥi node ݂

Ĉӝ ѭXWLrQ

7K{QJWKѭӡng, theo luұW³first-come-first-served´ÿѭӧc trình bày ӣ phҫn quҧn lý nhiӋm vө, nhiӋm vө FyWUѭӟc sӁ ÿѭӧc ѭXWLrQ thӵc hiӋn WUѭӟc7X\QKLrQÿӇ WăQJÿӝ linh hoҥt cho hӋ AGV, giҧi thuұt sӁ FKRSKpS[pWWKrPÿӝ ѭXWLrQFӫa nhiӋm vө dӵa theo khoҧng thӡi thӡLJLDQÿmKRjQWKjQK>@

Sӱ dөQJFiFKJiQÿӝ ѭXWLrQWKHRWjLOLӋu [11] Mӛi nhiӋm vө EDQÿҫu sӁ ÿѭӧc gán mӝWÿӝ ѭXWLrQܲ ௜଴ 9jVDXÿyÿӝ ѭXWLrQVӁ ÿѭӧc tính toán liên tөc trong quá trình di chuyӇn cӫa Agv dӵa trên thӡLJLDQÿmKRjQWKjQKYjWәng thӡLJLDQÿӇ thӵc hiӋn nhiӋm vө ܲ ௜ ሺݐሻ ൌ ൤ ݐ ௗ௜ െ ݐ ܹሺߪሻ െ ݐǡ ܲ ௜଴ ൨ (35)

7URQJÿy ܹሺߪሻ là thӡi gian hoàn thành cӫa giҧi pháp ÿѭӡQJÿL ߪ ݐ ௗ௜ : là thӡi gian còn lҥi khi di chuyӇn

Giá trӏ ÿӝ ѭXWLrQ éQJKƭD ܲ ௜ ሺͲሻ ൌܹሺߪሻ െ Ͳ ܹሺߪሻ െ Ͳ ൌ ͳ &KѭDGLFKX\Ӈn (giá trӏ mһFÿӏnh) ܲ ௜ ቆܹሺߪሻ ͵ ቇ ൌ ʹܹሺߪሻ ͵ െܹሺߪሻ ͵ ܹሺߪሻ െܹሺߪሻ ͵ ൌͳ ʹ ĈmÿLWKӡi gian ܲ ௜ ቆܹሺߪሻ ʹ ቇ ൌ ܹሺߪሻ ʹ െܹሺߪሻ ʹ ܹሺߪሻ െܹሺߪሻ ʹ ൌ Ͳ ĈmÿLWKӡi gian ܲ ௜ ቆʹܹሺߪሻ ͵ ቇ ൌ ܹሺߪሻ ͵ െʹܹሺߪሻ ͵ ܹሺߪሻ െʹܹሺߪሻ ͵ ൌ െͳ ĈmÿLWKӡi gian

Trong quá trình hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình cho Agv, nӃu phát hiӋn va chҥm vӟi Agv khác vӟLÿӝ ѭXWLrQWKҩSKѫQWKu$JYYӟLÿӝ ѭXWLrQWKҩSKѫQQj\VӁ ÿѭӧc dӯng tҥi node và ÿѭDUD\rXFҫXWuPÿѭӡQJÿLPӟi vӟLÿӝ ѭXWLrQKLӋn tҥi.

Va chҥm

Tùy vào ӭng dөng sӱ dөng hӋ AGVs mà có các loҥi va chҥm khác nhau Ӣ ÿk\ trong ӭng dөQJQKj[ѭӣng không có sӵ can thiӋp cӫDQJѭӡLODRÿӝng, quá trình truy xuҩt kӋ KjQJÿѭӧc thӵc hiӋn hoàn toàn tӵ ÿӝQJ'RÿyYDFKҥPÿѭӧc xӱ lý trong luұQYăQ này là va chҥm giӳa các Agv vӟi nhau và va chҥm giӳa Agv vӟi kӋ hàng Còn các va chҥm vӟi các vұt cҧQNKiFÿѭӧc xem là sӵ cӕ, Agv sӁ tҥm dӯng hoҥWÿӝng và phҧn hӗi FKRQJѭӡi quҧn trӏ ÿӇ thӵc hiӋn mӝWWURQJKDLKѭӟng xӱ lý là loҥi bӓ vұt cҧn hoһc khóa ÿѭӡQJÿLJһp vұt cҧQYjWuPÿѭӡQJÿLNKác

Theo nghiên cӭu [12], va chҥm trong hӋ AGVs ӭng dөQJFKRQKj[ѭӣng có sa bàn dҥng ³chessboad´ ÿѭӧc chia làm 4 loҥLÿӕLÿҫu, giao lӝ, va chҥm vӟLDJYNKiFÿDQJ dӯng, va chҥm vӟi kӋ hàng Tuy nhiên trong bài báo, vұn tӕc di chuyӇn cӫa Agv là NK{QJÿәi tUrQFiFÿRҥQÿѭӡng Giҧi thuұt sӱ dөng trong luұQYăQQj\FKRSKpS$JYGL chuyӇn vӟi các vұn tӕFNKiFQKDX'RÿyluұQYăQ xét thêm va chҥm dҥQJÿXәi kӏp ³FDWFK-XS´ YjÿѭDUDP{KuQKWRiQÿӇ nhұn dҥng các va chҥPÿyGӵa trên mô hình dӳ liӋXÿѭӧc trình bày ӣ các phҫQWUѭӟc: x Lo ̩ i 1: ĈӕLÿҫu trӵc tiӃp giӳa 2 Agv ³KHDG-on collision´: a) b) c) j

Hình 3.4 Các va ch̩m d̩QJÿ͙Lÿ̯u tr͹c ti͇p

7U˱ͥ ng h ͫ p 1 (Hình 3.4a và 3.4b): Va chҥm ÿӕLÿҫu trên cùng ÿRҥQÿѭӡng

TrêQÿRҥQÿѭӡng j, Agv 2 sӁ va chҥm Agv 1 khi: ൞ ݐ ଶ௝ ௜௡ ൐ ௜௡ ݐ ଵ௝ ݐ ଶ௝ ௜௡ ൏ ௢௨௧ ݐ ଵ௝ ݊ ଶ௝ ௕ ൌ ݊ ௔ ଵ௝

7U˱ͥ ng h ͫ p 2 (Hình 3.4c): va chҥm ÿӕLÿҫu tҥLÿLӇm giao lӝ

Cho Agv 2 di chuyӇn trên ÿRҥQÿѭӡng j ÿӃQÿLӇm node, Agv 2 sӁ va chҥm vӟi

7URQJÿyݐ ௦ : là khoҧng thӡLJLDQDQWRjQÿӇ 2 xe không va chҥm tҥi giao lӝ Giҧi thuұWÿѭӧc trình bày ӣ phҫn tiӃp theo sӁ [iFÿӏnh khoҧng thӡi gian ݐ ௦ Qj\Yjÿѭӧc thay thӃ bҵng ký hiӋu ߝ ௔ ,ߝ ௕ x Lo ̩ i 2: Giao lӝ ³FURVVFROOLVLRQ´ a) b) c) d)

Hai Agv tӯ FiFÿRҥQÿѭӡQJNKiFQKDXFQJÿӃn giao lӝ tҥi mӝt thӡLÿLӇm sӁ xҧy ra va chҥm giao lӝ

7U˱ͥ ng h ͫ p 1 (Hình 3.5a, 3.5c, 3.5e, 3.5f, 3.5g): các Agv di chuyӇn NKiFKѭӟng sau giao lӝ

Cho Agv 1 di chuyӇQWUrQÿRҥQÿѭӡng j, Agv 2 di chuyӇQWUrQÿRҥQÿѭӡng k sӁ va chҥm Agv 1 khi: ەۖ ۔ ۖۓ ௢௨௧ ݐ ଵ௝ ൑ ௢௨௧ ݐ ଶ௞ ൑ ௢௨௧ ݐ ଵ௝ ൅ ݐ ௦ ݊ ଶ௞ ௕ ൌ ݊ ௕ ଵ௝ ݊ ଶ௞ ௗ ് ݊ ௗ ଵ௝ ݊ ଶ௞ ௗ ് ݊ ௔ ଵ௝

7U˱ͥ ng h ͫ p 2 (Hình 3.5b, 3.5d, 3.5h): các Agv di chuyӇn cùnJKѭӟng sau giao lӝ

Cho Agv 1 di chuyӇQWUrQÿRҥQÿѭӡng j, Agv 2 di chuyӇQWUrQÿRҥQÿѭӡng k sӁ va chҥm Agv 1 khi: ەۖ ۔ ۖۓ ௢௨௧ ݐ ଵ௝ ൑ ௢௨௧ ݐ ଶ௞ ൑ ௢௨௧ ݐ ଵ௝ ൅ ݐ ௦ ݊ ଶ௞ ௕ ൌ ݊ ௕ ଵ௝ ݊ ଶ௞ ௗ ൌ ݊ ௗ ଵ௝ ݊ ଶ௞ ௗ ് ݊ ௔ ଵ௝

(39) x Lo ̩ i 3: Va chҥPÿXәi kӏS³FDWFK-up FROOLVLRQ´)

Hình 3.6 Va ch̩P³FDWFK-XS´

Agv 2 va chҥm vӟi Agv 1 khi: ቊ ௢௨௧ ݐ ଶ௝ ൐ ௢௨௧ ݐ ଵ௝ ݐ ଶ௝ ௜௡ ൏ ௜௡ ݐ ଵ௝ (40) x Lo ̩ i 4 : Va chҥm Agv khác WUrQÿѭӡQJÿL

Hình 3.7 Va ch̩m Agv NKiFÿDQJGͳng WUrQÿ˱ͥQJÿL

Gӑi k OjFiFÿRҥQÿѭӡng lân cұn vӟLÿRҥQÿѭӡng j tҥLÿLӇPÿӃn (Hình 3.7), Agv 2 sӁ va chҥm vӟi Agv 1 ÿDQJÿӭng yên tҥi giao lӝ khi: ൞ ݐ ଶ௝ ௢௨௧ ൐ ௢௨௧ ݐ ଵ௞ ݊ ଶ௝ ௕ ൌ ݊ ௕ ଵ௞ ݐ ଵ௞ ௕ ൌ λ

Hình 3.8 Va ch̩m k KjQJWUrQÿ˱ͥQJÿL

Agv 2 sӁ va chҥm kӋ hàng khi (Hình 3.8): ቊ ݍ ଶ௝ ൌ ͳ ݐ ଶ௝ ௢௨௧ א ܹܶ ௙ (42)

7URQJÿyܹܶ ௙ là khung thӡi gian cӫa kӋ hàng tҥi node ݂

Mөc tiêu cӫa giҧi thuұt hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình sӁ không xҧy ra tҩt cҧ các loҥi va chҥPWUrQĈLӅXQj\ÿҧm bҧo nӃu hӋ thӵc hiӋn theo ÿ~QJlӏch trình sӁ không dүQÿӃn va chҥm Lӏch trình ӣ ÿk\ÿmFy[pWÿӃn sai sӕ trong quá trình di chuyӇn

3.2.5 Giҧi thuұt khӕi chӭFQăQJhoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình

1KѭÿmWUuQKEj\Pӝt nhiӋm vө gӱi tӟi khӕi chӭFQăQJQj\ có dҥng: ܯ ௜ ൌ ሺܿ ௜ ǡ ݋ ௜ ǡ ݀ ௜ ǡ ܲ ௜଴ ǡ ݎ ௜ ǡ ݐ ௠ ሻ (43) 7URQJÿy ܿ ௜ : ÿLӇm dӯng cӫa Agv hiӋn tҥi ݋ ௜ : ÿLӇm nâng kӋ hàng ݀ ௜ : ÿLӇm hҥ kӋ hàng ܲ ௜଴ : ÿӝ ѭXWLrQFӫa nhiӋm vө ݎ ௜ ൌ ݅: Agv thӵc hiӋn nhiӋm vө ݐ ௠ : thӡLÿLӇm bҳWÿҫu thӵc hiӋn lӏch trình (là thӡLÿLӇm bӏ hoãn lҥi so vӟi thӡLÿLӇm xuҩt hiӋn nhiӋm vө, khoҧng thӡi gian hoãn này phө thuӝc vào tӕFÿӝ xӱ lý giҧi thuұt và quá trình truyӅn tҧi dӳ liӋu cho hӋ Fѫ$JY

Cҩu trúc cӫa khӕi chӭFQăQJ ÿѭӧc mô tҧ trong Hình 3.9:

Total Schedule AGVs Status Agvs:

Hình 3.9 Mô hình kh͙i chͱFQăQJKR̩FKÿ͓QKÿ˱ͥQJÿLYjOrQO͓ch trình

Giҧi thuұt cӫa khӕi chӭFQăQJÿѭӧc mô tҧ ӣ Hình 3.10 7URQJÿyNKӕi này sӁ nhұn nhiӋm vө VDXNKLÿѭӧc gán $JY6DXÿyQKLӋm vө sӁ ÿѭӧc chia làm 2 phҫn Phҫn mӝt OjÿRҥQÿѭӡng tӯ vӏ trí hiӋn tҥi tӟi kӋ hàng PhҫQKDLOjÿRҥQÿѭӡng tӯ kӋ KjQJÿӃn vӏ trí ÿһt Tӯ ÿyWKӵc hiӋn viӋc hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình cho tӯng phҫn ĈL͋ m m ͣ i c ͯ a gi ̫ i thu ̵ t là vi c k ͇ t h ͫSÿ͛ ng th ͥ i ho ̩FKÿ͓QKÿ˱ͥQJÿLYjOrQO͓ ch trình, c ͭ th ͋ K˯Q là vi c th ͹ c hi Qÿ͛ ng th ͥ i gi ̫ i thu ̵ t Dijkstra và xét khung th ͥ i gian (giҧi thuұt sӁ ÿѭӧc trình bày ӣ phҫn sau) KӃt quҧ là thành công thì Agv có thӇ thӵc hiӋn nhiӋm vө vӟi các mөc tiêXÿӅ ra, nӃu không sӁ phҧn hӗi cho khӕi quҧn lý nhiӋm vө Lӏch trình S là dӳ liӋu vӅ ÿѭӡQJÿLJӗm các node và thӡLÿLӇPÿӃn cӫD$JYÿӃn tӯng node

+RҥFKÿӏQKÿѭӡQJÿLYjOrQ End

3KҧQKӗLFKR NKӕLTXҧQOêQKLӋPYө N

Hình 3.10 Gi̫i thu̵t kh͙i chͱFQăQJKR̩FKÿ͓QKÿ˱ͥng ÿLYjOrQO͓ch trình

3.2.6 Giҧi thuұt hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình sӱ dөng khung thӡi gian

VӅ giҧi pháp tránh va chҥm trong hӋ $*9VÿѭӧFÿӅ cұp ӣ phҫn tәng quan) có thӇ ÿѭӧc thӵc hiӋn thông qua các bài toán thiӃt kӃ sa bàn, thiӃt kӃ ÿѭӡQJÿLPӝt chiӅu, thiӃt kӃ ³DXWRQRPRXVURERW´7X\QKLrQtrong ӭng dөQJQKj[ѭӣng vӟi sa bàn nhiӅu giao lӝ, FKRSKpSÿLWKHRKDLFKLӅu, viӋc giҧi quyӃt vҩQÿӅ va chҥPÿѭӧc lӵa chӑn thӵc hiӋn WURQJEjLWRiQWuPÿѭӡQJÿLYjOrQOӏch trình

Trong EjLWRiQWuPÿѭӡQJÿLYjlên lӏch trình, có nhiӅu giҧi thuұWÿѭӧc sӱ dөng hiӋn nay (ÿӅ cұp ӣ phҫn tình hình nghiên cӭu [8], [10], [11], [12]) 7URQJÿyFác giҧi thuұWÿӅu tách phҫQWuPÿѭӡQJÿLQJҳn nhҩt và phҫn lên lӏFKWUuQKOjPJLDLÿRҥn riêng biӋt PhҫQWuPÿѭӡng ngҳn nhҩt WKѭӡng dùng giҧi thuұt Dijsktra hoһc A* Phҫn lên lӏch trình có thӇ xét khung thӡLJLDQWUrQÿRҥQÿѭӡng hoһc trên node Tuy nhiên, viӋc tách riêng Qj\NK{QJÿҧm bҧo thӡi gian cӫa tӯng nhiӋm vө là tӕLѭX và không linh hoҥt trong viӋc lӵa chӑQFiFSKѭѫQJSKip tránh va chҥm7URQJÿӅ tài luұQYăQQj\sӁ thӵc hiӋn kӃt hӧp ÿӗng thӡi giҧi thuұWWuPÿѭӡQJÿLFyWKӡi gian ngҳn nhҩt và lên lӏch trình theo khung thӡi gian tránh va chҥm Ӣ giҧi thuұWWuPÿѭӡQJÿLQJҳn nhҩW'LMNVWUDÿѭӧc lӵa chӑQÿӇ ÿҧm bҧRÿѭӡQJÿL toàn cөc là ngҳn nhҩt Mһc dù tӕn nhiӅu công sӭFWtQKWRiQKѫQVRYӟi A*

Trong ӭng dөQJQKj[ѭӣQJPjÿӅ WjLKѭӟQJÿӃn, hҫu hӃWFiFÿLӇm node cho phép ÿһt kӋ KjQJYjFKRSKpS$JYÿLTXD'RÿyÿӇ có nhiӅu vӏ WUtÿһt kӋ hàng, khoҧng cách giӳDFiFÿLӇm node WKѭӡQJÿѭӧc thiӃt kӃ nhӓĈLӅu này dүQÿӃn mӝWÿRҥQÿѭӡng chӍ ÿӫ không gian cho mӝW$JYÿLTXDĈӇ thӓa ràng buӝFWUrQWKuSKѭѫQJSKiSVӱ dөng khung thӡLJLDQWUrQÿRҥQÿѭӡng mang lҥi nhiӅu thuұn lӧi [11]

Gi ̫ i thu ̵ t s ͅ ÿ˱ͫ c ti ͇QKjQKQK˱ V˯ÿ͛ Hình 3.11 (hoһF³SVHXGRFRGH´ӣ Phө lөc 1) Trong quá trình thӵc hiӋn giҧi thuұt Dijkstra, sӁ tiӃn hành kiӇm tra khung thӡi gian các giҧLSKiSÿӇ cұp nhұt giá trӏ thӡi gian khi có va chҥm hoһc loҥi bӓ giҧLSKiSÿy (trình bày tҥi mөc 3.2.7)

Mӝt ví dө vӅ xét khung thӡi gian, giҧ sӱ mӝt ÿѭӡQJÿLTXDFiFÿLӇm trong giҧi thuұt Dijkstra là m ặ n ặ p cú thӡLÿLӇm lҫQOѭӧt là ݐ ௠ , ݐ ௡ ,ݐ ௣ Agv thӭ i ÿѭӧc gỏn nhiӋm vө ÿDQJӣ vӏ trí m, không mang kӋ hàngKѭӟng hiӋn tҥi ߔ ஺௚௩ ೔ KLÿyWKӵc hiӋn thờm khung thӡLJLDQYjRÿRҥQÿѭӡng m ặ n vӟLÿҫu vào ݐݓ ଴ ÿѭӧFWtQKQKѭVDX ݐݓ ଴ ൌ ሼ ݐ ௜௡ ଴ ǡ ௢௨௧ ݐ ଴ ǡ ݎ ଴ ǡ ݐ ௔ ଴ ǡ ݐ ௕ ଴ ǡ ݊ ௔ ଴ ǡ ݊ ௕ ଴ ǡ ݊ ௖ ଴ ǡ ݊ ௗ ଴ ǡ ݍ ଴ ሽ ݐ ଴ ௜௡ ൌ ݐ ௠ ݐ ଴ ௢௨௧ ൌ ݐ ௡ ݊ ଴ ௔ ൌ ݉ ݊ ଴ ௕ ൌ ݊ ݎ ଴ ൌ ݅ ݍ ଴ ൌ Ͳ ݐ ଴ ௔ ൌ ቈͲ ሺȰሺ݉ǡ ݊ሻ ൌ Ȱ ஺௚௩ ೔ ሻ ݐ ௥ ሺȰሺ݉ǡ ݊ሻ ് Ȱ ஺௚௩ ೔ ሻ ݐ ଴ ௕ ൌ ൤Ͳ ሺȰሺ݊ǡ ݌ሻ ൌ Ȱሺ݉ǡ ݊ሻሻ ݐ ௥ ሺȰሺ݊ǡ ݌ሻ ് Ȱሺ݉ǡ ݊ሻሻ ݊ ଴ ௖ ൌ ݉ ݊ ଴ ௗ ൌ ݌

TiӃn hành kiӇm tra khung thӡi gian, kӃt quҧ trҧ vӅ là thӡLJLDQFKRSKpSÿLTXD ÿRҥQÿѭӡQJÿy7KӡLJLDQQj\ÿҧm bҧo tӕLѭXYjNK{QJYDFKҥm SӁ FyWUѭӡng hӧp xҧy ra:

7U˱ͥ ng h ͫ p 1: Thӡi gian trҧ vӅ bҵng thӡi gian kiӇm tra

Không cҫn cұp nhұt thӡLJLDQFKRSKѭѫQJiQÿy Thêm khung thӡi gian và tiӃn hành tiӃp tөc giҧi thuұW'LMNVWUDÿӃQNKLWuPÿѭӧFÿLӇPÿtFK

7U˱ͥ ng h ͫ p 2: Thӡi gian trҧ vӅ lӟQKѫQWKӡi gian kiӇm tra

Cұp nhұt lҥi giá thӡLJLDQFKRSKѭѫQJiQ, thêm khung thӡi gian và tiӃn hành tiӃp tөc giҧi thuұW'LMNVWUDÿӃQNKLWuPÿѭӧFÿLӇPÿtFK

7U˱ͥ ng h ͫ p 3: Thӡi gian trҧ vӅ là vô cӵc

3KѭѫQJiQÿyNK{QJWKӇ thӵc hiӋQÿѭӧc, loҥi bӓ FiFÿRҥQÿѭӡng liên quan rӗi tiӃn hành tiӃp giҧi thuұt Dijkstra

K ͇ t qu ̫ : x NӃXWuPÿѭӧFÿLӇPÿtFKWKuSKѭѫQJiQÿӃQÿLӇPÿyOjSKѭѫQJiQWӕi ѭXQKҩt vӅ mһt thӡi gian x NӃu NK{QJWuPÿѭӧFÿLӇPQjRWURQJFiFÿLӇm lân cұn, thì nhiӋm vө không thӇ thӵc hiӋQ ÿѭӧc do khung thӡi gian cӫD FiF $JY TXi Gj\ ÿһc CҫQ ÿӧi mӝt khoҧng thӡi gian và thӵc hiӋn lҥi giҧi thuұt x NӃu va chҥm vӟi khung thӡLJLDQFyÿӝ ѭXWLrQWKҩSKѫQWKukiӇm tra Agv cӫa khung thӡLJLDQÿyFyNKҧ QăQJGӯng lҥi tҥi node nào hay không NӃu có thì Agv sӁ dӯng tҥLQRGHÿyYjKRҥFKÿӏnh lҥLÿѭӡQJÿL

-ĈLӇPNKӣLKjQK, ÿLӇPÿӃQ -7KӡLÿLӇPQKLӋPYө -/RҥLQKLӋPYө-ĈӝѭXWLrQ ĈiQKGҩXÿLӇPEDQÿҫX

7uPFiFÿLӇPOkQFұQJҫQQKҩW (WLrXFKtWKӡLJLDQ) ĈiQKGҩXFiFÿLӇPFyWKӡLJLDQ

N ĈѭӡQJÿLYjNKXQJWKӡLJLDQ FKRWӯQJÿRҥQÿѭӡQJ

&ұSQKұWJLiWUӏWKӡLJLDQ FKRFiFSKѭѫQJiQ

Hình 3.11 Giҧi thuұt Dijkstra kӃt hӧp xét khung thӡi gian Nh̵n xét: Gi ̫ i thu ̵W'LMNVWUDÿmJL̫ i quy ͇ t v ̭Qÿ͉ hi u qu ̫ v ͉ m ̿ t th ͥ i gian 7URQJNKLÿyYL c xét khung th ͥ i gian gi ̫ i quy ͇ t v ̭Qÿ͉ tránh va ch ̩ m và sai s ͙ khi di chuy ͋ n

Ví d ͭ gi ̫ i thu ̵ t Dijkstra k ͇ t h ͫ p xét khung th ͥ i gian:

Hình 3.12 Ví dө giҧi thuұt Dijkstra kӃt hӧp xét khung thӡi gian

;pWWUѭӡng hӧp Agv 2 cҫn di chuyӇn tӯ ÿLӇPÿӃQÿLӇP7URQJNKLÿy$JY ÿDQJGLFKX\Ӈn tӯ ÿӃQ$JYÿDQJGӯng ӣ ÿLӇm 17 Giҧi thuұt Dijkstra kӃt hӧp xét khung thӡi gian ÿӇ WuPFiFÿѭӡQJÿLnhanh nhҩt tӯ ÿLӇPÿӃn 19 (Hình 3.12) ÿѭӧc WtQKWRiQQKѭVDX (cách xét hay kiӇm tra khung thӡi gian sӁ ÿѭӧc trình bày sӁ ÿѭӧc trình bày cө thӇ ӣ mөc tiӃp theo):

B ̫ ng 3.2 &iFE˱ͣc gi̫i thu̵t Dijkstra k͇t hͫp xét khung thͥi gian

16 ặ 17 ặ 4 = 14 Xét khung thӡi gian FKRÿRҥQÿѭӡng

16 ặ 3 ặ 4 = 18 Xét khung thӡLJLDQFKRÿRҥQÿѭӡng

16 ặ 15 ặ 14 ặ 1 = 23 Xét khung thӡLJLDQFKRÿRҥQÿѭӡng

16 ặ 15 ặ 28 ặ 41 = 23 Xét khung thӡLJLDQFKRÿRҥQÿѭӡng 3 ặ 2, kӃt quҧ:

16 ặ 3 ặ 4 ặ 5 ặ 18 = 32 Xét khung thӡLJLDQFKRÿRҥQÿѭӡng

16 ặ 15 ặ 14 ặ 27 ặ 40 = 28 Xét khung thӡi gian cho ÿRҥQÿѭӡng

16 ặ 15 ặ 28 ặ 41 ặ 40 = 32 Xét khung thӡLJLDQFKRÿRҥQÿѭӡng 4 ặ 5, kӃt quҧ:

16 ặ 3 ặ 4 ặ 5 ặ 6 ặ 7 = 33 Xét khung thӡLJLDQFKRÿRҥQÿѭӡng 5 ặ 6, kӃt quҧ:

16 ặ 29 ặ 30 ặ 31 ặ 44 = 40 Xét khung thӡi gian FKRÿRҥQÿѭӡng

16 ặ 29 ặ 42 ặ 43 = inf Xét khung thӡLJLDQFKRÿRҥQÿѭӡng

16 ặ 3 ặ 4 ặ 5 ặ 18 ặ 19 = 41 Xét khung thӡLJLDQFKRÿRҥQÿѭӡng

Xét khung thӡLJLDQFKRÿRҥQÿѭӡng

So vӟi các giҧi pháp tách phҫn hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình riêng biӋt ĈLӅu này tuy giҧm công sӭc tính toán, nKѭQJNK{QJÿҧm bҧRÿѭӧFÿѭӡQJÿLWӕLѭXYӅ mһt thӡi gian 3KѭѫQJSKiSNӃt hӧSÿѭӧFÿӅ xuҩt, nhұn thҩ\ѭXÿLӇm là có thӇ WKD\ÿәi linh hoҥt giӳDFiFSKѭѫQJiQWUiQKYDFKҥm vӟi tiêu chí tӕLѭXWKӡi gian

3.2.7 Giҧi thuұt kiӇm tra va chҥm sӱ dөng khung thӡi gian

Ki ͋ m tra b ̹ ng cách thêm khung th ͥ i gian vào m ͟LÿR̩Qÿ˱ͥQJÿL Ĉ̯u vào: ݐݓ ଴ ൌ ሼ ݐ ௜௡ ଴ ǡ ௢௨௧ ݐ ଴ ǡ ݎ ଴ ǡ ݐ ௔ ଴ ǡ ݐ ௕ ଴ ǡ ݊ ௔ ଴ ǡ ݊ ௕ ଴ ǡ ݊ ௖ ଴ ǡ ݊ ௗ ଴ ǡ ݍ ଴ ǡ݌ ଴ ሽ

KiӇm tra có khung thӡi gian ݐݓ ଴ có thӇ tKrPYjRÿRҥQÿѭӡng ݆ hay không NӃu không sӁ ÿӅ xuҩt khung thӡi gian tӕLѭXÿӇ WKrPYjRÿRҥQÿѭӡng j

Khoҧng thӡi gian Agv di chuyӇQWUrQÿRҥQÿѭӡng: ݓ ଴ ൌ ௢௨௧ ݐ ଴ െ ݐ ௜௡ ଴ (44)

- Gӑi ݊ là tәng sӕ khung thӡi gian có trong ݐݓ ௝

- 7U˱ͥ ng h ͫ p 1: ÿRҥQÿѭӡQJÿLFKѭDFyNKXQJWKӡi gian nào (݊ ൌ Ͳ)

Thêm khung thӡi gian ݐݓ ଴ thành phҫn tӱ thӭ 1 cӫa ݐݓ ௝ là ۃݐݓ ௝ ۄ ଵ : ۃݐݓ ௝ ۄ ଵ ൌ ݐݓ ଴ (45)

- 7U˱ͥ ng h ͫ p 2: ݐݓ ௝ ÿmFy ݊ khung thӡi gian

NhiӋm vө là tìm khoҧng thӡi gian trong ݐݓ ௝ ÿӫ ÿӇ thêm ݐݓ ଴ vào, sӁ xҧy ra mӝt

- 7U˱ͥ ng h ͫ p 2.1: WKrPYjRWUѭӟc khung thӡi gian thӭ 1

Tính khoҧng cách thӡi gian cҫn thiӃWÿӇ tránh va chҥm vӟi khung thӡi gian phía sau ߝ ௕

Thêm khung thӡi gian: ۃݐݓ ௝ ۄ ଶ ൌ ۃݐݓ ௝ ۄ ଵ (47) ۃݐݓ ௝ ۄ ଵ ൌ ݐݓ ଴ (48) twj t int0 outt0 ɂb tw0 1

Hình 3.13 7KrPSKtDWU˱ͣc khung thͥi gian thͱ 1 x Tr ˱ͥ ng h ͫ p 2.2: thêm vào giӳa khung thӡi gian thӭ ݌ và ݌ ൅ ͳ (݌ ൌ ͳǡ ݊ െ ͳ)

Tính khoҧng cách thӡi gian cҫn thiӃWÿӇ tránh va chҥm vӟi khung thӡi gian phía

WUѭӟc ߝ ௔ và phía sau ߝ ௕

Tìm vӏ trí ݌ ÿӇ thêm khung thӡi gian: ݌ ൌ ܽݎ݃൛ۃ ݐ ௜௡ ௝ ۄ ௟ ǣ ൣۃ ݐ ௜௡ ௝ ۄ ௟ାଵ െ ሺۃ ௢௨௧ ݐ ௝ ۄ ௟ ǡ ௢௨௧ ݐ ଴ ሻ൧ ൐ ݓ ଴ ൅ ߝ ௔ ൅ ߝ ௕ ǡ ݈ ൌ ͳǡ ݊ െ ͳൟ

Giҧi thuұt hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình sӱ dөng khung thӡi gian

VӅ giҧi pháp tránh va chҥm trong hӋ $*9VÿѭӧFÿӅ cұp ӣ phҫn tәng quan) có thӇ ÿѭӧc thӵc hiӋn thông qua các bài toán thiӃt kӃ sa bàn, thiӃt kӃ ÿѭӡQJÿLPӝt chiӅu, thiӃt kӃ ³DXWRQRPRXVURERW´7X\QKLrQtrong ӭng dөQJQKj[ѭӣng vӟi sa bàn nhiӅu giao lӝ, FKRSKpSÿLWKHRKDLFKLӅu, viӋc giҧi quyӃt vҩQÿӅ va chҥPÿѭӧc lӵa chӑn thӵc hiӋn WURQJEjLWRiQWuPÿѭӡQJÿLYjOrQOӏch trình

Trong EjLWRiQWuPÿѭӡQJÿLYjlên lӏch trình, có nhiӅu giҧi thuұWÿѭӧc sӱ dөng hiӋn nay (ÿӅ cұp ӣ phҫn tình hình nghiên cӭu [8], [10], [11], [12]) 7URQJÿyFác giҧi thuұWÿӅu tách phҫQWuPÿѭӡQJÿLQJҳn nhҩt và phҫn lên lӏFKWUuQKOjPJLDLÿRҥn riêng biӋt PhҫQWuPÿѭӡng ngҳn nhҩt WKѭӡng dùng giҧi thuұt Dijsktra hoһc A* Phҫn lên lӏch trình có thӇ xét khung thӡLJLDQWUrQÿRҥQÿѭӡng hoһc trên node Tuy nhiên, viӋc tách riêng Qj\NK{QJÿҧm bҧo thӡi gian cӫa tӯng nhiӋm vө là tӕLѭX và không linh hoҥt trong viӋc lӵa chӑQFiFSKѭѫQJSKip tránh va chҥm7URQJÿӅ tài luұQYăQQj\sӁ thӵc hiӋn kӃt hӧp ÿӗng thӡi giҧi thuұWWuPÿѭӡQJÿLFyWKӡi gian ngҳn nhҩt và lên lӏch trình theo khung thӡi gian tránh va chҥm Ӣ giҧi thuұWWuPÿѭӡQJÿLQJҳn nhҩW'LMNVWUDÿѭӧc lӵa chӑQÿӇ ÿҧm bҧRÿѭӡQJÿL toàn cөc là ngҳn nhҩt Mһc dù tӕn nhiӅu công sӭFWtQKWRiQKѫQVRYӟi A*

Trong ӭng dөQJQKj[ѭӣQJPjÿӅ WjLKѭӟQJÿӃn, hҫu hӃWFiFÿLӇm node cho phép ÿһt kӋ KjQJYjFKRSKpS$JYÿLTXD'RÿyÿӇ có nhiӅu vӏ WUtÿһt kӋ hàng, khoҧng cách giӳDFiFÿLӇm node WKѭӡQJÿѭӧc thiӃt kӃ nhӓĈLӅu này dүQÿӃn mӝWÿRҥQÿѭӡng chӍ ÿӫ không gian cho mӝW$JYÿLTXDĈӇ thӓa ràng buӝFWUrQWKuSKѭѫQJSKiSVӱ dөng khung thӡLJLDQWUrQÿRҥQÿѭӡng mang lҥi nhiӅu thuұn lӧi [11]

Gi ̫ i thu ̵ t s ͅ ÿ˱ͫ c ti ͇QKjQKQK˱ V˯ÿ͛ Hình 3.11 (hoһF³SVHXGRFRGH´ӣ Phө lөc 1) Trong quá trình thӵc hiӋn giҧi thuұt Dijkstra, sӁ tiӃn hành kiӇm tra khung thӡi gian các giҧLSKiSÿӇ cұp nhұt giá trӏ thӡi gian khi có va chҥm hoһc loҥi bӓ giҧLSKiSÿy (trình bày tҥi mөc 3.2.7)

Mӝt ví dө vӅ xét khung thӡi gian, giҧ sӱ mӝt ÿѭӡQJÿLTXDFiFÿLӇm trong giҧi thuұt Dijkstra là m ặ n ặ p cú thӡLÿLӇm lҫQOѭӧt là ݐ ௠ , ݐ ௡ ,ݐ ௣ Agv thӭ i ÿѭӧc gỏn nhiӋm vө ÿDQJӣ vӏ trí m, không mang kӋ hàngKѭӟng hiӋn tҥi ߔ ஺௚௩ ೔ KLÿyWKӵc hiӋn thờm khung thӡLJLDQYjRÿRҥQÿѭӡng m ặ n vӟLÿҫu vào ݐݓ ଴ ÿѭӧFWtQKQKѭVDX ݐݓ ଴ ൌ ሼ ݐ ௜௡ ଴ ǡ ௢௨௧ ݐ ଴ ǡ ݎ ଴ ǡ ݐ ௔ ଴ ǡ ݐ ௕ ଴ ǡ ݊ ௔ ଴ ǡ ݊ ௕ ଴ ǡ ݊ ௖ ଴ ǡ ݊ ௗ ଴ ǡ ݍ ଴ ሽ ݐ ଴ ௜௡ ൌ ݐ ௠ ݐ ଴ ௢௨௧ ൌ ݐ ௡ ݊ ଴ ௔ ൌ ݉ ݊ ଴ ௕ ൌ ݊ ݎ ଴ ൌ ݅ ݍ ଴ ൌ Ͳ ݐ ଴ ௔ ൌ ቈͲ ሺȰሺ݉ǡ ݊ሻ ൌ Ȱ ஺௚௩ ೔ ሻ ݐ ௥ ሺȰሺ݉ǡ ݊ሻ ് Ȱ ஺௚௩ ೔ ሻ ݐ ଴ ௕ ൌ ൤Ͳ ሺȰሺ݊ǡ ݌ሻ ൌ Ȱሺ݉ǡ ݊ሻሻ ݐ ௥ ሺȰሺ݊ǡ ݌ሻ ് Ȱሺ݉ǡ ݊ሻሻ ݊ ଴ ௖ ൌ ݉ ݊ ଴ ௗ ൌ ݌

TiӃn hành kiӇm tra khung thӡi gian, kӃt quҧ trҧ vӅ là thӡLJLDQFKRSKpSÿLTXD ÿRҥQÿѭӡQJÿy7KӡLJLDQQj\ÿҧm bҧo tӕLѭXYjNK{QJYDFKҥm SӁ FyWUѭӡng hӧp xҧy ra:

7U˱ͥ ng h ͫ p 1: Thӡi gian trҧ vӅ bҵng thӡi gian kiӇm tra

Không cҫn cұp nhұt thӡLJLDQFKRSKѭѫQJiQÿy Thêm khung thӡi gian và tiӃn hành tiӃp tөc giҧi thuұW'LMNVWUDÿӃQNKLWuPÿѭӧFÿLӇPÿtFK

7U˱ͥ ng h ͫ p 2: Thӡi gian trҧ vӅ lӟQKѫQWKӡi gian kiӇm tra

Cұp nhұt lҥi giá thӡLJLDQFKRSKѭѫQJiQ, thêm khung thӡi gian và tiӃn hành tiӃp tөc giҧi thuұW'LMNVWUDÿӃQNKLWuPÿѭӧFÿLӇPÿtFK

7U˱ͥ ng h ͫ p 3: Thӡi gian trҧ vӅ là vô cӵc

3KѭѫQJiQÿyNK{QJWKӇ thӵc hiӋQÿѭӧc, loҥi bӓ FiFÿRҥQÿѭӡng liên quan rӗi tiӃn hành tiӃp giҧi thuұt Dijkstra

K ͇ t qu ̫ : x NӃXWuPÿѭӧFÿLӇPÿtFKWKuSKѭѫQJiQÿӃQÿLӇPÿyOjSKѭѫQJiQWӕi ѭXQKҩt vӅ mһt thӡi gian x NӃu NK{QJWuPÿѭӧFÿLӇPQjRWURQJFiFÿLӇm lân cұn, thì nhiӋm vө không thӇ thӵc hiӋQ ÿѭӧc do khung thӡi gian cӫD FiF $JY TXi Gj\ ÿһc CҫQ ÿӧi mӝt khoҧng thӡi gian và thӵc hiӋn lҥi giҧi thuұt x NӃu va chҥm vӟi khung thӡLJLDQFyÿӝ ѭXWLrQWKҩSKѫQWKukiӇm tra Agv cӫa khung thӡLJLDQÿyFyNKҧ QăQJGӯng lҥi tҥi node nào hay không NӃu có thì Agv sӁ dӯng tҥLQRGHÿyYjKRҥFKÿӏnh lҥLÿѭӡQJÿL

-ĈLӇPNKӣLKjQK, ÿLӇPÿӃQ -7KӡLÿLӇPQKLӋPYө -/RҥLQKLӋPYө-ĈӝѭXWLrQ ĈiQKGҩXÿLӇPEDQÿҫX

7uPFiFÿLӇPOkQFұQJҫQQKҩW (WLrXFKtWKӡLJLDQ) ĈiQKGҩXFiFÿLӇPFyWKӡLJLDQ

N ĈѭӡQJÿLYjNKXQJWKӡLJLDQ FKRWӯQJÿRҥQÿѭӡQJ

&ұSQKұWJLiWUӏWKӡLJLDQ FKRFiFSKѭѫQJiQ

Hình 3.11 Giҧi thuұt Dijkstra kӃt hӧp xét khung thӡi gian Nh̵n xét: Gi ̫ i thu ̵W'LMNVWUDÿmJL̫ i quy ͇ t v ̭Qÿ͉ hi u qu ̫ v ͉ m ̿ t th ͥ i gian 7URQJNKLÿyYL c xét khung th ͥ i gian gi ̫ i quy ͇ t v ̭Qÿ͉ tránh va ch ̩ m và sai s ͙ khi di chuy ͋ n

Ví d ͭ gi ̫ i thu ̵ t Dijkstra k ͇ t h ͫ p xét khung th ͥ i gian:

Hình 3.12 Ví dө giҧi thuұt Dijkstra kӃt hӧp xét khung thӡi gian

;pWWUѭӡng hӧp Agv 2 cҫn di chuyӇn tӯ ÿLӇPÿӃQÿLӇP7URQJNKLÿy$JY ÿDQJGLFKX\Ӈn tӯ ÿӃQ$JYÿDQJGӯng ӣ ÿLӇm 17 Giҧi thuұt Dijkstra kӃt hӧp xét khung thӡi gian ÿӇ WuPFiFÿѭӡQJÿLnhanh nhҩt tӯ ÿLӇPÿӃn 19 (Hình 3.12) ÿѭӧc WtQKWRiQQKѭVDX (cách xét hay kiӇm tra khung thӡi gian sӁ ÿѭӧc trình bày sӁ ÿѭӧc trình bày cө thӇ ӣ mөc tiӃp theo):

B ̫ ng 3.2 &iFE˱ͣc gi̫i thu̵t Dijkstra k͇t hͫp xét khung thͥi gian

16 ặ 17 ặ 4 = 14 Xét khung thӡi gian FKRÿRҥQÿѭӡng

16 ặ 3 ặ 4 ặ 5 ặ 18 = 32 Xét khung thӡLJLDQFKRÿRҥQÿѭӡng

16 ặ 15 ặ 14 ặ 27 ặ 40 = 28 Xét khung thӡi gian cho ÿRҥQÿѭӡng

16 ặ 15 ặ 28 ặ 41 ặ 40 = 32 Xét khung thӡLJLDQFKRÿRҥQÿѭӡng 4 ặ 5, kӃt quҧ:

16 ặ 3 ặ 4 ặ 5 ặ 6 ặ 7 = 33 Xét khung thӡLJLDQFKRÿRҥQÿѭӡng 5 ặ 6, kӃt quҧ:

16 ặ 29 ặ 30 ặ 31 ặ 44 = 40 Xét khung thӡi gian FKRÿRҥQÿѭӡng

16 ặ 29 ặ 42 ặ 43 = inf Xét khung thӡLJLDQFKRÿRҥQÿѭӡng

So vӟi các giҧi pháp tách phҫn hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình riêng biӋt ĈLӅu này tuy giҧm công sӭc tính toán, nKѭQJNK{QJÿҧm bҧRÿѭӧFÿѭӡQJÿLWӕLѭXYӅ mһt thӡi gian 3KѭѫQJSKiSNӃt hӧSÿѭӧFÿӅ xuҩt, nhұn thҩ\ѭXÿLӇm là có thӇ WKD\ÿәi linh hoҥt giӳDFiFSKѭѫQJiQWUiQKYDFKҥm vӟi tiêu chí tӕLѭXWKӡi gian.

Giҧi thuұt kiӇm tra va chҥm sӱ dөng khung thӡi gian

Ki ͋ m tra b ̹ ng cách thêm khung th ͥ i gian vào m ͟LÿR̩Qÿ˱ͥQJÿL Ĉ̯u vào: ݐݓ ଴ ൌ ሼ ݐ ௜௡ ଴ ǡ ௢௨௧ ݐ ଴ ǡ ݎ ଴ ǡ ݐ ௔ ଴ ǡ ݐ ௕ ଴ ǡ ݊ ௔ ଴ ǡ ݊ ௕ ଴ ǡ ݊ ௖ ଴ ǡ ݊ ௗ ଴ ǡ ݍ ଴ ǡ݌ ଴ ሽ

KiӇm tra có khung thӡi gian ݐݓ ଴ có thӇ tKrPYjRÿRҥQÿѭӡng ݆ hay không NӃu không sӁ ÿӅ xuҩt khung thӡi gian tӕLѭXÿӇ WKrPYjRÿRҥQÿѭӡng j

Khoҧng thӡi gian Agv di chuyӇQWUrQÿRҥQÿѭӡng: ݓ ଴ ൌ ௢௨௧ ݐ ଴ െ ݐ ௜௡ ଴ (44)

- Gӑi ݊ là tәng sӕ khung thӡi gian có trong ݐݓ ௝

- 7U˱ͥ ng h ͫ p 1: ÿRҥQÿѭӡQJÿLFKѭDFyNKXQJWKӡi gian nào (݊ ൌ Ͳ)

Thêm khung thӡi gian ݐݓ ଴ thành phҫn tӱ thӭ 1 cӫa ݐݓ ௝ là ۃݐݓ ௝ ۄ ଵ : ۃݐݓ ௝ ۄ ଵ ൌ ݐݓ ଴ (45)

- 7U˱ͥ ng h ͫ p 2: ݐݓ ௝ ÿmFy ݊ khung thӡi gian

NhiӋm vө là tìm khoҧng thӡi gian trong ݐݓ ௝ ÿӫ ÿӇ thêm ݐݓ ଴ vào, sӁ xҧy ra mӝt

- 7U˱ͥ ng h ͫ p 2.1: WKrPYjRWUѭӟc khung thӡi gian thӭ 1

Tính khoҧng cách thӡi gian cҫn thiӃWÿӇ tránh va chҥm vӟi khung thӡi gian phía sau ߝ ௕

Thêm khung thӡi gian: ۃݐݓ ௝ ۄ ଶ ൌ ۃݐݓ ௝ ۄ ଵ (47) ۃݐݓ ௝ ۄ ଵ ൌ ݐݓ ଴ (48) twj t int0 outt0 ɂb tw0 1

Hình 3.13 7KrPSKtDWU˱ͣc khung thͥi gian thͱ 1 x Tr ˱ͥ ng h ͫ p 2.2: thêm vào giӳa khung thӡi gian thӭ ݌ và ݌ ൅ ͳ (݌ ൌ ͳǡ ݊ െ ͳ)

WUѭӟc ߝ ௔ và phía sau ߝ ௕

Tìm vӏ trí ݌ ÿӇ thêm khung thӡi gian: ݌ ൌ ܽݎ݃൛ۃ ݐ ௜௡ ௝ ۄ ௟ ǣ ൣۃ ݐ ௜௡ ௝ ۄ ௟ାଵ െ ሺۃ ௢௨௧ ݐ ௝ ۄ ௟ ǡ ௢௨௧ ݐ ଴ ሻ൧ ൐ ݓ ଴ ൅ ߝ ௔ ൅ ߝ ௕ ǡ ݈ ൌ ͳǡ ݊ െ ͳൟ

KiӇm tra sӵ liên tөc cӫa khung thӡi gian, nӃu có thӇ thӵc hiӋQÿѭӧc thì tiӃn hành thêm khung thӡi gian, nӃu không thì kӃt thúc giҧi thuұt và trҧ vӅ không thӇ thêm ݐݓ ଴ Thêm khung thӡi gian: ݐ ଴ ௜௡ ൌ ሺۃ ௢௨௧ ݐ ௝ ۄ ௣ିଵ ൅ ߝ ௝ ǡ ݐ ௜௡ ଴ ሻ (49) ݐ ଴ ൌ ௜௡ ݐ ଴ ൅ ݓ ଴ ௢௨௧ (50) ۃݐݓ ௝ ۄ ௜ାଵ ൌ ۃݐݓ ௝ ۄ ௜ ǡ ݅ ൌ ݊ǡ ݌ ൅ ͳ (51) ۃݐݓ ௝ ۄ ௣ାଵ ൌ ݐݓ ଴ (52) twj t int0 outt0 ɂb tw0 p+1 ɂa

Hình 3.14 Thêm giͷa khung thͥi gian p và p + 1 x 7U˱ͥ ng h ͫ p 2.3: thêm vào sau khung thӡi gian thӭ ݊

Xҧ\UDNKLWUѭӡng hӧp trên không thӓa

WUѭӟc ߝ ௔ KLÿyWKӡLJLDQYjRYjUDÿRҥQÿѭӡng sӁ ÿѭӧc tính: ݐ ଴ ௜௡ ൌ ሺۃ ௢௨௧ ݐ ௝ ۄ ௡ ൅ ߝ ௔ ǡ ݐ ௜௡ ଴ ሻ (53) ݐ ଴ ൌ ௜௡ ݐ ଴ ൅ ݓ ଴ ௢௨௧ (54)

KiӇm tra sӵ liên tөc cӫa khung thӡi gian, nӃu có thӇ thӵc hiӋn ÿѭӧc thì tiӃn hành thêm khung thӡi gian, nӃu không thì kӃt thúc giҧi thuұt và xác nhұn không thӇ thêm ݐݓ ଴

Thêm khung thӡi gian: ۃݐݓ ௝ ۄ ௡ାଵ ൌ ݐݓ ଴ (55) twj t int0 outt0 tw0 ɂa

Hình 3.15 Thêm phía sau khung thͥi gian thͱ n

Ki ͋ m tra tính liên t ͭ c c ͯ a khung th ͥ i gian ( V˯ÿ͛ gi ̫ i thu ̵ t Hình 3.22)

$JYÿLWӯ ÿRҥQÿѭӡng i ÿӃn ÿRҥQÿѭӡng j có phҫn tӱ khung thӡi gian lҫQOѭӧt là ۃݐݓ ௜ ۄ ௠ và ۃݐݓ ௝ ۄ ௡

Phҫn tӱ ۃݐݓ ௜ ۄ ௠ sӁ cho phép kéo dài khung thӡi gian nӃu thӓDÿLӅu kiӋn: ۃ ݐ ௜௡ ௝ ۄ ௡ ൅ ߝ ௕ ൏ ۃ ݐ ௜௡ ௜ ۄ ௠ାଵ (56)

Kéo dài thӡi gian: ۃ ௢௨௧ ݐ ௜ ۄ ௠ ൌ ۃ ݐ ௜௡ ௝ ۄ ௡ (57) twi t

Hình 3.16 Kéo dài khung thͥi gian

Ki ͋ m tra va ch ̩ m giao l ͡ ( V˯ÿ͛ gi ̫ i thu ̵ t Hình 3.23)

Giҧi thuұt kiӇm tra khung thӡL JLDQ WKHR ÿRҥQ ÿѭӡng không phát hiӋQ ÿѭӧc va chҥPNKLFiF$JYNK{QJFyÿRҥQÿѭӡQJWUQJQKDXGRÿyFҫn kiӇm tra thêm va chҥm giao lӝ (Hình 1.20)

KiӇm tra va chҥm cho phҫn tӱ khung thӡi gian ۃݐݓ ௝ ۄ ௠

Gӑi khung thӡi gian cӫa mӝt ÿRҥQÿѭӡng lân cұn là ݐݓ ௞

Va chҥm giao lӝVDXÿyGLFKX\Ӈn NKiFKѭӟng có ÿLӅu kiӋn vӅ KѭӟQJQKѭVDX: ቊۃ ݊ ௕ ௝ ۄ ௠ ൌ ۃ ݊ ௕ ௞ ۄ ௡ ۃ ݊ ௗ ௝ ۄ ௠ ് ۃ ݊ ௗ ௞ ۄ ௡ (58)

Phҫn tӱ cӫa khung thӡi gian xҧy ra va chҥm ۃݐݓ ௞ ۄ ௡

.KLÿyÿLӅu kiӋn vӅ thӡi gian xҧy ra va chҥm: ۃ ௢௨௧ ݐ ௞ ۄ ௡ ൏ ۃ ௢௨௧ ݐ ௝ ۄ ௠ ൏ ۃ ௢௨௧ ݐ ௞ ۄ ௡ ൅ ߝ ௕ (59)

NӃu NK{QJFyWUѭӡng hӧp nào thӓa, thì ۃݐݓ ௝ ۄ ௠ không xҧy ra va chҥm giao lӝ

NӃXFyWUѭӡng hӧp va chҥm, thì thӡi gian sӁ ÿѭӧc hiӋu chӍnh: ۃ ௢௨௧ ݐ ௝ ۄ ௠ ൌ ۃ ௢௨௧ ݐ ௞ ۄ ௡ ൅ ߝ ௕ (60) twj t

Hình 3.17 Tình hu͙ng x̫y ra va ch̩m giao l͡ vͣLÿR̩Qÿ˱ͥng lân c̵n

Tính kho ̫ ng cách th ͥ i gian v ͣ i khung th ͥ i gian SKtDWU˱ͣ c ࢿ ࢇ twj ɂj t

n-1 n ɂs ɂm ɂa

7URQJÿy ߝ ௝ : sai sӕ di chuyӇQWUrQÿRҥQÿѭӡng ݆ ߝ ௠ : thӡi gian dӯng tҥi node cӫa khung thӡi gian SKtDWUѭӟc ߝ ௦ : khoҧng thӡLJLDQDQWRjQÿӇ Agv khung thӡLJLDQWUѭӟc rӡi khӣi node

NӃu ۃݐݓ ௝ ۄ ௡ và ۃݐݓ ௝ ۄ ௡ିଵ cùng chiӅu ൫ۃ ݊ ௕ ௝ ۄ ௡ ൌ ۃ ݊ ௕ ௝ ۄ ௡ିଵ ൯: ߝ ௔ ൌ ߝ ௝ (61)

NӃu ۃݐݓ ௝ ۄ ௡ và ۃݐݓ ௝ ۄ ௡ିଵ QJѭӧc chiӅu ൫ۃ ݊ ௕ ௝ ۄ ௡ ് ۃ ݊ ௕ ௝ ۄ ௡ିଵ ൯: ߝ ௔ ൌ ߝ ௝ ൅ ߝ ௠ ൅ ߝ ௦ (62)

Tính kho ̫ ng cách th ͥ i gian v ͣ i khung th ͥ i gian phía sau ࢿ ࢈ twj ɂj t

n n+1 ɂs ɂm ɂb

7ѭѫQJWӵ QKѭFiFKWtQK ߝ ܽ , WX\QKLrQWURQJWUѭӡng hӧp này ߝ ௠ là thӡi gian dӯng tҥi node cӫa khung thӡLJLDQÿDQJ[pW ߝ ௠ ൌ ۃ ݐ ௕ ௝ ۄ ௡ (63)

NӃu ۃݐݓ ௝ ۄ ௡ và ۃݐݓ ௝ ۄ ௡ାଵ cùng chiӅu ൫ۃ ݊ ௕ ௝ ۄ ௡ ൌ ۃ ݊ ௕ ௝ ۄ ௡ାଵ ൯: ߝ ௕ ൌ ߝ ௝ (64)

NӃu ۃݐݓ ௝ ۄ ௡ và ۃݐݓ ௝ ۄ ௡ାଵ QJѭӧc chiӅu ൫ۃ ݊ ௕ ௝ ۄ ௡ ് ۃ ݊ ௕ ௝ ۄ ௡ାଵ ൯: ߝ ௕ ൌ ߝ ௝ ൅ ߝ ௠ ൅ ߝ ௦ (65)

Hình 3.20 Gi̫i thu̵t tính kho̫ng thͥi gian cách khung thͥi gian pKtDWU˱ͣc

S ta rt - Ĉ Rҥ Q ÿѭӡ QJ - 7 Kӡ LÿL ӇP Yj R , WKӡ LÿL ӇP U D 1 Oj WәQJ Vӕ SK ҫQ Wӱ WU RQ J Wұ S Kӧ S NKXQJ WKӡ LJL DQ FӫD ÿRҥ Q ÿѭӡ QJ ÿD QJ [p W N = 0 Y LӇ P WU D YD F Kҥ P JL DR Oӝ LӇ P WU D WtQK OLr Q WөF F ӫD NKXQ J WK ӡL JL DQ

Y 7 Kr P NKX QJ WK ӡL JL DQ 7 Kӡ LÿL ӇP Yj R , WKӡ LÿL ӇP U D QK ӓ QK ҩW ÿ ҧP Eҧ R NK{Q J YD F Kҥ P

LӇ P WU D WtQK OLr Q WөF F ӫD NKXQ J WK ӡL JL DQ

7 tQK NKRҧ QJ Fi FK Yӟ LNKXQJ WKӡ LJL DQ SKt D VD X LӇ P WU D WtQK OLr Q WөF F ӫD NKXQ J WK ӡL JL DQ i < N 7 tQK NKRҧ QJ Fi FK Yӟ LNKXQ J WKӡ LJL DQ SKt D VD X 7 tQK NKRҧ QJ Fi FK Yӟ LNKXQ J WKӡ LJL DQ SKt D WU ѭӟ F LӇ P WU D WtQK OLr Q WөF F ӫD NKXQ J WK ӡL JL DQ 7 Kr P JLӳD SKҫ Q Wӱ L Yj L + 1

7 tQK NKRҧ QJ Fi FK Yӟ LNKXQ J WKӡ LJL DQ SKt D WU ѭӟ F (N ) KRҧ QJ Fi FK KӳX Kҥ Q Y E nd

K{QJ WKӇ WKr P NKXQ J WK ӡL JL DQ

Hình 3.21 Gi̫i thu̵t ki͋m tra và thêm khung thͥi gian tránh va ch̩m

End j = i j < N ĈӫNKRҧQJWKӡLJLDQ WӯMÿӃQM+1 Y j = j + 1

'LFKX\ӇQNKXQJWKӡLJLDQÿӃQYӏ trí i = N N

Hình 3.22 Gi̫i thu̵t ki͋m tra tính liên tͭc cͯa khung thͥi gian

-ĈRҥQÿѭӡQJ -7KӡLÿLӇPUD

0OjWәQJVӕÿRҥQÿѭӡQJOkQFұQ i = 0 i < M

9DFKҥPJLDROӝ, VDXÿyÿLNKiFKѭӟQJ

+LӋXFKӍQKWKӡLÿLӇPÿӃQ WUiQKYDFKҥP i = i + 1 N

Hình 3.23 Gi̫i thu̵t ki͋m tra va ch̩m t̩LFiFÿR̩Qÿ˱ͥng lân c̵n (Va ch̩m giao l͡)

HiӋu chӍnh sai lӋch thӡi gian so vӟi lӏch trình

KӃt quҧ cӫa bài toán hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình cho hӋ Agv sӁ là thӡi ÿLӇm ÿLvào và ÿLra cho mӛLÿRҥQÿѭӡng, cùng vӟLÿyOjYұn tӕFWUrQFiFÿRҥQÿѭӡng ÿy7X\QKLrQGRVDLOӋch vӅ thӡi gian di chuyӇn, ta cҫn hiӋu chӍnh lҥi vұn tӕFÿRҥn ÿѭӡng sau dӵa vào thӡLJLDQKRjQWKjQKÿRҥQÿѭӡQJWUѭӟc

7Uѭӡng hӧSÿRҥQÿѭӡng (2), Agv di chuyӇQÿӅu vӟi vұn tӕFÿҫu ݒ ଶ ݒ ଶ ൌ ݈ ଶ ݐ ଶ െ ሺݐ ᇱ ଵ െ ݐ ଵ ሻ (66)

Hình 3.24 Hi u ch͑nh khung thͥi gian do sai l ch thͥi gian khi di chuy͋n

Chӭng minh không va chҥm

1KѭÿmÿӅ cұp ӣ phҫn 3.2.4, va chҥm giӳa các Agv trong hӋ ÿѭӧc chia làm 5 loҥi 'RÿyJLҧi thuұt mà ÿҧm bҧo không xҧy ra 5 loҥi va chҥPWUrQWKuFǊQJÿҧm bҧo cho hӋ không va chҥm

Giҧi thuұt ÿѭӧc dùng sӱ dөng các ràng buӝc sau: x Gi̫ thi͇t 1: Các khung thӡi gian không có phҫn trùng lên nhau [11] x Gi̫ thi͇t 2: &iFÿRҥQÿѭӡQJÿLFӫa Agv có khung thӡi gian sau bҳWÿҫu tҥi thӡi ÿLӇm kӃt thúc khung thӡLJLDQWUѭӟc [11] x Gi̫ thi͇t 3: Các khung thӡi gian kӅ nhau trên cùng mӝWÿRҥQÿѭӡng luôn cách nhau mӝt khoҧng thӡi gian hӳu hҥn [11] x Gi̫ thi͇t 4: Khung thӡi gian cӫDFiFÿRҥQÿѭӡng lân cұQFyFQJÿLӇPÿӃn thì các thӡLÿLӇPÿӃn phҧi cách nhau mӝt khoҧng thӡi gian an toàn x Gi̫ thi͇t 5: Khi Agv mang kӋ hàng, khung thӡi gian cӫDÿRҥQÿѭӡng không trùng vӟi khung thӡi gian kӋ hàng tҥi node

M QKÿ͉ chͱng minh: AGVm và AGVn không va chҥPÿӕLÿҫXWUrQÿRҥQÿѭӡng j

M QKÿ͉ phͯ ÿ͓nh: AGVm và AGVn va chҥPÿӕLÿҫXWUrQÿRҥQÿѭӡng j

KKLÿyNKXQJWKӡi gian có dҥng Hình 3.25: j

Hình 3.25 Khung thͥi gian va ch̩Pÿ͙Lÿ̯XWUrQÿR̩Qÿ˱ͥng

Nhұn thҩy, kӃt quҧ vi phҥm giҧ thiӃW'RÿyPӋQKÿӅ phӫ ÿӏnh sai, mӋQKÿӅ chӭQJPLQKOjÿ~QJ İ j

Hình 3.26 Khung thͥi gian không va ch̩Pÿ͙Lÿ̯XWUrQÿR̩Qÿ˱ͥng

M QKÿ͉ chͱng minh: AGVm và AGVn không va chҥPÿӕLÿҫu trên giao lӝ giӳa ÿRҥQÿѭӡng i và j

M QKÿ͉ phͯ ÿ͓nh: AGVm và AGVn va chҥPÿӕLÿҫu trên giao lӝ giӳDÿRҥQÿѭӡng i và j

.KLÿyNKXQJWKӡi gian cӫDÿRҥQÿѭӡng i và j có dҥQJQKѭHình 3.27: i

Hình 3.27 Khung thͥi gian va ch̩Pÿ͙Lÿ̯u t̩i giao l͡

Nhұn thҩy, kӃt quҧ vi phҥm giҧ thiӃt 2'RÿyPӋQKÿӅ phӫ ÿӏnh sai, mӋQKÿӅ chӭQJPLQKOjÿ~QJ

Hình 3.28 Khung thͥi gian không va ch̩Pÿ͙Lÿ̯u t̩i giao l͡

M QKÿ͉ chͱng minh: AGVm ÿLWӯ i ặ k và AGVn ÿLWӯ j ặ k khụng xҧy ra va chҥm (Hình 3.29)

M QKÿ͉ phͯ ÿ͓nh: AGVm ÿLWӯ i ặ k và AGVn ÿLWӯ j ặ k xҧy ra va chҥm k i j

Hình 3.29 7U˱ͥng hͫp va ch̩m giao l͡ mà VDXÿyÿLFQJK˱ͣng

.KLÿyNKXQJWKӡi gian cӫa các ÿRҥQÿѭӡng i, j, k có dҥQJQKѭHình 3.30: i

Hình 3.30 Khung thͥi gian x̫y ra va ch̩m giao l͡ mà VDXÿyÿLFQJK˱ͣng

Nhұn thҩy, kӃt quҧ vi phҥm giҧ thiӃt 1'RÿyPӋQKÿӅ phӫ ÿӏnh sai, mӋQKÿӅ chӭQJPLQKOjÿ~QJ i

Hình 3.31 Khung thͥi gian không x̫y ra va ch̩m giao l͡ mà VDXÿyÿLFQJK˱ͣng Lo ̩ i 2 ± 7U˱ͥ ng h ͫ p 2:

M QKÿ͉ chͱng minh: AGVm ÿLWӯ i ặ l và AGVn ÿLWӯ j ặ k khụng xҧy ra va chҥm (Hình 3.32)

M QKÿ͉ phͯ ÿ͓nh: AGVm ÿLWӯ i ặ l và AGVn ÿLWӯ j ặ k xҧy ra va chҥm k i j l

Hình 3.32 7U˱ͥng hͫp va ch̩m giao l͡ PjVDXÿyÿLNKiFK˱ͣng

.KLÿyNKXQJWKӡi gian cӫDFiFÿRҥQÿѭӡng i, j, k, l có dҥQJQKѭHình 3.32: i

Hình 3.33 Khung thͥi gian va ch̩m giao l͡ PjVDXÿyÿLNKiFK˱ͣng

Nhұn thҩy, kӃt quҧ vi phҥm giҧ thiӃt 4'RÿyPӋQKÿӅ phӫ ÿӏnh sai, mӋQKÿӅ chӭQJPLQKOjÿ~QJ i

Hình 3.34 Khung thͥi gian không va ch̩m giao l͡ PjVDXÿyÿLNKiFK˱ͣng Lo ̩ i 3:

M QKÿ͉ chͱng minh: AGVm NK{QJÿXәi kӏp AGVn trên cùng mӝWÿRҥQÿѭӡng j

M QKÿ͉ phͯ ÿ͓nh: AGVm ÿXәi kӏp AGVn trên cùng mӝWÿRҥQÿѭӡng j

.KLÿyNKXQJWKӡi gian cӫDÿRҥQÿѭӡng j có dҥQJQKѭHình 3.35: j

Hình 3.35 Khung thͥi gian va ch̩P³FDWFK-XS´

Nhұn thҩy, kӃt quҧ vi phҥm giҧ thiӃt 1'RÿyPӋQKÿӅ phӫ ÿӏnh sai, mӋQKÿӅ chӭQJPLQKOjÿ~QJ İ j

Hình 3.36 Khung thӡi gian không va chҥP³FDWFK-XS´

M QKÿ͉ chͱng minh: AGVm không va chҥm AGVn tҥi cuӕLÿRҥQÿѭӡng j

M QKÿ͉ phͯ ÿ͓nh: AGVm va chҥm AGVn tҥi cuӕLÿRҥQÿѭӡng j

.KLÿyNKXQJWKӡi gian cӫDÿRҥQÿѭӡng j có dҥQJQKѭHình 3.37: j

Hình 3.37 Khung thͥi gian va ch̩m Agv khác t̩LÿL͋Pÿ͇n

Nhұn thҩy, kӃt quҧ vi phҥm giҧ thiӃW'RÿyPӋQKÿӅ phӫ ÿӏnh sai, mӋQKÿӅ chӭQJPLQKOjÿ~QJ

M QKÿ͉ chͱng minh: AGVm không va chҥm kӋ hàng tҥi cuӕLÿRҥQÿѭӡng (a,b)

M QKÿ͉ phͯ ÿ͓nh: AGVm va chҥm kӋ hàng tҥi cuӕLÿRҥQÿѭӡng (a,b)

.KLÿyNKXQJWKӡi gian cӫDÿRҥQÿѭӡng (a,b) có dҥQJQKѭHình 3.38WURQJÿy ܹܶ ௕ là khung thӡi gian cӫa kӋ hàng tҥi node b:

Hình 3.38 Khung thͥi gian va ch̩m k hàng t̩i cu͙LÿR̩Qÿ˱ͥng

Nhұn thҩy, kӃt quҧ vi phҥm giҧ thiӃW'RÿyPӋQK ÿӅ phӫ ÿӏnh sai, mӋQKÿӅ chӭQJPLQKOjÿ~QJ

3.5 Chӭng minh tӕLѭXthӡi gian WKHRÿӝ ѭXWLrQ

Cho cỏc Agv theo thӭ tӵ ÿӝ ѭXWLrQOj$*91, AGV2ô$*9n Cú nhiӅu cỏch di chuyӇQÿӇ Agv hoàn thành nhiӋm vө QKѭQJPӛi cách sӁ có thӡi gian hoàn thành khác nhau Gӑi tұp hӧp cỏc thӡLJLDQÿӇ hӋ Agv hoàn thành nhiӋm vө là T 1 , T 2 ô, T n Áp dөng giҧi thuұt hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏFKWUuQKÿmGQJFhӭng minh tәng thӡi tәng thӡi gian T tӕLѭXWKHRELӇu thӭc: ݐ ൌ ܯ݅݊ሺܶ ଵ ሻ ൅ ܯ݅݊ሺܶ ଶ ሻ ൅ ڮ ൅ ܯ݅݊ሺܶ ௡ ሻ

Ta có tәng thӡi gian ݐ khi áp dөng giҧi thuұt bҩt kǤ ÿѭӧc biӇu diӉQQKѭQKѭVDX ݐ ൌ ݐ ଵ ൅ ݐ ଶ ൅ ڮ ൅ ݐ ௡ (67)

TURQJÿyt1, t2ǡǥǡnlҫQOѭӧt là thӡi gian hoàn thành nhiӋm vө cӫa AGV1, AGV2, ô$*9n

Ta có giҧi thuұt Dijkstra là giҧi thuұWFKRSKpSWuPÿѭӡQJÿLQJҳn nhҩt trong sa bàn gӗm nhiӅu cҥnh, nhiӅu giao lӝ7URQJÿyFiFFҥnh có trӑng sӕ không âm Áp dөng giҧi thuұt Dijkstra cho AGVk theo thӭ tӵ ѭu tiên vӟi trӑng sӕ là thӡi gian hoàn thành FiFÿRҥQÿѭӡng Bên cҥQKÿyNӃt hӧp cұp nhұt trӑng sӕ FiFÿRҥn ÿѭӡQJÿҧm bҧo không va chҥPNKLÿy thӡi gian hoàn thành nhiӋm vө thӭ ݇ là: ݐ ௞ ൌ ܯ݅݊ሺܶ ௞ ሻ (68)

MөF[iFÿӏnh cө thӇ bài toán ho ̩FKÿ͓QKÿ˱ͥQJÿLYjOrQO͓ ch trình nҵm ӣ ÿkXWURQJVѫÿӗ ÿLӅu khiӇQÿӇ giҧi quyӃt nhiӋm vө Mӝt nhiӋm vө nâng kӋ hàng tӯ vӏ trí Qj\ÿӃQÿһt ӣ vӏ WUtNKiFNKLÿѭDYjRKӋ thӕng cҫn qua các khӕi chӭFQăQJÿӇ quҧn lý hàng chӡ nhiӋm vө YjJiQ$JY6DXÿyQKLӋm vө và Agv mӟLÿѭӧc hoҥFKÿӏQKÿѭӡng ÿLYjOrQOӏch trình

Mөc 3.2 trình bày các mô hình dӳ liӋu khung thӡi gian và cách triӇn khai giҧi thuұt ÿӇ thӵc hiӋn nhiӋm vө ÿҫu vào KӃt quҧ là lӏch trình ܵ ௜

Mөc 3.3 trình bày mӝt cách hiӋu chӍnh vұn tӕc Agv khi sai lӋch thӡi gian di chuyӇn so vӟi lӏch trình nҵm trong khoҧng cho phép ߝ ௝ Có nhiӅXFiFKÿӇ ÿLӅu khiӇn chuyӇn ÿӝng cӫa Agv khi kéo dài khung thӡLJLDQQKѭFKҥy chұm lҥi vӟi vұn tӕc thҩSKѫQ dӯng tҥi giӳDÿRҥQÿѭӡng hay dӯng tҥi cuӕLÿRҥQÿѭӡng

Mөc 3.4 và 3.5 chӭng minh viӋFÿҧm bҧo không va chҥm và tӕLѭXWKӡi gian khi áp dөng giҧi thuұt

Giҧi thuұt tránh va chҥm và tӕLѭXWKӡLJLDQWKHRÿӝ ѭXWLrQQj\ÿѭӧc tham khҧo FѫEҧn dӵa trên bài báo [11] Tӯ ÿyFyQKLӅXÿLӇm cҧi tiӃQÿӇ phù hӧp ӭng dөng cө thӇ: x KӃt hӧSÿӗng thӡi giҧi thuұt Dijkstra và xét khung thӡi gian x ;HP[pWKѭӟQJEDQÿҫu cӫa Agv x Khung thӡi gian có thêm nhiӅu tham sӕ ÿӇ biӇu diӉn thӡi gian xoay cuӕLÿRҥn ÿѭӡQJQRGHSKtDWUѭӟc, node kӃ tiӃp, tình trҥng mang kӋ hàng x Lӏch trình bao gӗm thӡi gian di chuyӇQFKRFiFÿRҥQÿѭӡng, các thӡLÿLӇm dӯng YjÿәLKѭӟng, các thӡLÿLӇm nâng hҥ kӋ hàng so vӟi lӏch trình di chuyӇn liên tөc trong bài báo x Khoҧng cách giӳa các khung thӡi gian ÿѭӧF[iFÿӏnh tӕLѭXKѫQYӟi các thông sӕ ߝ ௔ , ߝ ௕

&+ѬѪ1*4 MÔ PHӒNG VÀ KӂT QUҦ

Thông sӕ dùng cho viӋc kiӇm tra giҧi thuұt [12]: x 4XmQJÿѭӡng giӳDÿLӇm lân cұn cӕ ÿӏnh là 1.5m x ĈRҥQÿѭӡng cho phép AGV di chuyӇn theo 2 chiӅu x Vұn tӕc tӕLÿDFӫD$JYOjPV'RÿyWKӡi gian di chuyӇn nhanh nhҩt trên mӛLÿRҥQÿѭӡng là 5s x ThӡLJLDQÿӇ $JY[RD\ÿәLKѭӟng tҥi mӛLÿRҥQÿѭӡng là 4s x Khoҧng thӡi gian an toàn tҥi giao lӝ: ߝ ௦ ൌ ͵ݏ x Khoҧng thӡi gian sai sӕ di chuyӇn cӫa Agv: ߝ ௝ ൌ ߱ෝ ௝ ݌ ௝ ൌ ͷǤʹͲΨ ൌ ͳݏ

NhiӋm vө ÿѭӧc gán cho hӋ Agv có thӭ tӵ WKHRÿӝ ѭXWLrQOҫQOѭӧt là AGV1, AGV2 Xét mӝt phҫn nhiӋm vө, AGV1 di chuyӇn tӯ ÿLӇPÿӃQÿLӇm (73), AGV2 di chuyӇn tӯ ÿLӇPÿӃQÿLӇm (63)

KӃt quҧ ÿѭӧc biӇu diӉn trên Hình 4.1 và khung thӡi gian ӣ Hình 4.2

AGV1: 80Vĺ61Vĺ62(14VĺVĺ(24Vĺ65(29s)ĺ73(38s)

AGV2: 57Vĺ56(9Vĺ55(14VĺVĺ(24Vĺ52(29s)ĺ63(38s)

Bҵng giҧi thuұWÿmVӱ dөng, AGV2 tính toán tҩt cҧ ciFSKѭѫQJiQÿӃQÿLӇm (63) 7URQJÿySKѭѫQJiQ57ĺ68ĺ67ĺ66ĺĺ64ĺNKLFKѭD[pWYDFKҥm có thӡi gian hoàn thành là 34s, tuy nhiên sau khi lên lӏFKWUuQKSKѭѫQJiQQj\FyWKӡi gian hoàn thành WKD\ÿәi thành 47s 'RÿySKѭѫQJiQÿѭӡQJÿLNKiFÿѭӧc lӵa chӑn QKѭNӃt quҧ Nhұn thҩy viӋc kӃt hӧS ÿӗng thӡi Dijkstra và xét khung thӡi gian giúp cho viӋc lӵa chӑn SKѭѫQJiQWUiQKYDFKҥm linh hoҥWKѫQ

Hình 4.1 7U˱ͥng hͫp t͙L˱XWKͥi gian tránh va ch̩Pÿ͙Lÿ̯u

Hình 4.2 Khung thͥLJLDQWU˱ͥng hͫp tránh va ch̩Pÿ͙Lÿ̯u

Bҵng viӋc khҧRViWFiFWUѭӡng hӧp, Zheng Zhang [12] ÿmÿӅ xuҩWSKѭѫQJSKiS[ӱ lý va chҥPÿӕLÿҫu là lӵa chӑQÿѭӡQJÿLNKiFWURQJWұSÿѭӡQJÿLQJҳn nhҩt tìm bӣi giҧi thuұt Dijkstra hoһc loҥi bӓ ÿLӇm va chҥm và thӵc hiӋn lҥi giҧi thuұt Dijkstra Tuy nhiên

SKѭѫQJSKiSQj\WUӣ nên kém linh hoҥt khi hӋ có nhiӅX$JYSKѭѫQJSKiSVӁ cho kӃt quҧ không tӕLѭXYӅ mһt thӡi gian (Hình 4.3)

AGV 2 AGV 3 a) Zheng Zhang Solution b) Improved Solution

Hình 4.3 So sánh gi̫i pháp cho va ch̩Pÿ͙Lÿ̯u

Bên cҥQKÿyJiҧi thuұWÿmVӱ dөQJFy[pWÿӃQKѭӟng cӫa AGV tҥi vӏ trí EDQÿҫu ĈLӅu này phù hӧp vӟi thӵc tӃ Và dRÿyWұSFiFÿѭӡQJÿLQJҳn nhҩt sӁ tWKѫQ+uQK

9 10 11 a) Zheng Zhang Solution b) Improved Solution

Hình 4.4 Gi̫i thu̵WFy[pWÿ͇QK˱ͣng cͯa Agv t̩i v͓ WUtÿ̯u

Va ch ̩ m giao l ͡VDXÿy$JYGLFKX\͋ n kh iFK˱ͣ ng

KӃt quҧ ÿѭӧc biӇu diӉn trên Hình 4.5

AGV2: 3Vĺ11(5Vĺ19(10VĺVĺ(23Vĺ52(28s)

Theo thӭ tӵ ѭXWLrQ$*91 ÿѭӧc lên lӏFKWUuQKWUѭӟc 6DXÿy$*92 ÿѭӧc lên lӏch WUuQKÿҧm bҧo không va chҥm vӟi AGV1 và tӕLѭXWKӡLJLDQ&iFSKѭѫQJiQÿӃQÿLӇm ÿѭӧc xHP[pWWURQJÿySKѭѫQJiQNӃt quҧ, phát hiӋn có va chҥm và xӱ lý bҵng thӡi gian chӡ 3s vүQOjSKѭѫQJiQWӕLѭXYӅ mһt thӡi gian nhҩt so vӟLFiFÿѭӡQJÿLNKiF

ViӋc xét va chҥm giao lӝ chӍ dӵa vào khoҧng chênh lӋch thӡLÿLӇPÿӃn giao lӝ cӫa các Agv [12] dүQÿӃn không tӕLѭXWKӡi gian: ห߬ ఈ ଵ െ ߬ ఉ ଶ ห ൑ ߜ (70)

7URQJÿy߬ ఈ ଵ ,߬ ఉ ଶ lҫQOѭӧt là thӡLÿLӇPÿӃQFQJÿLӇPÿLӇm node cӫa AGV1 và AGV2

Trong bài báo sӱ dөng ߜ ൌ ͵ݏ Nhұn thҩy tình huӕng Agv không xoay tҥi giao lӝ thì va chҥm không xҧy ra nӃXÿLFKұm lҥi 3s Tuy nhiên nӃu Agv xoay tҥi giao lӝ thì sӁ xҧy ra va chҥm (Hình 4.6)

7Uѭӡng hӧp lӵa chӑn ߜ ÿӫ lӟQÿӇ thӓDWUѭӡng hӧp (ߜ ൌ ͹ݏ) sӁ dүn tӟi không tӕi ѭXWKӡi gian di chuyӇn cӫa Agv

Hình 4.5 Ĉ˱ͥQJÿLW͙L˱XWKͥi gian tránh va ch̩m giao l͡

AGV 2 a) Không va chҥm khi ߜ ൌ ͵ݏ b) Va chҥm khi ߜ ൌ ͵ݏ

Hình 4.6 Tránh va ch̩m giao l͡ theo Zheng Zhang Solution

Hình 4.7 Khung thͥLJLDQWU˱ͥng hͫp tránh va ch̩m giao l͡

Va ch ̩ m giao l ͡VDXÿy$JYGLFKX\͋QFQJK˱ͣ ng

NhiӋm vө ÿѭӧc gán cho hӋ Agv có thӭ tӵ WKHRÿӝ ѭXWLrQOҫQOѭӧt là AGV1, AGV2 Xét mӝt phҫn nhiӋm vө, AGV1 mang kӋ hàng di chuyӇn tӯ ÿLӇPÿӃQÿLӇm (73), AGV2 mang kӋ hàng di chuyӇn tӯ ÿLӇPÿӃQÿLӇm (65)

AGV1: 31Vĺ32Vĺ43(14Vĺ54(19Vĺ65(24s)ĺ(29s)

AGV2: 33Vĺ32(14Vĺ43(23Vĺ54(28Vĺ65(33s)

Hình 4.8 Ĉ˱ͥQJÿLW͙L˱XK AGV tránh va ch̩m giao l͡

Hình 4.9 Khung thͥLJLDQWU˱ͥng hͫp va ch̩m giao l͡

7UrQÿRҥQÿѭӡng di chuyӇn cӫa AGV2, giҧi thuұt phát hiӋn va chҥm vӟi AGV1 tҥi ÿRҥQÿѭӡQJ'Rÿy$*92 sӁ di chuyӇn chұm lҥi sao cho khi AGV1 ÿӃQÿLӇm (43) thì AGV2 ÿӃQÿLӇm (32)

NhiӋm vө ÿѭӧc gán cho hӋ Agv có thӭ tӵ WKHRÿӝ ѭXWLrQOҫQOѭӧt là AGV1, AGV2 AGV1 di chuyӇn tӯ ÿLӇm ÿӃn dӯng ӣ ÿLӇm (29), AGV2 di chuyӇn tӯ ÿLӇPÿӃn ÿLӇm (52)

Hình 4.10 Khung thͥLJLDQWU˱ͥng hͫp va ch̩m vͣi Agv khác

Hình 4.11 Ĉ˱ͥQJÿLW͙L˱XWUiQKYDFK̩m vͣi Agv khác Nh̵n xét:

7UrQÿRҥQÿѭӡng di chuyӇn cӫa AGV2, giҧi thuұt phát hiӋn va chҥm vӟi AGV1 ÿDQJGӯng tҥi giao lӝ 'RÿyÿRҥQÿѭӡQJÿѭӧc chuyӇn sang mӝWSKѭѫQJiQWӕLѭX khác

NhiӋm vө cӫa AGV2 là mang kӋ hàng tӯ ÿLӇm (81ÿӃQÿLӇm (42)

AGV2: 81 Vĺ63Vĺ64(14s)ĺ65(19Vĺ54(29s)ĺ43(34Vĺ42(44s)

Hình 4.12 Khung thͥLJLDQWU˱ͥng hͫp tránh va ch̩m k hàng

Hình 4.13 Ĉ˱ͥQJÿLW͙L˱XWUiQKYDFK̩m k hàng Nh̵n xét:

7UrQÿRҥQÿѭӡng di chuyӇn cӫa AGV2, giҧi thuұt phát hiӋn va chҥm vӟi kӋ hàng tҥLÿLӇPYj'RÿyÿRҥQÿѭӡQJÿѭӧc chuyӇn sang mӝWSKѭѫQJiQWӕLѭXNKiF

NhiӋm vө ÿѭӧc gán cho hӋ Agv có thӭ tӵ WKHRÿӝ ѭXWLrQOҫQOѭӧt là AGV1, AGV2, AGV3, AGV4 7URQJÿyAGV1 di chuyӇn tӯ ÿLӇPÿӃn dӯng ӣ ÿLӇm (33), AGV2 di chuyӇn tӯ ÿLӇm (51ÿӃQÿLӇm (28), AGV3 di chuyӇn tӯ ÿLӇm (3ÿӃn dӯng ӣ ÿLӇm (63), AGV4 di chuyӇn tӯ ÿLӇm (16ÿӃQÿLӇm (81)

NhiӋm vө ĈLӇPÿҫu ĈLӇm kӃt thúc Mang kӋ hàng

AGV1: 78Vĺ28Vĺ29(10s)ĺ30(15Vĺ31(20s)ĺ32(25Vĺ33(30s) AGV2: 51Vĺ40(5Vĺ29(13Vĺ28(18s)

AGV3: 3Vĺ11Vĺ10(10s)ĺ30(18Vĺ41(23s)ĺ52(28Vĺ63(33s)

AGV4: 16Vĺ24(5Vĺ35(10VĺVĺ(20Vĺ68(25s)ĺ76(30s) ĺVĺ(44Vĺ73(49s)ĺ72(54Vĺ81(59s)

Hình 4.14 7U˱ͥng hͫSÿ˱ͥQJÿLW͙L˱XWUiQKYDFK̩m cho h 4 Agv

Hình 4.15 Thͥi gian hoàn thành nhi m vͭ

ImprovedSolution(140s)AGV 1 AGV 2 AGV 3 AGV 4

Hình 4.16 Khung thͥLJLDQWUrQFiFÿR̩Qÿ˱ͥng Nh̵n xét:

Giҧi thuұt hoàn thành viӋc hoҥFKÿӏnh và lên lӏch trình tӕLѭXFKRFiF$*9 theo ÿӝ ѭXWLrQFӫa nhiӋm vө ÿҧm bҧo không va chҥm

So vӟi giҧi thuұt Zheng Zhang sӱ dөng [12], xӱ lý va chҥm dӵa vào loҥi va chҥm 7URQJWUѭӡng hӧp vӟi 4 Agv ӣ trên, giҧi thuұt có kӃt quҧ tӕWKѫQNKLOrQOӏch trình cho

$JY.KLÿyPһc dù phát hiӋn va chҥPQKѭQJYLӋFÿLFKұm lҥi vүn là giҧi pháp tӕLѭX nhҩt so vӟi viӋFÿәLÿѭӡQJÿLNKiF

4.3 Phҫn mӅm mô phӓng giҧi thuұt

Dӵa vào giҧi thuұWÿmWUuQKEj\Vӱ dөQJ0DWODEÿӇ tính toán và mô phӓng hoҥt ÿӝng cӫa hӋ nhiӅu Agv Phҫn mӅm mô phӓQJÿѭӧc xây dӵng QKѭHình 4.17 Phҫn mӅm kiӇm chӭng hoҥWÿӝng cӫa hӋÿҧm bҧo các mөFWLrXÿӅ ra.

Hình 4.17 Ph̯n m͉m mô ph͗ng ho̩Wÿ͡ng h nhi͉u Agv

&KѭѫQJWLӃn hành mô phӓng kӃt quҧ giҧi thuұWFKRFiFWUѭӡng hӧp va chҥm giӳa

2 AGV và hӋ $*9FiFWUѭӡng hӧSÿѭӧc lҩy tӯ bài báo [12]) KӃt quҧ giҧi thuұWÿҧm bҧRSKѭѫQJiQOӵa chӑn không va chҥm và tӕLѭXYӅ mһt thӡi gian cho tӯng Agv

&+ѬѪ1*.ӂT LUҰ19ơ+ѬӞNG PHÁT TRIӆN

Vӟi bài toán ÿһt ra là hoҥFKÿӏQKÿѭӡQJÿLYjOên lӏch trình cho hӋ nhiӅu Agv Mөc tiêu là tӕLѭXWKӡi gian và tránh va chҥm cho tӯng nhiӋm vө, ӭng dөng cho nhu cҫu tӵ ÿӝng hóa trong QKj[ѭӣng LuұQYăQÿmQJKLrQFӭu, tìm hiӇu các giҧi thuұt khҧ thi cho ӭng dөng Tӯ ÿyÿmÿѭDUDPӝt giҧi thuұt kӃt hӧp ÿӗng thӡi Dijkstra và sӱ dөng khung thӡLJLDQWUrQFiFÿRҥQÿѭӡQJÿӇ ÿҥWÿѭӧc các mөFWLrXÿӅ ra ĈyQJJySFӫa luұQYăQEDRJӗm:

Thӭ nhҩt, ÿѭDUDP{KuQKNKXQJWKӡi gian biӇu diӉQÿҫ\ÿӫ hoҥWÿӝng cӫa tӯng Agv trong hӋ thӕng theo thӡi gian Phù hӧp vӟi Agv và sa bàn dҥng chessboard

Thӭ hai, phân loҥi các dҥng va chҥm có thӇ xҧy ra cӫa hӋ nhiӅX$JYYjÿѭDUDP{ hình toán nhұn dҥng dӵa trên khung thӡi gian

KӃt luұQFKѭѫQJ

MөF[iFÿӏnh cө thӇ bài toán ho ̩FKÿ͓QKÿ˱ͥQJÿLYjOrQO͓ ch trình nҵm ӣ ÿkXWURQJVѫÿӗ ÿLӅu khiӇQÿӇ giҧi quyӃt nhiӋm vө Mӝt nhiӋm vө nâng kӋ hàng tӯ vӏ trí Qj\ÿӃQÿһt ӣ vӏ WUtNKiFNKLÿѭDYjRKӋ thӕng cҫn qua các khӕi chӭFQăQJÿӇ quҧn lý hàng chӡ nhiӋm vө YjJiQ$JY6DXÿyQKLӋm vө và Agv mӟLÿѭӧc hoҥFKÿӏQKÿѭӡng ÿLYjOrQOӏch trình

Mөc 3.2 trình bày các mô hình dӳ liӋu khung thӡi gian và cách triӇn khai giҧi thuұt ÿӇ thӵc hiӋn nhiӋm vө ÿҫu vào KӃt quҧ là lӏch trình ܵ ௜

Mөc 3.3 trình bày mӝt cách hiӋu chӍnh vұn tӕc Agv khi sai lӋch thӡi gian di chuyӇn so vӟi lӏch trình nҵm trong khoҧng cho phép ߝ ௝ Có nhiӅXFiFKÿӇ ÿLӅu khiӇn chuyӇn ÿӝng cӫa Agv khi kéo dài khung thӡLJLDQQKѭFKҥy chұm lҥi vӟi vұn tӕc thҩSKѫQ dӯng tҥi giӳDÿRҥQÿѭӡng hay dӯng tҥi cuӕLÿRҥQÿѭӡng

Mөc 3.4 và 3.5 chӭng minh viӋFÿҧm bҧo không va chҥm và tӕLѭXWKӡi gian khi áp dөng giҧi thuұt

Giҧi thuұt tránh va chҥm và tӕLѭXWKӡLJLDQWKHRÿӝ ѭXWLrQQj\ÿѭӧc tham khҧo FѫEҧn dӵa trên bài báo [11] Tӯ ÿyFyQKLӅXÿLӇm cҧi tiӃQÿӇ phù hӧp ӭng dөng cө thӇ: x KӃt hӧSÿӗng thӡi giҧi thuұt Dijkstra và xét khung thӡi gian x ;HP[pWKѭӟQJEDQÿҫu cӫa Agv x Khung thӡi gian có thêm nhiӅu tham sӕ ÿӇ biӇu diӉn thӡi gian xoay cuӕLÿRҥn ÿѭӡQJQRGHSKtDWUѭӟc, node kӃ tiӃp, tình trҥng mang kӋ hàng x Lӏch trình bao gӗm thӡi gian di chuyӇQFKRFiFÿRҥQÿѭӡng, các thӡLÿLӇm dӯng YjÿәLKѭӟng, các thӡLÿLӇm nâng hҥ kӋ hàng so vӟi lӏch trình di chuyӇn liên tөc trong bài báo x Khoҧng cách giӳa các khung thӡi gian ÿѭӧF[iFÿӏnh tӕLѭXKѫQYӟi các thông sӕ ߝ ௔ , ߝ ௕

&+ѬѪ1*4 MÔ PHӒNG VÀ KӂT QUҦ

Thông sӕ dùng cho viӋc kiӇm tra giҧi thuұt [12]: x 4XmQJÿѭӡng giӳDÿLӇm lân cұn cӕ ÿӏnh là 1.5m x ĈRҥQÿѭӡng cho phép AGV di chuyӇn theo 2 chiӅu x Vұn tӕc tӕLÿDFӫD$JYOjPV'RÿyWKӡi gian di chuyӇn nhanh nhҩt trên mӛLÿRҥQÿѭӡng là 5s x ThӡLJLDQÿӇ $JY[RD\ÿәLKѭӟng tҥi mӛLÿRҥQÿѭӡng là 4s x Khoҧng thӡi gian an toàn tҥi giao lӝ: ߝ ௦ ൌ ͵ݏ x Khoҧng thӡi gian sai sӕ di chuyӇn cӫa Agv: ߝ ௝ ൌ ߱ෝ ௝ ݌ ௝ ൌ ͷǤʹͲΨ ൌ ͳݏ

KӃt quҧ ÿѭӧc biӇu diӉn trên Hình 4.1 và khung thӡi gian ӣ Hình 4.2

AGV1: 80Vĺ61Vĺ62(14VĺVĺ(24Vĺ65(29s)ĺ73(38s)

Bҵng giҧi thuұWÿmVӱ dөng, AGV2 tính toán tҩt cҧ ciFSKѭѫQJiQÿӃQÿLӇm (63) 7URQJÿySKѭѫQJiQ57ĺ68ĺ67ĺ66ĺĺ64ĺNKLFKѭD[pWYDFKҥm có thӡi gian hoàn thành là 34s, tuy nhiên sau khi lên lӏFKWUuQKSKѭѫQJiQQj\FyWKӡi gian hoàn thành WKD\ÿәi thành 47s 'RÿySKѭѫQJiQÿѭӡQJÿLNKiFÿѭӧc lӵa chӑn QKѭNӃt quҧ Nhұn thҩy viӋc kӃt hӧS ÿӗng thӡi Dijkstra và xét khung thӡi gian giúp cho viӋc lӵa chӑn SKѭѫQJiQWUiQKYDFKҥm linh hoҥWKѫQ

Hình 4.1 7U˱ͥng hͫp t͙L˱XWKͥi gian tránh va ch̩Pÿ͙Lÿ̯u

Hình 4.2 Khung thͥLJLDQWU˱ͥng hͫp tránh va ch̩Pÿ͙Lÿ̯u

Bҵng viӋc khҧRViWFiFWUѭӡng hӧp, Zheng Zhang [12] ÿmÿӅ xuҩWSKѭѫQJSKiS[ӱ lý va chҥPÿӕLÿҫu là lӵa chӑQÿѭӡQJÿLNKiFWURQJWұSÿѭӡQJÿLQJҳn nhҩt tìm bӣi giҧi thuұt Dijkstra hoһc loҥi bӓ ÿLӇm va chҥm và thӵc hiӋn lҥi giҧi thuұt Dijkstra Tuy nhiên

SKѭѫQJSKiSQj\WUӣ nên kém linh hoҥt khi hӋ có nhiӅX$JYSKѭѫQJSKiSVӁ cho kӃt quҧ không tӕLѭXYӅ mһt thӡi gian (Hình 4.3)

AGV 2 AGV 3 a) Zheng Zhang Solution b) Improved Solution

Hình 4.3 So sánh gi̫i pháp cho va ch̩Pÿ͙Lÿ̯u

Bên cҥQKÿyJiҧi thuұWÿmVӱ dөQJFy[pWÿӃQKѭӟng cӫa AGV tҥi vӏ trí EDQÿҫu ĈLӅu này phù hӧp vӟi thӵc tӃ Và dRÿyWұSFiFÿѭӡQJÿLQJҳn nhҩt sӁ tWKѫQ+uQK

9 10 11 a) Zheng Zhang Solution b) Improved Solution

Hình 4.4 Gi̫i thu̵WFy[pWÿ͇QK˱ͣng cͯa Agv t̩i v͓ WUtÿ̯u

Va ch ̩ m giao l ͡VDXÿy$JYGLFKX\͋ n kh iFK˱ͣ ng

AGV2: 3Vĺ11(5Vĺ19(10VĺVĺ(23Vĺ52(28s)

Theo thӭ tӵ ѭXWLrQ$*91 ÿѭӧc lên lӏFKWUuQKWUѭӟc 6DXÿy$*92 ÿѭӧc lên lӏch WUuQKÿҧm bҧo không va chҥm vӟi AGV1 và tӕLѭXWKӡLJLDQ&iFSKѭѫQJiQÿӃQÿLӇm ÿѭӧc xHP[pWWURQJÿySKѭѫQJiQNӃt quҧ, phát hiӋn có va chҥm và xӱ lý bҵng thӡi gian chӡ 3s vүQOjSKѭѫQJiQWӕLѭXYӅ mһt thӡi gian nhҩt so vӟLFiFÿѭӡQJÿLNKiF

ViӋc xét va chҥm giao lӝ chӍ dӵa vào khoҧng chênh lӋch thӡLÿLӇPÿӃn giao lӝ cӫa các Agv [12] dүQÿӃn không tӕLѭXWKӡi gian: ห߬ ఈ ଵ െ ߬ ఉ ଶ ห ൑ ߜ (70)

7URQJÿy߬ ఈ ଵ ,߬ ఉ ଶ lҫQOѭӧt là thӡLÿLӇPÿӃQFQJÿLӇPÿLӇm node cӫa AGV1 và AGV2

Trong bài báo sӱ dөng ߜ ൌ ͵ݏ Nhұn thҩy tình huӕng Agv không xoay tҥi giao lӝ thì va chҥm không xҧy ra nӃXÿLFKұm lҥi 3s Tuy nhiên nӃu Agv xoay tҥi giao lӝ thì sӁ xҧy ra va chҥm (Hình 4.6)

7Uѭӡng hӧp lӵa chӑn ߜ ÿӫ lӟQÿӇ thӓDWUѭӡng hӧp (ߜ ൌ ͹ݏ) sӁ dүn tӟi không tӕi ѭXWKӡi gian di chuyӇn cӫa Agv

Hình 4.5 Ĉ˱ͥQJÿLW͙L˱XWKͥi gian tránh va ch̩m giao l͡

AGV 2 a) Không va chҥm khi ߜ ൌ ͵ݏ b) Va chҥm khi ߜ ൌ ͵ݏ

Hình 4.6 Tránh va ch̩m giao l͡ theo Zheng Zhang Solution

Hình 4.7 Khung thͥLJLDQWU˱ͥng hͫp tránh va ch̩m giao l͡

Va ch ̩ m giao l ͡VDXÿy$JYGLFKX\͋QFQJK˱ͣ ng

NhiӋm vө ÿѭӧc gán cho hӋ Agv có thӭ tӵ WKHRÿӝ ѭXWLrQOҫQOѭӧt là AGV1, AGV2 Xét mӝt phҫn nhiӋm vө, AGV1 mang kӋ hàng di chuyӇn tӯ ÿLӇPÿӃQÿLӇm (73), AGV2 mang kӋ hàng di chuyӇn tӯ ÿLӇPÿӃQÿLӇm (65)

AGV1: 31Vĺ32Vĺ43(14Vĺ54(19Vĺ65(24s)ĺ(29s)

AGV2: 33Vĺ32(14Vĺ43(23Vĺ54(28Vĺ65(33s)

Hình 4.8 Ĉ˱ͥQJÿLW͙L˱XK AGV tránh va ch̩m giao l͡

Hình 4.9 Khung thͥLJLDQWU˱ͥng hͫp va ch̩m giao l͡

7UrQÿRҥQÿѭӡng di chuyӇn cӫa AGV2, giҧi thuұt phát hiӋn va chҥm vӟi AGV1 tҥi ÿRҥQÿѭӡQJ'Rÿy$*92 sӁ di chuyӇn chұm lҥi sao cho khi AGV1 ÿӃQÿLӇm (43) thì AGV2 ÿӃQÿLӇm (32)

NhiӋm vө ÿѭӧc gán cho hӋ Agv có thӭ tӵ WKHRÿӝ ѭXWLrQOҫQOѭӧt là AGV1, AGV2 AGV1 di chuyӇn tӯ ÿLӇm ÿӃn dӯng ӣ ÿLӇm (29), AGV2 di chuyӇn tӯ ÿLӇPÿӃn ÿLӇm (52)

Hình 4.10 Khung thͥLJLDQWU˱ͥng hͫp va ch̩m vͣi Agv khác

Hình 4.11 Ĉ˱ͥQJÿLW͙L˱XWUiQKYDFK̩m vͣi Agv khác Nh̵n xét:

7UrQÿRҥQÿѭӡng di chuyӇn cӫa AGV2, giҧi thuұt phát hiӋn va chҥm vӟi AGV1 ÿDQJGӯng tҥi giao lӝ 'RÿyÿRҥQÿѭӡQJÿѭӧc chuyӇn sang mӝWSKѭѫQJiQWӕLѭX khác

NhiӋm vө cӫa AGV2 là mang kӋ hàng tӯ ÿLӇm (81ÿӃQÿLӇm (42)

AGV2: 81 Vĺ63Vĺ64(14s)ĺ65(19Vĺ54(29s)ĺ43(34Vĺ42(44s)

Hình 4.12 Khung thͥLJLDQWU˱ͥng hͫp tránh va ch̩m k hàng

Hình 4.13 Ĉ˱ͥQJÿLW͙L˱XWUiQKYDFK̩m k hàng Nh̵n xét:

7UrQÿRҥQÿѭӡng di chuyӇn cӫa AGV2, giҧi thuұt phát hiӋn va chҥm vӟi kӋ hàng tҥLÿLӇPYj'RÿyÿRҥQÿѭӡQJÿѭӧc chuyӇn sang mӝWSKѭѫQJiQWӕLѭXNKiF

NhiӋm vө ÿѭӧc gán cho hӋ Agv có thӭ tӵ WKHRÿӝ ѭXWLrQOҫQOѭӧt là AGV1, AGV2, AGV3, AGV4 7URQJÿyAGV1 di chuyӇn tӯ ÿLӇPÿӃn dӯng ӣ ÿLӇm (33), AGV2 di chuyӇn tӯ ÿLӇm (51ÿӃQÿLӇm (28), AGV3 di chuyӇn tӯ ÿLӇm (3ÿӃn dӯng ӣ ÿLӇm (63), AGV4 di chuyӇn tӯ ÿLӇm (16ÿӃQÿLӇm (81)

NhiӋm vө ĈLӇPÿҫu ĈLӇm kӃt thúc Mang kӋ hàng

AGV1: 78Vĺ28Vĺ29(10s)ĺ30(15Vĺ31(20s)ĺ32(25Vĺ33(30s) AGV2: 51Vĺ40(5Vĺ29(13Vĺ28(18s)

AGV3: 3Vĺ11Vĺ10(10s)ĺ30(18Vĺ41(23s)ĺ52(28Vĺ63(33s)

AGV4: 16Vĺ24(5Vĺ35(10VĺVĺ(20Vĺ68(25s)ĺ76(30s) ĺVĺ(44Vĺ73(49s)ĺ72(54Vĺ81(59s)

Hình 4.14 7U˱ͥng hͫSÿ˱ͥQJÿLW͙L˱XWUiQKYDFK̩m cho h 4 Agv

Hình 4.15 Thͥi gian hoàn thành nhi m vͭ

ImprovedSolution(140s)AGV 1 AGV 2 AGV 3 AGV 4

Hình 4.16 Khung thͥLJLDQWUrQFiFÿR̩Qÿ˱ͥng Nh̵n xét:

Giҧi thuұt hoàn thành viӋc hoҥFKÿӏnh và lên lӏch trình tӕLѭXFKRFiF$*9 theo ÿӝ ѭXWLrQFӫa nhiӋm vө ÿҧm bҧo không va chҥm

So vӟi giҧi thuұt Zheng Zhang sӱ dөng [12], xӱ lý va chҥm dӵa vào loҥi va chҥm 7URQJWUѭӡng hӧp vӟi 4 Agv ӣ trên, giҧi thuұt có kӃt quҧ tӕWKѫQNKLOrQOӏch trình cho

$JY.KLÿyPһc dù phát hiӋn va chҥPQKѭQJYLӋFÿLFKұm lҥi vүn là giҧi pháp tӕLѭX nhҩt so vӟi viӋFÿәLÿѭӡQJÿLNKiF

Phҫn mӅm mô phӓng giҧi thuұt

Dӵa vào giҧi thuұWÿmWUuQKEj\Vӱ dөQJ0DWODEÿӇ tính toán và mô phӓng hoҥt ÿӝng cӫa hӋ nhiӅu Agv Phҫn mӅm mô phӓQJÿѭӧc xây dӵng QKѭHình 4.17 Phҫn mӅm kiӇm chӭng hoҥWÿӝng cӫa hӋÿҧm bҧo các mөFWLrXÿӅ ra.

Hình 4.17 Ph̯n m͉m mô ph͗ng ho̩Wÿ͡ng h nhi͉u Agv

KӃt luұQFKѭѫQJ

&KѭѫQJWLӃn hành mô phӓng kӃt quҧ giҧi thuұWFKRFiFWUѭӡng hӧp va chҥm giӳa

2 AGV và hӋ $*9FiFWUѭӡng hӧSÿѭӧc lҩy tӯ bài báo [12]) KӃt quҧ giҧi thuұWÿҧm bҧRSKѭѫQJiQOӵa chӑn không va chҥm và tӕLѭXYӅ mһt thӡi gian cho tӯng Agv

&+ѬѪ1*.ӂT LUҰ19ơ+ѬӞNG PHÁT TRIӆN

KӃt luұn

Vӟi bài toán ÿһt ra là hoҥFKÿӏQKÿѭӡQJÿLYjOên lӏch trình cho hӋ nhiӅu Agv Mөc tiêu là tӕLѭXWKӡi gian và tránh va chҥm cho tӯng nhiӋm vө, ӭng dөng cho nhu cҫu tӵ ÿӝng hóa trong QKj[ѭӣng LuұQYăQÿmQJKLrQFӭu, tìm hiӇu các giҧi thuұt khҧ thi cho ӭng dөng Tӯ ÿyÿmÿѭDUDPӝt giҧi thuұt kӃt hӧp ÿӗng thӡi Dijkstra và sӱ dөng khung thӡLJLDQWUrQFiFÿRҥQÿѭӡQJÿӇ ÿҥWÿѭӧc các mөFWLrXÿӅ ra ĈyQJJySFӫa luұQYăQEDRJӗm:

Thӭ nhҩt, ÿѭDUDP{KuQKNKXQJWKӡi gian biӇu diӉQÿҫ\ÿӫ hoҥWÿӝng cӫa tӯng Agv trong hӋ thӕng theo thӡi gian Phù hӧp vӟi Agv và sa bàn dҥng chessboard

Thӭ hai, phân loҥi các dҥng va chҥm có thӇ xҧy ra cӫa hӋ nhiӅX$JYYjÿѭDUDP{ hình toán nhұn dҥng dӵa trên khung thӡi gian

Thӭ EDÿѭDUDJLҧi thuұt có thӇ kӃt hӧSÿӗng thӡLWuPÿѭӡQJÿLYjOrQOӏch trình Ĉӗng thӡLÿѭDUDJiҧi thuұt kiӇm tra và thêm khung thӡi gian dӵa trên các ràng buӝFÿӇ ÿҧm bҧo không va chҥm Giҧi thuұWFǊQJFy[pWÿӃn sai sӕ thӡi gian trong quá trình di chuyӇn

Thӭ WѭWLӃn hành lұp trình giҧi thuұt và mô phӓng hoҥWÿӝng hӋ nhiӅu Agv trên 0DWODEÿӇ kiӇm chӭng

Bên cҥQKÿyOXұQYăQWLӃn hành so sánh kӃt quҧ vӟi mӝt công trình nghiên cӭu mà luұQYăQÿmWKDPNKҧo có cùng ӭng dөng LuұQYăQ[pWFө thӇ FiFWUѭӡng hӧp va chҥm ÿӇ xӱ OêGRÿyWӕn nhiӅu công sӭFWtQKWRiQKѫQQKѭQJKLӋu quҧ vӅ mһt thӡLJLDQKѫQ

Thӭ nhҩt, tiӃn hành thӵc nghiӋm trên các hӋ $*9VYjQKj[ѭӣng thӵc tӃ ÿӇ kiӇm tra giҧi thuұt

Thӭ hai, nghiên cӭXEjLWRiQÿLӅu khiӇn chuyӇQÿӝQJÿӇ thӵc hiӋn lӏFKWUuQKÿm tính toán

Thӭ ba, hiӋu chӍnh giҧi thuұt cho mӝt ӭng dөng khác nKѭFXQJFҩp nguyên vұt liӋu trong quá trình sҧn xuҩt (FMS) hay vұn chuyӇn container tҥi cҧng biӇn,

DANH MӨC CÁC CÔNG TRÌNH KHOA HӐC

[1] Le T S., Ngo H Q T., Nguyen T P., Nguyen H., Innovative Scheduler and

Delivering Mission Strategy for Large-scale Industrial System, International

Symposium on Advanced Engineering, 12-14 Feb, 2020, accepted

[2] Le T S., Ngo H Q T., Nguyen T P., Nguyen H., Safely Time-based Path Planner

Depending on Classes of Collision for Multi-AGV System, IEEE Access, under review.

[1] I Wagner, ³Global AGV market volume 2018-2025,´ Internet: https://www.statista.com/statistics/882696/global-agv-market-volume/, Jul 2018 [2] Grand View Research, ³Automated Guided Vehicle (AGV) Market Size, Share & Trends Analysis Report,´ ,QWHUQHW https://www.grandviewresearch.com/industry- analysis/automated-guided-vehicle-agv-market, Mar 2019

[3] Iris F.A Vis, ³Survey of research in the design and control of automated guided vehicle systems,´ European Journal of Operational Research, vol 170, no 3, pp 677-

[4] Huu Danh Lam, Tran Duc Hieu Le, Tan Tung Phan, Tan Tien Nguyen, ³Nghiên cӭu bӝ ÿLӅu khiӇn bám line cho AGV qua giao lӝ´ VCM-2014, pp 597-601, 2014

[5] 7UѭѫQJ4Xӕc Bҧo, ³Giҧi thuұWÿѫQJLҧQÿӇ phát hiӋQOjQÿѭӡQJYjÿLӅu khiӇn lái cho ô tô tӵ hành´, Tҥp chí Khoa hӑF7UѭӡQJĈ+&ҫQ7Kѫpp 134-142, 2013

[6] Ngo H.Q.T., Nguyen T.P., Nguyen H., ³Research and Develop of AGV Platform for the Logistics Warehouse Environment,´ Proceedings of the Future Technologies Conference (FTC), pp 455-465, 2018

[7] TrҫQ$QK6ѫQ1J{+j4XDQJ7Kӏnh, ³Nghiên cӭu và chӃ tҥRSKѭѫQJWLӋn tӵ hành có dүQKѭӟng dành cho công tác nhà kho´, 2018

[8] Ha Anh Minh Tran, Ha Quang Thinh Ngo, Thanh Phuong Nguyen, Hung Nguyen, ³Develop of AGV Platform to Support the Arrangement of Cargo in Storehouse´,

International Conference on Automation and Computing (ICAC), 2018

[6] Sun, Q., Yang, Q., Yan, W., ³On the Design of AGVs: Modeling, Path Planning and /RFDOL]DWLRQ´ IEEE International Conference on Mechantronics and Automation, pp

[7] Gawrilow E., Kửhler E., Mửhring R., Stenzel B, ³Dynamic Routing of Automated Guided Vehicles in Real-time,´ 2008

[8] Jun-jun Li, Bo-wei Xu, Octavian Postolache, Yong-sheng Yang, and Hua-feng Wu, ³Impact Analysis of Travel Time Uncertainty on AGV Catch-Up Conflict and the Associated Dynamic Adjustment,´Mathematical Problems in Engineering, vol 2018,

[9] Peter R Wurman, Raffaello D'Andrea, Mick Mountz, ³Coordinating Hundreds of Cooperative, Autonomous Vehicles in Warehouses,´ AI Magazine, vol 29, pp 9-20,

[10] Indeva AGV, Automatic Guided Vehicles, 2015

[11] Nenad Smolic-Rocak, Stjepan Bogdan, Zdenko Kovacic, ³Time Windows Based Dynamic Routing in Multi-AGV Systems,´IEEE Transactions on Automation Science and Engineering, vol 7, no 1, pp 151-155, 2010

[12] Zheng Zhang, Qing Guo, Juan Chen, and Peijiang Yuan, ³Collision-Free Route Planning for Multiple AGVs in Automated Warehouse Based on Collision Classification,´IEEE Access, vol 6, pp 26022-26035, 2018

[13] Yindong Lian, Wei Xie, ³Improved A* Multi-AGV Path Planning Algorithm Based on Grid-Shaped Network,´ Chinese Control Conference (CCC), pp 2088-2092, 2019

[14] Swisslog Holding AG, TransCar Automated Guided Vehicle, Internet: https://www.swisslog.com/engb/healthcare/products/material-transport/transcar- automated-guided-vehicle

[15] Egemin Automation, Egemin Automation (ảJY&RPSDFWFRXQWHUEDODQFHGVLQJOH- depth fork AGV, Internet: https://www.materialhandling247.com/product/egv_ compact_counterbalanced_single_depth_fork_agv/Egemin_Automation

[16] Cal-Comp Automation and Industrial 4.0 Service, Automated Guided Vehicles, Internet: https://www.ccau.co.th/en-US/Products/AGV

[17] CNC-Vina, Xe tӵ hành Agv, Internet: https://cncvina.com.vn/product/xe-tu-hanh- agv/

[18] Y Tian, N Sidek, N Sarkar, ³Modeling and control of a nonholonomic wheeled mobile robot with wheel slip dynamics´, 2009 IEEE Symposium on Computational Intelligence in Control and Automation, pp 7-14, Mar 2009

[19] Barry Swevels³Scheduling of AGV systems´M.A thesis, Eindhoven University of Technology, Netherlands, 2017

Phө lөc 1 Giҧi thuұt hoҥFKÿӏQKÿѭӡQJÿLYjOrQOӏch trình sӱ dөng khung thӡi gian

Input: Adjacent matrix ܭ, Direction matrix Ȱ, Source node ݉, Destination node ݊, Current direction agv ɔ, Agv , Total time window , Load Status ݍ

5: -If ݆ is AdjacentNode of NodeNeedCheck

10: -CostValue ൌ MinTime(NodeNeedCheck,AdjacentNode) + RotateTime 11: -SubFunction: Result ൌ CheckCostValue(CostValue,,)

19: -Mark AdjacentNode with CostValue is minimal

20: -Insert TimeWindow(NodeNeedCheck, AdjacentNode) to

22: -Than Return ൌ {path,tw(path)}

Phө lөc 2 Giҧi thuұt kiӇm tra khung thӡi gian tránh va chҥm (Pseudocode)

Input: Total time window , Time window needed to be checked ଴ {Agv , Time ௜௡ ǡ ௢௨௧ , Source Point ܽ, Destination Point ܾ, Prior node , Next node ݀, Time remains at destination node ௕ , Load status ݍ}

1: Time window in arc ሺ ՜ ሻ is ሺǡ ሻ

2: Number of time window in ሺǡ ሻ is ݊

4: Than Return Result = SubFuntion:CheckCrossCollision

9: -If ଴ can be inserted before ௜ with Interval ߝ ௕

15: -If ଴ can be inserted between ௜ିଵ and ௜ with Interval ߝ ௔ , ߝ ௕

19: -If Result is successs (Time Window can be still inserted)

20: -Than Return Result = SubFuntion:CheckCrossCollision

23: -Else Return Result = SubFuntion:CheckCrossCollision

28: -Prior Interval: ߝ ௔ ൌ SubFunction:CalPriorInterval 29: -If Need Elongation

31: -Return Result = SubFuntion:CheckCrossCollision 32: -Else Return Result = SubFuntion:CheckCrossCollision 33: -End If

Phө lөc 3 Giҧi thuұt kiӇm tra tính liên tөc cӫa khung thӡi gian (Pseudocode)

Input: Total time window , Time ௢௨௧ , Source Point ܽ, Destination Point ܾ, Agv

2: Number of time window in ሺǡ ሻ is ݊

3: The order of time window (Agv k) in ሺǡ ሻ is ݅

10: -If time window can be elongated before ଵ

14: - If time window can be elongated between ௝ିଵ and ௝ାଵ

36: -If Result is successs (Time Space is still large enough)

23: -Return Result = SubFuntion:CheckElongation 24: End If

Phө lөc 4 Giҧi thuұt kiӇm tra va chҥm giao lӝVDXÿyÿLNKiFKѭӟng(Pseudocode)

Input: Total time window , Time ௢௨௧ , Source Point ܽ, Destination Point ܾ, Agv

2: Destination Point ܾ has ܰ adjacent arc

4: -Time window of adjencent arc is ሺǡ ሻ

5: -Number of time window in ሺǡ ሻ is ݊

10: -If time window has same destination point with ሺǡ ሻ

12: -If time is enough for ௢௨௧ after ݆

17: -If time is enough for ௢௨௧ between ݆ and ݆ ൅ ͳ

Phө lөc 5 Tính khoҧng cách vӟi khung thӡLJLDQSKtDWUѭӟc(Pseudocode)

Input: Total time window , Time window needed to be checked ଴ , prior time window ௣

1: If ଴ has same destionation point with ௣

Phө lөc 6 Tính khoҧng cách vӟi khung thӡi gian phía sau(Pseudocode)

Input: Total time window , Time window needed to be checked ଴ , next time window ௣

6: If ଴ has same destionation point with ௣

Tiêu đề	Hoạch định đường đi và lên lịch trình cho hệ AGV sử dụng khung thời gian
Tác giả	Le Tan Sang
Người hướng dẫn	TS. Ngu Ha Quang Thinh, PGS. TS. Le Man Ha, PGS. TS. Nguyen Quoc Khang
Trường học	Ho Chi Minh City University of Technology
Chuyên ngành	Mechatronics Engineering
Thể loại	Master Thesis
Năm xuất bản	2019
Thành phố	Ho Chi Minh City

Định dạng
Số trang	106
Dung lượng	1,26 MB