CN105225090B - 自动化仓储管理系统及方法 - Google Patents
自动化仓储管理系统及方法 Download PDFInfo
- Publication number
- CN105225090B CN105225090B CN201510651257.8A CN201510651257A CN105225090B CN 105225090 B CN105225090 B CN 105225090B CN 201510651257 A CN201510651257 A CN 201510651257A CN 105225090 B CN105225090 B CN 105225090B
- Authority
- CN
- China
- Prior art keywords
- agv
- station
- workshop
- storage rack
- anchor point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开了一种自动化仓储管理方法,包括以下步骤:S100:接收新订单,生成产能需求数据;S200:向各车间分配生产任务;S300:向各生产线下发分配生产任务;S400:向各仓储货架下发零件;S500:向AGV发送运送零件指令;S600:AGV进行路径规划;S700:驱动AGV到达目标仓储货架;S800:装载零件到AGV上;S900:将零件运送至工位,更新库存零件信息。本发明加速了零件的流通,提高了生产效率。
Description
技术领域
本发明属于自动控制领域,特别涉及一种自动化仓储管理系统及方法。
背景技术
在传统的物流仓储作业中,零件的储存、管理、分拣、再加工、配送、信息数据管理等都是人工进行的。在生产企业中,如机械、电子、电器等生产装配型企业,由于原料零部件较多,仓储的管理尤为重要,在制造过程中,工件由多个工作站分别加工,各工作站存放有相应的零部件,在传统的仓储中这些零部件均是由人工来进行存放的,耗费较多人力,工作效率低。随着自动化技术的发展,自动化的仓储系统已成为现代化工厂不可缺少的重要部分,仓储、运输、分拣、配送等自动化水平不断提高,对各个功能的统一管理运营,可以在很大程度上降低了作业成本、减少对人工劳动力的依赖。
发明内容
针对现有技术的缺陷,本发明提供了一种自动化仓储管理方法。
一种自动化仓储管理方法,包括以下步骤:S100:接收新订单,将产品型号相同且发货日期之差在设定的阈值范围之内的新订单与未完成订单进行合并,生成产能需求数据;S200:通过管理平台预先获取当前各车间尚未完成的产能数据Q、各车间每日最大产能数据W、和订单完成日D,计算各车间可分配最大产能T,其中T=W*(D-R),根据各车间可分配最大产能T之比向各车间分配生产任务;S300:通过工作站向各生产线下发分配生产任务,根据各车间所分配的生产任务和仓储货架当前零件状况,生成仓储货架的零件需求单并将其发送至管理平台,所述零件需求单中至少包含所需零件名称、和所需零件数目N,其中:N=(M+Q/C)-Y,式中,M表示通过工作站向该生产线下发分配的生产任务数量,Q表示该车间尚未完成的产能数据,C表示当前可投入生产的生产线条数,Y表示当前仓储货架上零件的数量;S400:根据零件需求单,向各仓储货架下发零件;S500:接收工位的零件请求,查找零件所存放的目标仓储货架的位置,获取各AGV的状态,向处于空闲状态且距离目标仓储货架直线距离最近的AGV发送运送零件指令;其中所述获取各AGV的状态包括获取AGV充电状态、忙碌状态、空闲状态和位置;S600:AGV根据自身当前位置和目标仓储货架位置进行路径规划;S700:进行路径识别,按照规划路径到驱动AGV到达目标仓储货架;S800:装载零件到AGV上;S900:获取工位坐标,根据工位坐标,进行路径规划,将零件运送至工位,更新库存零件信息。
可选的,所述管理平台包括用户管理模块,用于对用户的管理、维护和登录权限设定;入库管理模块,用于对产品的入库管理;出库管理模块用于对产品的出库管理;订单模块,用于实现对订单的管理;数据分析模块,用于对整个仓储管理系统中的数据进行分析和处理。
可选的,所述AGV包括主控制器以及与主控制器相连的CCD、驱动系统、陀螺仪、速度传感器、第一红外传感器、第二红外传感器、RFID传感器、升降平台、GPS和无线通信模块;所述CCD用于进行路径识别,使得AGV沿指定路径行进;驱动系统负责驱动AGV运动;陀螺仪、速度传感器用于完成AGV的姿态控制;第一红外传感器用于检测AGV前方是否存在障碍物;RFID传感器用于读取零件上RFID标签的信息;升降平台负责承载零件;第二红外传感器安装于升降平台上,用于检测平台上是否存在零件;GPS用于AGV的定位;通过无线通信模块AGV可以实现与工作站间的无线通信。
可选的,所述步骤S600具体包括以下步骤:601:获取车间路径的结构化网格图,设定停靠点;602、设定集合K={K1,K2,…,Kn}为n个停靠点,进行最优路径分析时,从起始停靠点K1出发,查找距离K1最近的停靠点K2,得到路径L(K1,K2);603、再从停靠点K2出发,查找距离K2最近的停靠点K3,得到路径L(K2,K3);604、以步骤601和602的形式进行类推,从停靠点Ki-1出发,查找距离Ki-1最近的停靠点Ki,得到路径L(Vi-1,Vi),直至得到L(Vn-1,Vn);605、得到遍历所有停靠点的路径:L={L(K1,K2),L(K2,K3),…,L(Kn-1,Kn)};
式中,n为停靠点总个数,L(Vi-1,Vi)表示两个停靠点之间的最短路径。
可选的,所述步骤S700中的路径识别具体包括以下步骤:S701:首先对采集的图像进行滤波处理,过滤掉背景色;S702:对滤波后图像的二值化处理,图像二值化公式如下:
其中f(x,y)表示输入图像,g(x,y)表示输出图像,T为二值化处理时选用的阈值;
S703:利用拉普拉斯算子对道路图像进行边缘增强,得到梯度图像;计算梯度图像中灰度级最大值Imax和最小值Imin按式(3)计算区分特征目标与背景的阈值To;To=(a*Imax+b*Imin)/K (3)
式中,a为Imax权重值,b为Imin权重值,K为阈值调整值,其中a+b=1;
S704:对图像进行遍历,实现图像边界分割,利用Hough变换进行路径识别。
可选的,所述步骤S700中的驱动AGV到达目标仓储货架具体包括以下步骤:S705:启动AGV驱动系统,获取当前车速V和与下一停靠点的距离S;通过速度传感器可以获得到AGV当前的车速,通过GPS获得当前AGV的位置;S706:将距离S与设定距离Sf相减,获得偏差e1;S707:对偏差e1进行PID调节,将调节结果与当前车速V相减,获得偏差e2;S708:通过模糊控制器对偏差e2进行模糊调节,获得电机转速给定值n’;S709:对给定值n’进行限幅处理;S710:驱动系统驱动电机运转,使得AGV从一个停靠点到达下一停靠点,最终到达零件所处的目标仓储货架。
可选的,所述步骤S800具体包括:当AGV到达仓储货架后,工作站将会给位于仓储货架上的机械臂发送取货信号,机械臂通过舵机控制从货架处夹取零件,并通过安装在机械臂前端的检测开关检测零件是否加紧,当检测开关传输加紧信号时,工作站给舵机发送一个将零件送上AGV的升降平台的信号,机械臂将夹取的零件平稳地放置在升降平台上,机械臂回归至初始位置;升降平台上布置有第二红外传感器,当零件已经放置在升降平台上后,红外传感器的红外信号被遮挡,由此AGV主控制器判定零件已放置完毕。升降平台下端设置有RFID传感器,用于读取零件RFID电子标签内的零件信息,包括零件的类别名称,编号等,并将采集信息传送给主控制器,主控制器将采集到的信息与工作站发送的零件信息进行比对,当二者一致时则判定零件放置正确,当不一致时则向工作站发送错误提示。
可选的,所述步骤S900具体为:将各工位的位置坐标预存储于工作站中,当接收到某一工位发出零件请求后,工作站从预存储的坐标中读出该工位坐标,并将这一坐标发送给AGV,AGV在完成零件装载后,根据工作站发送的工位坐标重新进行由仓储货架到工位的路径规划和路径识别,之后驱动AGV将零件运送至相应工位,在完成零件运送后,AGV通过工作站将运送的零件信息发送至管理层的数据库,数据库更新库存零件信息。
可选的,还包括:AGV的无线通信模块自工作站接收多个反馈信息,该反馈信息是由工作站所传送,AGV发送给工作站的数据传送结果,AGV的主控制器分析反馈信息内容,用以决定是否进行重传,这一反馈信息包含字符长度、和校验码,当接收到反馈信息中的字符长度、和校验码与发送的信息相符时,AGV不再重传数据,反之,AGV通过无线通信模块重传数据,当设定时长内未收到工作站的反馈信息时,AGV启动重传,重新向工作站发送数据。
本发明的有益效果是:本发明可以对库内货品的种类、数量、生产属性、垛位等信息作出清晰的数据库记录,以便在物流环节的各个阶段得到准确的货品数据和供应链信息;AGV可及时的将零件信息向管理层报告,从而及时更新库存报告;本发明在很大程度上降低了作业成本、更大限度的满足市场需求、减少对人工劳动力的依赖,从而加速了零件的流通,提高了生产效率。
附图说明
图1是本发明自动化仓储管理系统的结构示意图;
图2是本发明管理平台的结构示意图;
图3是本发明车间的结构示意图;
图4是本发明AGV的结构示意图;
图5是本发明自动化仓储管理方法的流程图;
图6是本发明车间的结构化网格图;
图7是本发明路径识别结果;
图8是本发明驱动系统的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明,使本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按比例绘制附图,重点在于示出本发明的主旨。
如图1所示,本发明的自动仓储系统包括管理层、车间层和设备层,管理层由网络服务器、管理平台、和数据库组成,车间层包含多个工作站,各工作站分别设置于不同的车间内,设备层由设置于各车间内的具体设备组成,这些设备可以包含例如监控单元、自动导引车(AGV)、通信单元、仓储货架、生产线等,管理层、车间层和设备层之间通过通信链路相互通信,通信方式可以为有线或无线方式。
图2为本发明中管理平台的结构示意图,其包括用户管理模块,用于对用户的管理、维护和登录权限设定;入库管理模块,用于对产品的入库管理;出库管理模块用于对产品的出库管理;订单模块,用于实现对订单的管理;数据分析模块,用于对整个仓储管理系统中的数据进行分析和处理。在入库管理模块中可以检索己有计划单和增加一张计划单,选择相应的检索条件,可以对单据进行检索单据和查询;出库管理模块可以实现对于出库日期、请求单位和出库数量的记录和管理等;订单模块可以实现订单的检索、客户的区分、增加和删除订单;数据分析模块,主要用于对整个仓储管理系统的库存管理及进行数据分析和处理,还包括对仓储管理系统中的数据进行监控;通信模块负责管理平台与web服务器、数据库以及各工作站间的通信。进一步的管理平台还可以包括用于仓储管理系统中的零件盘点并对盘点过后的零件进行管理的盘点管理模块,用于对各项业务的进行查询和管理的查询模块等等,在此不再赘述。
图3为其中一个生产车间的结构示意图,该车间内包含了工作站、多条生产线、多个AGV、位于车间四周的仓储货架,当然除了这些设备外车间内还可以包含图中未示出的监控设备、温度传感器、烟雾传感器、通信设备等。生产线可以是电子设备组装线、汽车生产线等,每条生产线包含有多个工位A、B……N,不同工位的工人将相应的零部件安装于待组装的设备上,这些零部件存放于工位附件的零件货架a、b……n上,例如对于汽车生产线而言,工位A可以是车灯安装工位,则与工位A向对应的零件货架a上存放有车灯,当待组成的车辆行至工位A后工人从货架a上取下车灯将其安装于车辆上。AGV用于将存放于仓储货架上的不同零部件运送至相应的零件货架上,这一过程可以通过工位上的工人发出请求来启动,具体而言,当某一工位的工人发现其零件货架上的零件过少时,则可以向工作站发送需求零件请求,工作站获得该请求后查询该零件在仓储货架上的位置和存量,当获得该零件的位置和存量后查询车间内AGV的位置,选择其中一台AGV运送该零件至相应的零件货架上。
为了便于对仓储零件的管理,本发明将电子标签(RFID)粘贴于仓储货架的每个零件上,通过手持机或固定式读写器可以分别读取电子标签的零件信息,并通过通信网络将这些零件信息发送至管理层,存储于数据库中。
在实际应用中,需要进行零件调拔及实时零件信息查询,以便对仓储零件进行管理。如果采用手持机对零件进行盘点效验等,用手持机扫描贴放在零件上的电子标签,手持机通过无线方式或GPRS方式与管理层数据库进行数据交互,并完成相应的数据服务请求;如果采用固定式读写器对零件进库、出库等进行管理,其操作是:零件通过装有固定式读写器射频区域,读写器读取到贴放在零件上的电子标签信息,固定式读写器通过以太网口等将数据上传到数据库。电子标签的信息可以包含零件的名称、生产日期、产地等等,通过为每个零件设置电子标签,管理层便可以掌握当前所有仓储货架上已存在的全部零件的零件信息。
请参阅图4,在本发明中AGV包括主控制器以及与主控制器相连的CCD、驱动系统、陀螺仪、速度传感器、第一红外传感器、第二红外传感器、RFID传感器、升降平台、GPS和无线通信模块等。CCD用于进行路径识别,使得AGV可以沿指定路径行进;驱动系统负责驱动AGV运动;陀螺仪、速度传感器用于完成AGV的姿态控制;第一红外传感器用于检测AGV前方是否存在障碍物;RFID传感器用于读取零件上RFID标签的信息;升降平台负责承载零件;第二红外传感器安装于升降平台上,用于检测平台上是否存在零件;GPS用于AGV的定位;通过无线通信模块AGV可以实现与工作站间的无线通信。
为了实现对于整个工厂的管理,请参阅图5,本发明提供了一种仓储管理方法,包括,以下步骤:
步骤S100:接收新订单,将产品型号相同且发货日期之差在设定的阈值范围之内的新订单与未完成订单进行合并,生成产能需求数据。
具体而言,系统通过web服务器可以接收外部的新订单信息,新订单中包含了客户预订的产品型号、数量、发货日期等,接收订单后,web服务器将接收到的订单,发送至数据库服务器,数据库服务器读取订单信息,获得新订单的订单信息,将新订单信息与已有未完成的订单信息进行合并。新订单信息与已有未完成订单信息的合并是基于产品型号和发货日期两项来进行合并的,即数据库服务器将产品型号相同、发货日期相近的新订单和未完成订单进行合并,生成产能需求数据,生成产能需求数据包含了产品的型号、数量、发货日期等信息。需要说明的是“发货日期相近”指的是新订单与已有未完成订单的发货日期之差在设定的阈值范围内。例如新订单0511a信息为产品A、数量100、要求发货日期为2015年6月1日,已有但未完成订单0505a信息为产品B、数量100、要求发货日期为2015年7月10日,已有未完成订单0401b信息为产品A,数量200、要求发货日期为2015年6月15日,已有未完成订单0401c信息为产品A,数量100、要求发货日期为2015年5月1日,则数据库在收到新订单0511a后,在数据库中查找产品A的未完成订单,找到订单0401b、和0401c,进一步的,未完成订单0401b的发货日期与新订单0511a的发货日期之差为14天,订单0401c的发货日期与新订单0511a发货日期之差为30天,若设定的阈值范围为15天,0401b的发货日期与新订单0511a的发货日期之差14小于15,则系统在数据库中会将未完成订单0401b与新订单0511a进行合并,生成产能需求:产品A、数量300、发货日期2015年6月1日-2015年6月15日。由于将一定时期内的订单进行合并,这样系统不必为每个订单单独安排车间进行生产,从而不必频繁的调整每个车间的产能,在零件仓储调度上,可以一次性采购完一定时期内生产所需的所有零部件,这样降低了仓储管理的复杂度。数据库将合并后的产能需求数据发送至管理平台,以便于管理平台根据合并后的数据分配产能与管理仓储零件。
步骤S200:通过管理平台预先获取当前各车间尚未完成的产能数据Q、各车间每日最大产能数据W、和订单完成日D,计算各车间可分配最大产能T,其中T=W*(D-R),根据各车间可分配最大产能T之比向各车间分配生产任务。
在工厂中一般均存在多个生产车间,不同车间的产能一般不同,这就要求系统根据各车间实际产能来分配产能。具体而言,管理平台会预先获取当前各车间尚未完成的产能数据Q、各车间每日最大产能数据W、和订单完成日D,当前各车间尚未完成的产能数据、各车间最大产能数据这些数据可以由车间的工作站通过通信网络发送至管理平台,订单完成日期可以由管理人员在管理平台设定。管理平台根据各车间每日最大产能数据W和各车间每日最大产能数据W计算出完成产能数据Q所需的天数R,即R=Q/W,接下来根据车间每日最大产能数据W、天数R和订单完成日D计算车间可分配最大产能T,具体而言T=W*(D-R),式中D-R表示在完成产能数据Q后距订单完成日D该车间还有多长时间可以进行生产,接下来根据各车间可分配最大产能T的比例关系向各车间分配生产任务。例如,对于车间01而言,其尚未完成的订单数目Q为30,其每日最大产能W为10,对于车间02而言,其尚未完成的订单数目Q为60,其每日最大产能W为40;对于生成产能需求:产品A、数量300、发货日期2015年6月1日-2015年6月15日,而言,管理员设定的订单完成日D为10,则对于车间01而言,其可分配最大产能T为:T=W*(D-Q/W)=W*D-Q=10*10-30=70,对于车间02而言其可分配最大产能T为:T=40*10-60=340。车间01与车间02可分配最大产能T之比为70∶340,则对于当前的产能需求而言,需要向车间01分配的生产任务为:300*(70/(70+340))≈51.22,取整51,需向车间02分配的生产任务为:300*(340/(70+340))≈248.78,取整249,由此便可以根据各车间可分配最大产能T的比例关系向各车间合理分配生产任务。
S300:通过工作站向各生产线下发分配生产任务,根据各车间所分配的生产任务和仓储货架当前零件状况,生成仓储货架的零件需求单并将其发送至管理平台,所述零件需求单中至少包含所需零件名称、和所需零件数目N,其中:N=(M+Q/C)-Y,式中,M表示通过工作站向该生产线下发分配的生产任务数量,Q表示该车间尚未完成的产能数据,C表示当前可投入生产的生产线条数,Y表示当前仓储货架上零件的数量。
各车间的仓储货架上存放有生产所需的各种零件,车间工作站在接收到生产任务后,会将生产任务分发至各生产线,例如可以将生产任务平均下发至各生产线,工作站获取当前各仓储货架上零件状况,根据当前零件状况和各生产线的任务分配,按照比例生成不同仓储货架的零件需求单。例如对于图2所示车间而言,该车间可以是车辆组装车间,对于该车间而新分生产任务为249辆车,尚未完成的订单数目Q为60辆,则其所需的零部件之一如车灯,需要249+60=309件,当前货架A中车灯有车灯20件、货架C中有30件、货架B中有15件,对于生产任务平均下发的情况而言,需要个货架上的车灯零部件数目相同,即均为103件,则生成的零件需求单中货架A的需求为103-20=83,货架B为73,货架C为88。进一步的,对于不同生产线而言,可能存在故障、检修等情况,此时该生产线便不能安排生产任务,则与该生产线所隶属的仓储货架便不宜再存放零件,为此本发明中工作站获取各生产线当前状态,判断其是否可以安排生产任务,当生产线不能生产时,则将其所隶属的仓储货架剔除。例如隶属于仓储货架B的两条生产线处于检修状态,不能进行生产,则生产任务由隶属于仓储货架A与仓储货架C的生产线完成,货架A所需零件数目为309/2=154.5,取整154,货架C所需的零件数目为156,则生成的零件需求单中货架A的需求为154-20=134,货架B为156-30=126,由此工作站便可以根据生产线的状况合理的决定各货架上零件的多少。
S400:根据零件需求单,向各仓储货架下发零件。
各工作站将零件需求单发送至管理平台,管理平台接收到零件需求单后,可以通过web服务器向零件供应商发出零件订单,供应商收到订单后将相应零件运送至仓储货架上。例如对于仓储货架A而言,其需求为134件车灯,车灯供应商再收到订单后,安排人员将134件车灯运送至仓储货架A的指定位置。
S500:接收工位的零件请求,查找零件所存放的目标仓储货架的位置,获取各AGV的状态,向处于空闲状态且距离目标仓储货架直线距离最近的AGV发送运送零件指令;其中所述获取各AGV的状态包括获取AGV充电状态、忙碌状态、空闲状态和位置。
具体而言,当某一工位的工人发现其零件货架上的零件过少时,则可以向工作站发送需求零件请求,工作站获得该请求后查询该零件在仓储货架上的位置和存量,当获得该零件的位置和存量后查询车间内AGV的状态,AGV的状态包含AGV当前位置、当前是否在执行任务以及当前是否充电状态等,选择其中一台AGV运送该零件至相应的零件货架上。车间内各AGV种均装有GPS定位模块,当工作站需要获取AGV的位置时,工作站向AGV发送指令,例如可以通过无线通信的方式向AGV发送指令,AGV收到该指令后将AGV当前位置发送至工作站,由此工作站便可以获取到车间内所有AGV的位置;当AGV正在执行某一任务时,例如正在执行运送零件任务时,则AGV会向工作站返回AGV忙碌信息,以表明AGV当前不接受新任务;当AGV充电时,AGV收到查询指令后,响应该指令向将充电状态信息返回工作站。
如图6所示,其为某车间的网格图,AGV小车V1、v2、v3可沿图中实线运行,各生产线分布于实线两侧,AGV负责将零件运送至各工位。工位含有通信端,该通信端可与工作站进行通信,通信端例如可以是移动终端、计算机、PAD、手机等,工人将零件需求输入至通信端,例如向手机中输入文本信息:需车灯2件,通过手机将该文本发送至工作站,工作站接收到需求信息后,查询该零件的位置,例如其查询到车灯位于仓储货架A上,则工作站向各AGV发送查询指令,查询各AGV当前状态;v1、v2、v3将各自当前的位置、是否忙碌、是否充电等信息返回工作站,如接收到的信息为v3忙碌、v1、v2空闲,则在图3所示状态下,小车V1距离仓储货架A较近,则工作站向该AGV发送指令,命令小车V1将位于仓储货架A上的车灯运送至相应工位。需要说明的是,虽然V3相对于V1距离货架更近,但由于其处于忙碌状态,因此工作站并不会向其发送新任务。
S600:AGV根据自身当前位置和目标仓储货架位置进行路径规划。
在收到工作站发送的运送零件的新任务后,AGV启动路径规划。AGV主控制器中预存储有车间路径的结构化网格图(如图6所示),在该网格图中实线部分表示小车可行走的路线,实线相交处(十字路口处)为停靠点。AGV根据GPS信号获取自身的位置,而仓储货架的位置预存储于了主控制器中,AGV根据自身位置和货架位置完成路径规划。对结构化网络中的多点最优路径分析采用基于Dijkstra算法的递推方法:
601:获取车间路径的结构化网格图,设定停靠点;
602、设定集合K={K1,K2,…,Kn}为n个停靠点,进行最优路径分析时,从起始停靠点K1出发,查找距离K1最近的停靠点K2,得到路径L(K1,K2);
603、再从停靠点K2出发,查找距离K2最近的停靠点K3,得到路径L(K2,K3);
604、以步骤601和602的形式进行类推,从停靠点Ki-1出发,查找距离Ki-1最近的停靠点Ki,得到路径L(Vi-1,Vi),直至得到L(Vn-1,Vn);
605、得到遍历所有停靠点的路径:
L={L(K1,K2),L(K2,K3),…,L(Kn-1,Kn)};
式中,n为停靠点总个数,L(Vi-1,Vi)表示两个停靠点之间的最短路径。
S700:进行路径识别,按照规划路径到驱动AGV到达目标仓储货架。
再完成路径规划后,为了保证AGV沿着规划的路径行进,需要对AGV所行进的路径进行识别。为此,本发明在AGV小车行进的路径上铺设彩带,通过设置于AGV上的CCD摄像头进行彩带的识别,通过识别彩带,使得AGV沿着彩带铺设的路径行进。具体而言,包括以下步骤:
S701:首先对采集的图像进行滤波处理,过滤掉背景色。由于背景色一般都是灰度图像,而根据某种颜色的RGB值越接近,该颜色就越接近灰色或黑白,数值越大就越白,反之越黑;某种颜色的RGB值如果其中一值与其它两值相差较大,而其它两值比较接近,那么根据RGB中较大的值可以知道这种颜色是比较接近红、绿、蓝、洋红、青、黄中的一种的原则。确定一个阈值val,若采集的RGB像素值满足式(1),则认为是背景色,过滤掉。
S702:对滤波后图像的二值化处理,图像二值化公式如下:
其中f(x,y)表示输入图像,g(x,y)表示输出图像,T为二值化处理时选用的阈值;
S703:利用拉普拉斯算子对道路图像进行边缘增强,得到梯度图像;计算梯度图像中灰度级最大值Imax和最小值Imin按式(3)计算区分特征目标与背景的阈值To;
To=(a*Imax+b*Imin)/K (3)
式中,a为Imax权重值,b为Imin权重值,K为阈值调整值,其中a+b=1;
S704:对图像进行遍历,实现图像边界分割,利用Hough变换进行路径识别。图5示出了采用本发明识别方法识别后的路径图像,由图7可以看出,识别后的路径具有清晰的边界。
在完成了路径规划与路径识别后,主控制器启动驱动系统,驱动系统通过控制电机使得AGV从一个停靠点运行到下一个停靠点,为了使得AGV小车能平稳的从一个停靠点运行到下一个停靠点,本发明对AGV的驱动系统采用位置和速度的双闭环控制,其结构如图8所示,为此本发明中还进一步的包含以下步骤:
S705:启动AGV驱动系统,获取当前车速V和与下一停靠点的距离S;通过速度传感器可以获得到AGV当前的车速,通过GPS可以获得当前AGV的位置,而下一停靠点的位置预存储于了结构化网格中,根据利用下一停靠点的位置减去当前AGV的位置便可以得到AGV与下一停靠点的距离S;
S706:将距离S与设定距离Sf相减,获得偏差e1。实际应用中设定车距Sf一般均设置为0,这样可以使得AGV准确的停靠在停靠点上。
S707:对偏差e1进行PID调节,将调节结果与当前车速V相减,获得偏差e2;
S708:通过模糊控制器对偏差e2进行模糊调节,获得电机转速给定值n’;
S709:对给定值n’进行限幅处理;限幅处理的目的在于防止AGV车速过快,车速过快容易将零件从车上甩落。
S710:驱动系统驱动电机运转,从而使得AGV从一个停靠点到达下一停靠点,最终到达零件所处货架。
S800:装载零件到AGV上。
零件堆放在零件仓储货架处,当AGV到达仓储货架后,工作站将会给位于仓储货架上的机械臂发送取货信号,机械臂通过舵机控制从货架处夹取零件,并通过安装在机械臂前端的检测开关检测零件是否加紧,当检测开关传输加紧信号时,工作站给舵机发送一个将零件送上AGV的升降平台的信号,机械臂将夹取的零件平稳地放置在升降平台上,机械臂回归至初始位置。
升降平台上布置有第二红外传感器,当零件已经放置在升降平台上后,红外传感器的红外信号被遮挡,由此AGV主控制器判定零件已放置完毕。升降平台下端设置有RFID读写器,用于读取零件RFID电子标签内的零件信息,包括零件的类别名称,编号等,并将采集信息传送给主控制器。主控制器将采集到的信息与工作站发送的零件信息进行比对,当二者一致时则判定零件放置正确,当不一致时则向工作站发送错误提示。
S900获取工位坐标,根据工位坐标,进行路径规划,将零件运送至工位,更新库存零件信息。
本发明中每个工位在结构化网格中的位置是固定的,其位置坐标预存储于了工作站中,当某一工位发出零件请求后,工作站会从预存储的坐标中读出该工位坐标,并将这一坐标发送给AGV。AGV在完成零件装载后,根据工作站发送的工位坐标重新进行由仓储货架到工位的路径规划,和路径识别,之后驱动AGV将零件运送至相应工位。在完成零件运送后,AGV通过工作站将运送的零件信息发送至管理层的数据库,数据库更新库存零件信息。
通过以上步骤S100-S900便可以实现整个仓储系统从订单管理、生产任务分配、零件调配、零件运输的管理,实现了仓储管理的自动化,提供了生产效率。进一步的,在工厂中由于存在多种电磁信号,这些电磁信号对于AGV、工作站、管理层之间同的通信会造成干扰,为此本发明通过链路数据重传来降低干扰的影响,具体而言AGV的无线通信模块自工作站接收多个反馈信息,该反馈信息是由工作站所传送,用以指示上行链路数据(即AGV发送给工作站的数据)传送结果,AGV的主控制器分析反馈信息内容,用以决定是否进行重传,这一反馈信息可以包含字符长度、校验码等,当接收到反馈信息中的字符长度、校验码等于发送的信息相符时,则说明信息已正确发送,AGV不再重传,反之,AGV通过无线通信模块重传信息,当设定时长内未收到反馈信息时,AGV启动重传,重新向工作站发送信息。以上是关于上行链路的描述,对于下行链路(工作站向AGV发送数据)同样根据反馈信息决定是否重传,即工作站分析AGV的反馈信息内容,这一反馈信息同样可以包含字符长度、校验码等,当工作站接收到反馈信息中的字符长度、校验码等于发送的信息相符时,则说明信息已正确发送,工作站不再重传,反之,工作站通过无线通信模块重传信息,当设定时长内未收到反馈信息时,工作站启动重传,重新向AGV发送信息。
以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是本发明的较佳实施例而已,本发明能够以很多不同于在此描述的其它方式来实施,因此本发明不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (3)
1.一种自动化仓储管理方法,其特征在于,包括以下步骤:
S100:接收新订单,将产品型号相同且发货日期之差在设定的阈值范围之内的新订单与未完成订单进行合并,生成产能需求数据;
S200:通过管理平台预先获取当前各车间尚未完成的产能数据Q、各车间每日最大产能数据W、和订单完成日D,计算各车间可分配最大产能T,其中T=W*(D-R),根据各车间可分配最大产能T之比向各车间分配生产任务,其中R表示完成产能数据Q所需的天数;
S300:通过工作站向各生产线下发分配生产任务,根据各车间所分配的生产任务和仓储货架当前零件状况,生成仓储货架的零件需求单并将其发送至管理平台,所述零件需求单中至少包含所需零件名称、和所需零件数目N,其中:N=(M+Q/C)-Y,式中,M表示通过工作站向该生产线下发分配的生产任务数量,Q表示该车间尚未完成的产能数据,C表示当前可投入生产的生产线条数,Y表示当前仓储货架上零件的数量;
S400:根据零件需求单,向各仓储货架下发零件;
S500:接收工位的零件请求,查找零件所存放的目标仓储货架的位置,获取各AGV的状态,向处于空闲状态且距离目标仓储货架直线距离最近的AGV发送运送零件指令;其中所述获取各AGV的状态包括获取AGV充电状态、忙碌状态、空闲状态和位置;
S600:AGV根据自身当前位置和目标仓储货架位置进行路径规划;
S700:进行路径识别,按照规划路径驱动AGV到达目标仓储货架;
S800:装载零件到AGV上;
S900:获取工位坐标,根据工位坐标,进行路径规划,将零件运送至工位,更新库存零件信息;
其中所述步骤S600具体包括以下步骤:
601:获取车间路径的结构化网格图,设定停靠点;
602、设定集合K={K1,K2,…,Kn}为n个停靠点,进行最优路径分析时,从起始停靠点Ki-1出发,查找距离Ki-1最近的停靠点Ki,得到路径L(Ki-1,Ki);
603、再从停靠点Ki出发,查找距离Ki最近的停靠点Ki+1,得到路径L(Ki,Ki+1);
604、以步骤602和603的形式进行类推,从停靠点Ki-1出发,查找距离Ki-1最近的停靠点Ki,得到路径L(Ki-1,Ki),直至得到L(Kn-1,Kn);
605、得到遍历所有停靠点的路径:
L={L(K1,K2),L(K2,K3),…,L(Kn-1,Kn)};
式中,n为停靠点总个数,L(Ki-1,Ki)表示两个停靠点之间的最短路径;
其中,所述步骤S700中的路径识别具体包括以下步骤:
S701:首先对采集的图像进行滤波处理,过滤掉背景色;
S702:对滤波后图像的二值化处理,图像二值化公式如下:
其中f(x,y)表示输入图像,g(x,y)表示输出图像,T为二值化处理时选用的阈值;
S703:利用拉普拉斯算子对道路图像进行边缘增强,得到梯度图像;计算梯度图像中灰度级最大值Imax和最小值Imin按式(3)计算区分特征目标与背景的阈值To;
To=(a*Imax+b*Imin)/K (3)
式中,a为Imax权重值,b为Imin权重值,K为阈值调整值,其中a+b=1;
S704:对图像进行遍历,实现图像边界分割,利用Hough变换进行路径识别;
其中,所述步骤S700中的驱动AGV到达目标仓储货架具体包括以下步骤:
S705:启动AGV驱动系统,获取当前车速V和与下一停靠点的距离S;通过速度传感器可以获得到AGV当前的车速,通过GPS获得当前AGV的位置;
S706:将距离S与设定距离Sf相减,获得偏差e1;
S707:对偏差e1进行PID调节,将调节结果与当前车速V相减,获得偏差e2:
S708:通过模糊控制器对偏差e2进行模糊调节,获得电机转速给定值n’;
S709:对给定值n’进行限幅处理;
S710:驱动系统驱动电机运转,使得AGV从一个停靠点到达下一停靠点,最终到达零件所处的目标仓储货架。
2.根据权利要求1所述的自动化仓储管理方法,其特征在于所述步骤S900具体为:将各工位的位置坐标预存储于工作站中,当接收到某一工位发出零件请求后,工作站从预存储的坐标中读出该工位坐标,并将这一坐标发送给AGV,AGV在完成零件装载后,根据工作站发送的工位坐标重新进行由仓储货架到工位的路径规划和路径识别,之后驱动AGV将零件运送至相应工位,在完成零件运送后,AGV通过工作站将运送的零件信息发送至管理层的数据库,数据库更新库存零件信息。
3.根据权利要求1所述的自动化仓储管理方法,其特征在于还包括:AGV的无线通信模块自工作站接收多个反馈信息,该反馈信息是由工作站所传送,AGV发送给工作站的数据传送结果,AGV的主控制器分析反馈信息内容,用以决定是否进行重传,这一反馈信息包含字符长度、和校验码,当接收到反馈信息中的字符长度、和校验码与发送的信息相符时,AGV不再重传数据,反之,AGV通过无线通信模块重传数据,当设定时长内未收到工作站的反馈信息时,AGV启动重传,重新向工作站发送数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510651257.8A CN105225090B (zh) | 2015-10-10 | 2015-10-10 | 自动化仓储管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510651257.8A CN105225090B (zh) | 2015-10-10 | 2015-10-10 | 自动化仓储管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105225090A CN105225090A (zh) | 2016-01-06 |
CN105225090B true CN105225090B (zh) | 2019-05-07 |
Family
ID=54994045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510651257.8A Active CN105225090B (zh) | 2015-10-10 | 2015-10-10 | 自动化仓储管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105225090B (zh) |
Families Citing this family (59)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105511476A (zh) * | 2016-02-03 | 2016-04-20 | 天津市乐图软件科技有限公司 | 一种简易agv车载控制系统 |
RU2018137094A (ru) * | 2016-03-23 | 2020-04-23 | Форд Глоубл Текнолоджиз, Ллк | Усовершенствованная система грузоперевозок |
CA3021233C (en) * | 2016-04-22 | 2023-12-12 | Sew-Eurodrive Gmbh & Co. Kg | Transporting system for transporting a container, and method for operating a production installation having a transporting system |
CN107450484B (zh) * | 2016-05-31 | 2019-08-20 | 佛山市顺德区顺达电脑厂有限公司 | 智能配送装置与系统 |
CN105836469B (zh) * | 2016-06-13 | 2017-11-17 | 衢州市依科达节能技术有限公司 | 一种充电型管道输物装置 |
CN107545282A (zh) * | 2016-06-27 | 2018-01-05 | 宣邦智能科技(上海)有限公司 | 一种边摘边播拣货系统、方法及智能终端 |
CN107728609A (zh) * | 2016-08-10 | 2018-02-23 | 鸿富锦精密电子(天津)有限公司 | 智能运动控制系统及智能运动控制方法 |
CN106361069B (zh) * | 2016-08-17 | 2019-06-28 | 林行达 | 一种用于大型商场服装分类的装置 |
CN107918384A (zh) * | 2016-10-09 | 2018-04-17 | 浙江国自机器人技术有限公司 | 一种库存物品管理系统、运载装置及其与被运载物的对接方法 |
CN108202965A (zh) * | 2016-12-16 | 2018-06-26 | 东莞市海柔智能科技有限公司 | 自动化仓储管理方法、装置和系统 |
CN106444791A (zh) * | 2016-12-20 | 2017-02-22 | 南阳师范学院 | 一种多agv小车上位机统一调度系统设计方法 |
CN106875139A (zh) * | 2016-12-27 | 2017-06-20 | 广东工业大学 | 一种基于无线控制的仓库管理系统 |
CN106875119A (zh) * | 2017-02-14 | 2017-06-20 | 河南理工大学 | 一种生产与物流管理方法与系统 |
CN107220788A (zh) * | 2017-05-11 | 2017-09-29 | 苏州云斯克信息科技有限公司 | 追溯管理方法、电子商务系统及构建智能仓储体系的方法 |
CN107358384A (zh) * | 2017-06-16 | 2017-11-17 | 深圳市盛路物联通讯技术有限公司 | 一种仓储管理方法及装置 |
CN107368047A (zh) * | 2017-06-16 | 2017-11-21 | 杭州南江机器人股份有限公司 | 一种自动导引车调度方法和装置 |
CN107479412A (zh) * | 2017-08-10 | 2017-12-15 | 佛山市三水区彦海通信工程有限公司 | 一种智能仓储柜 |
CN107679786B (zh) * | 2017-08-28 | 2021-01-15 | 中船电子科技有限公司 | 一种基于引导机器人的智能仓库管理系统 |
CN107705058B (zh) * | 2017-08-28 | 2021-12-14 | 中船电子科技有限公司 | 一种基于中枢监控的智能仓库管理方法 |
CN107577212B (zh) | 2017-09-15 | 2019-11-05 | 北京京东振世信息技术有限公司 | 货架和调度方法以及运营调度方法、中心和系统 |
CN108089557B (zh) * | 2017-10-19 | 2020-05-22 | 真玫智能科技(深圳)有限公司 | 一种agv货架仓储控制系统及控制方法 |
CN108876083B (zh) * | 2017-11-06 | 2024-03-22 | 武汉燎原模塑有限公司 | 一种仓储调度系统及应用该系统的生产线 |
CN107945192B (zh) * | 2017-12-14 | 2021-10-22 | 北京信息科技大学 | 一种托盘纸箱垛型实时检测方法 |
CN108205741A (zh) * | 2017-12-29 | 2018-06-26 | 长威信息科技发展股份有限公司 | 一种仓库货物资存放路线智能规划方法及电子设备 |
CN110007620B (zh) | 2018-01-05 | 2022-04-05 | 菜鸟智能物流控股有限公司 | 一种设备控制方法及装置 |
CN108469786B (zh) * | 2018-01-26 | 2020-12-08 | 西安电子科技大学 | 大规模智能仓储分布式拣选系统 |
CN108319243B (zh) * | 2018-02-01 | 2021-05-28 | 江西景旺精密电路有限公司 | 一种pcb设备的自动化管理方法、存储介质及服务器 |
CN108459600A (zh) * | 2018-02-11 | 2018-08-28 | 成都兴联宜科技有限公司 | 一种agv小车的视觉导航系统 |
CN108196552B (zh) * | 2018-02-11 | 2021-03-02 | 深圳朝闻道智能信息科技有限公司 | 一种智能小车的gps视觉导航系统 |
CN108376325B (zh) * | 2018-02-26 | 2021-08-17 | 成都科木信息技术有限公司 | 物流信息网络化管理方法 |
CN108346025B (zh) * | 2018-02-26 | 2021-09-10 | 上海申雪供应链管理有限公司 | 基于云的智慧物流计算方法 |
CN108469830A (zh) * | 2018-03-10 | 2018-08-31 | 康玲 | 一种基于无人机的智能仓储盘点系统及方法 |
CN110390498A (zh) * | 2018-04-17 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 订单分配方法和装置 |
CN108427423A (zh) * | 2018-05-07 | 2018-08-21 | 温州大学瓯江学院 | 一种无人仓储智能综合监控调度系统及其控制方法 |
CN109146362A (zh) * | 2018-07-26 | 2019-01-04 | 昆山岩古风智能科技有限公司 | 一种结合agv的智能盘库方法 |
CN116513688A (zh) | 2018-09-26 | 2023-08-01 | 北京极智嘉科技股份有限公司 | 仓储管理系统及方法 |
CN109784802B (zh) * | 2018-12-10 | 2023-09-19 | 北京航天智造科技发展有限公司 | 一种工业现场物流规划方法及装置 |
CN109740981A (zh) * | 2018-12-25 | 2019-05-10 | 华南智能机器人创新研究院 | 一种日化产品智能化生产的管理方法及系统 |
CN109573443B (zh) * | 2019-01-15 | 2024-02-23 | 杭州大氚智能科技有限公司 | 一种仓储分拣系统 |
CN109828542B (zh) * | 2019-02-02 | 2020-09-08 | 宁波吉利汽车研究开发有限公司 | 基于离散型工作站的生产控制方法、系统及装置 |
JP7019935B2 (ja) * | 2019-04-11 | 2022-02-16 | シャンハイ クイックトロン インテリジェント テクノロジー カンパニー リミテッド | シェルフアレイ用の入出庫制御方法及び搬送システム |
CN109941654A (zh) * | 2019-04-23 | 2019-06-28 | 宜昌船舶柴油机有限公司 | 大尺寸薄钢板存储用立体式仓库及操作方法 |
CN111123929A (zh) * | 2019-12-23 | 2020-05-08 | 天行智控(成都)科技有限公司 | 一种轨道运输分区调度系统 |
CN113496327A (zh) * | 2020-03-20 | 2021-10-12 | 北京旷视机器人技术有限公司 | 货物搬运方法、装置、系统、控制终端及计算机存储介质 |
WO2022027357A1 (zh) * | 2020-08-05 | 2022-02-10 | 深圳技术大学 | 一种无人环境下的提货方法、系统和计算机可读存储介质 |
CN112455998B (zh) * | 2020-10-30 | 2022-05-24 | 南京迪沃航空技术有限公司 | 一种阁楼式穿梭车装置及控制方法 |
CN112455984B (zh) * | 2020-11-23 | 2022-03-22 | 淮阴工学院 | 一种工厂智能化物料运输与仓储系统 |
CN112766644B (zh) * | 2020-12-30 | 2024-01-05 | 九科信息技术(深圳)有限公司 | 基于SaaS自动化平台的调度方法、装置、设备及存储介质 |
CN112817319B (zh) * | 2021-01-08 | 2021-10-15 | 唐旸 | Agv车的调度方法、系统及计算机可读存储介质 |
CN112925305B (zh) * | 2021-01-11 | 2022-11-11 | 江麓机电集团有限公司 | 一种车间物流系统的agv灵活调度方法及其车间物流系统 |
CN113148507B (zh) * | 2021-03-11 | 2022-08-26 | 上海电气慧程智能系统有限公司 | 一种生物样本存取路径的规划方法、装置及电子设备 |
CN113689056A (zh) * | 2021-10-23 | 2021-11-23 | 深圳市骏丰木链网科技股份有限公司 | 基于供应链的智能仓储管理方法和系统 |
CN114084558A (zh) * | 2021-11-18 | 2022-02-25 | 镇江茗驰电气有限公司 | 一种基于agv的智能制造物料转运系统 |
CN113934189A (zh) * | 2021-12-17 | 2022-01-14 | 机科发展科技股份有限公司 | 一种移动搬运机器人调度系统及调度方法 |
CN115187168A (zh) * | 2022-07-12 | 2022-10-14 | 天工爱和特钢有限公司 | 一种粉末冶金工厂的物流流转系统及方法 |
CN115508124B (zh) * | 2022-11-22 | 2023-03-07 | 深圳市功夫机器人有限公司 | 仓储机器人工作性能测试方法、系统及终端 |
CN115542924A (zh) * | 2022-11-28 | 2022-12-30 | 中汽智联技术有限公司 | 路径规划方法、设备和存储介质 |
CN115796747B (zh) * | 2023-01-06 | 2023-04-18 | 成都九洲电子信息系统股份有限公司 | 一种基于销售情况的分拣暂存区分配方法 |
CN117057630A (zh) * | 2023-10-10 | 2023-11-14 | 山东丰香园食品股份有限公司 | 一种食品包装车间生产线智能管理方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6445984B1 (en) * | 2001-05-25 | 2002-09-03 | The Raymond Corporation | Steer control system for material handling vehicles |
CN101183265A (zh) * | 2007-11-15 | 2008-05-21 | 浙江大学 | 基于射频识别标签和视觉的自动导引系统及其方法 |
CN103268119A (zh) * | 2013-06-05 | 2013-08-28 | 合肥凌翔信息科技有限公司 | 无人搬运车导航控制系统及其导航控制方法 |
-
2015
- 2015-10-10 CN CN201510651257.8A patent/CN105225090B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6445984B1 (en) * | 2001-05-25 | 2002-09-03 | The Raymond Corporation | Steer control system for material handling vehicles |
CN101183265A (zh) * | 2007-11-15 | 2008-05-21 | 浙江大学 | 基于射频识别标签和视觉的自动导引系统及其方法 |
CN103268119A (zh) * | 2013-06-05 | 2013-08-28 | 合肥凌翔信息科技有限公司 | 无人搬运车导航控制系统及其导航控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105225090A (zh) | 2016-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105225090B (zh) | 自动化仓储管理系统及方法 | |
CN105117892B (zh) | 一种自动化仓储管理方法 | |
CN111033539B (zh) | 用于订单规定路线的机器人库存更新 | |
CN109492965B (zh) | 物流管理系统及电子设备 | |
CN110580593B (zh) | 货物分拣方法、控制系统和货物分拣系统 | |
US20160247116A1 (en) | Method and apparatus for warehouse cycle counting using a drone | |
CN110070312B (zh) | 订单处理方法和装置 | |
US10229385B2 (en) | Free location item and storage retrieval | |
CN108527322A (zh) | 拣选装置和拣选方法 | |
CN111144825A (zh) | 一种基于agv小车的rfid仓储物流盘库方法和系统 | |
CN109048952A (zh) | 一种机器人控制系统和方法、计算设备及存储介质 | |
CN110733824A (zh) | 基于wms系统的agv任务生成方法、agv出入库方法及存储装置 | |
CN110689256A (zh) | 托盘调度方法、装置、电子设备和仓库管理系统 | |
CN113619968A (zh) | 一种自动识别的无人自动化装卸系统 | |
CN112731886A (zh) | 一种agv叉车智能物流仓储管理方法 | |
CN115759492B (zh) | 一种基于卷积神经网络算法的仓储管理方法及系统 | |
Cao et al. | Real-time order scheduling and execution monitoring in public warehouses based on radio frequency identification | |
CN108241940A (zh) | 一种仓储信息查询系统 | |
CN111605945A (zh) | 一种物品归库系统及物品归库方法 | |
CN117234214A (zh) | 一种用于工业货物码垛的自动化穿梭车 | |
CN115511228B (zh) | 一种园区无人物流车通行的智能调度系统及方法 | |
CN109933028B (zh) | Agv的多路径选择方法和系统 | |
Takvir | “Milkrun 4.0” for Smart Manufacturing | |
CN111768065B (zh) | 一种分配拣货任务的方法和装置 | |
CN113844813A (zh) | 一种基于机器视觉的板坯识别跟踪调度管理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |