文章导读

作品

Plant Simulation的AGV调度作业

---

Jthwds 2026年6月14日 35

0 评论

我分享这个项目的原因是因为我在做Plant Simulation大作业的时候，发现网上关于这部分的教程太少了，我也是一边摸索，一边借助AI工具用了很久时间才慢慢摸索出来的。所以我想着把这个我做了差不多的项目分享出来，如果有人需要的话可以直接使用。下面就是我用AI生成的项目描述，如果你需要写报告的话可以参考一下。这个项目的GitHub链接https://github.com/onlygoodboy/Plant-simulation-agv

本项目基于 Tecnomatix Plant Simulation 2302 搭建了一个智能工厂多 AGV 物料搬运仿真模型。模型围绕“多 AGV 任务调度、路径运行控制、交通冲突管制、低电量自动充电和实验结果统计”展开，模拟 AGV 在仓库、多个工位、充电站和双向单车道路网中的连续搬运过程。

需要说明的是，当前模型采用的是 规则式分段路径控制 + 方向锁/节点锁交通管制 方法，并未完整实现 A*、Dijkstra 或 D* Lite 等标准图搜索算法。模型重点放在 Plant Simulation 中真实 AGV 运行、任务调度、交通管制和充电策略的搭建与验证上。

---

1. 作业任务要求

本项目对应课程任务为“智能工厂 AGV 路径规划与交通管制”。作业要求主要包括车间布局建模、任务生成、路径网络与交通管制设计、仿真运行、优化和报告撰写等内容。

---

2. 模型截图

下图为最终整理后的 Plant Simulation 模型界面。模型界面按照功能分为核心数据表区、扩展表区、模型主体区、主流程控制方法区、路径与锁控制方法区、辅助函数区、实验辅助区和结果可视化区。

---

3. 项目背景

在智能工厂和柔性物流系统中，AGV 常用于仓库与生产工位之间的物料搬运。当多台 AGV 在同一路网中运行时，容易出现以下问题：

• 多台 AGV 同时抢占同一路段；
• 双向单车道上出现对向会车；
• 多台 AGV 在交叉节点处重合；
• 急单任务响应不及时；
• 简单先来先服务策略导致等待时间较长；
• AGV 电量不足影响连续运行。

因此，本项目在 Plant Simulation 中构建多 AGV 搬运模型，并设计任务调度、分段路径运行、交通锁控制和自动充电策略，用于分析不同调度策略对系统运行效率的影响。

---

4. 软件环境

项目	说明
仿真软件	Tecnomatix Plant Simulation 2302
编程语言	SimTalk
操作系统	Windows 11
仿真类型	离散事件仿真
应用场景	智能工厂多 AGV 物流搬运

---

5. 模型组成

5.1 物理对象

模型中主要包括以下对象：

• AGV池：生成并管理 5 台 AGV；
• MaterialSource：生成仓库物料；
• B_W：仓库/主供料缓冲区；
• B_S1 ~ B_S10：各工位缓冲区；
• M_CS：AGV 充电站；
• M_W、M_E、M_F、M_G、M_H、M_S1 ~ M_S10：Marker 路网节点；
• 物料终结：用于接收完成搬运后的物料。

5.2 数据表

表名	作用
ConfigTable	存放模型参数，如 AGV 数量、速度、装卸时间、低电量阈值、调度策略编号等
TaskTable	记录搬运任务，包括任务编号、起点、终点、状态、分配 AGV、起终缓冲区等
AGVTable	记录 AGV 状态，包括当前任务、当前位置、电量、总行驶距离、充电次数等
LockTable	记录路段锁和节点锁，用于减少对向会车和节点重合
ResultTable	记录不同策略下的仿真结果
ChartTable	整理图表展示所需数据，用于结果可视化

5.3 方法模块

方法名	作用
ResetRealState	重置仿真状态，包括任务、AGV、电量、锁表和统计数据
StartRealSimulation	启动真实 AGV 搬运仿真
GenerateDynamicTask	动态生成新的搬运任务
DispatchRealTasks	根据调度策略为空闲 AGV 分配任务
ExecuteRealTask	控制 AGV 完成取货、装货、送货、卸货和状态更新
DriveByPath	控制 AGV 按节点进行分段路径运行
DriveOneSegment	控制 AGV 运行单个路段，并检查方向锁和节点锁
ChargeAGV	控制低电量 AGV 前往充电站并充电
UpdateResultTable	统计仿真结果并写入结果表
UpdateChartTable	将结果表中的数据整理为图表展示数据

---

6. 模型运行逻辑

模型整体运行流程如下：

ResetRealState
        ↓
StartRealSimulation
        ↓
GenerateDynamicTask
        ↓
DispatchRealTasks
        ↓
ExecuteRealTask
        ↓
DriveByPath / DriveOneSegment
        ↓
判断是否需要充电
        ↓
ChargeAGV
        ↓
UpdateResultTable / UpdateChartTable

具体过程为：首先通过 ResetRealState 清空历史状态并初始化 AGV、电量、任务和锁表；随后 StartRealSimulation 启动仿真，定时调用任务生成和任务分配方法；GenerateDynamicTask 按照设定规则生成搬运任务并写入 TaskTable；DispatchRealTasks 根据当前调度策略扫描等待任务和空闲 AGV，并完成任务分配。

任务被分配后，ExecuteRealTask 控制 AGV 前往取货点、装货、送货、卸货并更新任务状态。AGV 在运行过程中不是直接一次性前往终点，而是通过 DriveByPath 和 DriveOneSegment 按节点逐段运行。每进入一个路段或节点前，系统会检查方向锁和节点锁，避免对向会车和节点重合。任务完成后，如果 AGV 电量低于阈值，则调用 ChargeAGV 前往充电站充电。仿真结束后，UpdateResultTable 和 UpdateChartTable 统计并展示结果。

---

7. 调度策略设计

本项目中的 StrategyMode 表示任务调度策略，而不是路径规划算法编号。路径运行部分统一采用规则式分段路径控制方法；在此基础上，通过改变 StrategyMode 对比不同任务分配策略对系统运行效率的影响。

StrategyMode	调度策略	说明
1	先来先服务策略	按任务生成顺序分配任务
2	紧急任务优先策略	优先分配 Urgent 急单任务
3	综合调度策略	综合考虑任务紧急程度、AGV 到取货点距离和任务等待时间

其中，策略 1 作为基准策略；策略 2 强调急单响应；策略 3 在急单优先的基础上进一步考虑 AGV 位置和任务等待时间，用于减少空驶和长时间等待。

---

8. 路径控制与交通管制

8.1 分段路径控制

当前模型没有直接实现 A*、Dijkstra 或 D* Lite 算法，而是采用适合固定 Marker 路网的规则式分段路径控制方法。

例如，AGV 从仓库 W 前往工位 S3 时，路径可拆分为：

W → E → F → G → K → S3

AGV 从工位 S8 返回仓库 W 时，路径可拆分为：

S8 → B → F → E → W

该方法通过 DriveByPath、DriveToMain、MoveMain、DriveFromMainToNode 和 DriveOneSegment 等方法控制 AGV 逐段运行，使路径过程更清晰，也便于加入交通管制。

8.2 方向锁

方向锁用于减少双向单车道上的对向会车。AGV 进入某一路段前，会检查该路段反方向是否已被占用。如果反方向被占用，AGV 等待；如果未被占用，则 AGV 占用当前方向路段并继续运行，到达下一节点后释放锁。

8.3 节点锁

节点锁用于减少多个 AGV 同时进入同一个 Marker 节点造成的重合。AGV 进入目标节点前，会先判断目标节点是否空闲。如果节点已被占用，则等待；如果节点空闲，则锁定目标节点并继续前进。

通过方向锁和节点锁结合，模型能够减少对向会车和节点重合，提高多 AGV 连续运行的稳定性。

---

9. 充电策略

每台 AGV 在 AGVTable 中记录当前电量。AGV 初始电量为 100%，执行任务后根据运行距离扣减电量。

当 AGV 电量低于设定阈值时，系统不再为其分配新的搬运任务，而是调用 ChargeAGV 方法，使其前往充电站 M_CS。到达充电站后，AGV 进入充电状态，等待设定时间后电量恢复至 100%，随后重新进入空闲状态并参与后续任务调度。

电量低于阈值
        ↓
AGV 前往充电站 M_CS
        ↓
开始充电
        ↓
电量恢复至 100%
        ↓
AGV 重新进入 Idle 状态
        ↓
继续参与任务分配

---

10. 实验结果

仿真时间设置为 7200 秒。三种调度策略的实验结果如下：

实验编号	策略	完成任务数	平均完成时间/s	平均等待时间/s	未完成任务数	总行驶距离	AGV利用率/%	平均电量/%	充电次数
E12	策略1：先来先服务	30	402.15	245.45	0	16320	45.33	59.04	11
E13	策略2：紧急任务优先	30	391.54	235.28	0	16880	46.89	78.24	12
E14	策略3：紧急优先 + 最近 AGV + 等待补偿	30	371.12	220.33	0	14800	41.11	80.80	12

结果表明，三种策略均在 7200 秒内完成了 30 个任务，未完成任务数均为 0，说明模型整体运行稳定。

其中，策略 3 的综合效果最好。相比策略 1，策略 3 的平均完成时间由 402.15 s 降低到 371.12 s，平均等待时间由 245.45 s 降低到 220.33 s，总行驶距离由 16320 降低到 14800。说明综合考虑任务紧急程度、AGV 当前位置和任务等待时间后，系统能够更合理地分配 AGV，减少无效行驶和等待时间。

11. 项目特点

• 基于真实 Plant Simulation 模型搭建，而不是单纯程序计算；
• 使用 AGV 池生成和管理多台 AGV；
• 设置了动态任务生成机制；
• 实现了多 AGV 连续搬运；
• 采用规则式分段路径控制方法；
• 通过方向锁减少对向会车；
• 通过节点锁减少 Marker 节点重合；
• 引入低电量自动充电策略；
• 使用图表对象展示实验结果；
• 对三种调度策略进行了对比分析。

12. 说明

本项目主要用于课程学习和仿真实验展示，模型文件需要使用 Tecnomatix Plant Simulation 打开模型文件.spp。当前模型重点展示多 AGV 任务调度、分段路径控制、交通冲突处理、自动充电和结果可视化逻辑，尚未达到工业级调度系统的完整程度。

13. 运行流程

如果只是想查看 AGV 仿真动画效果，可以直接点击 Plant Simulation 的开始仿真按钮运行模型。
如果需要复现实验结果，并生成三种调度策略的对比数据与图表，可以按照以下步骤操作。

13.1 清空上一次实验结果

首先右键点击 ClearFinalResults 方法，并选择运行，用于清除上一次正式实验留下的数据，避免新旧实验结果混在一起。

13.2 设置第一组调度策略

打开 ConfigTable，将 StrategyMode 设置为 1。
其中，三种策略含义如下：

13.3 设置仿真时间并运行模型

打开事件控制器，设置仿真运行时间。本项目实验中统一设置为 2 小时，即 7200 s。
设置完成后，点击开始仿真，并根据需要使用快进功能加速仿真过程。

13.4 记录本次仿真结果

仿真运行到设定时间后，右键点击 UpdateResultTable 方法并运行，将当前策略下的实验结果写入 ResultTable。

运行完成后，可以打开 ResultTable 查看本次实验数据。

13.5 重复运行策略 2 和策略 3

完成 StrategyMode = 1 的实验后，分别将 StrategyMode 设置为 2 和 3，并重复以下步骤：

设置 StrategyMode
↓
ResetRealState
↓
StartRealSimulation
↓
运行到 7200 s
↓
UpdateResultTable

最终，ResultTable 中会分别记录三种调度策略的实验结果。

13.6 更新图表数据

三组实验全部完成后，右键点击 UpdateChartTable 方法并运行。
该方法会从 ResultTable 中提取最新的三组策略结果，并整理到 ChartTable 中，供图表对象读取。

13.7 查看对比图表

最后，分别点击结果可视化区中的三个图表对象：

Chart_Time
Chart_Distance
Chart_Battery

打开图表对象后，点击“显示图表”，即可查看三种调度策略的对比结果。

14. 图表含义

为了更直观地展示三种调度策略的实验结果，模型中设置了三个图表对象，分别用于展示时间指标、总行驶距离和平均剩余电量。相比只查看 ResultTable，图表能够更直接地反映不同策略之间的性能差异。

14.1 Chart_Time：时间指标对比图

Chart_Time 用于展示三种调度策略下的时间指标对比，主要包括 平均完成时间 和 平均等待时间。通过该图可以直观看出，不同任务分配策略会影响 AGV 系统的任务响应效率。其中，策略 3 的平均完成时间和平均等待时间均低于策略 1 和策略 2，说明综合考虑任务优先级、AGV 当前位置和任务等待时间后，系统能够更合理地分配车辆，减少任务排队等待，提高整体搬运效率。

14.2 Chart_Distance：总行驶距离对比图

Chart_Distance 用于展示三种调度策略下 AGV 的 总行驶距离 对比。该图主要反映不同调度策略是否会造成 AGV 过多空驶或绕行。从结果来看，策略 3 的总行驶距离最短，说明“紧急优先 + 最近 AGV + 等待补偿”的综合调度策略能够减少不必要的跨区域调度，使 AGV 尽量选择距离任务起点较近的车辆执行任务，从而降低系统总运行距离。

14.3 Chart_Battery：平均剩余电量对比图

Chart_Battery 用于展示三种调度策略下 AGV 的 平均剩余电量 情况。该图可以辅助分析不同调度策略对车辆电量状态的影响。结果显示，策略 3 的平均剩余电量最高，说明在当前任务分配和充电策略共同作用下，AGV 能够保持较好的电量水平。虽然平均电量还会受到充电次数和充电时机影响，但该结果可以说明策略 3 在减少无效行驶和维持车辆持续运行方面表现更稳定。

14.4 图表指标汇总

评论（0）

查看评论列表

暂无评论

---

发表评论 取消回复

访客 未填写邮箱

[填写昵称邮箱后可以评论]

输入信息

表情 颜文字

仅作者可见

发表评论

插入代码

×

插入