CN108897316B - 一种基于信息素导航的集群仓储机器人系统控制方法 - Google Patents
一种基于信息素导航的集群仓储机器人系统控制方法 Download PDFInfo
- Publication number
- CN108897316B CN108897316B CN201810614061.5A CN201810614061A CN108897316B CN 108897316 B CN108897316 B CN 108897316B CN 201810614061 A CN201810614061 A CN 201810614061A CN 108897316 B CN108897316 B CN 108897316B
- Authority
- CN
- China
- Prior art keywords
- task
- cluster
- information
- shelf
- goods
- 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
- 239000003016 pheromone Substances 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 18
- 230000010365 information processing Effects 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 11
- 230000033001 locomotion Effects 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 2
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
Abstract
本发明提供一种基于信息素导航的集群仓储机器人系统控制方法,其步骤A:根据订单信息以及任务完成现状更新任务信息素;步骤B:集群仓储机器人执行取货任务;步骤C:货架系统执行装载任务;步骤D:集群仓储机器人执行送货任务。本发明能够实现仓储系统具备高效分拣多并发的分拣任务的能力同时,系统具备强扩展性、高冗余的特性,从而使企业具备大规模的智能仓储管理和分拣能力,提高企业运营效率。
Description
技术领域
本发明提出了一种基于信息素导航的集群仓储机器人系统控制方法,它涉及物流仓储技术及机器人集群控制领域。
背景技术
近年来,我国居民生活水平不断提升,借助科技进步和信息化系统的大范围应用,网络购物成为一种不可或缺的购物方式。仓储物流是电商发展中的重要一环,随着电商业务发展的不断推进,仓储方式由最早的家庭作坊式仓储,到自建厂房仓储,再到现在专业仓储公司的人工分拣仓储的转变。然而,随着电商对物流仓储的时效、数量等指标的标准要求越来越高,传统的人工分拣仓储模式开始制约着电子商务的发展,如何进行拣选技术的创新以及如何进行拣选效率的提升逐渐成为理论界及工程界的关注重点,发展智能仓储系统成为解决现有问题的途径之一。
现有的仓储机器人系统大多采用的控制手段为集中式控制方法,即采用上位机通过蓝牙等无线通讯协议的通讯手段与仓储机器人进行通讯,为每个仓储机器人单独指派需要执行的分拣作业,这种方式容易产生如下问题:
1.系统鲁棒性差:由于系统采用集中式控制,通过通讯模块与所有机器人进行控制,系统只要发生通讯问题(如信号衰减等)、系统故障(如软件故障等)等问题时,整个系统即将崩溃;
2.扩展性差:当扩大仓储规模时,需要增加仓储机器人的数量以及仓储的占地面积,这时控制系统的通讯将制约仓储机器人数量的增加,同时仓储机器人数量的增加导致上位机的路径规划的复杂度将成倍增加。
现有的仓储系统中机器人的导航系统主要采用两种方式:标记物导航与激光雷达导航。其中标记导航有电磁路线导航、光学路线导航以及二维码导航。电磁路线导航通过在地面布置电磁线圈,从而对机器人指引方向,但容易受到仓库内复杂的电磁环境的干扰使得机器人偏航;光学路线导航与电磁路线导航相似,通过布置光学引导线引导机器人运动;二维码导航通过在仓库内布置导航坐标二维码,机器人扫描二维码即可确定当前坐标,这种方法由于二维码在编码的过程中进行冗余设计,从而在二维码部分被遮挡的条件下依然可以读取正确的信息,不易受到干扰。激光导航是一种新兴的导航模式,通过对激光雷达动态扫描得到的数据进行建模,可以获得机器人的周围障碍信息,与机器人存储的全局地图进行耦合,即可实现机器人的避障与导航功能,但是由于其设备价格高昂,采用这种导航模式的机器人成本高于标记导航模式的机器人。
本发明针对于以上的问题及趋势提出了一种有效的解决方案。本方案主要将集群仓储机器人应用于仓库中,针对集群仓储机器人的特性对系统控制策略进行优化,使其可以更好地应用在智能仓储系统。文中涉及到集群仓储机器人系统各部分的控制流程,通过对智能仓储通过宏观设计层面进行功能性解耦,使得整个系统拥有更强的控制能力,同时又具备功能完整性及强拓展性,使得此方法可以在大中小型的智能仓储中都能够有效的应用。系统进行了良好的解耦过程,在面对大型系统不会由于系统的复杂度增加而成指数性的增加系统硬件的运算需求,从而导致系统的崩溃。通过解耦将系统的大量运算转化到每一个机器人中分别进行,充分的展现了集群系统的优势。
综上所述,本发明提出的一种基于信息素导航的集群仓储机器人系统控制方法可以有效的解决现有的仓储机器人控制方面的问题。
发明内容
(一)发明的目的
本发明主要应用于解决大型无人仓库的分拣搬运工作。对于现有的自动化仓库来讲,大多是基于全局通信,获得每一个搬运机器人的位置,通过优化路径的算法来实现全局调配。这样的调配方式对于小规模小批次的仓库来讲效率是比较高的,但是对于大型的无人化仓库来讲,现有的算法就会因为受限于现有的硬件水平而显示出其能力不足的特征。本发明的一种基于信息素导航的集群仓储机器人系统控制方法有效解决现有的集中式控制方法的缺陷。
针对现有技术中存在的缺陷,本发明的目的在于提供一种基于信息素导航的集群仓储机器人系统控制方法,能够实现仓储系统具备高效分拣多并发的分拣任务的能力同时,系统具备强扩展性、高冗余的特性,从而使企业具备大规模的智能仓储管理和分拣能力,提高企业运营效率。
(二)技术方案
为了实现上述目的,本发明的方法所采用的技术方案是:一种基于信息素导航的集群仓储机器人系统控制方法。
本发明所述的“集群仓储机器人系统”,是由信息处理系统、货架系统及移动机器人系统三部分组成;所述信息处理系统是由计算机、通信模块及显示模块组成,具有动态信息素二维码处理及发布功能、通信功能;所述货架系统中的每一个子货架是由单片机、伺服电机、射频识别(RFID识别)模块及通讯模块组成,具有通信功能、移动机器人身份识别功能及货物投放功能;所述移动机器人系统中的每一个移动机器人是由单片机、伺服电机、全向轮、摄像头、寻迹传感器、超声波距离传感器、红外避障传感器、RFID识别卡片及必要底盘框架组成,具备基础运动、二维码识别、自动避障、寻迹、信息交互及货品装卸等功能;
本发明所述的“一种基于信息素导航的集群仓储机器人系统控制方法”,其步骤如下:
步骤A:根据订单信息以及任务完成现状更新任务信息素;
步骤B:集群仓储机器人系统中的移动机器人系统执行取货任务;
步骤C:货架系统执行装载任务;
步骤D:集群仓储机器人系统中的移动机器人系统执行送货任务;
其中,在步骤A中所述的“任务信息素”,是指:用于引导集群仓储机器人前往搬运任务的目标子货架,设某分拣仓库的货物存放区有m排n列共m×n个子货架,则机器人通道共有m-1排n-1列共(m+n-2)条机器人通道,通道共有(m-1)×(n-1)个交叉路口,设共有k个未完成搬运任务taskk,taskk由子货架位置shelfk和任务强度信息βk表示,βk可以由搬运任务所需要的集群仓储机器人的数量countk以及任务的优先级pk进行构建,构建公式如下:
βk=countk*pk
对于交叉路口(xi,yi)的任务信息素pheromonei取决于该节点位置到所有未完成搬运任务点位移信息和任务强度信息,每个任务点的任务信息素为矢量,若仅是简单的将矢量进行累加,则会出现矢量抵消的现象,从而无法真实的体现该节点真实的信息素,本专利将每个任务点信息素沿二维直角坐标系中坐标轴方向正交分解,并在两个坐标轴的正负共四个方向进行累加即可得到该节点的搬运任务信息素,信息素的强弱即代表各个方向任务量的多少。某点四方向任务信息素构建公式如下:
式中,fleft、fright、fup、fdown分别为四个方向的任务信息素生成函数,该公式如下:
其中,在步骤A中所述的“订单信息以及任务完成现状”,是指:信息处理系统的上位机接收到的订单信息以及现有的未处理任务,这两个信息的叠加后的任务信息是集群仓储机器人将要进行搬运的任务;
其中,在步骤A中所述的“更新任务信息素”,其具体操作如下:
步骤A1:信息处理系统的上位机收到来自电商订单系统的订单信息;
步骤A2:信息处理系统的上位机以货架系统子货架为单元对订单信息进行拆分计算,进而得到搬运任务,搬运任务信息包括但不限于货物品类信息与数量;
步骤A3:信息处理系统将搬运任务通过通讯模块发送至搬运任务的目标子货架;
步骤A4:信息处理系统定期刷新所有的搬运任务的完成情况;
步骤A5:判断现有未完成搬运任务是否有更新,当有更新时,依据现有未完成搬运任务的信息计算全局的信息素;
步骤A6:信息处理系统的上位机对信息素进行编码,并将编码后的二维码通过动态二维码显示模块进行显示。
其中,在步骤B中所述的“执行取货任务”,是指:集群仓储机器人系统中的移动机器人系统通过信息导航获知信息,目标子货架执行取货任务的过程,具体操作如下:
步骤B1:集群仓储机器人系统中的移动机器人系统进入货架间通道;
步骤B2:集群仓储机器人系统中的移动机器人系统扫描位于货架间通道动态导航区的动态二维码,集群仓储机器人系统中的移动机器人系统的上位机对二维码进行解码处理,获取任务信息素与位置坐标信息;
步骤B3:集群仓储机器人系统中的移动机器人系统根据方向选择算法选取前进方向;
步骤B4:集群仓储机器人系统中的移动机器人系统移动至目标子货架;
步骤B5:集群仓储机器人系统中的移动机器人系统根据静态导航区的二维码获取目标子货架的具体入口;
步骤B6:集群仓储机器人系统中的移动机器人系统进入目标子货架执行下一步的装载任务。
其中,步骤B3中所述的“方向选择方法”,是指:采用轮盘赌算法,轮盘赌方法最初应用于遗传方法的遗传个体的选择上,其目的为个体被选中的概率与其适应度函数值成正比,进而避免陷入局部最优;本专利采用轮盘赌方法,目的为了防止所有集群仓储机器人都前往同一个任务点陷入局部最优造成局部拥挤,进而提升系统的效率和可靠性;
进行轮盘赌方法,首先对该点i四个方向的任务信息素浓度进行归一化处理,获取每个方向的概率区间,公式如下:
然后随机生成服从0-1分布的随机数random,观察random的值属于归一化后的四方向概率区间的哪个方向内,集群仓储机器人将沿哪个方向进行移动;
其中,步骤C所述的“货架系统执行装载任务”,是指:货架系统为集群仓储机器人装载货物,并将货物投放信息传递回信息处理系统的过程,其具体操作如下:
步骤C1:子货架通过通讯模块接收信息处理系统传来的搬运任务信息;
步骤C2:子货架的上位机根据搬运任务控制货物投放装置做好装载准备;
步骤C3:当有集群仓储机器人前来取货时,子货架的集群仓储机器人识别装置对机器人进行身份识别,同时触发集群仓储机器人的送货进程;
步骤C4:子货架的货物投放装置将货物装载到集群仓储机器人上;
步骤C5:子货架的上位机将货物投放信息通过通讯模块传送至信息处理系统;
其中,步骤D所述的“执行送货任务”,是指:集群仓储机器人在装载货物后根据预定的方法驶向快速通道,并前往出货区进行卸货的过程,其具体操作如下:
步骤D1:当子货架完成装货任务后,集群仓储机器人的上位机根据内置地图信息控制运动底盘沿货架间通道快速移动至离该子货架最近的机器人快速通道;
步骤D2:当集群仓储机器人到达快速通道后,根据货架间通道的位置选择快速通道的路径;
步骤D3:通过快速通道移动至出货区后,根据所承载货物的信息沿主卸货通道前往合适的分支卸货通道进行卸货任务;
步骤D4:卸货完成后,沿返场通道前往货物存放区进行下一次搬运作业;
通过以上步骤,本方法提出了一种基于信息素导航的集群仓储机器人系统控制方法,解决了仓储人工分拣模式效率低、易出错的问题及现有的智能仓储集群仓储机器人系统的扩展能力差、大规模控制困难等问题,且控制方法简单,具有低耦合、易拓展、高鲁棒等优势,具有良好的实际应用价值。
(三)优点创新
本发明具有如下的创新点:
1、低耦合性:本发明通过系统功能分割的方式将产品分为两个主要部分,信息处理系统及机器人系统分别通过对二维码的编码和解码来实现两个子系统的交互,达到了低耦合的目的。
2、强拓展性:本发明采用了分布式集群控制方式,总控系统无需与所有的机器人建立点对点实时控制的连接,而是采用构建分拣订单信息素的方式间接地控制所有机器人,从而降低了控制的复杂度。由于每个机器人通过信息处理系统的地面二维码获取搬运任务信息素,对于整个系统来讲就不会出现由于系统中货物种类或者机器人的数量增加而产生的计算复杂度呈现指数增长的情况,从而使得系统具有了更高的拓展性。
3、高鲁棒性:本发明中集群仓储机器人为低智慧的个体,仅通过读取信息素的方式这种简单的运动规则判断运动方向,控制结构简单,可靠性高,且系统为集群系统,即不会由于某一个或几个机器人出现故障而影响整体的功能;由于总控系统采用分布式控制模式,不需要实时为所有机器人进行航迹规划,运算量相对较低,系统故障的概率较低。
4、系统经济性好:本发明中集群仓储机器人为低智慧的个体,不需要高性能处理器与高性能传感器,造价低于高智慧的集群仓储机器人。
5、后期维护方便:在对于后期的维护升级的过程中,我们可以分别对两个子系统中的部分或者全部进行升级,从一定程度上降低了升级维护的难度。并且,对于机器人子系统来讲,在升级的过程中我们可以进行单体的逐步逐个升级,这样可以在不影响现有的生产的情况下进行,具有更强的适应性和经济效益。
综上,这种智能仓储集群仓储机器人系统在多方面提升智能仓储的效率,为系统正常运转提供支撑。
附图说明
图1是本发明所述方法流程图。
图2是本发明的任务信息素浓度示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案更加清楚,下面将结合附图及具体实施案例进行详细描述。应当理解,此处所描述的实施实例仅用于说明和解释本发明,并不用于限定本发明。
本发明的目的在于解决仓储人工分拣模式效率低、易出错的问题以及现有的智能仓储集群仓储机器人系统的扩展能力差、大规模控制困难等问题,提出了一种基于信息素导航的智能仓储集群仓储机器人系统,从而解决上述问题。本发明中,以动态二维码的形式对机器人运动趋势信息与坐标信息进行编码,机器人通过对摄像头拍摄的二维码进行解码获取相应信息,通过避障模块获取障碍信息,运动控制芯片仅需要按照预设简单的规则就可以控制机器人前往需求的地点,从而完成分拣任务。
下面结合附图说明及具体实施方式对本发明进一步说明。
本发明实施例以某智能仓储分拣中心为例,阐述本发明方法。具体地说,该分拣中心包含200个智能货架,拥有1000个集群仓储机器人,信息处理系统和货架系统的通讯模块间采用有线通讯进行信息交互,集群仓储机器人的静态身份识别装置与子货架的集群仓储机器人识别装置通过射频识别(RFID)的方式进行信息交互。
为了实现上述目的,本发明的方法所采用的技术方案是:一种基于信息素导航的集群仓储机器人系统控制方法。
本发明一种基于信息素导航的集群仓储机器人系统控制方法,见图1所示,其具体步骤如下:
步骤A:根据订单信息以及任务完成现状更新任务信息素,信息处理系统的上位机接收到的订单信息并对订单信息进行处理,得到包括但不限于货物品类信息与数量的搬运任务信息,对尚未完成的搬运任务信息和新的搬运任务信息叠加,叠加后的任务信息是集群仓储机器人将要进行搬运的任务,信息处理系统将搬运任务通过通讯模块发送至搬运任务的目标子货架。信息处理系统定期刷新搬运任务的完成情况,判断现有未完成搬运任务是否有更新,当有更新时,依据现有未完成搬运任务的信息计算全局的信息素,计算后的信息素如图2所示。信息处理系统的上位机对信息素进行编码,并将编码后的二维码通过动态二维码显示模块进行显示。
步骤B:集群仓储机器人执行取货任务,集群仓储机器人进入货架间通道后,扫描位于货架间通道动态导航区的动态二维码,集群仓储机器人的上位机对二维码进行解码处理,获取任务信息素与位置坐标信息,根据方向选择算法选取前进方向进行运动,直到到达目标子货架。到达目标子货架后根据静态导航区的二维码获取目标子货架的具体入口,通过入口到达货架执行下一步的装载任务。
步骤C:货架系统执行装载任务,子货架通过通讯模块接收信息处理系统传来的搬运任务信息,子货架的上位机根据搬运任务控制货物投放装置做好装载准备,当集群仓储机器人到达后,子货架的集群仓储机器人识别装置对机器人进行身份识别,同时触发集群仓储机器人的送货进程。子货架的货物投放装置将货物装载到集群仓储机器人上,并通过通讯模块将货物投放信息传送回信息处理系统。
步骤D:集群仓储机器人执行送货任务,当子货架完成装货任务后,集群仓储机器人的上位机根据内置地图信息控制运动底盘沿货架间通道快速移动至离该子货架最近的机器人快速通道,当到达快速通道后,根据货架间通道的位置选择快速通道的路径。集群仓储机器人通过快速通道移动至出货区后,根据所承载货物的信息沿主卸货通道前往合适的分支卸货通道进行卸货任务。卸货完成后,集群仓储机器人沿返场通道前往货物存放区进行下一次搬运作业。
本发明未详细阐述部分属于本领域公知技术。
以上所述,仅为本发明部分具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域的人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (1)
1.一种基于信息素导航的集群仓储机器人系统控制方法,其特征在于:其步骤如下:
步骤A:根据订单信息以及任务完成现状更新任务信息素;
步骤B:集群仓储机器人系统中的移动机器人系统执行取货任务;
步骤C:货架系统执行装载任务;
步骤D:集群仓储机器人系统中的移动机器人系统执行送货任务;
其中,在步骤A中所述的“任务信息素”,是指:用于引导集群仓储机器人前往搬运任务的目标子货架,设拣仓库的货物存放区有m排n列共m×n个子货架,则机器人通道共有m-1排n-1列共(m+n-2)条机器人通道,通道共有(m-1)×(n-1)个交叉路口,设共有k个未完成搬运任务taskk,taskk由子货架位置shelfk和任务强度信息βk表示,βk能由搬运任务所需要的集群仓储机器人的数量countk以及任务的优先级pk进行构建,构建公式如下:
βk=countk*pk
对于交叉路口(xi,yi)的任务信息素pheromonei取决于节点位置到所有未完成搬运任务点位移信息和任务强度信息,每个任务点的任务信息素为矢量,若仅是简单的将矢量进行累加,则会出现矢量抵消的现象,从而无法真实的体现节点真实的信息素,将每个任务点信息素沿二维直角坐标系中坐标轴方向正交分解,并在两个坐标轴的正负共四个方向进行累加即得到节点的搬运任务信息素,信息素的强弱即代表各个方向任务量的多少;某点四方向任务信息素构建公式如下:
式中,fleft、fright、fup、fdown分别为四个方向的任务信息素生成函数,该公式如下:
其中,在步骤A中所述的“订单信息以及任务完成现状”,是指:信息处理系统的上位机接收到的订单信息以及现有的未处理任务,这两个信息的叠加后的任务信息是集群仓储机器人将要进行搬运的任务;
其中,在步骤A中所述的“更新任务信息素”,其具体操作如下:
步骤A1:信息处理系统的上位机收到来自电商订单系统的订单信息;
步骤A2:信息处理系统的上位机以货架系统子货架为单元对订单信息进行拆分计算,进而得到搬运任务,搬运任务信息包括但不限于货物品类信息与数量;
步骤A3:信息处理系统将搬运任务通过通讯模块发送至搬运任务的目标子货架;
步骤A4:信息处理系统定期刷新所有的搬运任务的完成情况;
步骤A5:判断现有未完成搬运任务是否有更新,当有更新时,依据现有未完成搬运任务的信息计算全局的信息素;
步骤A6:信息处理系统的上位机对信息素进行编码,并将编码后的二维码通过动态二维码显示模块进行显示;
其中,在步骤B中所述的“执行取货任务”,是指:集群仓储机器人系统中的移动机器人系统通过信息导航获知信息,目标子货架执行取货任务的过程,具体操作如下:
步骤B1:集群仓储机器人系统中的移动机器人系统进入货架间通道;
步骤B2:集群仓储机器人系统中的移动机器人系统扫描位于货架间通道动态导航区的动态二维码,集群仓储机器人系统中的移动机器人系统的上位机对二维码进行解码处理,获取任务信息素与位置坐标信息;
步骤B3:集群仓储机器人系统中的移动机器人系统根据方向选择算法选取前进方向;
步骤B4:集群仓储机器人系统中的移动机器人系统移动至目标子货架;
步骤B5:集群仓储机器人系统中的移动机器人系统根据静态导航区的二维码获取目标子货架的具体入口;
步骤B6:集群仓储机器人系统中的移动机器人系统进入目标子货架执行下一步的装载任务;
其中,步骤B3中所述的“方向选择算法”,是指:采用轮盘赌算法,轮盘赌方法最初应用于遗传方法的遗传个体的选择上,其目的为个体被选中的概率与其适应度函数值成正比,进而避免陷入局部最优;采用轮盘赌方法,目的为了防止所有集群仓储机器人都前往同一个任务点陷入局部最优造成局部拥挤,进而提升系统的效率和可靠性;
进行轮盘赌方法,首先对点i四个方向的任务信息素浓度进行归一化处理,获取每个方向的概率区间,公式如下:
然后随机生成服从0-1分布的随机数random,观察random的值属于归一化后的四方向概率区间的哪个方向内,集群仓储机器人将沿哪个方向进行移动;
其中,步骤C所述的“货架系统执行装载任务”,是指:货架系统为集群仓储机器人装载货物,并将货物投放信息传递回信息处理系统的过程,其具体操作如下:
步骤C1:子货架通过通讯模块接收信息处理系统传来的搬运任务信息;
步骤C2:子货架的上位机根据搬运任务控制货物投放装置做好装载准备;
步骤C3:当有集群仓储机器人前来取货时,子货架的集群仓储机器人识别装置对机器人进行身份识别,同时触发集群仓储机器人的送货进程;
步骤C4:子货架的货物投放装置将货物装载到集群仓储机器人上;
步骤C5:子货架的上位机将货物投放信息通过通讯模块传送至信息处理系统;
其中,步骤D所述的“执行送货任务”,是指:集群仓储机器人在装载货物后根据预定的方法驶向快速通道,并前往出货区进行卸货的过程,其具体操作如下:
步骤D1:当子货架完成装货任务后,集群仓储机器人的上位机根据内置地图信息控制运动底盘沿货架间通道快速移动至离该子货架最近的机器人快速通道;
步骤D2:当集群仓储机器人到达快速通道后,根据货架间通道的位置选择快速通道的路径;
步骤D3:通过快速通道移动至出货区后,根据所承载货物的信息沿主卸货通道前往合适的分支卸货通道进行卸货任务;
步骤D4:卸货完成后,沿返场通道前往货物存放区进行下一次搬运作业。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810614061.5A CN108897316B (zh) | 2018-06-14 | 2018-06-14 | 一种基于信息素导航的集群仓储机器人系统控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810614061.5A CN108897316B (zh) | 2018-06-14 | 2018-06-14 | 一种基于信息素导航的集群仓储机器人系统控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108897316A CN108897316A (zh) | 2018-11-27 |
CN108897316B true CN108897316B (zh) | 2020-09-18 |
Family
ID=64345096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810614061.5A Active CN108897316B (zh) | 2018-06-14 | 2018-06-14 | 一种基于信息素导航的集群仓储机器人系统控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108897316B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110196595B (zh) * | 2019-05-31 | 2021-12-21 | 武汉科技大学 | 一种基于红外线模拟人工信息素的群体机器人系统 |
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 |
CN112034841A (zh) * | 2020-08-05 | 2020-12-04 | 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 |
WO2022032444A1 (zh) * | 2020-08-10 | 2022-02-17 | 深圳技术大学 | 一种多智能主体避障方法、系统和计算机可读存储介质 |
CN112938284B (zh) * | 2021-02-09 | 2022-12-13 | 深圳市库宝软件有限公司 | 一种仓储机器人控制方法、装置、电子设备及仓储系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040002843A1 (en) * | 2002-05-13 | 2004-01-01 | Consolidated Global Fun Unlimited, Llc | Method and system for interacting with simulated phenomena |
CN102096865A (zh) * | 2011-02-01 | 2011-06-15 | 武汉理工大学 | 移动式货架自动仓库的动态管理方法和系统 |
CN103112680A (zh) * | 2013-01-31 | 2013-05-22 | 西安科技大学 | 立体物流系统存取货物路径优化控制系统及方法 |
CN107444825A (zh) * | 2017-07-28 | 2017-12-08 | 浙江百世技术有限公司 | 一种基于机器人的移动集货系统及方法 |
-
2018
- 2018-06-14 CN CN201810614061.5A patent/CN108897316B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040002843A1 (en) * | 2002-05-13 | 2004-01-01 | Consolidated Global Fun Unlimited, Llc | Method and system for interacting with simulated phenomena |
CN102096865A (zh) * | 2011-02-01 | 2011-06-15 | 武汉理工大学 | 移动式货架自动仓库的动态管理方法和系统 |
CN103112680A (zh) * | 2013-01-31 | 2013-05-22 | 西安科技大学 | 立体物流系统存取货物路径优化控制系统及方法 |
CN107444825A (zh) * | 2017-07-28 | 2017-12-08 | 浙江百世技术有限公司 | 一种基于机器人的移动集货系统及方法 |
Non-Patent Citations (1)
Title |
---|
Reducing RObotic Guidance during Robot Assisted Gait Training improves gait function;Krishnan;《ACRM》;20131202;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108897316A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108897316B (zh) | 一种基于信息素导航的集群仓储机器人系统控制方法 | |
CN108469786B (zh) | 大规模智能仓储分布式拣选系统 | |
Fragapane et al. | Planning and control of autonomous mobile robots for intralogistics: Literature review and research agenda | |
da Costa Barros et al. | Robotic mobile fulfillment systems: A survey on recent developments and research opportunities | |
Alyahya et al. | Application and integration of an RFID-enabled warehousing management system–a feasibility study | |
CN107036618A (zh) | 一种基于最短路径深度优化算法的agv路径规划方法 | |
CN108614564B (zh) | 一种基于信息素导航的智能集群仓储机器人系统 | |
CN111149071A (zh) | 物品处理协调系统和重新定位运输容器的方法 | |
CN105117892A (zh) | 一种自动化仓储管理方法 | |
Gong et al. | Robotic mobile fulfilment systems considering customer classes | |
CN113743876A (zh) | 一种用于核电装备的数字孪生无人仓库管理系统 | |
CN113359702B (zh) | 一种基于水波优化-禁忌搜索的智能仓库agv作业优化调度方法 | |
Di Capua et al. | Machine Learning and Computer Vision for the automation of processes in advanced logistics: the Integrated Logistic Platform (ILP) 4.0 | |
CN108820664A (zh) | 一种基于集群仓储机器人的智能仓储系统 | |
CN114418707A (zh) | 四向穿梭车路径导航方法及系统 | |
CN117234214A (zh) | 一种用于工业货物码垛的自动化穿梭车 | |
Pfrommer et al. | Autonomously organized block stacking warehouses: A review of decision problems and major challenges | |
WO2024021758A1 (zh) | 机器人控制方法、电子设备及存储介质 | |
CN117093009A (zh) | 一种基于机器视觉的物流agv小车导航控制方法及系统 | |
CN111047249A (zh) | 一种货架重新定位方法及系统 | |
Hameed et al. | Automatic storage and retrieval system using the optimal path algorithm | |
CN116339257A (zh) | Agv多车调度系统以及相关调度方法 | |
US20220162001A1 (en) | Predicting a path of material handling equipment and determining an obstacle-free path | |
Xing et al. | Can ant algorithms make automated guided vehicle system more intelligent? | |
CA3192445A1 (en) | Sequence adjustment for executing functions on items in an order |
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 |