CN110405756A - 一种任务调度方法、装置、系统、电子设备及存储介质 - Google Patents

一种任务调度方法、装置、系统、电子设备及存储介质 Download PDF

Info

Publication number
CN110405756A
CN110405756A CN201910576641.4A CN201910576641A CN110405756A CN 110405756 A CN110405756 A CN 110405756A CN 201910576641 A CN201910576641 A CN 201910576641A CN 110405756 A CN110405756 A CN 110405756A
Authority
CN
China
Prior art keywords
information
task
robot
sample
scheduling
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
CN201910576641.4A
Other languages
English (en)
Other versions
CN110405756B (zh
Inventor
刘俊斌
郑晓琨
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.)
Syrius Technology Shenzhen Co Ltd
Original Assignee
Syrius Technology Shenzhen 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 Syrius Technology Shenzhen Co Ltd filed Critical Syrius Technology Shenzhen Co Ltd
Priority to CN201910576641.4A priority Critical patent/CN110405756B/zh
Publication of CN110405756A publication Critical patent/CN110405756A/zh
Priority to PCT/CN2020/092163 priority patent/WO2020259168A1/zh
Application granted granted Critical
Publication of CN110405756B publication Critical patent/CN110405756B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Manipulator (AREA)

Abstract

本申请涉及一种任务调度方法、装置、系统、电子设备及存储介质,该方法包括:获取样本任务记录,所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息,所述机器人信息包括机器人位置信息,所述人员信息包括所述人员的位置信息;根据所述样本任务记录,分析符合预设最优条件的任务调度方案所对应的变量;建立所述变量与所述任务规划方案之间的对应关系,得到调度模型。该技术方案,机器人基于调度中心规划的调度方案执行任务,可以提高任务执行效率,减少任务执行时间。

Description

一种任务调度方法、装置、系统、电子设备及存储介质
技术领域
本申请涉及数据处理领域,尤其涉及一种任务调度方法、装置、系统、电子设备及存储介质。
背景技术
目前,电子商务发展十分迅速,客户订单量增长飞快。为了提升拣货效率,满足不断增长的单量需求,各个物流设备厂商分别推出了拣货机器人进行拣货,如自主移动机器人(Autonomous Mobile Robot,AMR)。
AMR可以依靠自身传感器实现导航、定位等功能。在部署到现有的仓库后,可将仓库的储位信息同步到机器人系统中之后,AMR就可以根据任务信息直接到储位附近,AMR的屏幕上展示任务信息,提示用户进行相应操作。拣货人员在库区内巡视,寻找需要执行任务的机器人,找寻到机器人后走到机器人前面,根据平板上面的提示信息进行操作。拣货人员不再需要拉着拣货小车在仓库中走动,大大减少了走动距离,提升了人员拣货效率。
目前的机器人使用场景中,机器人执行任务、订单组合、人员工作模式都是按照预先策略设置好的,例如,调度中心将订单按照预先设定好的策略组合在一起,例如一单一件的订单会组合在一起;机器人执行任务的顺序是按照一定逻辑提前预设好的。但是,仓库内的情况变化十分频繁,外部因素都会对任务执行造成影响。如果这个时候还是按照静态环境下预设好的策略进行执行,会影响拣货效率。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本申请提供了一种任务调度方法、装置、系统、电子设备及存储介质。
第一方面,本申请提供了一种任务调度方法,包括:
获取样本任务记录,所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息,所述机器人信息包括机器人位置信息,所述人员信息包括所述人员的位置信息;
根据所述样本任务记录,分析符合预设最优条件的任务调度方案所对应的变量;
建立所述变量与所述任务规划方案之间的对应关系,得到调度模型。
可选的,所述预设最优条件包括以下至少一项:预设个数任务的完成时间最短、完成所述预设个数任务的人员移动距离最短。
可选的,根据所述样本任务记录,分析符合预设最优条件的任务规划方案,包括:
根据预设筛选条件对所述样本任务记录进行筛选;
根据筛选后的样本任务记录分析符合预设最优条件的任务规划方案。
可选的,所述预设筛选条件包括:预设时间内人员的移动距离上限。
可选的,所述变量至少包括机器人位置和人员位置。
可选的,所述样本任务信息包括:单一对象样本任务信息和/或多对象样本任务信息,不同对象对应的任务执行位置不同,所述样本任务信息包括对象信息和对象位置信息;
所述机器人信息包括:机器人位置信息;
所述人员信息包括:人员位置信息;
所述样本环境信息包括:环境地图、对象位置和通行信息。
可选的,所述机器人信息还包括以下至少一项信息:机器人速度、机器人移动距离、剩余电量、机器人任务队列;
所述人员信息还包括以下至少一项信息:位置误差系数、人员速度、人员移动距离、人员特征系数及人员任务队列;
其中,所述人员特征系数至少包括人员对所述样本环境信息的熟悉度系数;
所述样本任务记录还包括:基于所述样本任务信息对所述样本任务信息之后预设时间段任务状态的预测信息。
第二方面,本申请提供了一种任务调度方法,包括:
获取当前环境信息,当前环境内的机器人信息和人员信息,以及任务信息;
基于预存的调度模型,根据所述当前环境信息、机器人信息、人员信息和任务信息,生成机器人的第一任务调度信息,所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹;
将所述第一任务调度信息发送到所述机器人。
可选的,所述方法还包括:
基于所述调度模型,根据所述当前环境信息、机器人信息、人员信息和任务信息,生成人员的第二任务调度信息,所述第二任务调度信息包括分配给所述人员的任务信息、任务执行位置及运动轨迹;
将所述第二任务调度信息发送到人员终端。
可选的,当所述任务信息为多对象任务信息时,所述方法还包括:
将所述任务信息拆分为多个子任务信息,每个子任务信息包括单个对象任务信息;
所述第一任务调度信息或所述第二任务调度信息包括所述子任务信息,子任务执行位置及子任务对应的运动轨迹。
第三方面,本申请提供了一种任务调度装置,包括:
获取模块,用于获取样本任务记录,所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息,所述机器人信息包括机器人位置信息,所述人员信息包括所述人员的位置信息;
分析模块,用于根据所述样本任务记录,分析符合预设最优条件的任务规划方案所对应的变量;
建立模块,用于建立所述变量与所述任务规划方案之间的对应关系,得到调度模型。
第四方面,本申请提供了一种任务调度装置,包括:
获取模块,用于获取当前环境信息,当前环境内的机器人信息和人员信息,以及任务信息;
生成模块,用于基于预存的调度模型,根据所述当前环境信息、机器人信息、人员信息和任务信息,生成机器人的第一任务调度信息,所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹;
发送模块,用于将所述第一任务调度信息发送到所述机器人。
第五方面,本申请提供了一种任务调度系统,包括:调度中心和机器人,
所述机器人,用于上报自身的机器人信息到所述调度中心;
所述调度中心,用于获取当前环境信息、当前环境内的人员信息和任务信息;基于预存的调度模型,根据所述当前环境信息、人员信息任务信息和接收到的机器人信息,生成机器人的第一任务调度信息,所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹;将所述第一任务调度信息发送到所述机器人;
所述机器人,用于根据所述第一任务调度信息执行任务操作。
可选的,该系统还包括:所述人员携带的人员终端,
所述调度中心,用于基于所述调度模型,根据所述当前环境信息、机器人信息、任务信息和人员信息,生成人员的第二任务调度信息,所述第二任务调度信息包括分配给所述人员的任务信息、任务执行位置及运动轨迹;将所述第二任务调度信息发送到人员终端;
所述人员终端,用于根据所述第二任务调度信息对所述人员进行提醒。
可选的,所述调度中心,用于获取样本任务记录,所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息,所述机器人信息包括机器人位置信息,所述人员信息包括所述人员的位置信息;根据所述样本任务记录,分析符合预设最优条件的任务规划方案所对应的变量;建立所述变量与所述任务规划方案之间的对应关系,得到调度模型。
可选的,所述机器人,用于当检测到当前任务执行完毕时,根据所述第一任务调度信息在提示所述人员对应的前进方向或下一个任务的执行位置。
第六方面,本申请提供了一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行计算机程序时,实现上述方法步骤。
第七方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法步骤。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:
调度中心在进行任务调度时,可以基于训练得到的调度模型,输入当前任务信息、当前环境信息,当前环境内的机器人和人员信息,得到对于机器人的最优调度方案。机器人基于该最优调度方案执行任务,可以提高任务执行效率,减少任务执行时间。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种任务调度方法的流程图;
图2为本申请另一实施例提供的一种任务调度方法的流程图;
图3为本申请实施例提供的一种任务调度装置的框图;
图4为本申请另一实施例提供的一种任务调度装置的框图;
图5为本申请实施例提供的一种任务调度系统的框图;
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请涉及任务调度的技术,主要应用于调度中心,调度中心预先根据样本记录训练调度模型,之后可以基于该调度模型为机器人甚至工作人员规划任务,以提高任务执行效率。
下面首先对本发明实施例所提供的一种任务调度方法进行介绍。
本发明实施例所提供的方法可以应用于任意需要进行任务调度的电子设备,例如,可以为服务器、终端等电子设备,在此不做具体限定,为描述方便,后续简称为电子设备。
图1为本申请实施例提供的一种任务调度方法的流程图。如图1所示,该方法应用于调度中心,包括以下步骤:
步骤S11,获取样本任务记录,样本任务记录包括样本任务信息及样本任务信息对应的机器人信息、人员信息和样本环境信息,机器人信息包括机器人位置信息,人员信息包括人员的位置信息;
步骤S12,根据样本任务记录,分析符合预设最优条件的任务规划方案所对应的变量;
步骤S13,建立变量与任务规划方案之间的对应关系,得到调度模型。
其中,样本任务记录可以为过去预设期限内的任务记录,如过去1周、1个月、1年。
本实施例中,获取样本任务记录,包括样本任务信息,即任务的具体内容,完成该样本任务的机器人和人员的信息,以及对应的样本环境信息。根据样本任务记录,找到影响任务规划方案达到最优的变量,可以采用退火类算法,仿生类算法,遗传类算法等训练这些变量与任务规划方案之间的对应关系,得到调度模型。这样,调度中心在进行任务调度时,可以基于该调度模型,输入当前任务信息、当前环境信息,当前环境内的机器人和人员信息,得到对于机器人的最优调度方案。机器人基于该最优调度方案执行任务,可以提高任务执行效率,减少任务执行时间。
其中,预设最优条件包括以下至少一项:预设个数任务的完成时间最短、完成预设个数任务的人员移动距离最短。
例如,可以设置单一的最优条件:100个任务完成总时间T最短,或者完成100个任务人员移动距离S最短。
进一步地,还可以设置复合的最优条件,例如为100个任务完成总时间T和完成100个任务人员移动距离S分别设置权重系数a、b,设置最优条件为任务规划方案对应的评分P=T×a+S×b最小。
在另一实施例中,步骤S12包括:
根据预设筛选条件对样本环境信息和样本任务记录进行筛选;根据筛选后的样本环境信息和样本任务记录分析符合预设最优条件的任务规划方案。
其中,预设筛选条件可以包括预设时间内人员移动距离上限,如每天移动距离上限为20km或每小时移动上限为2km。预设筛选条件还可以包括预设时间内完成任务数量下限,如每天完成任务不少于500件,或每小时完成任务不少于30件;等等。
本实施例中,变量至少包括机器人位置和人员位置。
实际上,样本任务记录中的每一项信息都可能影响任务规划方案的完成时间,本实施例中,可以仅选择其中的机器人位置和人员位置作为变量,也可以将所有信息作为变量,还可以选择权重系数较高的预设个数的信息作为变量。
样本环境信息包括:环境地图、对象位置和通行信息。
其中,对象指的是任务中被执行的物品,如拣货任务中的货物。对象位置包括各个物品的在环境地图中的位置。通行信息包括该环境中路径是否可以通行,双向通行或单向通行,等等。
样本任务信息包括:单一对象样本任务信息和/或多对象样本任务信息,不同对象对应的任务执行位置不同,样本任务信息包括对象信息和对象位置信息。
机器人信息包括:机器人位置信息。机器人位置可以有机器人自身通过GPRS、即时定位与地图构建(simultaneous localization and mapping,SLAM)、蓝牙、WIFI、RFID等定位技术得到的。
人员信息包括:人员位置信息。
进一步地,样本任务记录还包括:单位时间内针对同一对象的任务数量。
进一步地,样本任务记录还包括:基于样本任务信息对样本任务信息之后预设时间段任务状态的预测信息。
本实施例中,可以建立预测模型,通过预测模型对未来任务进行预测,例如,基于过去10分钟的任务记录预测未来10分钟的任务情况,包括任务数量,任务针对的对象及对象数量、位置,以及进一步地,可以预测完成这些任务所需时间、调度的机器人数量和人员数量等等。
机器人信息还包括以下至少一项信息:机器人速度、机器人移动距离、剩余电量、机器人任务队列。
人员信息还包括以下至少一项信息:位置误差系数、人员速度、人员移动距离、人员特征系数及人员任务队列。
位置误差系数与人员定位方式有关,例如,人员位置是基于任务执行位置,则该位置误差可能较大;如人员位置是基于蓝牙、WIFI、RFID等定位技术得到的,则该位置误差相对较小。位置误差系数可以是预先根据定位方式设定的数值。
人员速度可以通过前后两次任务执行位置的距离差除以执行任务的间隔时间得到。如人员位置通过定位技术得到,则可以实时计算人员速度。
其中,人员特征系数至少包括人员对样本环境信息的熟悉度系数。该熟悉度系数可以是人工输入值,也可以是调度中心根据该人员在当前环境下所处时间长短匹配的数值。
上述实施例的任务调度方法,根据样本任务记录建立能够规划最优调度方案的调度模型,使得后续基于该调度模型动态地对机器人和人员进行调度,提高任务执行效率,减少任务完成时间,也可实现减少人员移动距离。
图2为本申请另一实施例提供的一种任务调度方法的流程图。如图2所示,该方法还包括以下步骤:
步骤S21,获取当前环境信息,当前环境内的机器人信息和人员信息,以及任务信息;
步骤S22,基于预存的调度模型,根据当前环境信息、机器人信息、人员信息和任务信息,生成机器人的第一任务调度信息,第一任务调度信息包括分配给机器人的任务信息、任务执行位置及任务对应的运动轨迹;
步骤S23,将第一任务调度信息发送到机器人。
基于上述实施例中得到的调度模型,根据当前环境内机器人和人员信息以及订单情况,动态地为机器人规划最优的调度方案,使得任务完成时间最短,提高任务执行效率,减少任务完成时间。
在另一实施例中,该方法还包括:
基于调度模型,根据当前环境信息、机器人信息、人员信息和任务信息,生成人员的第二任务调度信息,第二任务调度信息包括分配给人员的任务信息、任务执行位置及运动轨迹;将第二任务调度信息发送到人员终端。
由于进一步为工作人员也规划最优的调度方案,在保证任务完成时间最短,提高任务执行效率的同时,减少人员移动的距离。
可选的,当任务信息为多对象任务信息时,该方法还包括:
将任务信息拆分为多个子任务信息,每个子任务信息包括单个对象任务信息;
第一任务调度信息或第二任务调度信息包括子任务信息,子任务执行位置及子任务对应的运动轨迹。
在另一实施例中,可以将多对象任务进行拆分为多个单一对象的子任务。例如,任务A为:拣货2箱矿泉水和5包方便面。由于矿泉水和方便面所在位置不同,如果由一个机器人执行任务,需要分别移动到这两个位置,同时拣货人员也需要移动到这两个位置进行拣货。将该任务A拆分为2个子任务:子任务1,拣货2箱矿泉水;子任务2,拣货5包方便面。可以将这两个子任务分别发送给2个机器人,这两个机器人接收到的任务可能都是拣货矿泉水或拣货方便面,同时也可能由2个拣货人员执行拣货。这样,虽然任务A需要多个机器人执行,但实际上该任务A实际的完成时间可能要小于仅由一个机器人执行的完成时间,每个拣货人员移动的距离也相对较短。
因此,对于多对象任务拆分为子任务进行调度,可以进一步提高任务完成效率,减少任务完成时间,同时也减少人员移动距离。
下述为本申请装置实施例,可以用于执行本申请方法实施例。
图3为本申请实施例提供的一种任务调度装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图3所示,该任务调度装置包括:
获取模块301,用于获取样本任务记录,样本任务记录包括样本任务信息及样本任务信息对应的机器人信息、人员信息和样本环境信息,机器人信息包括机器人位置信息,人员信息包括人员的位置信息;
分析模块302,用于根据样本任务记录,分析符合预设最优条件的任务规划方案所对应的变量;
建立模块303,用于建立变量与任务规划方案之间的对应关系,得到调度模型。
图4为本申请另一实施例提供的一种任务调度装置的框图,如图4所示,该装置还包括:
获取模块401,用于获取当前环境信息,当前环境内的机器人信息和人员信息,以及任务信息;
生成模块402,用于基于预存的调度模型,根据当前环境信息、机器人信息、人员信息和任务信息,生成机器人的第一任务调度信息,第一任务调度信息包括分配给机器人的任务信息、任务执行位置及任务对应的运动轨迹;
发送模块403,用于将第一任务调度信息发送到机器人。
下述为本申请系统实施例,实现对机器人的实时优化调度。
图5为本申请实施例提供的一种任务调度系统的框图,如图5所示,该系统包括:调度中心51和机器人52,
机器人52,用于上报自身的机器人信息到调度中心;
调度中心51,用于获取当前环境信息、当前环境内的人员信息和任务信息;基于预存的调度模型,根据当前环境信息、人员信息任务信息和接收到的机器人信息,生成机器人52的第一任务调度信息,第一任务调度信息包括分配给机器人52的任务信息、任务执行位置及任务对应的运动轨迹;将第一任务调度信息发送到机器人52;
机器人52,用于根据第一任务调度信息执行任务操作。
本实施例中,调度中心根据预先训练的调度模型以及机器人、人员状态,为机器人规划任务调度方案,机器人基于该最优调度方案执行任务,可以提高任务执行效率,减少任务执行时间。
如图5所示,该系统还包括:人员携带的人员终端53,
调度中心51,用于基于调度模型,根据当前环境信息、机器人信息、任务信息和人员信息,生成人员的第二任务调度信息,第二任务调度信息包括分配给人员的任务信息、任务执行位置及运动轨迹;将第二任务调度信息发送到人员终端;
人员终端53,用于根据第二任务调度信息对人员进行提醒。
其中,人员终端53可以具有定位功能,对人员位置进行定位,将人员位置上报到调度中心51。人员终端53上设有显示屏,可显示该人员的任务调度信息,如当前任务、下一任务、移动路线等等。人员终端53上也可以设有播放器,语音播放任务提醒或提供语音导航提醒。
可选的,调度中心51,用于获取样本任务记录,样本任务记录包括样本任务信息及样本任务信息对应的机器人信息、人员信息和样本环境信息,机器人信息包括机器人位置信息,人员信息包括人员的位置信息;根据样本任务记录,分析符合预设最优条件的任务规划方案所对应的变量;建立变量与任务规划方案之间的对应关系,得到调度模型。
可选的,机器人52,用于当检测到当前任务执行完毕时,根据第一任务调度信息在提示人员对应的前进方向或下一个任务的执行位置。
其中,机器人上设有屏幕,可以在该屏幕上显示人员下一任务的前进方向,如通过箭头显示,或者显示具体的任务执行位置,如“货架5”。
本申请实施例还提供一种电子设备,如图6所示,电子设备可以包括:处理器1501、通信接口1502、存储器1503和通信总线1504,其中,处理器1501,通信接口1502,存储器1503通过通信总线1504完成相互间的通信。
存储器1503,用于存放计算机程序;
处理器1501,用于执行存储器1503上所存放的计算机程序时,实现上述方法实施例的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,P C I)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法实施例的步骤。
需要说明的是,对于上述装置、电子设备及计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
进一步需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (20)

1.一种任务调度方法,其特征在于,包括:
获取样本任务记录,所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息,所述机器人信息包括机器人位置信息,所述人员信息包括所述人员的位置信息;
根据所述样本任务记录,分析符合预设最优条件的任务调度方案所对应的变量;
建立所述变量与所述任务规划方案之间的对应关系,得到调度模型。
2.根据权利要求1所述的方法,其特征在于,所述预设最优条件包括以下至少一项:预设个数任务的完成时间最短、完成所述预设个数任务的人员移动距离最短。
3.根据权利要求1所述的方法,其特征在于,根据所述样本任务记录,分析符合预设最优条件的任务规划方案,包括:
根据预设筛选条件对所述样本任务记录进行筛选;
根据筛选后的样本任务记录分析符合预设最优条件的任务规划方案。
4.根据权利要求3所述的方法,其特征在于,所述预设筛选条件包括:预设时间内人员的移动距离上限。
5.根据权利要求1所述的方法,其特征在于,所述变量至少包括机器人位置和人员位置。
6.根据权利要求1所述的方法,其特征在于,
所述样本任务信息包括:单一对象样本任务信息和/或多对象样本任务信息,不同对象对应的任务执行位置不同,所述样本任务信息包括对象信息和对象位置信息;
所述机器人信息包括:机器人位置信息;
所述人员信息包括:人员位置信息;
所述样本环境信息包括:环境地图、对象位置和通行信息。
7.根据权利要求6所述的方法,其特征在于,
所述机器人信息还包括以下至少一项信息:机器人速度、机器人移动距离、剩余电量、机器人任务队列;
所述人员信息还包括以下至少一项信息:位置误差系数、人员速度、人员移动距离、人员特征系数及人员任务队列;
其中,所述人员特征系数至少包括人员对所述样本环境信息的熟悉度系数;
所述样本任务记录还包括:基于所述样本任务信息对所述样本任务信息之后预设时间段任务状态的预测信息。
8.一种任务调度方法,其特征在于,包括:
获取当前环境信息,当前环境内的机器人信息和人员信息,以及任务信息;
基于预存的调度模型,根据所述当前环境信息、机器人信息、人员信息和任务信息,生成机器人的第一任务调度信息,所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹;
将所述第一任务调度信息发送到所述机器人。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
基于所述调度模型,根据所述当前环境信息、机器人信息、人员信息和任务信息,生成人员的第二任务调度信息,所述第二任务调度信息包括分配给所述人员的任务信息、任务执行位置及运动轨迹;
将所述第二任务调度信息发送到人员终端。
10.根据权利要求8或9所述的方法,其特征在于,当所述任务信息为多对象任务信息时,所述方法还包括:
将所述任务信息拆分为多个子任务信息,每个子任务信息包括单个对象任务信息;
所述第一任务调度信息或所述第二任务调度信息包括所述子任务信息,子任务执行位置及子任务对应的运动轨迹。
11.一种任务调度装置,其特征在于,包括:
获取模块,用于获取样本任务记录,所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息,所述机器人信息包括机器人位置信息,所述人员信息包括所述人员的位置信息;
分析模块,用于根据所述样本任务记录,分析符合预设最优条件的任务规划方案所对应的变量;
建立模块,用于建立所述变量与所述任务规划方案之间的对应关系,得到调度模型。
12.一种任务调度装置,其特征在于,包括:
获取模块,用于获取当前环境信息,当前环境内的机器人信息和人员信息,以及任务信息;
生成模块,用于基于预存的调度模型,根据所述当前环境信息、机器人信息、人员信息和任务信息,生成机器人的第一任务调度信息,所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹;
发送模块,用于将所述第一任务调度信息发送到所述机器人。
13.一种任务调度系统,其特征在于,包括:调度中心和机器人,
所述机器人,用于上报自身的机器人信息到所述调度中心;
所述调度中心,用于获取当前环境信息、当前环境内的人员信息和任务信息;基于预存的调度模型,根据所述当前环境信息、人员信息任务信息和接收到的机器人信息,生成机器人的第一任务调度信息,所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹;将所述第一任务调度信息发送到所述机器人;
所述机器人,用于根据所述第一任务调度信息执行任务操作。
14.根据权利要求13所述的系统,其特征在于,还包括:所述人员携带的人员终端,
所述调度中心,用于基于所述调度模型,根据所述当前环境信息、机器人信息、任务信息和人员信息,生成人员的第二任务调度信息,所述第二任务调度信息包括分配给所述人员的任务信息、任务执行位置及运动轨迹;将所述第二任务调度信息发送到人员终端;
所述人员终端,用于根据所述第二任务调度信息对所述人员进行提醒。
15.根据权利要求13所述的系统,其特征在于,所述调度中心,用于获取样本任务记录,所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息,所述机器人信息包括机器人位置信息,所述人员信息包括所述人员的位置信息;根据所述样本任务记录,分析符合预设最优条件的任务规划方案所对应的变量;建立所述变量与所述任务规划方案之间的对应关系,得到调度模型。
16.根据权利要求13所述的系统,其特征在于,
所述机器人,用于当检测到当前任务执行完毕时,根据所述第一任务调度信息在提示所述人员对应的前进方向或下一个任务的执行位置。
17.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述计算机程序时,实现权利要求1-7任一项所述的方法步骤。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7任一项所述的方法步骤。
19.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述计算机程序时,实现权利要求8-10任一项所述的方法步骤。
20.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求8-10任一项所述的方法步骤。
CN201910576641.4A 2019-06-28 2019-06-28 一种任务调度方法、装置、系统、电子设备及存储介质 Active CN110405756B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910576641.4A CN110405756B (zh) 2019-06-28 2019-06-28 一种任务调度方法、装置、系统、电子设备及存储介质
PCT/CN2020/092163 WO2020259168A1 (zh) 2019-06-28 2020-05-25 一种任务调度方法、装置、系统、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910576641.4A CN110405756B (zh) 2019-06-28 2019-06-28 一种任务调度方法、装置、系统、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN110405756A true CN110405756A (zh) 2019-11-05
CN110405756B CN110405756B (zh) 2023-01-24

Family

ID=68360020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910576641.4A Active CN110405756B (zh) 2019-06-28 2019-06-28 一种任务调度方法、装置、系统、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN110405756B (zh)
WO (1) WO2020259168A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111240288A (zh) * 2020-01-20 2020-06-05 广东博智林机器人有限公司 计算模型构建及配置计算的方法、装置、设备及存储介质
CN111401799A (zh) * 2020-06-04 2020-07-10 北京云迹科技有限公司 人机协同调度方法及装置、电子设备、存储介质
CN111738566A (zh) * 2020-06-02 2020-10-02 国网河北省电力有限公司邯郸供电分公司 一种基于云计算的电力设备远程调度管理系统
WO2020259168A1 (zh) * 2019-06-28 2020-12-30 炬星科技(深圳)有限公司 一种任务调度方法、装置、系统、电子设备及存储介质
WO2021087972A1 (zh) * 2019-11-08 2021-05-14 深圳迈瑞生物医疗电子股份有限公司 一种样本分析系统及其样本调度方法
WO2021104412A1 (zh) * 2019-11-29 2021-06-03 炬星科技(深圳)有限公司 集群机器人调度方法、装置、系统、设备及计算机可读存储介质
CN113269417A (zh) * 2021-05-12 2021-08-17 中国人民解放军总医院 生物样本采集人员智能调度方法及装置
CN113626173A (zh) * 2021-08-31 2021-11-09 阿里巴巴(中国)有限公司 调度方法、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469201A (zh) * 2015-07-20 2016-04-06 浙江工业大学 一种物流配送中心作业任务处理与调度的方法
CN106483943A (zh) * 2016-10-13 2017-03-08 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质
US20170337506A1 (en) * 2015-02-12 2017-11-23 Feich Roboltics, Inc. System and Method Using Robots to Assist Humans in Order Fulfillment
CN107633375A (zh) * 2017-09-20 2018-01-26 武汉木神机器人有限责任公司 一种人机协作仓储分拣方法
CN107992977A (zh) * 2017-12-19 2018-05-04 合肥智灵机器人有限公司 一种仓储拣货搬运系统及方法
CN109765915A (zh) * 2019-03-13 2019-05-17 中南大学 一种基于计算机算法的仓储搬运机器人任务调度系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4019433A1 (en) * 2013-09-09 2022-06-29 Dematic Corp. Autonomous mobile picking
US10198706B2 (en) * 2015-07-31 2019-02-05 Locus Robotics Corp. Operator identification and performance tracking
CN107977763B (zh) * 2016-10-24 2022-05-06 菜鸟智能物流控股有限公司 一种资源分配方法和相关装置
CN106743321B (zh) * 2016-11-16 2020-02-28 京东方科技集团股份有限公司 运载方法和运载系统
CN108422419A (zh) * 2018-02-09 2018-08-21 上海芯智能科技有限公司 一种智能机器人及其控制方法和系统
CN109141454A (zh) * 2018-08-15 2019-01-04 深圳市烽焌信息科技有限公司 一种充电机器人及存储介质
CN109377063A (zh) * 2018-10-31 2019-02-22 广船国际有限公司 一种任务调度方法、装置、设备和存储介质
CN109634730A (zh) * 2018-11-26 2019-04-16 平安科技(深圳)有限公司 任务调度方法、装置、计算机设备和存储介质
CN110405756B (zh) * 2019-06-28 2023-01-24 炬星科技(深圳)有限公司 一种任务调度方法、装置、系统、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170337506A1 (en) * 2015-02-12 2017-11-23 Feich Roboltics, Inc. System and Method Using Robots to Assist Humans in Order Fulfillment
CN105469201A (zh) * 2015-07-20 2016-04-06 浙江工业大学 一种物流配送中心作业任务处理与调度的方法
CN106483943A (zh) * 2016-10-13 2017-03-08 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质
CN107633375A (zh) * 2017-09-20 2018-01-26 武汉木神机器人有限责任公司 一种人机协作仓储分拣方法
CN107992977A (zh) * 2017-12-19 2018-05-04 合肥智灵机器人有限公司 一种仓储拣货搬运系统及方法
CN109765915A (zh) * 2019-03-13 2019-05-17 中南大学 一种基于计算机算法的仓储搬运机器人任务调度系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020259168A1 (zh) * 2019-06-28 2020-12-30 炬星科技(深圳)有限公司 一种任务调度方法、装置、系统、电子设备及存储介质
WO2021087972A1 (zh) * 2019-11-08 2021-05-14 深圳迈瑞生物医疗电子股份有限公司 一种样本分析系统及其样本调度方法
WO2021104412A1 (zh) * 2019-11-29 2021-06-03 炬星科技(深圳)有限公司 集群机器人调度方法、装置、系统、设备及计算机可读存储介质
CN111240288A (zh) * 2020-01-20 2020-06-05 广东博智林机器人有限公司 计算模型构建及配置计算的方法、装置、设备及存储介质
CN111240288B (zh) * 2020-01-20 2021-03-16 广东博智林机器人有限公司 计算模型构建及配置计算的方法、装置、设备及存储介质
CN111738566A (zh) * 2020-06-02 2020-10-02 国网河北省电力有限公司邯郸供电分公司 一种基于云计算的电力设备远程调度管理系统
CN111401799A (zh) * 2020-06-04 2020-07-10 北京云迹科技有限公司 人机协同调度方法及装置、电子设备、存储介质
CN113269417A (zh) * 2021-05-12 2021-08-17 中国人民解放军总医院 生物样本采集人员智能调度方法及装置
CN113269417B (zh) * 2021-05-12 2023-08-22 中国人民解放军总医院 生物样本采集人员智能调度方法及装置
CN113626173A (zh) * 2021-08-31 2021-11-09 阿里巴巴(中国)有限公司 调度方法、装置及存储介质
CN113626173B (zh) * 2021-08-31 2023-12-12 阿里巴巴(中国)有限公司 调度方法、装置及存储介质

Also Published As

Publication number Publication date
CN110405756B (zh) 2023-01-24
WO2020259168A1 (zh) 2020-12-30

Similar Documents

Publication Publication Date Title
CN110405756A (zh) 一种任务调度方法、装置、系统、电子设备及存储介质
Huang et al. Industry 4.0: Development of a multi-agent system for dynamic value stream mapping in SMEs
Zhai et al. An Internet of Things-enabled BIM platform for modular integrated construction: A case study in Hong Kong
Azab et al. A simulation-based optimization approach for external trucks appointment scheduling in container terminals
Ursavas A decision support system for quayside operations in a container terminal
US9921066B2 (en) Systems and methods for analyzing the use of mobile resources
Shin et al. A service-oriented integrated information framework for RFID/WSN-based intelligent construction supply chain management
Venkateswaran et al. Hybrid system dynamic—discrete event simulation-based architecture for hierarchical production planning
Zaeh et al. A holistic approach for the cognitive control of production systems
Hepworth Enacting logistical geographies
Amato et al. An approach to control automated warehouse systems
US20190303819A1 (en) Systems, methods and apparatus for workflow optimization for use in manufacturing, storage and other applications
Karam et al. Functional integration approach for the berth allocation, quay crane assignment and specific quay crane assignment problems
Schubert et al. Same‐day deliveries in omnichannel retail: Integrated order picking and vehicle routing with vehicle‐site dependencies
Zhou et al. A simulation-based vessel-truck coordination strategy for lighterage terminals
Pjevcevic et al. Data envelopment analysis of AGV fleet sizing at a port container terminal
Abdelmagid et al. A comprehensive review of the truck appointment scheduling models and directions for future research
Arnäs et al. In-transit services and hybrid shipment control: The use of smart goods in transportation networks
Sharif et al. Yard crane scheduling at container terminals: A comparative study of centralized and decentralized approaches
Vonolfen et al. Optimizing assembly line supply by integrating warehouse picking and forklift routing using simulation
Panzer et al. A deep reinforcement learning based hyper-heuristic for modular production control
Hu et al. A decomposition method to analyze the performance of frame bridge based automated container terminal
US10783485B2 (en) Integrated container management system
Sergeeva Private wagon fleet management in a digitised industry
Ladier et al. Modeling issues when using simulation to test the performance of mathematical programming models under stochastic conditions

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