CN110018672A - 基于智能感知网的离散制造车间物料动态配送系统及方法 - Google Patents

Abstract

本发明公开一种基于智能感知网的离散制造车间物料动态配送系统及方法，该系统包括智能感知平台、数据处理模块、应用服务模块和PC端，所述智能感知平台实时采集车间的物料信息、工位缓存区中物料的剩余量信息、单位时间内工位缓存区中物料的消耗量信息，和物料工装、配送人员、配送车辆的位置信息，并将上述采集的信息传送至数据处理模块；数据处理模块将收到的数据转换成应用服务模块可识别的格式，并传送至应用服务模块；所述应用服务模块将收到的信息传送至在管理人员的PC端，并利用改进蚁群算法计算得到一组最佳配送路径。本发明减少了物料配送过程中的不确定因素，优化车间物料配送流程，提升车间应对物料弹性需求的响应能力，提高配送效率。

Description

基于智能感知网的离散制造车间物料动态配送系统及方法

技术领域

本发明属于离散型制造车间物料配送的领域，尤其涉及一种基于智能感知网的离散制造车间物料动态配送系统及方法。

背景技术

离散型制造是制造业的主要生产模式之一，其中车间物料配送贯穿离散制造车间生产的全过程，是链接生产各个环节的重要纽带。物料能否以准确的数量按时送到指定的工位线边库，是决定车间生产系统能否高效、准时、低成本地生产出满足市场需求的产品的关键。当前离散制造企业多为多品种、变批量、定制化的生产模式，对车间物料配送提出了更高的要求：首先，离散制造车间产品结构复杂，零部件众多，物料种类繁多；其次，离散制造车间存在混流生产模式，需要兼顾各个型号产品的生产进度，生产状态频繁更换，线边库存空间有限，物料需求时限严格。这就要求车间物料配送以实现准时生产为出发点，避免线边物料不足、库存堆积以及配送资源的浪费，提升物料配送对生产线物料需求的动态响应能力，保证车间生产顺利、高效进行，使计划与生产密切配合。

传统离散制造车间物料配送方式难以满足生产线状态变化频繁要求物料配送高效运转的需求，普遍存在以下问题：

1)数据采集和管理方法落后。离散制造车间多采用人工记录和手动输入的方式采集数据，并用表单和卡片记录和管理生产过程总的各种数据，易受到人为因素的影响，导致记录出错，车间实际情况与系统数据不符，影响物料配送的准确性。

2)数据反馈滞后。车间信息传递主要依靠纸质文件，不能及时地将车间的实际生产情况反馈给车间管理人员，导致物料管理人员无法在最短的时间内掌握生产现场的变化，做出准确的判断和快速的应对措施，影响物料配送的准确性及响应速度。

3)物料配送缺乏实时生产信息的指导。配送规划人员以生产计划为基础，依据对车间生产状态和配送时间的经验，确定各工位的物料需求时间并指定相应的物料配送计划，未能与生产计划、生产执行进程实时联动，缺乏对车间实时生产状态的考虑，与生产节拍难以高度匹配，影响物料配送的主动性、准确性和灵活性。

4)物料配送过程未能实时监控。离散制造车间由于缺乏实时定位和跟踪的有效方法，无法实时监控物料配送车辆的位置及状态，导致对物料配送过程的可视化监控，影响物料配送的准确性及灵活性。

发明内容

发明目的：为解决上述现有技术中物料的配送与生产节拍难以高度匹配，主动性、准确性和灵活性差的问题，本发明提供一种基于智能感知网的离散制造车间物料动态配送系统及方法。

技术方案：本发明提供一种基于智能感知网的离散制造车间物料动态配送系统，该系统包括:智能感知平台、数据处理模块、应用服务模块和PC端；

所述智能感知平台包括RFID设备，所示RFID设备用于实时采集车间的物料信息、工位缓存区中物料的剩余量信息、单位时间内工位缓存区中物料的消耗量信息，以及物料工装、配送人员、配送车辆的区域位置信息，并将上述采集的信息传送至数据处理模块；

所述数据处理模块用于将智能感知平台采集的数据转换成应用服务模块可识别的格式，并传送至应用服务模块；

所述应用服务模块按照XML模板的格式将收到的信息实时显示在管理人员的PC端，并利用改进蚁群算法计算得到一组最佳配送路径，管理人员根据该组最佳配送路径中配送路径的数量选择相应数量的空闲状态下的配送车辆，并将每条配送路径依次发送至配送车辆的微型显示屏中显示。

进一步地，所述智能感知平台还包括UWB定位系统，用于实时采集物料工装、配送车辆、配送人员的精确位置信息。

基于智能感知网的离散制造车间物料动态配送的方法包括如下步骤：

步骤1：根据车间的实际大小和制造资源的布局信息，在统一的车间布局坐标系下，对车间及其制造资源进行规划布置，并依据系统布置理论对车间的布置进行可视化操作，以部署成本最低、车间覆盖率最高、读写器间干扰程度最低为目标在配送中心出入口、每个工位周围部署RFID读写器；并将RFID标签绑定在物料工装、工位缓存区、配送人员的工作服、配送车辆上；以UWB定位传感器部署成本最低、定位精度最大为目标，在车间的墙壁布置UWB定位传感器，并将UWB标签绑定在配送人员的工作服、配送车辆及物料工装上；

步骤2：利用RFID技术采集车间的物料信息、工位缓存区中物料的剩余量、单位时间内工位缓存区中物料的消耗量信息、物料工装、配送人员和配送车辆的区域位置信息，实现区域定位；利用UWB定位系统实现对配送车辆、物料工装、配送人员位置信息的精准定位；

步骤3：将上述RFID技术和UWB技术采集的信息传送至数据处理模块，由数据处理模块将该信息转换成应用服务模块可识别的格式，并传送至应用服务模块；

步骤4：所述应用服务模块将收到的数据实时显示在管理人员的PC端，根据单位时间内工位缓存区中物料的消耗量信息得到每个工位的物料的消耗速度，并根据每个工位的物料消耗速度、物料缓存区中物料剩余量构建车间物料配送动态优化模型，并利用改进蚁群算法计算求解该模型，得到一组最佳配送路径，并将该组最佳配送路径转送至管理人员的PC端；

步骤5：管理人员根据该组最佳配送路径中配送路径的数量，选择相同数量的空闲状态的配送车辆；并将该组最佳配送路径中的配送路径依次发送至配送车辆的微型显示屏中；管理人员根据物料工装、驾驶人员和配送车辆的位置信息，判断每辆配送车辆运载的物料是否正确，驾驶人员是否处于工作状态；

步骤6：驾驶人员按照配送车辆的微型显示屏中显示的路径驾驶配送车辆。

进一步地，所述步骤3中数据处理模块将信息转换成应用服务模块可识别的格式的具体方法为：基于多层次事件模型，对RFID技术和UWB技术采集信息进行进一步的筛选与增值，生成原始数据，并按车间生产流程从一个或多个原始数据提炼出简单事件，最后将多个简单事件组合形成符合车间生产物流逻辑规则的复杂事件，即应用服务模块可识别的格式。

进一步地，所述步骤4中得到一组最佳配送路径的具体方法为：

步骤4.1：根据每个工位的物料消耗速度和物料缓存区的容量，动态调整每一次配送过程中各个工位的物料配送时间窗[s_it，E_it]和配送量；

E_it＝S_it+a_iv_i (2)

其中，S_it为第t次配送过程中工位i的配送时间窗下限；E_it为第t次配送过程中工位i的配送时间窗上限；v_i表示单位时间内工位i中物料的消耗速度；b_i为物料缓存储容量上限；a_i为为物料缓存储容量下限；S_i1为第一次配送过程工位i的配送时间窗上限；为第t次配送过程配送车辆k给工位i的配送量；i＝0，1，2，...，N，i＝0时，表示车间的配送中心；

步骤4.2：基于上述各工位的每次配送时间窗，以最小运输成本为目的，建立离散制造车间物料配送动态优化模型如下所示：

其中，D为物料配送过程的总成本；d_ij为工位i到工位j之间的运输距离，i≠j；为决策变量，L为配送车辆的总数量；

步骤4.3：以各工位间的路径长度与工位总数为依据，对各连接路径上的信息素浓度进行初始化，并根据配送车辆的容载量设置每个蚂蚁的容载量，将所有蚂蚁置于配送中心；

步骤4.4：每个蚂蚁根据轮盘赌路径选择策略、禁忌搜索策略和各工位的配送时间窗选择下一个需要被配送物料的工位即待访问工位，每个蚂蚁以公式4为目标遍历所有待访问工位；即对离散制造车间物料动态配送的数学模型进行第R次迭代计算；R＝1，2，3，...，Y，Y为迭代计算的最大次数；若遍历过程中蚂蚁运载的物料已经全部配送完毕，但该蚂蚁没有完成对所有待访问工位的访问，则返回配送中心再次运载物料继续访问下一个待访问工位；

步骤4.5：本次迭代计算结束后，选择配送成本最低的一组路径为本次迭代计算的最优解，该组配送路径中有若干条路径；

步骤4.6：如果R＜Y，则R+1，并对蚂蚁走过路径上的信息素浓度进行更新，转步骤4.4；否则转步骤4.7；

步骤4.7：得到Y组最优解，在该Y组最优解中再次选择配送成本最低的一组路径为最佳配送路径。

进一步的，所述步骤2中采用RFID技术实现区域定位的具体方法为：

步骤2.1：以2m*2m为一个定位单位，将车间地面均匀划分成若干个定位单位，在每个定位单位上放一个电子标签，作为参考标签，且每个参考标签的坐标是既定且已知的；

步骤2.2：获取并记录每个参考标签的位置和场强值，建立数据库；

步骤2.3：当RFID读写器感知到RFID标签时，将RFID标签的场强值依次与数据库中各个参考标签的场强值比较，选择场强值与被感知到的RFID标签的场强值差异最小的参考标签，并以该参考标签的位置表示被感知到的RFID标签的区域位置。

有益效果：本发明根据离散制造车间制造资源和智能感知平台的布局信息，建立统一的车间布局坐标系，在该坐标系下，对车间及其制造资源进行规划布置，实现物理车间与可视化界面间的真实映射，为车间物料配送过程实时监控提供平台基础；本发明具有以下优点：

1、本发明分析离散制造车间物料配送过程信息流，提出一种基于智能感知网的物料信息实时采集与处理体系框架，提高生产物流数据的准确性和有效性，为车间物料信息跟踪的可视化提供可靠的数据基础；

2、本发明基于实时感知的生产物流数据，以实现配送成本最小为目标，构建离散制造车间物料配送动态优化模型，并采用改进蚁群算法对模型进行求解，确定了车间物料配送的最优路径，为配送车辆的路径导航奠定基础；

3、本发明采用基于RFID和UWB的组合定位方法，满足离散制造车间不同生产要素的定位需求，为车间物料配送过程的精准管控提供可靠的位置信息，实现对物料配送车辆的定位与跟踪，以此达到对车间物料配送过程实时监控的目的；

4、本发明为离散制造车间物料配送相关管理人员提供智能感知数据驱动的可视化操作功能，包括配送路径优化、配送资源管理、感知设备配置等。

附图说明

图1是本发明的总体框架图；

图2是本发明的离散制造车间可视化界面图；

图3是本发明的基于智能感知网的离散制造车间物料配送过程示意图；

图4是本发明的离散制造车间物料动态配送模型解算流程图；

图5是本发明的基于RFID和UWB的定位方法流程图。

具体实施方式

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

如图1所示，本实施例包括智能感知平台、数据处理模块、应用服务模块和PC端；所述智能感知平台包括实时数据采集平台和高精度定位平台；实时数据采集平台包括RFID设备，所述RFID设备由电子标签、RFID天线、RFID读写器以及RFID读写器组成；将RFID电子标签布置在机床、物料工装、配送车辆、配送人员工作服、工位缓存区上，通过RFID读写器读取附着在物料工装、机床、配送车辆、配送人员工作服上的电子标签可得知物料的名称、编号、厂商、使用期限；物料工装位置信息、配送车辆位置信息、配送人员的位置信息；物料工装和配送车辆的厂商、使用期限以及机床的型号、温度、主轴转速和开关机的状态；通过RFID读写器读取布置在工位缓存区的电子标签可以实时感知该工位缓存区所剩物料的重量，并通过单位时间内物料的消耗量计算得到该工位物料的消耗速度。

所述高精度定位平台包括UWB定位系统，所述UWB定位系统包括UWB定位标签、UWB定位传感器、定位引擎；本实施例中，将UWB定位标签布置在物料工装、配送车辆和配送人员工作服上，用于实现对配送车辆、配送人员、物料工装的精确定位；

智能感知平台将采集的数据实时上传至数据处理模块，为应用服务模块功能的实现提供可靠有效的数据支撑；所述数据处理模块用于将智能感知平台采集的数据转换成应用服务模块可识别的格式，并传送至应用服务模块。

数据处理模块负责对智能感知平台采集的车间现场的生产物流数据(物料的名称、编号；物料工装、配送车辆和配送人员的位置信息；工位缓存区所剩物料的重量，物料的消耗速度)进行规范化管理，基于多层次事件模型，将采集到的生产物流数据做进一步筛选与增值，生成各类原始事件，并按车间生产流程生成简单事件，将多个简单事件组合形成符合车间生产物流逻辑规则的复杂事件，即应用服务模块可识别的格式，以应用服务模块可识别的格式反映车间生产物流状态；

具体的方法为：部署在工位缓存区的RFID读写器读取到某一物料上附着的RFID标签，产生一条t时刻的原始数据{label_id,reader_id,t}，其中label_id为RFID标签编号、reader_id为RFID读写器编号、t表示读取时间，从原始数据中抽象出简单事件，即E_s＝{label_id,reader_id,t}，进而与读写器编号对应的工位编号WS_i和RFID标签对应的物料编号M_j进行绑定，组成一个复杂事件E_c＝{M_j,WS_i,t}，表示在t时刻，物料M_j上的RFID标签被工位WS_i上的RFID读写器感知到。

应用服务模块以数据处理模块提供数据为基础，按照XML的模板在管理人员的PC端以图表形式给用户提供可视化的基础数据管理(物料、物料工装、配送车辆的厂商和使用期限等)、感知设备配置(RFID读写器和UWB读写器的地址、频率、编码)、最佳配送路径、配送路径导航、物料工装的位置信息、配送车辆的位置信息、配送人员的位置信息等。

管理人员根据物料工装、驾驶人员和配送车辆的位置信息，判断每辆配送车辆运载的物料是否正确，驾驶人员是否处于工作状态。

图2为本实施例的离散制造车间可视化界面，本实施例根据车间的实际大小和制造资源的布局信息，在统一的车间布局坐标系下，对车间及其制造资源(配送中心、加工工位、工位缓存区进行布局)进行规划布置，并依据系统布置理论对车间实物进行简化和抽象，将配送中心、工位、物料缓存区等简化成矩形，并根据实际尺寸与相对位置进行规划和布置；针对物料信息采集和配送过程监控需求部署一定数量的RFID读写器；针对物料配送车辆精确定位的需求，根据车间的实际大小，部署一定数量的UWB定位系统，在车间四周的墙壁布置UWB传感器，实现对配送车辆的实时定位与追踪。通过实现物理车间与可视化界面的真实映射，为车间物料配送过程监控提供平台基础。

图3为本发明的基于智能感知网的离散制造车间物料配送过程示意图。该过程是一个物料和信息双重传递的过程，不仅把需要的物料按时、按量送到指定的工位线边库存的过程，也是一个信息流传递的过程，以智能感知平台获取的物料消耗速率、工位缓存区等实时信息为基础，制定适应车间不确定生产环境的物料配送动态优化方法，具体方法如图4所示。物料配送中心依据部署在车间现场的RFID读写器、UWB传感器等智能感知设备采集的物料消耗速率、工位缓存区的剩余量和配送车辆位置信息，动态调整工位的配送时间窗，当工位缓存区容量小于最小容量时，触发车间物料配送活动执行，物料送达指定工位后，通过智能感知技术获取车间现场的配送执行情况、配送车辆位置、缓存区容量等实时配送数据，经由数据处理模块将车间物流转化成新的可供决策的信息流，再传递给配送中心，构成一个“信息流→车间物流→信息流”的完整闭环。

本实施例的离散制造车间物料动态配送模型解算流程如图4所示：

步骤1：离散制造车间物料配送问题可描述为：在某离散制造车间，有N个工位，它们所需要的物料均由一个配送中心提供，配送中心有共有L辆配送车辆，最大容载量均为Q，配送完成后回到配送中心，每个工位都有物料缓存区，其存储容量范围为[a_i，b_i]，车间部署的RFID设备，实时监控各工位的物料消耗速度及缓存区的容量，动态调整每一次配送过程各工位的物料配送时间窗[S_it，E_it]和配送量

E_it＝S_it+a_iv_i (6)

其中，S_it为第t次配送过程中工位i的配送时间窗下限；E_it为第t次配送过程中工位i的配送时间窗上限；v_i表示单位时间内工位i中物料的消耗速度；b_i为物料缓存储容量上限；a_i为为物料缓存储容量下限；S_i1为第一次配送过程工位i的配送时间窗上限；为第t次配送过程配送车辆k给工位i的配送量；i＝0，1，2，...，N，i＝0时，表示车间的配送中心；

步骤2：基于上述各工位的每次配送时间窗，以最小运输成本为目的，建立离散制造车间物料配送动态优化模型如下所示：

其中，D为物料配送过程的总成本；d_ij为工位i到工位j之间的运输距离，i≠j；为决策变量，

步骤3：设置改进蚁群算法的相关参数，包括种群数量、信息素重要程度、启发函数重要程度因子、信息素挥发因子、信息素释放总量、最大迭代次数、禁忌因子等；以各工位间的路径长度与工位总数为依据，对各连接路径上的信息素浓度进行初始化并根据配送车辆的容载量设置每个蚂蚁的容载量，将所有蚂蚁置于配送中心；

步骤4：每个蚂蚁根据轮盘赌路径选择策略、禁忌搜索策略和各工位的配送时间窗选择下一个需要被配送物料的工位即待访问工位，每个蚂蚁以公式8为目标遍历所有待访问工位；即对离散制造车间物料动态配送的数学模型进行第R次迭代计算；R＝1,2,3,…,Y；Y为迭代计算的最大次数；若遍历过程中蚂蚁运载的物料已经全部配送完毕，但该蚂蚁没有完成对所有待访问工位的访问，则返回配送中心再次运载物料继续访问下一个待访问工位；

步骤5：本次迭代计算结束后，选择配送成本最小的一组路径为本次迭代计算的最优解，该组配送路径中有若干条路径；

步骤6：如果R＜Y，则R+1，并对蚂蚁走过路径上的信息素浓度进行更新，转步骤4；否则转步骤7；

步骤7：得到Y组最优解，在该Y组最优解中再次选择配送成本最小的一组路径为最佳配送路径。

所述应用服务模将该组最佳配送路径发送至管理人员的PC端显示，管理人员根据该组最佳配送路径中配送路径的数量，选择相同数量的空闲状态的配送车辆；并将该组最佳配送路径中的配送路径依次发送至配送车辆的微型显示屏中；管理人员根据物料工装、驾驶人员和配送车辆的位置信息，判断每辆配送车辆运载的物料是否正确，驾驶人员是否处于工作状态；驾驶人员按照配送车辆的微型显示屏中显示的路径驾驶配送车辆来配送物料。

图5为本实施例的基于RFID和UWB的定位方法流程。为降低系统实时成本，本发明采用RFID技术实现的区域定位和UWB技术实现坐标级的精确定位相结合的组合定位方法。在车间现场测量读写器及标签的实际读写距离，确定每个工位需要部署的硬件设备数量。RFID读写器和天线以车间部署成本最低、最大化车间覆盖率、读写器干扰程度最低等为目标部署在每个工位的周围和配送中心的出入口，每个读写器可通过射频线缆连接四个天线，在工作之前，设置天线的所属工位及读写频率，从而划分读写器的感知范围。具体用RFID技术实现的区域定位的方法为。

步骤A：以2m*2m为一个定位单位，将车间地面均匀划分成若干个定位单位，在每个定位单位上放一个电子标签，作为参考标签，且每个参考标签的坐标是既定且已知的；

步骤B：获取并记录每个参考标签的位置和场强值(RSSI值)，建立数据库；

步骤C：当RFID读写器感知到RFID标签时，将RFID标签的场强值依次与数据库中各个参考标签的场强值比较，选择场强值与被感知到的RFID标签的场强值差异最小的参考标签，并以该参考标签的位置表示被感知到的RFID标签的区域位置。

RFID技术实现的区域定位虽然能感知到配送车辆、配送人员、物料工装的区域位置，但是不能实现它的精确定位，故引入UWB定位系统，实现车间制造要素的精确定位，获取坐标级位置信息。UWB定位系统在使用时，首先设置平台运行参数并启动定位引擎服务，绑定标签位置刷新事件；然后UWB传感器通过接收UWB标签发出的脉冲信号，并通过无线局域网将该信号传输给定位引擎，定位引擎通过到达角度法(Angel ofArrival,AOA)和到达时间差法(Time Difference ofArrival,TDOA)相结合的测量技术，采集标签的三维坐标位置数据；其次对数据进行清洗、三维联合中值滤波(Three Dimensional Joint MedianFilter,TMEDIAN)等预处理操作，将其封装成标准时空数据格式；然后基于隐马尔可夫模型(Hidden Markov Model,HMM)的目标追踪模型及卡尔曼推演器(KALMAN Filter)对定位数据进行处理，获取定位对象的精确位置数据，有效解决UWB定位平台在离散制造车间定位中出现的随机“漂移”现象，从而采集待定位对象的高精度可靠的位置信息，以定位精度为30cm以内为可靠位置数据。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

Claims (6)

1.基于智能感知网的离散制造车间物料动态配送系统，其特征在于，包括：智能感知平台、数据处理模块、应用服务模块和PC端；

所述智能感知平台包括RFID设备，所示RFID设备用于实时采集车间的物料信息、工位缓存区中物料的剩余量信息、单位时间内工位缓存区中物料的消耗量信息，以及物料工装、配送人员、配送车辆的区域位置信息，并将上述采集的信息传送至数据处理模块；

所述数据处理模块用于将智能感知平台采集的数据转换成应用服务模块可识别的格式，并传送至应用服务模块；

所述应用服务模块按照XML模板的格式将收到的信息实时显示在管理人员的PC端，并利用改进蚁群算法计算得到一组最佳配送路径，管理人员根据该组最佳配送路径中配送路径的数量选择相应数量的空闲状态下的配送车辆，并将每条配送路径依次发送至配送车辆的微型显示屏中显示。

2.根据权利要求1所述的基于智能感知网的离散制造车间物料动态配送系统，其特征在于，所述智能感知平台还包括UWB定位系统，用于实时采集物料工装、配送车辆、配送人员的精确位置信息。

3.基于权利要求2所述的基于智能感知网的离散制造车间物料动态配送系统的配送方法，其特征在于，该方法包括如下步骤：

步骤1：根据车间的实际大小和制造资源的布局信息，在统一的车间布局坐标系下，对车间及其制造资源进行规划布置，并依据系统布置理论对车间的布置进行可视化操作，以部署成本最低、车间覆盖率最高、读写器间干扰程度最低为目标在配送中心出入口、每个工位周围部署RFID读写器；并将RFID标签绑定在物料工装、工位缓存区、配送人员的工作服、配送车辆上；以UWB定位传感器部署成本最低、定位精度最大为目标，在车间的墙壁布置UWB定位传感器，并将UWB标签绑定在配送人员的工作服、配送车辆及物料工装上；

步骤2：利用RFID技术采集车间的物料信息、工位缓存区中物料的剩余量、单位时间内工位缓存区中物料的消耗量信息、物料工装、配送人员和配送车辆的区域位置信息，实现区域定位；利用UWB定位系统实现对配送车辆、物料工装、配送人员位置信息的精确定位；

步骤3：将上述RFID技术和UWB技术采集的信息传送至数据处理模块，由数据处理模块将该信息转换成应用服务模块可识别的格式，并传送至应用服务模块；

步骤4：所述应用服务模块将收到的数据实时显示在管理人员的PC端，根据单位时间内工位缓存区中物料的消耗量信息得到每个工位的物料的消耗速度，并根据每个工位的物料消耗速度、物料缓存区中物料剩余量构建车间物料配送动态优化模型，并利用改进蚁群算法计算求解该模型，得到一组最佳配送路径，并将该组最佳配送路径转送至管理人员的PC端；

步骤5：管理人员根据该组最佳配送路径中配送路径的数量，选择相同数量的空闲状态的配送车辆；并将该组最佳配送路径中的配送路径依次发送至配送车辆的微型显示屏中；管理人员根据物料工装、驾驶人员和配送车辆的位置信息，判断每辆配送车辆运载的物料是否正确，驾驶人员是否处于工作状态；

步骤6：驾驶人员按照配送车辆的微型显示屏中显示的路径驾驶配送车辆。

4.根据权利要求3所述的方法，其特征在于，所述步骤3中数据处理模块将信息转换成应用服务模块可识别的格式的具体方法为：基于多层次事件模型，对RFID技术和UWB技术采集信息进行进一步的筛选与增值，生成原始数据，并按车间生产流程从一个或多个原始数据提炼出简单事件，最后将多个简单事件组合形成符合车间生产物流逻辑规则的复杂事件，即应用服务模块可识别的格式。

5.根据权利要求3所述的方法，其特征在于，所述步骤4中得到一组最佳配送路径的具体方法为：

步骤4.1：根据每个工位的物料消耗速度和物料缓存区的容量，动态调整每一次配送过程中各个工位的物料配送时间窗[s_it，E_it]和配送量；

E_it＝S_it+a_iv_i (2)

其中，S_it为第t次配送过程中工位i的配送时间窗下限；E_it为第t次配送过程中工位i的配送时间窗上限；v_i表示单位时间内工位i中物料的消耗速度；b_i为物料缓存储容量上限；a_i为物料缓存储容量下限；S_i1为第一次配送过程工位i的配送时间窗上限；为第t次配送过程配送车辆k给工位i的配送量；i＝0，1，2，...，N，i＝0时，表示车间的配送中心；

步骤4.2：基于上述各工位的每次配送时间窗，以最小运输成本为目的，建立离散制造车间物料配送动态优化模型如下所示：

其中，D为物料配送过程的总成本；d_ij为工位i到工位j之间的运输距离，i≠j；为决策变量，L为配送车辆的总数量；

步骤4.3：以各工位间的路径长度与工位总数为依据，对各连接路径上的信息素浓度进行初始化，并根据配送车辆的容载量设置每个蚂蚁的容载量，将所有蚂蚁置于配送中心；

步骤4.4：每个蚂蚁根据轮盘赌路径选择策略、禁忌搜索策略和各工位的配送时间窗选择下一个需要被配送物料的工位即待访问工位，每个蚂蚁以公式4为目标遍历所有待访问工位；即对离散制造车间物料动态配送的数学模型进行第R次迭代计算；R＝1，2，3，...，Y，Y为迭代计算的最大次数；若遍历过程中蚂蚁运载的物料已经全部配送完毕，但该蚂蚁没有完成对所有待访问工位的访问，则返回配送中心再次运载物料继续访问下一个待访问工位；

步骤4.5：本次迭代计算结束后，选择配送成本最低的一组路径为本次迭代计算的最优解，该组配送路径中有若干条路径；

步骤4.6：如果R＜Y，则R+1，并对蚂蚁走过路径上的信息素浓度进行更新，转步骤4.4；否则转步骤4.7；

步骤4.7：得到Y组最优解，在该Y组最优解中再次选择配送成本最低的一组路径为最佳配送路径。

6.根据权利要求3所述的方法，其特征在于，所述步骤2中采用RFID技术实现区域定位的具体方法为：

步骤2.1：以2m*2m为一个定位单位，将车间地面均匀划分成若干个定位单位，在每个定位单位上放一个电子标签，作为参考标签，且每个参考标签的坐标是既定且已知的；

步骤2.2：获取并记录每个参考标签的位置和场强值，建立数据库；

步骤2.3：当RFID读写器感知到RFID标签时，将RFID标签的场强值依次与数据库中各个参考标签的场强值比较，选择场强值与被感知到的RFID标签的场强值差异最小的参考标签，并以该参考标签的位置表示被感知到的RFID标签的区域位置。