面向离散制造车间实时定位的UWB部署优化方法

doi:10.3778/j.issn.1002-8331.1712-0423

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (9): 203-210.DOI: 10.3778/j.issn.1002-8331.1712-0423

面向离散制造车间实时定位的UWB部署优化方法

吴旗，郭宇，黄少华，葛妍娇，张蓉

南京航空航天大学机电学院，南京 210016

出版日期:2019-05-01 发布日期:2019-04-28

Optimization Method of UWB Deployment for Real-Time Positioning in Discrete Manufacturing Workshop

WU Qi, GUO Yu, HUANG Shaohua, GE Yanjiao, ZHANG Rong

College of Mechanical and Electrical Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China

Online:2019-05-01 Published:2019-04-28

摘要/Abstract

摘要： 针对超宽带（Ultra Wide Band，UWB）技术在离散制造车间实时定位中，存在的由于定位UWB传感器部署不合理导致的制造要素“离线”问题，结合离散制造车间特点，提出了一种基于改进遗传算法的部署优化方法。对UWB定位在离散制造车间中的性能与大空间连续部署问题进行了分析研究；从部署与优化两个阶段过程分别以最小成本和最大定位精确度为目标构建模型；采用改进遗传算法并基于OpenCL并行计算框架求解模型，以某车间为例进行部署求解，通过与常规方法和其他算法运算结果的对比分析，验证了该方法的有效性与可行性。

关键词: 离散制造车间, 超宽带（UWB）, 实时定位, 遗传算法, 部署优化

Abstract: Aiming at the “signal blind spot” problem caused by the irrational deployment of UWB sensors in discrete manufacturing workshop, this paper puts forward a deployment optimization method based on animproved genetic algorithm. The performance of UWB positioning in discrete manufacturing workshop and the problem of continuous deployment in large space are analyzed. The two-step mathematic models are constructed for deployment and optimization, with the goals of minimizing the cost and maximum positioning precision separately. Then the model is solved based on an improved genetic algorithm within OpenCL framework. The effectiveness and feasibility is verified through the comparison between the proposed method and other algorithms.

Key words: discrete manufacturing workshop, Ultra Wide Band（UWB）, real-time positioning, genetic algorithm, deployment optimization

吴旗，郭宇，黄少华，葛妍娇，张蓉. 面向离散制造车间实时定位的UWB部署优化方法[J]. 计算机工程与应用, 2019, 55(9): 203-210.

WU Qi, GUO Yu, HUANG Shaohua, GE Yanjiao, ZHANG Rong. Optimization Method of UWB Deployment for Real-Time Positioning in Discrete Manufacturing Workshop[J]. Computer Engineering and Applications, 2019, 55(9): 203-210.

[1]	王博，宋丹，王洪玉. 无人机自主巡检系统的关键技术研究[J]. 计算机工程与应用, 2021, 57(9): 255-263.
[2]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[3]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[4]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[5]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[6]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[7]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[8]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[9]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[10]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[11]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[12]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[13]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[14]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[15]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.

面向离散制造车间实时定位的UWB部署优化方法

Optimization Method of UWB Deployment for Real-Time Positioning in Discrete Manufacturing Workshop

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics