Planning and control of AGV trajectories in industrial environments based on metaheuristic techniques

Abstract

Esta tesis desarrolla una estrategia de optimización para diseñar trayectorias seguras y eficientes para Vehículos Guiados Automatizados (AGV) en entornos industriales. Aprovechando el modelo matemático de curvas de Frenet, se abordan la planificación y el control de trayectorias, incluyendo la modelización del mapa de ocupación y la identificación de posibles puntos de colisión con obstáculos. Se establece un marco de optimización que incorpora técnicas metaheurísticas como algoritmos genéticos, optimización por enjambre de partículas y búsqueda de patrones para generar trayectorias optimizadas. Las contribuciones principales incluyen el desarrollo de una función de aptitud refinada para trayectorias de AGV, un análisis comparativo de tres métodos metaheurísticos para identificar los enfoques más efectivos para diferentes escenarios, y el diseño y validación de un sistema de control híbrido que combina el control no lineal de Lyapunov con controladores PID convencionales. Los resultados de simulación y experimentales confirman la robustez y adaptabilidad de los métodos propuestos, avanzando en la planificación y control de trayectorias de AGV. Esta investigación contribuye a las bases teóricas de la planificación de rutas de AGV y ofrece soluciones prácticas para mejorar la seguridad, eficiencia y fiabilidad de las operaciones de AGV en entornos industriales.