CN109242179A - 一种基于流量控制的智能调度算法 - Google Patents

一种基于流量控制的智能调度算法 Download PDF

Info

Publication number
CN109242179A
CN109242179A CN201811008816.3A CN201811008816A CN109242179A CN 109242179 A CN109242179 A CN 109242179A CN 201811008816 A CN201811008816 A CN 201811008816A CN 109242179 A CN109242179 A CN 109242179A
Authority
CN
China
Prior art keywords
area
density
threshold value
sub
flow control
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.)
Granted
Application number
CN201811008816.3A
Other languages
English (en)
Other versions
CN109242179B (zh
Inventor
李志军
王亚莉
刘星星
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.)
XINYI TECHNOLOGY Co Ltd
Original Assignee
XINYI TECHNOLOGY Co Ltd
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 XINYI TECHNOLOGY Co Ltd filed Critical XINYI TECHNOLOGY Co Ltd
Priority to CN201811008816.3A priority Critical patent/CN109242179B/zh
Publication of CN109242179A publication Critical patent/CN109242179A/zh
Application granted granted Critical
Publication of CN109242179B publication Critical patent/CN109242179B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于流量控制的智能调度算法，该基于流量控制的智能调度算法具体步骤如下：S1：初始化：1.1接收中央调度系统发来的任务指令；1.2对调度系统指定的工作站优先级排序；1.3选择距离所需任务货架最近的空闲AGV；S2：检测密度和流量控制：2.1计算全局面积为A；2.2定义i为路径面积切分的指数，底数为2。本算法采用二进制对数退避机制来控制在途AGV流量，减轻任务流对路径资源的压力，维持整体分布均衡，使得路径使用的机会均等，避免高峰期路径冲突和道路资源的竞争。本发明在对订单任务保障时效性处理的前提下，采用分区式阶段性流量控制，降低了路径拥堵率，提高了运输效率，减少了AGV发生拥堵和相撞的概率。

Description

一种基于流量控制的智能调度算法
技术领域
本发明涉及物流调度技术领域，具体为一种基于流量控制的智能调度算法。
背景技术
在物流行业中，无人仓常用的控制模式为中央控制系统，针对B类货到人模式，常用AGV调度系统分配来自WMS(仓储管理系统)的订单。AGV调度系统位于中央控制系统(CCS)和底层控制系统(WCS)之间。业务场景中，路径资源和机器人小车资源都是有限的，但任务(Job)却是源源不断的随时涌入，成为一个越积越多的订单池。因此，调度系统既要考虑路径资源使用的公平性，让尽可能多的AGV都得到上路权限，也要考虑系统任务的吞吐量，尽可能地提高传输率。
业务场景中，容易出现和频繁发生的异常状态如下：
(1)工作站使用率不均衡，各工作站忙闲程度不等；
(2)AGV与任务距离较远，导致路径成本增加；
(3)AGV调度率不均衡，各AGV忙闲程度不等；
(4)流量控制不及时，导致多个AGV竞争共享交叉口，增加拥堵风险。
基于上述问题，分配任务给AGV和工作站的顺序并不能随机性，也不能全盘采用First-in-First-Out模式，这需要有一个科学的依据，采用一套公式化的标准计算出合理调度的逻辑顺序，高效指派最便利的搭配，让员工依赖系统的智能化决策。长期以来，凭员工经验来分配任务，未必能带来随时随地的稳定性和最优化的效率，同时也很难去主观评估基于人为经验的调度方法是否把路径资源的竞争压力系数和风险系数降为最低，因此本算法致力于提供智能化的调度方案。
发明内容
本发明的目的在于提供一种基于流量控制的智能调度算法，该基于流量控制的智能调度算法具体步骤如下：
S1：初始化：
1.1接收中央调度系统发来的任务指令；
1.2对调度系统指定的工作站优先级排序；
1.3选择距离所需任务货架最近的空闲AGV；
1.4AGV根据工作站优先级依次完成输送；
1.5设置全局密度阈值；
1.6设置局部密度阈值；
S2：检测密度和流量控制：
2.1计算全局面积为A；
2.2定义i为路径面积切分的指数，底数为2；
2.3定义j为路径面积切分后的子面积总数；
2.4设置i＝0，检测全局密度；
2.4.1设置k＝0；
2.4.2计算全局密度；
2.4.3当全局密度大于或等于阈值，启动BLBO模式；
2.4.3.1设置k＝k+1；
2.4.3.2系统等待ln(2k)分钟；
2.4.3.3当等待时长已到，重新检测全局密度是否大于阈值；
2.4.3.4当全局密度大于或等于阈值，返回步骤2.4.3；
2.4.4当全局密度小于阈值，检测局部密度，步骤如2.5；
2.5设置i＝i+1，检测局部密度：
2.5.1将面积分割为若干个子面积；
2.5.2计算局部密度；
2.5.3检测子面积是否大于或等于1平米；
2.5.3.1如果小于，返回到步骤2.1；
2.5.3.2如果大于或等于：
2.5.3.2.1当至少一个子面积局部密度大于阈值，启动BLBO模式，对局部密度小于阈值的子面积中任意选一个区域分配任务；对局部密度大于阈值的子面积不再分配任务；
2.5.3.2.2当所有子面积局部密度均大于阈值，按全局密度逻辑处理，返回到步骤2.4；
2.5.3.2.3当所有子面积局部密度均小于阈值，启动FIFO模式，结束后返回到步骤2.1。
与现有技术相比，本发明的有益效果是：本算法采用二进制对数退避机制来控制在途AGV流量，减轻任务流对路径资源的压力，维持整体分布均衡，使得路径使用的机会均等，避免高峰期路径冲突和道路资源的竞争。本发明在对订单任务保障时效性处理的前提下，采用分区式阶段性流量控制，降低了路径拥堵率，提高了运输效率，减少了AGV发生拥堵和相撞的概率。
附图说明
图1为本发明主流流程图；
图2为实例中二进制对数退避模式(BLBO)流程图；
图3为实例中等待时间以二进制对数退避时长为递增；
图4为实例中按指数分割为多个相等的子面积；
图5为实例中ti时刻子面积Aj区内任务流量分布。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1
本发明的目的在于提供一种基于流量控制的智能调度算法，该基于流量控制的智能调度算法具体步骤如下：
S1：初始化
1.1接收中央调度系统发来的任务指令；
1.2对调度系统指定的工作站优先级排序,计算方法如下：
1.2.1任务量最少的工作站为第一优先；
1.2.2当多个工作站排序相同，工作站ID号最小为第一优先；
1.3选择距离所需任务货架最近的空闲AGV；
1.4 AGV根据工作站优先级依次完成输送；
1.5设置全局密度阈值；
1.6设置局部密度阈值；
1.7物理参数与变量定义：
1.7.1 ti是第i分钟的时刻；
1.7.2 flow_in(ti)是在时间ti时刻分配出去的任务流量；
1.7.3 flow_in(ti)是在时间ti时刻完成和退出的任务流量；
1.7.4在t0时刻,设置flow_in(t0)＝0；flow_out(t0)＝0；
S2：检测密度和流量控制：
2.1计算全局面积为A；
2.2定义i为路径面积切分的指数，底数为2；
2.3定义j为路径面积切分后的子面积总数；
2.4设置i＝0，检测全局密度；
2.4.1设置k＝0；
2.4.2计算全局密度
2.4.3当全局密度大于或等于阈值，启动BLBO模式：
2.4.3.1设置k＝k+1；
2.4.3.2系统等待ln(2k)分钟；如图3所示,每次等待时间会以ln(2*2*2…2)的形式加长；
2.4.3.3当等待时长已到，重新检测全局密度是否大于阈值；
2.4.3.4当全局密度大于或等于阈值，返回到步骤2.4.3；
2.4.4当全局密度小于阈值，检测局部密度，步骤如2.5；
2.5设置i＝i+1，检测局部密度：
2.5.1将面积分割为2i个1/2i的比例面积A1,A2，…,Aj,j＝2i；如图4所示，将面积按照指数级进行分割成多个相等的子面积；
2.5.2计算局部密度如图5所示，计算ti时刻子面积Aj区内任务流量flow(ti)方法如下：
2.5.2.1获取边界的二维坐标数据(X,Y)；
2.5.2.2获取AGV发给调度系统的二维坐标；
2.5.2.3计算落在子面积Aj内的AGV的数量总和flow(ti)；
2.5.3检测子面积是否大于或等于1平米：
2.5.3.1如果小于，返回到步骤S1；
2.5.3.2如果大于或等于：
2.5.3.2.1当至少一个子面积局部密度大于阈值，启动BLBO模式，对局部密度小于阈值的子面积中任意选一个区域分配任务；对局部密度大于阈值的子面积不再分配任务；
2.5.3.2.2当所有子面积局部密度均大于阈值，按全局密度的逻辑处理，返回到步骤2.4；
2.5.3.2.3当所有子面积局部密度均小于阈值，启动FIFO模式，结束后返回到步骤S1。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种基于流量控制的智能调度算法，其特征在于：该基于流量控制的智能调度算法具体步骤如下：
S1：初始化：
1.1接收中央调度系统发来的任务指令；
1.2对调度系统指定的工作站优先级排序；
1.3选择距离所需任务货架最近的空闲AGV；
1.4AGV根据工作站优先级依次完成输送；
1.5设置全局密度阈值；
1.6设置局部密度阈值；
S2：检测密度和流量控制：
2.1计算全局面积为A；
2.2定义i为路径面积切分的指数，底数为2；
2.3定义j为路径面积切分后的子面积总数；
2.4设置i＝0，检测全局密度；
2.4.1设置k＝0；
2.4.2计算全局密度；
2.4.3当全局密度大于或等于阈值，启动BLBO模式；
2.4.3.1设置k＝k+1；
2.4.3.2系统等待ln(2k)分钟；
2.4.3.3当等待时长已到，重新检测全局密度是否大于阈值；
2.4.3.4当全局密度大于或等于阈值，返回步骤2.4.3；
2.4.4当全局密度小于阈值，检测局部密度，步骤如2.5；
2.5设置i＝i+1，检测局部密度：
2.5.1将面积分割为若干个子面积；
2.5.2计算局部密度；
2.5.3检测子面积是否大于或等于1平米；
2.5.3.1如果小于，返回到步骤2.1；
2.5.3.2如果大于或等于：
2.5.3.2.1当至少一个子面积局部密度大于阈值，启动BLBO模式，对局部密度小于阈值的子面积中任意选一个区域分配任务；对局部密度大于阈值的子面积不再分配任务；
2.5.3.2.2当所有子面积局部密度均大于阈值，按全局密度逻辑处理，返回到步骤2.4；
2.5.3.2.3当所有子面积局部密度均小于阈值，启动FIFO模式，结束后返回到步骤2.1。
CN201811008816.3A 2018-08-31 2018-08-31 一种基于流量控制的智能调度方法 Active CN109242179B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811008816.3A CN109242179B (zh) 2018-08-31 2018-08-31 一种基于流量控制的智能调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811008816.3A CN109242179B (zh) 2018-08-31 2018-08-31 一种基于流量控制的智能调度方法

Publications (2)

Publication Number Publication Date
CN109242179A true CN109242179A (zh) 2019-01-18
CN109242179B CN109242179B (zh) 2021-08-27

Family

ID=65069044

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811008816.3A Active CN109242179B (zh) 2018-08-31 2018-08-31 一种基于流量控制的智能调度方法

Country Status (1)

Country Link
CN (1) CN109242179B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110632918A (zh) * 2019-07-30 2019-12-31 深圳市普渡科技有限公司 分布式调度方法及系统
CN113516429A (zh) * 2021-04-08 2021-10-19 华南理工大学 一种基于网络拥堵模型的多agv全局规划方法
CN113821024A (zh) * 2021-08-12 2021-12-21 苏州坤厚自动化科技有限公司 一种适用于agv小车调度的优先级判定处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104820898A (zh) * 2015-05-14 2015-08-05 东方浩联（北京）智能科技有限公司 采矿系统的调度方法和系统
CN107748950A (zh) * 2017-09-25 2018-03-02 河南森源电气股份有限公司 一种单主干道的agv调度方法
CN107820323A (zh) * 2017-11-21 2018-03-20 西安交通大学 一种窄带物联网中基于设备优先级的接入退避控制方法
CN107816996A (zh) * 2017-10-31 2018-03-20 上海海事大学 时变环境下agv流时空干涉检测与规避方法
CN107895481A (zh) * 2017-11-21 2018-04-10 福建工程学院 基于浮动车技术的区域道路车流量控制方法
WO2018132466A2 (en) * 2017-01-11 2018-07-19 Omnitracs, Llc Automatic truck loading and unloading system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104820898A (zh) * 2015-05-14 2015-08-05 东方浩联（北京）智能科技有限公司 采矿系统的调度方法和系统
WO2018132466A2 (en) * 2017-01-11 2018-07-19 Omnitracs, Llc Automatic truck loading and unloading system
CN107748950A (zh) * 2017-09-25 2018-03-02 河南森源电气股份有限公司 一种单主干道的agv调度方法
CN107816996A (zh) * 2017-10-31 2018-03-20 上海海事大学 时变环境下agv流时空干涉检测与规避方法
CN107820323A (zh) * 2017-11-21 2018-03-20 西安交通大学 一种窄带物联网中基于设备优先级的接入退避控制方法
CN107895481A (zh) * 2017-11-21 2018-04-10 福建工程学院 基于浮动车技术的区域道路车流量控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张坤: "基于AGV的物流中心货物自动运输路径规划的研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110632918A (zh) * 2019-07-30 2019-12-31 深圳市普渡科技有限公司 分布式调度方法及系统
CN113516429A (zh) * 2021-04-08 2021-10-19 华南理工大学 一种基于网络拥堵模型的多agv全局规划方法
CN113516429B (zh) * 2021-04-08 2024-03-29 华南理工大学 一种基于网络拥堵模型的多agv全局规划方法
CN113821024A (zh) * 2021-08-12 2021-12-21 苏州坤厚自动化科技有限公司 一种适用于agv小车调度的优先级判定处理方法

Also Published As

Publication number Publication date
CN109242179B (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
CN109544054B (zh) 库存调度方法、装置以及计算机可读存储介质
AU2016384096B2 (en) Method and device for returning robots from site
CN109242179A (zh) 一种基于流量控制的智能调度算法
Kim et al. AGV dispatching based on workload balancing
CN103955818A (zh) 多层穿梭车自动仓储系统的任务调度方法
CN103971222A (zh) 多层穿梭车自动仓储系统的货位分配方法
CN111932002B (zh) 一种基于边缘智能的制造车间生产物料预测性配送方法
TWI829045B (zh) 倉儲機器人、其控制方法、其控制裝置、調度伺服器及儲存媒體
CN105389206A (zh) 一种云计算数据中心虚拟机资源快速配置方法
WO2019141219A1 (zh) 多移动机器人的调度方法及系统
CN109582448A (zh) 一种面向关键度和时效性的边缘计算任务调度方法
CN114995301B (zh) 一种基于分派规则的产线分布式调度方法及系统
CN111776565A (zh) 一种堆垛机参与实现货位分配的方法及计算机程序产品
CN112184053B (zh) 一种任务调度的方法、装置及其设备
CN111612396A (zh) 一种物流网络流量实时监控方法
Zhou et al. Information-based allocation strategy for grid-based transshipment automated container terminal
CN113033971A (zh) 一种服务器及递送机器人的运单调度方法、介质和装置
CN117032298A (zh) 卡车无人机同步运行协同配送模式下的无人机任务分配规划方法
Shi et al. Task allocation and path planning of many robots with motion uncertainty in a warehouse environment
CN116400651A (zh) 智慧工厂数字孪生平台的多agv协同调度方法及装置
WO2024199517A1 (zh) 订单处理方法、任务调度方法、装置及电子设备
Yu et al. Reliability oriented multi-AGVs online scheduling and path planning problem of automated sorting warehouse system
CN106802825A (zh) 一种基于实时系统的动态任务调度方法与系统
Liu et al. Research on agv scheduling optimization based on hungarian algorithm
CN110826752B (zh) 集合单分配方法和装置

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
CB02 Change of applicant information

Address after: 310000 Floor 5-11 of No.1 Gate, 6 New Xixi Building, Xihu District, Hangzhou City, Zhejiang Province

Applicant after: Zhejiang Xinyi Supply Chain Management Co., Ltd

Address before: 310000 Floor 5-11 of No.1 Gate, 6 New Xixi Building, Xihu District, Hangzhou City, Zhejiang Province

Applicant before: ALOG TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant