CN112598316B - 一种同轨双agv的物料分配及协同调度方法 - Google Patents

Abstract

本发明公开一种同轨双AGV的物料分配及协同调度方法，采用交叉选取算法得到最优的物料分配方案，然后使用基于改进进化算法的协同调度策略，使同轨双AGV协同调度实现最佳优化，提升工业生产效率。本发明全面考虑到了双AGV可能出现的各种冲突状态，然后制定合理的冲突解决策略，同时也考虑到了同槽货物装载时可能出现的违背约束情况，采取了合理的同槽货物选取策略来应对各种情况。

Description

一种同轨双AGV的物料分配及协同调度方法

技术领域

本发明属于自动引导运输车的技术领域，具体涉及一种应用于同轨双AGV的基于交叉选取算法的物料分配方法与基于改进进化算法的协同调度方法。

背景技术

在工业生产中，实现多个自动引导运输车(Automated Guided Vehicle，AGV)的高效协同是提高物流信息化、自动化水平、与其他系统无缝对接的保障。其中，物料分配策略和协同调度策略对AGV系统的效率影响最大，合理的物料分配策略可以提升双AGV调度的效率，而协同调度策略更是决定了企业自动化水平，设计稳定、高效的双AGV调度策略成为企业尤为重视的一个环节。

目前，物料分配策略和协同调度策略仍不够合理或者过于复杂，任务分配策略和AGV之间的冲突解决策略容易出现堵塞甚至死锁现象，单一轨道、AGV装卸货时间等约束导致协同调度效率并没有达到最佳。

发明内容

为了克服现有物料分配策略和协同调度策略存在的缺陷，本发明公开了一种同轨双AGV的物料分配及协同调度方法，采用交叉选取算法得到最优的物料分配方案，然后使用基于改进进化算法的协同调度策略，使同轨双AGV协同调度实现最佳优化，提升工业生产效率。

为了解决现有技术的问题，本发明的技术方案包括以下步骤：

步骤(1)：基于交叉选取算法求解出最佳的物料分配方案，具体包括以下步骤：

步骤(1.1)：以运输轨道的中点作为分界点，位于同侧的任务分配给同侧的AGV_i,i＝1或2，其他任务放入备选任务集；同时计算AGV_i所有分配任务的总完成时间Total_i，以及AGV_3-i所有分配任务的总完成时间Total_3-i；

所述的位于同侧的任务分配给同侧的AGV_i具体是指代任务的起点与终点都在运输中点的同侧，则将该任务分配给位于运输中点同侧的AGV_i，i＝1或2。

备选任务集内第j个备选任务的起点至运输线中点的距离与终端至运输线的中点的距离作比较，若起点至运输线中点的距离较小，则第j个备选任务分配给与起点不同侧的AGV，若终端至运输线中点的距离较小，则第j个备选任务分配给与终点不同侧的AGV。

AGV内所有备选任务以与AGV不同侧的起点或终点和运输线中点的距离按照从小到大排序，最小值对应的任务为最上层任务；

上述AGV_i，AGV_3-i分别表示物流设备中位于同一运输轨道上的两个相同性能结构参数的AVG。

步骤(1.2)：设备选任务目录的最上层任务为task_ij，当Total_i＞Total_3-i时，将任务task_ij分配给AGV_3-i；当Total_i＝Total_3-i时，将任务task_ij分配给AGV_i。

约束条件：任务分配满足AGV_i和AGV_3-i的总任务时间接近；

其中，T_num表示任务的数量，表示第j个任务分配给AGV_i的情况，S_j表示第j个任务起始货槽的编号，E_j表示第j个任务终止货槽的编号，t代表AGV经过一个货槽花费的时间，T表示AGV装卸货花费的时间。

步骤(1.3)：更新Total_i和Total_3-i，若所有任务都已分配完毕，转到步骤(1.4)；否则，转到步骤(1.2)。

步骤(1.4)：将AGV_i分配的所有任务作为AGV_i的任务清单，然后执行基于改进进化算法的协同调度策略。

步骤(2)：基于改进进化算法的协同调度策略，具体包含以下步骤：

步骤(2.1)：以Δt为时间步长，两台AGV同时从机库出发的时间为t＝0时刻，设置迭代次数为k次；

步骤(2.2)：生成初始种群：所有任务使用贪心算法得到初始计划矩阵Y₀，然后随机调换两个任务生成新的任务矩阵Y_α，1≤α≤ε-1，重复ε-1次，得到初始种群Y＝{Y₀,Y₁,Y₂,…,Y_ε-1}，ε表示任务总数。

步骤(2.3)：设定同槽任务和AGV冲突约束条件，以任务规划矩阵的代价时间最小作为优化目标。

目标函数：

T_d＝T_B+T_C 公式(3)

其中T_d表示任务规划矩阵的代价时间。

总空载时间T_C公式如下：

其中，t′表示第t′时刻，T'表示任务完成时的时刻，表示t′时刻AGV_i是否在第n个货槽，若是则为1，若不是则为0，/>表示AGV_i第k次在第n个货槽上停留的时间，N表示货槽的数量，/>表示AGV_i在第n个货槽上停留的次数，/>表示t′时刻AGV_i是否正在执行物料编号为m的任务，若是则为1，若不是则为0，M表示一次运输任务过程中的最大物料编号；其中n＝0时表示AGV_i自身机库的位置，n＝N+1时表示AGV_3-i自身机库的位置。

AGV_i缓冲时间T_B公式如下：

其中表示AGV_i执行物料编号为m的任务时第k次在第u_v个货槽上停留的时间，U_m＝{u₁,u₂,...,u_v,...,u_τ}表示AGV_i执行物料编号为m的任务时运输路径上所有货槽编号集合，其中货槽的编号按照从起点至终点排序，u₁表示运输路径上起点货槽的编号，u_τ表示运输路径上终点货槽的编号，τ表示U_m内元素的数量。

同槽任务约束条件：

遍历AGV_i所有任务，判断当前任务物料是否为最上层物料，若是则搬运，若不是则将当前任务放至任务矩阵最后一行；若还有任务未执行，则原地等待另一台AGV完成任务后再次遍历AGV_i未执行任务能否执行，重复上述操作，直至所有任务完成执行。

AGV冲突约束条件：

期望移动距离长的AGV避让期望移动距离短的另一AGV。所述期望移动距离指的是AGV当前位置到任务终点的距离。

步骤(2.4)：筛选优秀个体，对于初始种群Y中的ε个任务规划矩阵，分别计算其对应的代价时间，根据代价时间从小到大升序排序，筛选出其中前0.4ε的个体直接进入下一代。同时，对于剩余的0.6ε个个体，按照轮盘赌方法随机选出其中的0.1ε个个体进入下一代；

步骤(2.5)：生成子代种群，对于父代的0.5ε个个体，每个任务规划矩阵随机交换两个任务，形成新的0.5ε个个体，与父代的0.5ε个个体共同作为子代，若迭代次数尚未达到设定的次数则转到步骤(2.4)，若迭代次数已经达到k则转到步骤(2.6)；

步骤(2.6)：获得最终结果，对最后一代的个体计算代价时间，并按照从小到大升序排序，选出所用代价时间最少的任务规划矩阵作为两个AGV的最优任务规划矩阵，将该矩阵的代价时间作为两个AGV的最优代价时间之和。

与现有技术相比，本发明方法具有以下优点：

1.高效性：通过数学建模方式对同轨双AGV问题进行研究，针对得到的约束性条件构造出交叉选取算法得到高效率的物料分配策略，然后采用贪心算法和改进的进化算法得到高效率的协同调度策略，实现同轨双AGV的最佳效率，经过多次实验可以得到该方法比一般方法可以得到6.31％的性能提升。

2.合理性：全面考虑到了双AGV可能出现的各种冲突状态，然后制定合理的冲突解决策略，同时也考虑到了同槽货物装载时可能出现的违背约束情况，采取了合理的同槽货物选取策略来应对各种情况。

3.速度快：使用高效的算法如贪心算法、交叉选取算法和改进进化算法等降低了时间复杂度，减少了求解花费的时间，并实现一定约束下的最优解。

附图说明

图1为一种同轨双AGV的物料分配及协同调度方法的整体流程图；

图2为一种同轨双AGV的详细物料分配策略；

图3为一种同轨双AGV的详细协同调度策略；

图4为30个实例使用本发明方法得到的最佳总时间；

图5为本发明方法与一般方法的效率对比。

具体实施方式

以下将结合附图对本发明提供的一种同轨双AGV的物料分配及协同调度方法作进一步说明。

参见图1，图2和图3，为一种同轨双AGV的物料分配及协同调度方法的整体流程及各个模块的详细流程：

步骤(1)：基于交叉选取算法求解出最佳的物料分配方案，具体包括以下步骤：

步骤(1.1)：以运输轨道的中点作为分界点，位于同侧的任务分配给同侧的AGV_i,i＝1或2，其他任务放入备选任务集；同时计算AGV_i所有分配任务的总完成时间Total_i，以及AGV_3-i所有分配任务的总完成时间Total_3-i；

所述的位于同侧的任务分配给同侧的AGV_i具体是指代任务的起点与终点都在运输中点的同侧，则将该任务分配给位于运输中点同侧的AGV_i，i＝1或2。

备选任务集内第j个备选任务的起点至运输线中点的距离与终端至运输线的中点的距离作比较，若起点至运输线中点的距离较小，则第j个备选任务分配给与起点不同侧的AGV，若终端至运输线中点的距离较小，则第j个备选任务分配给与终点不同侧的AGV。

AGV内所有备选任务以与AGV不同侧的起点或终点和运输线中点的距离按照从小到大排序，最小值对应的任务为最上层任务；

上述AGV_i，AGV_3-i分别表示物流设备中位于同一运输轨道上的两个相同性能结构参数的AVG。

步骤(1.2)：设备选任务目录的最上层任务为task_ij，当Total_i＞Total_3-i时，将任务task_ij分配给AGV_3-i；当Total_i＝Total_3-i时，将任务task_ij分配给AGV_i。

约束条件：任务分配满足AGV_i和AGV_3-i的总任务时间接近；

其中，T_num表示任务的数量，表示第j个任务分配给AGV_i的情况，S_j表示第j个任务起始货槽的编号，E_j表示第j个任务终止货槽的编号，t代表AGV经过一个货槽花费的时间，T表示AGV装卸货花费的时间。

步骤(1.3)：更新Total_i和Total_3-i，若所有任务都已分配完毕，转到步骤(1.4)；否则，转到步骤(1.2)。

步骤(1.4)：将AGV_i分配的所有任务作为AGV_i的任务清单，然后执行基于改进进化算法的协同调度策略。

步骤(2)：基于改进进化算法的协同调度策略，具体包含以下步骤：

步骤(2.1)：以Δt为时间步长，一般取Δt＝5s，两台AGV同时从机库出发的时间为t＝0时刻，设置迭代次数为k次；

步骤(2.2)：生成初始种群：所有任务使用贪心算法得到初始计划矩阵Y₀，然后随机调换两个任务生成新的任务矩阵Y_α，1≤α≤ε-1，重复ε-1次，得到初始种群Y＝{Y₀,Y₁,Y₂,…,Y_ε-1}，ε表示任务总数。

步骤(2.3)：设定同槽任务和AGV冲突约束条件，以任务规划矩阵的代价时间最小作为优化目标。

目标函数：

T_d＝T_B+T_C 公式(3)

其中T_d表示任务规划矩阵的代价时间。

总空载时间T_C公式如下：

其中，t′表示第t′时刻，T'表示任务完成时的时刻，表示t′时刻AGV_i是否在第n个货槽，若是则为1，若不是则为0，/>表示AGV_i第k次在第n个货槽上停留的时间，N表示货槽的数量，/>表示AGV_i在第n个货槽上停留的次数，/>表示t′时刻AGV_i是否正在执行物料编号为m的任务，若是则为1，若不是则为0，M表示一次运输任务过程中的最大物料编号；其中n＝0时表示AGV_i自身机库的位置，n＝N+1时表示AGV_3-i自身机库的位置。

AGV_i缓冲时间T_B公式如下：

其中表示AGV_i执行物料编号为m的任务时第k次在第u_v个货槽上停留的时间，U_m＝{u₁,u₂,...,u_v,...,u_τ}表示AGV_i执行物料编号为m的任务时运输路径上所有货槽编号集合，其中货槽的编号按照从起点至终点排序，u₁表示运输路径上起点货槽的编号，u_τ表示运输路径上终点货槽的编号，τ表示U_m内元素的数量。

同槽任务约束条件：

遍历AGV_i所有任务，判断当前任务物料是否为最上层物料，若是则搬运，若不是则将当前任务放至任务矩阵最后一行；若还有任务未执行，则原地等待另一台AGV完成任务后再次遍历AGV_i未执行任务能否执行，重复上述操作，直至所有任务完成执行。

AGV冲突约束条件：

期望移动距离长的AGV避让期望移动距离短的另一AGV。所述期望移动距离指的是AGV当前位置到任务终点的距离。

步骤(2.4)：筛选优秀个体，对于初始种群Y中的ε个任务规划矩阵，分别计算其对应的代价时间，根据代价时间从小到大升序排序，筛选出其中前0.4ε的个体直接进入下一代。同时，对于剩余的0.6ε个个体，按照轮盘赌方法随机选出其中的0.1ε个个体进入下一代；

步骤(2.5)：生成子代种群，对于父代的0.5ε个个体，每个任务规划矩阵随机交换两个任务，形成新的0.5ε个个体，与父代的0.5ε个个体共同作为子代，若迭代次数尚未达到设定的次数则转到步骤(2.4)，若迭代次数已经达到k则转到步骤(2.6)；

步骤(2.6)：获得最终结果，对最后一代的个体计算代价时间，并按照从小到大升序排序，选出所用代价时间最少的任务规划矩阵作为两个AGV的最优任务规划矩阵，将该矩阵的代价时间作为两个AGV的最优代价时间之和。

参阅图4，根据本发明方法，同时考虑运行时间的问题，设置种群规模n＝100，迭代次数k＝25，对30个实例计算对应的最优任务规划矩阵与最短运输时间，可以发现本发明方法可以有效的解决同轨双AGV实现最优的物料分配和协同调度问题。

参阅图5，计算得到使用本发明方法后30个实例中共有23个实例的完工时间得到了缩减，且缩减幅度大部分在5％以上，同时可计算出30个实例完工时间缩减比例的均值为6.31％，证明该策略的确可以有效改进原有的分配方案。

以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业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公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种同轨双AGV的物料分配及协同调度方法，其特征在于包括以下步骤：

步骤(1)：基于交叉选取算法求解出最佳的物料分配方案，具体是：

步骤(1.1)：以运输轨道的中点作为分界点，位于同侧的任务分配给同侧的AGV_i,i＝1或2，其他任务放入备选任务集；同时计算AGV_i所有分配任务的总完成时间Total_i，以及AGV_3-i所有分配任务的总完成时间Total_3-i；

备选任务集内第j个备选任务的起点至运输线中点的距离与终端至运输线的中点的距离作比较，若起点至运输线中点的距离较小，则第j个备选任务分配给与起点不同侧的AGV，若终端至运输线中点的距离较小，则第j个备选任务分配给与终点不同侧的AGV；

AGV内所有备选任务以与AGV不同侧的起点或终点和运输线中点的距离按照从小到大排序，最小值对应的任务为最上层任务；

步骤(1.2)：设备选任务目录的最上层任务为task_ij，当Total_i＞Total_3-i时，将任务task_ij分配给AGV_3-i；当Total_i＝Total_3-i时，将任务task_ij分配给AGV_i；

步骤(1.3)：更新Total_i和Total_3-i，若所有任务都已分配完毕，转到步骤(1.4)；否则，转到步骤(1.2)；

步骤(1.4)：将AGV_i分配的所有任务作为AGV_i的任务清单，然后执行基于改进进化算法的协同调度策略；

步骤(2)：基于改进进化算法的协同调度策略，具体是：

步骤(2.1)：以Δt为时间步长，两台AGV同时从自身机库出发的时间为t＝0时刻，设置迭代次数为k0次；

步骤(2.2)：生成初始种群：所有任务使用贪心算法得到初始计划矩阵Y₀，然后随机调换两个任务生成新的任务矩阵Y_α，1≤α≤ε-1，重复ε-1次，得到初始种群Y＝{Y₀,Y₁,Y₂,…,Y_ε-1}，ε表示任务总数；

步骤(2.3)：设定同槽任务和AGV冲突约束条件，以任务规划矩阵的代价时间最小作为优化目标；

目标函数：

T_d＝T_B+T_C 公式(3)

其中T_d表示任务规划矩阵的代价时间；

总空载时间T_C公式如下：

其中，t′表示第t′时刻，T'表示任务完成时的时刻，表示t′时刻AGV_i是否在第n个货槽，若是则为1，若不是则为0，/>表示AGV_i第k次在第n个货槽上停留的时间，N表示货槽的数量，/>表示AGV_i在第n个货槽上停留的次数，/>表示t′时刻AGV_i是否正在执行物料编号为m的任务，若是则为1，若不是则为0，M表示一次运输任务过程中的最大物料编号；其中n＝0时表示AGV_i自身机库的位置，n＝N+1时表示AGV_3-i自身机库的位置；

AGV_i缓冲时间T_B公式如下：

其中表示AGV_i执行物料编号为m的任务时第k次在第u_v个货槽上停留的时间，U_m＝{u₁,u₂,...,u_v,...,u_τ}表示AGV_i执行物料编号为m的任务时运输路径上所有货槽编号集合，其中货槽的编号按照从起点至终点排序，u₁表示运输路径上起点货槽的编号，u_τ表示运输路径上终点货槽的编号，τ表示U_m内元素的数量；

步骤(2.4)：筛选优秀个体，对于初始种群Y中的ε个任务规划矩阵，分别计算其对应的代价时间，根据代价时间从小到大升序排序，筛选出其中前0.4ε的个体直接进入下一代；同时对于剩余的0.6ε个个体，按照轮盘赌方法随机选出其中的0.1ε个个体进入下一代；

步骤(2.5)：生成子代种群，对于父代的0.5ε个个体，每个任务规划矩阵随机交换两个任务，形成新的0.5ε个个体，与父代的0.5ε个个体共同作为子代，若迭代次数尚未达到设定的次数则转到步骤(2.4)，若迭代次数已经达到k0则转到步骤(2.6)；

步骤(2.6)：获得最终结果，对最后一代的个体计算代价时间，并按照从小到大升序排序，选出所用代价时间最少的任务规划矩阵作为两个AGV的最优任务规划矩阵，将该矩阵的代价时间作为两个AGV的最优代价时间之和。

2.根据权利要求1所述的一种同轨双AGV的物料分配及协同调度方法，其特征在于所述的位于同侧的任务分配给同侧的AGV_i具体是指任务的起点与终点都在运输中点的同侧，则将该任务分配给位于运输中点同侧的AGV_i，i＝1或2。

3.根据权利要求1所述的一种同轨双AGV的物料分配及协同调度方法，其特征在于AGV_i，AGV_3-i分别表示物流设备中位于同一运输轨道上的两个相同性能结构参数的AGV。

4.根据权利要求1所述的一种同轨双AGV的物料分配及协同调度方法，其特征在于步骤(1.2)约束条件：任务分配满足AGV_i和AGV_3-i的总任务时间接近；

其中，T_num表示任务的数量，表示第j个任务分配给AGV_i的情况，S_j表示第j个任务起始货槽的编号，E_j表示第j个任务终止货槽的编号，t代表AGV经过一个货槽花费的时间，T表示AGV装卸货花费的时间；

5.根据权利要求1所述的一种同轨双AGV的物料分配及协同调度方法，其特征在于步骤(2.3)同槽任务约束条件：

遍历AGV_i所有任务，判断当前任务物料是否为最上层物料，若是则搬运，若不是则将当前任务放至任务矩阵最后一行；若还有任务未执行，则原地等待另一台AGV完成任务后再次遍历AGV_i未执行任务能否执行，重复上述操作，直至所有任务完成执行。

6.根据权利要求1所述的一种同轨双AGV的物料分配及协同调度方法，其特征在于步骤(2.3)AGV冲突约束条件：

期望移动距离长的AGV避让期望移动距离短的另一AGV；所述期望移动距离指的是AGV当前位置到任务终点的距离。