2026-05-12T02:19:29Zhttps://riubu.ubu.es/oai/requestoai:riubu.ubu.es:10259/95342024-09-11T07:32:58Zcom_10259_2699col_10259_9310
Sierra Garcia, Jesús Enrique
737
500
0000-0001-6088-9954
Bayona Blanco, Eduardo
843
600
0000-0001-5598-3997
Universidad de Burgos. Departamento de Digitalización
9334d738-642d-4ceb-906d-c94dbfec7ce2
500
2024-09-05T10:22:22Z
2024-09-05T10:22:22Z
2024
2024-07-19
http://hdl.handle.net/10259/9534
10.36443/10259/9534
This thesis develops an optimization strategy for designing safe and efficient paths for Automated
Guided Vehicles (AGVs) in industrial environments. By leveraging the mathematical model of
Frenet curves, trajectory planning and control are addressed, including modeling the occupancy
map and identifying potential collision points with environmental obstacles. An optimization
framework is established, incorporating metaheuristic techniques like genetic algorithms, particle
swarm optimization, and pattern search to generate optimized trajectories. Core contributions
include developing a refined fitness function for AGVs trajectories, a comparative analysis of three
metaheuristic methods to identify the most effective approaches for different scenarios, and
designing and validating a hybrid control system combining nonlinear Lyapunov control with
conventional PID controllers. Simulation and experimental results confirm the robustness and
adaptability of the proposed methods, advancing AGV trajectory planning and control. This research contributes to the theoretical foundations of AGV path planning and offers practical
solutions for improving the safety, efficiency, and reliability of AGV operations in industrial
environments.
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.
application/pdf
eng
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
Path Planning
AGV
Optimization
Fitness Function Design
Trajectory Tracking
Planificación de trayectorias
Optimización
Diseño de función de coste
Seguimiento de trayectorias
Ingeniería
Informática
Vehículos
Engineering
Computer science
Vehicles
1203.04 Inteligencia Artificial
1207.02 Sistemas de Control
1203.15 Heurística
1206.08 Métodos Iterativos
Planning and control of AGV trajectories in industrial environments based on metaheuristic techniques
Planificación y control de trayectorias de AGVS en entornos industriales basado en técnicas metaheurísticas
info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
THUMBNAIL
tesis_eduardo_bayona_blanco.pdf.jpg
tesis_eduardo_bayona_blanco.pdf.jpg
IM Thumbnail
image/jpeg
2352
https://riubu.ubu.es/bitstream/10259/9534/4/tesis_eduardo_bayona_blanco.pdf.jpg
c582528dbcedc2c4907e2bb8ca543940
MD5
4
LICENSE
license.txt
license.txt
text/plain; charset=utf-8
1362
https://riubu.ubu.es/bitstream/10259/9534/3/license.txt
5d013bfa6e473ff0db22cd82a4d71a70
MD5
3
CC-LICENSE
license_rdf
license_rdf
application/rdf+xml; charset=utf-8
805
https://riubu.ubu.es/bitstream/10259/9534/2/license_rdf
4460e5956bc1d1639be9ae6146a50347
MD5
2
ORIGINAL
tesis_eduardo_bayona_blanco.pdf
tesis_eduardo_bayona_blanco.pdf
application/pdf
44918981
https://riubu.ubu.es/bitstream/10259/9534/1/tesis_eduardo_bayona_blanco.pdf
c7fc20f92d383959a0b6a45740345f0b
MD5
1
10259/9534
oai:riubu.ubu.es:10259/9534
2024-09-11 09:32:58.486
Repositorio Institucional de la Universidad de Burgos
bubrep@ubu.es
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