随着工业4.0的发展,越来越多的人关注智能制造,智能制造应该快速、灵活地响应订单、设备和原材料的变化。然而订单大多数是小数量和多批次定制,这就要求运输系统能够智能高效地执行运输任务。自动导航车辆系统(AGVS)由于高效性和智能性而广泛用于制造系统中材料的运输和分发。AGVS中通常有多辆AGV同时工作,根据导引系统给出的信号,沿指定路线行驶,完成运输任务。由于路径交叉和空间局限,AGV可能发生的碰撞,而路径资源分配不当又会造成死锁,因此路径规划策略对运输成本和运输效率至关重要。同时由于传感器和执行器有限,AGV系统中可能存在无法区分和无法控制的事件,这更加剧了AGV调度和控制问题的复杂性。针对AGV系统的碰撞,死锁和调度问题,本文以高级Petri网为工具对AGV系统进行建模,在此基础上提出AGV系统的碰撞防止、死锁防止和路径规划方法。主要内容如下:1、针对AGV系统的碰撞问题,提出两种方法来解决AGV的运行过程中的碰撞问题,首先采用标记Petri网对AGV系统建模,针对系统中的不可控事件,通过给出线性约束来解决;针对不可控制事件,提出两种解决方法,第一种是一致标识集法,通过一致标识集和对不可控变迁的约束设计一个最大允许控制器,通过最大可允许控制器计算出AGV系统的不发生碰撞的情况下最大可允许激发的变迁;第二种方法是扩充危险域法,在对不可控制事件进行约束后继续给出约束来解决不可区分事件,同时设计基于扩充危险域方法下的防碰撞控制器,从而避免碰撞的发生。2、针对AGV系统的死锁问题,通过对解决碰撞问题的两种方法实验结果进行分析,由于使用一致标识集法解决碰撞问题时,AGVs在行驶过程中未发生死锁,所以不予研究;由于使用扩充危险域法解决碰撞问题时,由于AGVs在运行过程中发生了死锁,故给出相应分析,分析出现死锁时token所在的扩充危险域之间的关系,以及扩充危险域中的token在不同库所时对死锁问题的影响,设计相应的约束禁止导致死锁的情况出现,从而避免死锁。3、对于AGV系统的调度问题,采用着色赋时Petri网对系统进行建模,根据模型预测控制算法原理与AGV系统调度目标,给出模型预测控制算法的优化目标,在有限预测步骤内对局部优化目标进行滚动优化,以优化目标函数的极值作为判断条件,确定控制变量序列,最后得到最优调度路径。