CN107678433B - 一种考虑agv碰撞规避的装卸设备调度方法 - Google Patents

一种考虑agv碰撞规避的装卸设备调度方法 Download PDF

Info

Publication number
CN107678433B
CN107678433B CN201710984769.5A CN201710984769A CN107678433B CN 107678433 B CN107678433 B CN 107678433B CN 201710984769 A CN201710984769 A CN 201710984769A CN 107678433 B CN107678433 B CN 107678433B
Authority
CN
China
Prior art keywords
task
agv
time
container
tasks
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
Application number
CN201710984769.5A
Other languages
English (en)
Other versions
CN107678433A (zh
Inventor
王洋洋
朱瑾
魏亚茹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Maritime University
Original Assignee
Shanghai Maritime University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Maritime University filed Critical Shanghai Maritime University
Priority to CN201710984769.5A priority Critical patent/CN107678433B/zh
Publication of CN107678433A publication Critical patent/CN107678433A/zh
Application granted granted Critical
Publication of CN107678433B publication Critical patent/CN107678433B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Abstract

本发明提出了一种考虑AGV碰撞规避的装卸设备调度方法。通过建立集装箱码头装卸设备的动态模型及两种类型的碰撞规避模型；将设备的离散事件动态视为一个混合流水车间调度问题，然后采用整体图形顺序法来调度该混合流水车间的所有集装箱任务；最后在考虑两种规避碰撞的情况下，根据引入分层控制结构，由状态监测控制器将产生的各操作时间窗发送给阶段控制器，阶段控制器将各操作时间窗分配给特定的设备，根据最小时间控制问题更新AGV的操作时间以实现AGV所有任务的无碰撞调度。这种同时考虑AGV碰撞规避及装卸设备的调度方法能满足大型自动化集装箱码头调度及管理问题的优化需求。

Description

一种考虑AGV碰撞规避的装卸设备调度方法
技术领域
本发明涉及自动化集装箱码头运输领域，特别是自动化集装箱码头装卸设备调度领域，具体涉及一种考虑AGV碰撞规避的装卸设备调度方法。
背景技术
集装箱码头AGV轨迹规划问题由于设备之间的紧密联系以及环境的复杂性受到了很多研究学者的广泛关注。目前，集装箱码头装卸设备的调度通常忽略设备的实际轨迹规划问题。另外在集装箱码头的研究中，一般都是假设设备在没有干扰的情况下进行作业的，而这样的调度方案不包括有碰撞规避引起的干扰。另外，有些学者研究自动化集装箱码头传统的三阶段混合流水车间一般只考虑单个岸桥的情况，而实际码头环境中，作业通常涉及多个岸桥、多个AGV及多个场桥。且这些研究都没综合考虑AGV的碰撞规避约束与装卸设备调度之间的相互作用，这会影响集装箱码头装卸设备的调度优化性能；基于此，本发明提出了一种考虑AGV碰撞规避的装卸设备调度方法来优化岸桥、AGV及场桥在运输集装箱过程中的无碰撞调度问题。
发明内容
本发明针对自动化集装箱码头装卸设备的无碰撞调度问题，提出了一种考虑AGV碰撞规避的装卸设备调度方法，以实现码头岸桥、AGV及场桥的无碰撞调度。首先，建立集装箱码头装卸设备的动态模型及两种类型的碰撞规避模型，运输集装箱的动态模型可以由高层离散事件动态和低层连续时间动态的组合来表示，装卸设备的调度与高层离散事件动态有关而无碰撞轨迹规划与低层连续时间动态有关；将设备的离散事件动态视为一个混合流水车间调度问题，然后采用整体图形顺序法来调度该混合流水车间的所有集装箱任务；最后引入分层控制结构，考虑两种碰撞规避约束的情况下，由状态监测控制器确定各阶段的任务顺序以及最小化各阶段所有任务的完工时间并将产生的各操作时间窗发送给阶段控制器，阶段控制器将各操作时间窗分配给特定的设备，根据最小时间控制问题更新AGV的操作时间以实现AGV所有任务的无碰撞调度。
本专利中考虑的调度包括确定每个特定设备的任务顺序以及每个任务的操作时间窗；调度是通过处理一个混合流水车间调度问题及AGV碰撞规避问题来确定的。所考虑两种类型的碰撞规避：静止碰撞和移动碰撞，其中静止碰撞是指AGV与堆区交付点前静止障碍及相关设备的碰撞，而移动碰撞是指不同AGV在运输集装箱过程中的相互碰撞。该装卸设备调度方法主要包括以下步骤：
步骤一、建立三阶段设备的模型
该三阶段流水车间中，将一个任务定义为一个集装箱从船上运输到堆区指定位置的一个完整过程。
(1)阶段1：多个QC
(2)阶段2：多个AGV
(3)阶段3：多个ASC
假定有N个集装箱需要从船上运输到堆区，定义Φ为任务集合(|Φ|＝N)，引入两个虚拟任务点0和N+1，然后定义Φ1＝Φ∪{0}和Φ2＝Φ∪{N+1}。对于一个特定设备的时间约束条件如下：
Figure BDA0001440267280000021
Figure BDA0001440267280000022
Figure BDA0001440267280000023
Figure BDA0001440267280000024
Figure BDA0001440267280000025
Figure BDA0001440267280000026
Figure BDA0001440267280000027
Figure BDA0001440267280000028
Figure BDA0001440267280000029
Figure BDA00014402672800000210
Figure BDA00014402672800000211
Figure BDA00014402672800000212
式中，对
Figure BDA00014402672800000213
j∈Φ(i≠j)，定义决策变量：
xij＝1表示在第一阶段，集装箱任务i的完成时间早于任务j，否则，xij＝0；
yij＝1表示在第二阶段，集装箱任务i的完成时间早于任务j，否则，yij＝0；
zij＝1表示在第三阶段，集装箱任务i的完成时间早于任务j，否则，zij＝0；
ai是集装箱任务i在第一阶段的完成时间；bi是集装箱任务i在第二阶段的完成时间；ci是集装箱任务i在第三阶段的完成时间；di是在第二阶段由任务i转移到任务j的起始时间；ei是第一阶段准备运输集装箱i的AGV到达时间；
Figure BDA0001440267280000031
是
Figure BDA0001440267280000032
的完成时间，h1∈{1,2,3}，h2∈{1,2}；
Figure BDA0001440267280000033
是在第二阶段由指定AGV处理的集装箱i到集装箱j的转移时间；R是一个较大正数；Δt是由相同ASC相继装卸两个集装箱的预留时间。
不等式(1)和(4)分别表示初始化QC和AGV的第一个任务。不等式(2)表示由QC处理的任务i和任务j之间的关系；不等式(3)保证任意时刻，每个QC前的交接点最多只有一台AGV；不等式(5)和(6)表示任务i在第一阶段完成以后，第二阶段的开始；不等式(7)和(8)表示任务i在第二阶段完成以后，在第三阶段的开始；不等式(9)表示ASC处理的集装箱任务j和任务i之间的关系；不等式(10)表示在任何时刻每个堆区前交接点处最多只有一台AGV的约束下，保证两相继任务之间的预留时间Δt；不等式(11)和(12)表示AGV运输的集装箱任务i和j的转换。
由于考虑碰撞规避，各个任务的决策变量无法同时确定，可以采用图形法来表示该三阶段混合流水车间调度，其中每个图形表示在特定阶段以特定的顺序处理相应的集装箱任务；整型变量xij，yij和zij分别定义了三个阶段中特定设备处理集装箱任务的顺序；xij，yij和zij的值可以由各阶段的图形表示；
图形序列S表示混合流水车间特定阶段即将执行的所有集装箱任务调度顺序；对于阶段1，定义
Figure BDA0001440267280000034
其中任务j在任务i之后执行；对任务i和任务j，如果相继访问任务i和任务j且任务i和任务j均由图形中特定的设备执行，则xij＝1，否则xij＝0；阶段2和3有类似的定义；
为依次调度该混合流水车间的所有集装箱任务，需要三阶段的每个阶段的整体图形序列，且排列顺序的索引号给出了任务的作业顺序；因此，考虑引入连续变量bi(i∈Φ)，整体图形序列的每个任务都与这些变量的值有关；显然，可以按升序法排列这些变量值来确定任务的作业顺序。而且在步骤一提到的三阶段混合流水车间中，如果有R(1-xij)+bj＞bi，则序列S＝{...,i,...,j,...}(bj≥bi,i,j∈Φ,i≠j)是一个可行的整体图形序列。理由如下：
考虑约束(7)，(8)和(10)，有R(1-zij)+bj＞dj≥bi，所以R(1-zij)+bj＞bi。因为对一个特定的AGV相继访问任务i和任务j，可以得R(1-yij)+bj＞bi。因此，对于序列S＝{...,i,...,j,...}(bj≥bi,i,j∈Φ,i≠j)，R(1-xij)+bj＞bi，R(1-yij)+bj＞bi和R(1-zij)+bj＞bi。这就意味着序列S是一个可行的整体图形序列。
步骤二、建立AGV及碰撞规避模型
1)建立AGV动态模型
所有AGV均采用点-质量模型来估计二维空间的动态行为
Figure BDA0001440267280000041
Figure BDA0001440267280000042
式中，AGVp的位置是
Figure BDA0001440267280000043
速度是
Figure BDA0001440267280000044
加速度
Figure BDA0001440267280000045
(up(k)∈R2)，I2是2×2的单位阵，Δt是时间间隔；
AGV速度和加速度的约束条件如下：
Figure BDA0001440267280000046
Figure BDA0001440267280000047
Figure BDA0001440267280000048
式中，umax和vmax分别是加速度和速度的上限值，M是任意数。
2)建立静止碰撞规避约束模型
矩形区域可以由左下角坐标(slow，x，slow，y)和右上角坐标(shigh，x，shigh，y)来表示；为规避静止障碍区，AGVi的位置必须在矩形区域的外面；故满足该碰撞规避要求的约束条件如下：
Figure BDA0001440267280000049
Figure BDA00014402672800000410
引入二进制变量，约束式(18)可以改写成如下标准优化问题的形式：
Figure BDA0001440267280000051
Figure BDA0001440267280000052
式中，R是一个很大的正实数，bin,τ(k)是一个二进制变量；约束(19)和(20)保证了等式(18)中至少有一个等式是成立的；
3)建立移动碰撞规避约束模型
在每段时间间隔里，除了AGVp1和AGVp2的坐标(x,y)彼此不同以外，两者间还要保持一段最小安全距离(2d)；所以该碰撞规避约束条件可以写成如下形式：
Figure BDA0001440267280000053
Figure BDA0001440267280000054
p2∈[1,...,nagv]，p1≠p2式中，
Figure BDA0001440267280000055
和
Figure BDA0001440267280000056
分别是第k步AGV的p1和p2的位置；引入二进制变量，约束(21)可改写成如下形式：
Figure BDA0001440267280000057
Figure BDA0001440267280000058
式中，bm,τ是一个二进制变量，R是足够大的正实数，式(20)和式(21)保证式(19)是成立的；
步骤三、确定分层控制结构
根据分层控制结构，由整体图形序列来规划所有任务的无碰撞调度，该整体图形序列同时解决了无碰撞轨迹规划问题和装卸设备调度；按照整体图形序列，一个任务接一个任务地依次完成所有任务的无碰撞调度；对于一组即将确定操作顺序的任务，规划的第一个任务用于确定该任务在阶段2中相关的无碰撞轨迹，以及由高层控制器控制的阶段1和阶段3中该任务的相关操作时间；第一个任务完成后，高层控制器会更新离散事件动态并重新确定剩余任务的操作顺序和操作时间；这样重复该过程直到完成所有任务的调度；
1)状态监测控制器
状态监测控制器用于确定各阶段的任务顺序以及最小化各阶段所有任务的完工时间。当QC和AGV可以随时调度时，完工时间定义为最后一个离开船舶任务的完成时间。即max{a1,...,an,e1,...en}，也就是||f||∞，||·||∞表示无穷范数，其中f＝[a1,a2,...,an,e1,...,en]T。
为了确定混合流水车间问题所有阶段的任务顺序，定理需添加附加约束；首先做出以下定义：
a＝[a1,a2,...,an]T
b＝[b1,b2,...,bn]T
c＝[c1,c2,...,cn]T
d＝[d1,d2,...,dn]T
e＝[e1,e2,...,en]T
Figure BDA0001440267280000061
Figure BDA0001440267280000062
Figure BDA0001440267280000063
该调度问题模型可以写成下式：
Figure BDA0001440267280000064
约束条件：
Figure BDA0001440267280000065
以及(1)～(12)和相关等式约束；
Figure BDA0001440267280000066
和
Figure BDA0001440267280000067
是相互依赖的，介于
Figure BDA0001440267280000068
和
Figure BDA0001440267280000069
转换之间的开始时间
Figure BDA00014402672800000610
或
Figure BDA00014402672800000611
取决于执行任务i设备之间的相互作用；该相互作用用于求解以下优化问题的高层控制器实现的：
Figure BDA00014402672800000612
约束条件：(1)～(12)和相关等式约束；该优化问题为线性规划问题，因此，混合流水车间的时间可以快速调整；
2)阶段控制器
考虑阶段2中所有AGV的动态模型一致，定义AGV集合：Ψagv＝{1,2,...,nagv}
fagv:Φ→Ψagv, (25)
其中，fagv是将任务集合Φ映射到AGV集合Ψagv的函数；fagv(i)分配给任务i的AGV；分配给AGV任务i的时间窗记为
Figure BDA0001440267280000071
和
Figure BDA0001440267280000072
对于QC和ASC，由于每个集装箱在船上和堆栈都有确定起点位置和终点位置，所以任务i到设备的映射是预先确定的；用fqc(i)和fyc(i)来表示分配给任务i的QC和ASC；那么分配给QC任务i的时间窗记为
Figure BDA0001440267280000073
和
Figure BDA0001440267280000074
类似地，分配给ASC任务j的时间窗记为
Figure BDA0001440267280000075
和
Figure BDA0001440267280000076
3)低层控制器
该最小时间问题中，考虑静止障碍和移动障碍的同时，要求AGV尽可能快的完成操作
Figure BDA0001440267280000077
和
Figure BDA0001440267280000078
采用数值法来计算AGV将集装箱从原点状态r0运输到目标状态rf的最短时间；从任务i的QC和ASC的交接点选择r0和rf；
在任务j从岸侧运输到堆栈过程中，该选择基于QCfqc(i)和ASCfyc(i)的任务分配来确定的。而且任务i完成后，在AGV从堆栈返回到岸侧装载任务j的过程中(yij＝1)，起点和终点也依赖于fqc(i)和fyc(i)。假定T是给定时间窗的宽度。在已知的时间间隔[0,...,T-1]内，AGVp只有在特定的时刻才能达到目标状态rf，这是在时刻k由一个二进制变量所决定的。该约束条件如下：
Figure BDA0001440267280000079
Figure BDA00014402672800000710
Figure BDA00014402672800000711
式中，bp(k)∈{0,1}是一个二进制变量，R是一个足够大的正实数约束仅当bp(k)＝1的时式(26)是成立的；式(21)和式(27)约束当bp(k)＝1时，保证AGV由初始状态r(k)到目标位置rf；
这里假定t(k)是从0时刻到时刻k(t(k)＝k)的时间差，那么当b(k)＝1时t(k)b(k)就是操作的完成时间；通过求解总完成时间的最小值得到AGV从起点到终点的最短时间；还可以考虑提高轨迹规划的能效以及根据目标函数中的最小代价系数λeng最小化加速度总和来实现AGV从起点到终点的最短时间；因此，最小时间优化问题可以写成如下：
Figure BDA0001440267280000081
约束条件：(11)～(15)，(17)，(18)，(20)，(21)和(26)，(27)。
式中，u＝[u(0),u(1),...,u(T-1)]T表示连续决策变量，b＝[bp(0),bp(1),...,bp(T-1)]T二进制决策变量。
本发明具有如下效果和优点：
本发明在一般定义的三阶段流水车间调度基础上，将单个岸桥改为多个岸桥，采用整体图形顺序法来实现该混合流水车间的相关设备的作业顺序，考虑两种AGV碰撞规避约束的同时，根据确定的分层控制结构，结合引入的的整体图形序列来规划所有任务的无碰撞调度，该整体图形序列同时解决了装卸设备调度和无碰撞轨迹规划问题。有效地提高了自动化集装箱码头在考虑AGV碰撞规避约束情况下，装卸设备处理和运输集装箱的性能和效率。
附图说明
图1为三种设备运输集装箱的顺序图
图2为三阶段中6个正在执行任务的顺序决策示意图
图3为AGV的速度限制近似值示意图
图4为AGV的安全区域示意图
图5为静止障碍区示意图
图6为分层控制结构示意图
图7为两层控制器的总体结构示意图
表1为三阶段操作的时间窗
表2为任务i起点和终点的选择
具体实施方式
步骤一、建立三阶段设备的模型
本发明中，考虑自动化集装箱码头的多个QC，多个AGV和多个ASC情形。三种类型设备的作业可视为一个三阶段混合流水车间。在一个混合流水车间，每个执行的任务要经过好几个阶段的处理。每个阶段相同的设备可以并行处理一个任务的一部分。每项任务的加工顺序都是相同的并且每项任务每个阶段的加工时间都是固定的。该三阶段流水车间中，将一个任务定义为一个集装箱从船上运输到堆区指定位置的一个完整过程。
(1)阶段1：多个QC
(2)阶段2：多个AGV
(3)阶段3：多个ASC
定义的三阶段混合流水车间所有操作如图1所示。Pi 1定义为集装箱i在船上的位置，Pi 2和
Figure BDA0001440267280000091
定义为QC到AGV的交付点位置，Pi 3定义为AGV到ASC的交付点位置，Pi 4定义为集装箱i在堆区的存放位置。
Figure BDA0001440267280000092
表示QC空载从Pi 2到Pi 1，
Figure BDA0001440267280000093
表示QC满载从Pi 1到Pi 2；
Figure BDA0001440267280000094
表示AGV满载从Pi 2到Pi 3，
Figure BDA0001440267280000095
表示AGV空载从Pi 3返回到Pi 2和
Figure BDA00014402672800000921
Figure BDA0001440267280000096
表示ASC满载从Pi 3到Pi 4，
Figure BDA0001440267280000097
表示ASC空载从Pi 4返回到Pi 3。
假定有N个集装箱需要从船上运输到堆区，定义Φ为任务集合(|Φ|＝N)，引入两个虚拟作业点0和N+1，然后定义Φ1＝Φ∪{0}和Φ2＝Φ∪{N+1}。对于一个特定设备的时间约束条件如下：
Figure BDA0001440267280000098
Figure BDA0001440267280000099
Figure BDA00014402672800000910
Figure BDA00014402672800000911
Figure BDA00014402672800000912
Figure BDA00014402672800000913
Figure BDA00014402672800000914
Figure BDA00014402672800000915
Figure BDA00014402672800000916
Figure BDA00014402672800000917
Figure BDA00014402672800000918
Figure BDA00014402672800000919
式中，对
Figure BDA00014402672800000920
j∈Φ(i≠j)，定义决策变量：
xij＝1表示在第一阶段，集装箱任务i的完成时间早于任务j，否则，xij＝0；
yij＝1表示在第二阶段，集装箱任务i的完成时间早于任务j，否则，yij＝0；
zij＝1表示在第三阶段，集装箱任务i的完成时间早于任务j，否则，zij＝0；
ai是集装箱任务i在第一阶段的完成时间；bi是集装箱任务i在第二阶段的完成时间；ci是集装箱任务i在第三阶段的完成时间；di是在第二阶段由任务i转移到任务j的起始时间；ei是第一阶段准备运输集装箱i的AGV到达时间；
Figure BDA0001440267280000101
是
Figure BDA0001440267280000102
的完成时间，h1∈{1,2,3}，h2∈{1,2}如表1所示，表示任务i的操作时间窗；
Figure BDA0001440267280000103
是在第二阶段由指定AGV处理的集装箱i到集装箱j的转移时间；R是一个较大正数；Δt是由相同ASC相继装卸两个集装箱的预留时间。
不等式(1)和(4)分别表示初始化QC和AGV的第一个任务。不等式(2)表示由QC处理的任务i和任务j之间的关系；不等式(3)保证任意时刻，每个QC前的交接点最多只有一台AGV；不等式(5)和(6)表示任务i在第一阶段完成以后，第二阶段的开始；不等式(7)和(8)表示任务i在第二阶段完成以后，在第三阶段的开始；不等式(9)表示ASC处理的集装箱任务j和任务i之间的关系；不等式(10)表示在任何时刻每个堆区前交接点处最多只有一台AGV的约束下，保证两相继任务之间的预留时间Δt；不等式(11)和(12)表示AGV运输的集装箱任务i和j的转换。
根据以上约束，将三阶段设备的离散事件动态视为一个混合流水车间调度问题。这些决策变量可以由状态监测器通过求解混合流水车间调度问题来确定。由于考虑碰撞规避，各个任务的决策变量无法同时确定，可以采用图形法来表示该三阶段混合流水车间调度，其中每个图形表示在特定阶段以特定的顺序处理相应的集装箱任务。整型变量xij，yij和zij分别定义了三个阶段中特定设备处理集装箱任务的顺序。xij，yij和zij的值可以由各阶段的图形表示。如图2所示，给出了正在处理的6个集装箱任务的示例(其中涉及2QC,3AGV和3ASC)来说明每个阶段各设备可能处理的任务顺序，其中正在处理的集装箱任务①～⑥，虚拟集装箱起点任务
Figure BDA0001440267280000104
，虚拟集装箱终点任务⑦，不同的箭头路径表示不同的设备。如阶段1中，任务①，②和③由一个QC依次处理，任务④，⑤和⑥依次由另一个QC依次处理；且前两个任务即任务①和任务④由两个QC处理，后两个任务即任务③和任务⑥由两个QC处理。阶段2和阶段3可以类比推理。
Figure BDA0001440267280000111
表1三阶段操作的时间窗
图形序列S表示混合流水车间特定阶段即将执行的所有集装箱任务。对于阶段1，定义
Figure BDA0001440267280000112
其中任务j在任务i之后执行。对任务i和任务j，如果相继访问任务i和任务j且任务i和任务j均由图形中特定的设备执行，则xij＝1，否则xij＝0。阶段2和3有类似的定义。阶段1中一个可能的图形顺序是(①,④,②,⑤,⑥,③)。比如，由相同的设备相继访问任务①和任务②。但是由于任务②和任务④不是由同一个设备处理，所以任务②不是在任务④之后处理的。对于特定阶段，可能有多个图形顺序。对于阶段1的另一种图形顺序可以是(④,①,②,⑤,⑥,③)。
为依次调度该混合流水车间的所有集装箱任务，需要三阶段的每个阶段的整体图形序列，且排列顺序的索引号给出了任务的作业顺序。因此，考虑引入连续变量bi(i∈Φ)，整体图形序列的每个任务都与这些变量的值有关。显然，可以按升序法排列这些变量值来确定任务的作业顺序。而且在步骤一提到的三阶段混合流水车间中，如果有R(1-xij)+bj＞bi，则序列S＝{...,i,...,j,...}(bj≥bi,i,j∈Φ,i≠j)是一个可行的整体图形序列。理由如下：
考虑约束(7)，(8)和(10)，有R(1-zij)+bj＞dj≥bi，所以R(1-zij)+bj＞bi。因为对一个特定的AGV相继访问任务i和任务j，可以得R(1-yij)+bj＞bi。因此，对于序列S＝{...,i,...,j,...}(bj≥bi,i,j∈Φ,i≠j)，R(1-xij)+bj＞bi，R(1-yij)+bj＞bi和R(1-zij)+bj＞bi。这就意味着序列S是一个可行的整体图形序列。
步骤二、建立AGV及碰撞规避模型
1)建立AGV动态模型
假定每个AGV的动态模型一致，所有AGV均采用点-质量模型来估计二维空间的动态行为
Figure BDA0001440267280000121
Figure BDA0001440267280000122
式中，AGVp的位置是
Figure BDA0001440267280000123
速度是
Figure BDA0001440267280000124
加速度
Figure BDA0001440267280000125
(up(k)∈R2)，I2是2×2的单位阵，Δt是时间间隔。
速度和加速度约束条件如下：
Figure BDA0001440267280000126
Figure BDA0001440267280000127
Figure BDA0001440267280000128
式中，umax和vmax分别是加速度和速度的上限值。为了简化计算，速度和加速度的约束均近似采用线性等式的多边形约束。速度和加速度的约束条件如下：
Figure BDA0001440267280000129
Figure BDA00014402672800001210
Figure BDA00014402672800001211
式中，M是任意数。如图3所示，给出了AGV的多边形最大速度近似值示意图。X轴和Y轴分别表示AGV的横向和纵向速度的范围。圆圈表示准确的约束条件，而多边形表示近似约束。
2)建立静止碰撞规避约束模型
假设AGV占据一个正方形安全区域，图中AGV2，d是单个AGV区域的安全距离，该区域边长均为2d，区域面积为2d×2d。如图4所示，给出了单个AGV的安全区域示意图。
如图5所示，给出了静止障碍区域示意图。假定图5(a)为堆栈附近的两个静止障碍区示意图，图中，集装箱1，AGV2，场桥静止轨道3；静止障碍是场桥(ASC)两条轨道的矩形区域坐标示意图如图5(b)所示，该矩形区域可以由左下角坐标(slow，x，slow，y)和右上角坐标(shigh，x，shigh，y)来表示。为规避静止障碍区，AGVi的位置必须在该矩形区域的外面。故满足该碰撞规避要求的约束条件如下：
Figure BDA00014402672800001212
Figure BDA0001440267280000131
引入二进制变量，约束式(18)可以改写成如下标准优化问题的形式：
Figure BDA0001440267280000132
Figure BDA0001440267280000133
式中，R是一个很大的正实数，bin,τ(k)是一个二进制变量。约束(19)和(20)保证了等式(18)中至少有一个等式是成立的，这样就保证了AGV在静止障碍区的外面。
3)建立移动碰撞规避约束模型
当多个AGV运输集装箱到不同的终点时，需要考虑这些AGV之间可能发生的碰撞。在每段时间间隔里，除了AGVp1和AGVp2的坐标(x,y)彼此不同以外，两者间还要保持一段最小安全距离(2d)。
所以该碰撞规避约束条件可以写成如下形式：
Figure BDA0001440267280000134
Figure BDA0001440267280000135
p2∈[1,...,nagv],p1≠p2，式中，
Figure BDA0001440267280000136
和
Figure BDA0001440267280000137
分别是第k步AGVp1和AGVp2的位置。引入二进制变量，约束(21)可改写成如下形式：
Figure BDA0001440267280000138
Figure BDA0001440267280000139
式中，bm,τ是一个二进制变量，R是实数，式(22)和式(23)保证式(21)是成立的。
步骤三、确定分层控制结构
基于以上系统的动态分解，需要采用集装箱码头的分层控制结构来协调相关控制器，如图6所示，(即高层控制器和低层控制器)。高层控制器包括状态监测控制器和各阶段的阶段控制器。状态监测控制器通过确定任务顺序和时间来协调三阶段的设备以及调度各阶段操作的时间窗。阶段控制器将各操作的时间窗分配给特定的设备。低层控制器包括各个本地控制器。本地控制器与特定设备(QC，AGV和ASC)有关。
根据分层控制结构，由整体图形序列来规划所有任务的无碰撞调度，该整体图形序列同时解决了装卸设备调度和无碰撞轨迹规划问题。按照整体图形序列，一个任务接一个任务地依次完成所有任务的无碰撞调度。对于一组即将确定操作顺序的任务，规划的第一个任务用于确定该任务在阶段2中相关的无碰撞轨迹，以及由高层控制器控制的阶段1和阶段3中该任务的相关操作时间。第一个任务完成后，高层控制器会更新离散事件动态并重新确定剩余任务的操作顺序和操作时间。这样重复该过程直到完成所有任务的调度。如图7所示，给出了两层控制器相互作用的总体结构示意图。
1)状态监测控制器
状态监测控制器用于确定各阶段的任务顺序以及最小化各阶段所有任务的完工时间。当QC和AGV可以随时调度时，完工时间定义为最后一个离开船舶任务的完成时间。即max{a1,...,an,e1,...en}，也就是||f||∞，||·||∞表示无穷范数，其中f＝[a1,a2,...,an,e1,...,en]T。
为了确定混合流水车间问题所有阶段的任务顺序，定理需添加附加约束。做出以下定义：
a＝[a1,a2,...,an]T
b＝[b1,b2,...,bn]T
c＝[c1,c2,...,cn]T
d＝[d1,d2,...,dn]T
e＝[e1,e2,...,en]T
Figure BDA0001440267280000141
Figure BDA0001440267280000142
Figure BDA0001440267280000143
该调度问题模型可以写成下式：
Figure BDA0001440267280000144
约束条件：
Figure BDA0001440267280000145
以及(1)～(12)和相关等式约束。
在规划一个特定任务的操作时，任务的操作顺序(
Figure BDA0001440267280000151
和
Figure BDA0001440267280000152
)不会改变。特别地，
Figure BDA0001440267280000153
和
Figure BDA0001440267280000154
是相互依赖的，介于
Figure BDA0001440267280000155
和
Figure BDA0001440267280000156
转换之间的开始时间
Figure BDA0001440267280000157
或
Figure BDA0001440267280000158
取决于执行任务i设备之间的相互作用。该相互作用是用于求解以下优化问题的高层控制器实现的：
Figure BDA0001440267280000159
约束条件：(1)～(12)和相关等式约束。该优化问题为线性规划问题，因此，混合流水车间的时间可以快速调整。
2)阶段控制器
根据即将得出的任务序列，阶段控制器将每个任务分配给各阶段的特定设备。在混合流水车间调度问题中，这种分配关系隐含在等式约束中，为此定义以下三个映射函数。
考虑阶段2中所有AGV的动态模型一致，定义AGV集合：Ψagv＝{1,2,...,nagv}。
fagv:Φ→Ψagv (27)
其中，fagv是将任务集合Φ映射到AGV集合Ψagv的函数。fagv(i)分配给任务i的AGV。分配给AGV任务i的时间窗记为
Figure BDA00014402672800001510
和
Figure BDA00014402672800001511
对于QC和ASC，由于每个集装箱在船上和堆栈都有确定起点位置和终点位置，所以任务i到设备的映射是预先确定的。用fqc(i)和fyc(i)来表示分配给任务i的QC和ASC。那么分配给QC任务i的时间窗记为
Figure BDA00014402672800001512
和
Figure BDA00014402672800001513
类似地，分配给ASC任务j的时间窗记为
Figure BDA00014402672800001514
和
Figure BDA00014402672800001515
3)低层控制器
通过求解最小时间控制问题，AGV的低层控制器实现AGV的无碰撞轨迹调度。该最小时间问题中，考虑静止障碍和移动障碍的同时，要求AGV尽可能快的完成操作
Figure BDA00014402672800001516
和
Figure BDA00014402672800001517
采用数值法来计算AGV将集装箱从原点状态r0运输到目标状态rf的最短时间。从任务i的QC和ASC的交接点选择r0和rf。
任务i起点和终点的精确选择如表2所示。在任务j从岸侧运输到堆栈过程中，该选择基于QCfqc(i)和ASCfyc(i)的任务分配来确定的。而且任务i完成后，在AGV从堆栈返回到岸侧装载任务j的过程中(yij＝1)，起点和终点也依赖于fqc(i)和fyc(i)。假定T是给定时间窗的宽度。在已知的时间间隔[0,...,T-1]内，AGVp只有在特定的时刻才能达到目标状态rf，这是在时刻k由一个二进制变量所决定的。该约束条件如下：
Figure BDA0001440267280000161
Figure BDA0001440267280000162
Figure BDA0001440267280000163
式中，bp(k)∈{0,1}是一个二进制变量，R是一个足够大的正实数约束仅当bp(k)＝1的时式(28)是成立的。式(23)和式(29)约束当bp(k)＝1时，保证AGV由初始状态r(k)到目标位置rf。
Figure BDA0001440267280000164
表2任务i起点和终点的选择
这里假定t(k)是从0时刻到时刻k(t(k)＝k)的时间差，那么当b(k)＝1时t(k)b(k)就是操作的完成时间。通过求解总完成时间的最小值得到AGV从起点到终点的最短时间。还可以考虑提高轨迹规划的能效以及根据目标函数中的最小代价系数λeng最小化加速度总和来实现AGV从起点到终点的最短时间。因此，最小时间优化问题可以写成如下：
Figure BDA0001440267280000165
约束条件：(13)～(17)，(19)，(20)，(22)，(23)和(28)，(29)。
式中，u＝[u(0),u(1),...,u(T-1)]T表示连续决策变量，b＝[bp(0),bp(1),...,bp(T-1)]T二进制决策变量。求解该优化问题，其结果用于更新操作时间
Figure BDA0001440267280000166
和
Figure BDA0001440267280000167
因此来确定AGV下一步作业的开始时间。

Claims (1)

1.一种考虑AGV碰撞规避的装卸设备调度方法，所考虑的碰撞规避的约束条件包括静止碰撞和移动碰撞；静止碰撞是指AGV和堆区前交付点附近的静止障碍及相关设备的碰撞，而移动碰撞是指两台AGV在运输集装箱过程中的碰撞；所考虑的调度包括确定每个特定QC、AGV和ASC的任务顺序以及每个任务的操作时间窗；调度是通过处理一个混合流水车间调度问题及AGV碰撞规避问题来确定的，结合整体图形序列实现岸桥、AGV及场桥的无碰撞调度；其特征在于所述AGV碰撞规避的装卸设备调度方法包括以下步骤：
步骤一、建立三阶段设备的模型
该三阶段流水车间中，将一个任务定义为一个集装箱从船上运输到堆区指定位置的一个完整过程；
(1)阶段1：多个QC
(2)阶段2：多个AGV
(3)阶段3：多个ASC
假定有N个集装箱需要从船上运输到堆区，定义Φ为任务集合(|Φ|＝N)，引入两个虚拟作业点0和N+1，然后定义Φ1＝Φ∪{0}和Φ2＝Φ∪{N+1}；对于一个特定设备的时间约束条件如下：
Figure FDA0002416451060000011
Figure FDA0002416451060000012
Figure FDA0002416451060000013
Figure FDA0002416451060000014
Figure FDA0002416451060000015
Figure FDA0002416451060000016
Figure FDA0002416451060000017
Figure FDA0002416451060000018
Figure FDA0002416451060000019
Figure FDA00024164510600000110
Figure FDA00024164510600000111
Figure FDA0002416451060000021
式中，对
Figure FDA0002416451060000022
定义决策变量：
xij＝1表示在第一阶段，集装箱任务i的完成时间早于任务j，否则，xij＝0；
yij＝1表示在第二阶段，集装箱任务i的完成时间早于任务j，否则，yij＝0；
zij＝1表示在第三阶段，集装箱任务i的完成时间早于任务j，否则，zij＝0；
ai是集装箱任务i在第一阶段的完成时间；bi是集装箱任务i在第二阶段的完成时间；ci是集装箱任务i在第三阶段的完成时间；di是在第二阶段由任务i转移到任务j的起始时间；ei是第一阶段准备运输集装箱i的AGV到达时间；
Figure FDA0002416451060000023
是
Figure FDA0002416451060000024
的完成时间，h1∈{1,2,3}，h2∈{1,2}；
Figure FDA0002416451060000025
表示相应的集装箱操作，其中h1∈{1,2,3}，h2∈{1,2}，
Figure FDA0002416451060000026
表示QC空载从Pi 2到Pi 1，
Figure FDA0002416451060000027
表示QC满载从Pi 1到Pi 2；
Figure FDA0002416451060000028
表示AGV满载从Pi 2到Pi 3，
Figure FDA0002416451060000029
表示AGV空载从Pi 3返回到Pi 2和
Figure FDA00024164510600000210
Figure FDA00024164510600000211
表示ASC满载从Pi 3到Pi 4，
Figure FDA00024164510600000212
表示ASC空载从Pi 4返回到Pi 3；
Figure FDA00024164510600000213
是在第二阶段由指定AGV处理的集装箱i到集装箱j的转移时间；R是一个较大正数；Δt是由相同ASC相继装卸两个集装箱的预留时间；
不等式(1)和(4)分别表示初始化QC和AGV的第一个任务；不等式(2)表示由QC处理的任务i和任务j之间的关系；不等式(3)保证任意时刻，每个QC前的交接点最多只有一台AGV；不等式(5)和(6)表示任务i在第一阶段完成以后，第二阶段的开始；不等式(7)和(8)表示任务i在第二阶段完成以后，在第三阶段的开始；不等式(9)表示ASC处理的集装箱任务j和任务i之间的关系；不等式(10)表示在任何时刻每个堆区前交接点处最多只有一台AGV的约束下，保证两相继任务之间的预留时间Δt；不等式(11)和(12)表示AGV运输的集装箱任务i和j的转换；
采用图形法来表示该三阶段混合流水车间调度，其中每个图形表示在特定阶段以特定的顺序处理相应的集装箱任务；整型变量xij，yij和zij分别定义了三个阶段中特定设备处理集装箱任务的顺序；xij，yij和zij的值可以由各阶段的图形表示；
图形序列S表示混合流水车间特定阶段即将执行的所有集装箱任务调度顺序；对于阶段1，定义
Figure FDA00024164510600000214
其中任务j在任务i之后执行；对任务i和任务j，如果相继访问任务i和任务j且任务i和任务j均由图形中特定的设备执行，则xij＝1，否则xij＝0；阶段2和3有类似的定义；
考虑引入连续变量bi(i∈Φ)，整体图形序列的每个任务都与这些变量的值有关；显然，在三阶段混合流水车间中，如果有R(1-xij)+bj＞bi，则序列S＝{...,i,...,j,...}(bj≥bi,i,j∈Φ,i≠j)是一个可行的整体图形序列；且可以按升序法排列这些变量值来确定任务的作业顺序；
步骤二、建立AGV及碰撞规避模型
1)建立AGV动态模型
所有AGV均采用点-质量模型来估计二维空间的动态行为
Figure FDA0002416451060000031
Figure FDA0002416451060000032
式中，AGVp的位置是
Figure FDA0002416451060000033
速度是
Figure FDA0002416451060000034
加速度
Figure FDA0002416451060000035
(up(k)∈R2)，I2是2×2的单位阵，Δt是表示由同一个ASC相继装卸两个集装箱的预留时间，T是给定时间窗的宽度，即假定已知的时间间隔[0,...,T-1]；
AGV速度和加速度的约束条件如下：
Figure FDA0002416451060000036
Figure FDA0002416451060000037
Figure FDA0002416451060000038
式中，umax和vmax分别是加速度和速度的上限值，M是任意数；
2)建立静止碰撞规避约束模型
矩形区域可以由左下角坐标(slow，x，slow，y)和右上角坐标(shigh，x，shigh，y)来表示；为规避静止障碍区，AGVi的位置必须在矩形区域的外面；故满足该碰撞规避要求的约束条件如下：
Figure FDA0002416451060000039
Figure FDA00024164510600000310
引入二进制变量，约束式(16)可以改写成如下标准优化问题的形式：
Figure FDA0002416451060000041
Figure FDA0002416451060000042
式中，d是单个AGV区域的安全距离，该区域边长均为2d，区域面积为2d×2d；R是一个很大的正实数，bin,τ(k)是一个二进制变量；约束(17)和(18)保证了等式(16)中至少有一个等式是成立的；
3)建立移动碰撞规避约束模型
在每段时间间隔里，除了AGVp1和AGVp2的坐标(x,y)彼此不同以外，两者间还要保持一段最小安全距离2d；所以该碰撞规避约束条件可以写成如下形式：
Figure FDA0002416451060000043
Figure FDA0002416451060000044
p2∈[1,...,nagv]，p1≠p2式中
Figure FDA0002416451060000045
和
Figure FDA0002416451060000046
分别是第k步AGV的p1和p2的位置；引入二进制变量，约束(19)可改写成如下形式：
Figure FDA0002416451060000047
Figure FDA0002416451060000048
式中，bm,τ是一个二进制变量，R是足够大的正实数，式(20)和式(21)保证式(19)是成立的；
步骤三、确定分层控制结构
根据分层控制结构，由整体图形序列来规划所有任务的无碰撞调度，该整体图形序列同时解决了无碰撞轨迹规划问题和装卸设备调度；按照整体图形序列，一个任务接一个任务地依次完成所有任务的无碰撞调度；对于一组即将确定操作顺序的任务，规划的第一个任务用于确定该任务在阶段2中相关的无碰撞轨迹，以及由高层控制器控制的阶段1和阶段3中该任务的相关操作时间；第一个任务完成后，高层控制器会更新离散事件动态并重新确定剩余任务的操作顺序和操作时间；这样重复该过程直到完成所有任务的调度；
1)状态监测控制器
状态监测控制器用于确定各阶段的任务顺序以及最小化各阶段所有任务的完工时间；当QC和AGV可以随时调度时，完工时间定义为最后一个离开船舶任务的完成时间；即max{a1,...,an,e1,...en}，也就是||f||∞，||·||∞表示无穷范数，其中f＝[a1,a2,...,an,e1,...,en]T；
为了确定混合流水车间问题所有阶段的任务顺序，定理需添加附加约束；首先做出以下定义：
a＝[a1,a2,...,an]T
b＝[b1,b2,...,bn]T
c＝[c1,c2,...,cn]T
d＝[d1,d2,...,dn]T
e＝[e1,e2,...,en]T
Figure FDA0002416451060000051
Figure FDA0002416451060000052
Figure FDA0002416451060000053
该调度问题模型可以写成下式：
Figure FDA0002416451060000054
约束条件：
Figure FDA0002416451060000055
以及(1)～(12)和相关等式约束；
介于
Figure FDA0002416451060000056
和
Figure FDA0002416451060000057
转换之间的开始时间
Figure FDA0002416451060000058
或
Figure FDA0002416451060000059
取决于执行任务i设备之间的相互作用；该相互作用用于求解以下优化问题的高层控制器实现的：
Figure FDA00024164510600000510
约束条件：(1)～(12)和相关等式约束；该优化问题为线性规划问题，因此，混合流水车间的时间可以快速调整；
2)阶段控制器
考虑阶段2中所有AGV的动态模型一致，定义AGV集合：Ψagv＝{1,2,...,nagv}
fagv:Φ→Ψagv, (25)
其中，fagv是将任务集合Φ映射到AGV集合Ψagv的函数；fagv(i)分配给任务i的AGV；分配给AGV任务i的时间窗记为
Figure FDA0002416451060000061
和
Figure FDA0002416451060000062
对于QC和ASC，用fqc(i)和fyc(i)来表示分配给任务i的QC和ASC；那么分配给QC任务i的时间窗记为
Figure FDA0002416451060000063
和
Figure FDA0002416451060000064
类似地，分配给ASC任务j的时间窗记为
Figure FDA0002416451060000065
和
Figure FDA0002416451060000066
3)低层控制器
该最小时间问题中，考虑静止障碍和移动障碍的同时，要求AGV尽可能快的完成操作
Figure FDA0002416451060000067
和
Figure FDA0002416451060000068
采用数值法来计算AGV将集装箱从原点状态r0运输到目标状态rf的最短时间；从任务i的QC和ASC的交接点选择r0和rf；
在任务j从岸侧运送至堆栈过程中，该选择基于QCfqc(i)和ASCfyc(i)的任务分配来确定的；而且任务i完成后，在AGV从堆栈返回到岸侧装载任务j的过程中(yij＝1)，起点和终点也依赖于fqc(i)和fyc(i)；假定T是给定时间窗的宽度，在已知的时间间隔[0,...,T-1]内，AGVp只有在特定的时刻才能达到目标状态rf，这是在时刻k由一个二进制变量所决定的；该约束条件如下：
Figure FDA0002416451060000069
Figure FDA00024164510600000610
Figure FDA00024164510600000611
式中，bp(k)∈{0,1}是一个二进制变量，R是一个足够大的正实数，约束仅当bp(k)＝1的时式(26)是成立的；式(21)和式(27)约束当bp(k)＝1时，保证AGV由初始状态r(k)到目标位置rf；
这里假定t(k)是从0时刻到时刻k(t(k)＝k)的时间差，那么当b(k)＝1时t(k)b(k)就是操作的完成时间；通过求解总完成时间的最小值得到AGV从起点到终点的最短时间；还可以考虑提高轨迹规划的能效以及根据目标函数中的最小代价系数λeng最小化加速度总和来实现AGV从起点到终点的最短时间；因此，最小时间优化问题可以写成如下：
Figure FDA0002416451060000071
约束条件：(11)～(15)，(17)，(18)，(20)，(21)和(26)，(27)；
式中，u＝[u(0),u(1),...,u(T-1)]T表示连续决策变量；b＝[bp(0),bp(1),...,bp(T-1)]T表示二进制决策变量。
CN201710984769.5A 2017-10-20 2017-10-20 一种考虑agv碰撞规避的装卸设备调度方法 Active CN107678433B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710984769.5A CN107678433B (zh) 2017-10-20 2017-10-20 一种考虑agv碰撞规避的装卸设备调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710984769.5A CN107678433B (zh) 2017-10-20 2017-10-20 一种考虑agv碰撞规避的装卸设备调度方法

Publications (2)

Publication Number Publication Date
CN107678433A CN107678433A (zh) 2018-02-09
CN107678433B true CN107678433B (zh) 2020-05-29

Family

ID=61140320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710984769.5A Active CN107678433B (zh) 2017-10-20 2017-10-20 一种考虑agv碰撞规避的装卸设备调度方法

Country Status (1)

Country Link
CN (1) CN107678433B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108596519B (zh) * 2018-05-14 2021-06-04 大连海事大学 一种自动化码头alv优化调度方法
CN108983779B (zh) * 2018-07-24 2021-12-21 合肥哈工库讯智能科技有限公司 一种基于路径分析的agv小车交通管制调控方法
CN109048909B (zh) * 2018-08-29 2020-12-18 广州市君望机器人自动化有限公司 枝节式路径调度方法、装置、后台服务端及第一机器人
CN110516976B (zh) * 2019-08-30 2022-12-13 大连海事大学 一种可选择装卸完工时间的自动化集装箱码头agv调度方法
CN110683463B (zh) * 2019-10-17 2020-09-04 上海海事大学 一种双起重机的实时调度-控制级联系统及方法
CN113435722B (zh) * 2021-06-17 2024-01-23 上海海事大学 U型自动化码头多设备混合调度方法及电子设备
CN114371612A (zh) * 2021-12-14 2022-04-19 珠海格力智能装备有限公司 运动物体加速控制方法、装置、计算机设备以及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6092010A (en) * 1997-09-03 2000-07-18 Jervis B. Webb Company Method and system for describing, generating and checking non-wire guidepaths for automatic guided vehicles
CN105740979B (zh) * 2016-01-29 2020-02-14 上海海事大学 自动化码头多自动导引车的智能调度系统与方法
CN107092263A (zh) * 2017-06-21 2017-08-25 安徽瑞弋自动化科技有限公司 一种agv小车调度系统及方法
CN107169717A (zh) * 2017-06-26 2017-09-15 海航创新科技研究有限公司 基于云平台的物流运输方法、装置和系统
CN107678279A (zh) * 2017-10-09 2018-02-09 上海海事大学 一种考虑规避约束的agv轨迹规划方法

Also Published As

Publication number Publication date
CN107678433A (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
CN107678433B (zh) 一种考虑agv碰撞规避的装卸设备调度方法
Xin et al. Energy-aware control for automated container terminals using integrated flow shop scheduling and optimal control
Xin et al. Control of interacting machines in automated container terminals using a sequential planning approach for collision avoidance
Kim et al. An optimal routing algorithm for a transfer crane in port container terminals
CN106651049B (zh) 自动化集装箱码头装卸设备的重调度方法
KR102015006B1 (ko) 적어도 2개의 자동화 비-통과 레일 장착된 갠트리 크레인을 제어하는 시스템 및 방법
Fottner et al. Autonomous systems in intralogistics–state of the art and future research challenges
CN114023094B (zh) 一种码头车辆调度系统、方法、设备和介质
CN106773686B (zh) 同轨双车运行模式下堆垛机调度路径模型建立方法
CN110716452A (zh) 一种基于多层穿梭车智能立体仓库的调度仿真方法
CN107993025A (zh) 一种多agv的实时动态解锁调度方法
Walenta et al. A decentralised system approach for controlling AGVs with ROS
CN111573114A (zh) 存储容器搬运控制方法、装置、设备和存储介质
Hu et al. Multi-AGV dispatching and routing problem based on a three-stage decomposition method
WO2015011661A2 (en) Device and method for optimising the movement of automated-guided vehicles, and the like
Stahlbock et al. Efficiency considerations for sequencing and scheduling of double-rail-mounted gantry cranes at maritime container terminals
CN111781927A (zh) 一种多机器人协同运输任务的调度分配方法
CN115140657A (zh) 一种多天车调度与防撞方法及系统
Solichudin et al. Conflict-free dynamic route multi-agv using dijkstra Floyd-warshall hybrid algorithm with time windows
Nguyen et al. Heuristic algorithms for constructing transporter pools in container terminals
CN113743747A (zh) 一种车间环境下的多agv协同调度方法及装置
Dkhil et al. Optimization of container handling systems in automated maritime terminal
Chaikovskaia et al. Sizing of a fleet of cooperative robots for the transport of homogeneous loads
Ahmed et al. Improving productivity of yard trucks in port container terminal using computer simulation
Deja et al. Simulation studies into quayside transport and storage yard operations in container terminals

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant