R. van Heffen
Optimal positioning of AGV target points under quay and stacking cranes
Computeropdracht,
Rapport 2006.TL.7091, Sectie Transporttechniek en Logistieke Techniek.
Inleiding
In het DEFT model worden AGV's niet meer via vaste routes bestuurd maar met
individueel berekende dynamische routes. Omdat dit model de
eindoriëntatie niet definieert kunnen de AGV's niet rechtstreeks het
gewenste parkeervak inrijden. Er moet een punt worden gedefinieerd dat de
door DEFT gegenereerde route verbindt met de eindpositie. Het doel van dit
onderzoek is om de plaatsing van dit Target Point te optimaliseren.
Methoden
Uit de theorie van Dubins is bekend dat een traject tussen twee willekeurige
punten is samen te stellen uit maximaal drie elementaire segmenten (bocht of
rechte lijn), rekening houdend met de draaicirkel van het voertuig. Er zijn
zes mogelijke basisconfiguraties van Dubins trajecten die bestaan uit drie
segmenten, plus negen subconfiguraties die bestaan uit minder segmenten. Er
kon in de literatuur geen methode worden gevonden om de kortst mogelijke
Dubins configuratie te berekenen uit een gegeven begin- en eindpositie. Alle
mogelijke configuraties voor een gegeven begin- en eindpunt zullen daarom
stuk voor stuk worden geconstrueerd. Vervolgens kan de configuratie met de
kortste padlengte worden uitgekozen. Op deze manier wordt de kortste
verbinding tussen het Target Point en de eindbestemming van de AGV
gevonden.
Er is een computerprogramma geschreven waarmee deze berekeningen automatisch
worden uitgevoerd, waardoor met een gegeven begin- en eindpositie de kortst
mogelijke padlengte wordt berekend. Met een simulatiemodel wordt een groot
aantal combinaties van aankomstrichting en eindbestemming gegenereerd voor
een gegeven Target Point. Voor elke combinatie wordt de kortste padlengte
berekend. Vervolgens wordt voor alle gegenereerde combinaties samen de
gemiddelde kortste padlengte berekend. Door deze simulatie te herhalen voor
een veld met mogelijke Target Points kan het punt met de laagste gemiddelde
padlengte worden gevonden. Dit punt is dan de meest gunstige ligging voor
het Target Point van alle geanalyseerde punten.
Er zijn twee experimenten opgesteld om de optimalisering te toetsen. Het ene
experiment beschrijft een gangbare situatie bij een kadekraan en het andere
experiment een gangbare situatie bij een opslagplaats.
Resultaten en Discussie
Voor beide experimenten zijn tabellen met padlengtes bepaald waaruit het
punt met de laagste gemiddelde waarde is te vinden.
Uit de gevonden waarden blijkt dat het programma inderdaad geschikt is om het
punt met de laagste gemiddelde padlengte te vinden van de opgegeven punten, en
daarmee de plaatsing van het Target Point te optimaliseren. Uit verdere
simulatiegegevens blijkt dat de performance in sommige gevallen nog
verbeterd kan worden door eisen te stellen aan de oriëntatie van het
voertuig bij aankomst op het Target Point.
Een nadere analyse kan verkregen worden door de standaardafwijking van de
padlengtes bij de beoordeling van de Target Points te betrekken. Hiermee
kunnen uitschieters in padlengte worden vermeden.
Het programma kan verder uitgebreid worden door de resultaten niet alleen
naar aankomsthoek te sorteren, maar ook naar eindbestemming. Op deze manier
kunnen ongunstige bestemmingen worden vermeden worden. Een andere uitbreiding
kan zijn om de eindige stuursnelheid van een voertuig in het model te
implementeren. Dit maakt de routebepaling realistischer.
Rapporten studenten Transporttechniek en Logistieke Techniek
Gewijzigd: 2006.11.10;
logistics@3mE.tudelft.nl
, TU Delft
/ 3mE
/ TT
/ LT.