CN113110330B - 一种基于全局最优匹配的agv动态调度管理方法 - Google Patents
一种基于全局最优匹配的agv动态调度管理方法 Download PDFInfo
- Publication number
- CN113110330B CN113110330B CN202110407161.2A CN202110407161A CN113110330B CN 113110330 B CN113110330 B CN 113110330B CN 202110407161 A CN202110407161 A CN 202110407161A CN 113110330 B CN113110330 B CN 113110330B
- Authority
- CN
- China
- Prior art keywords
- agv
- time
- penalty
- task
- asc
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 55
- 230000003993 interaction Effects 0.000 claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims abstract description 26
- 230000002452 interceptive effect Effects 0.000 claims description 15
- 230000003068 static effect Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000003111 delayed effect Effects 0.000 claims description 4
- 238000013439 planning Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 13
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 238000005265 energy consumption Methods 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 abstract description 2
- 238000013024 troubleshooting Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/60—Electric or hybrid propulsion means for production processes
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于全局最优匹配的AGV动态调度管理方法，将可用的AGV与备选任务池中的任务指令进行匹配：首先生成AGV备选任务池，然后将各备选调度任务和各备选AGV进行组合，同时利用罚分矩阵，找出总罚分最低的组合，最后给出一个最优任务匹配结果，然后通过派发任务指令与设备控制系统进行交互，控制AGV进行作业。本发明通过远程的自动化调度和管理，不仅实现了整个作业现场的无人化以及作业效率的提高，同时对AGV的运行数据实时监控，提高了作业安全性和排查解决生产故障的效率。通过使用该调度管理和作业监控方法，降低了AGV空载距离及AGV作业能耗，降低了AGV/QC，AGV/ASC互相等待时间，提高了AGV作业效率，进而提高了整个自动化码头的生产作业效率。
Description
技术领域
本发明属于自动化码头运输系统技术领域，具体涉及一种根据实时调度需求对AGV进行调度管理以及作业过程监控的方法。
背景技术
目前自动化码头水平运输设备主要有AGV，L-AGV，Auto Shuttle，而在人工码头和半自动化码头通常使用人工驾驶的内集卡。近年来，随着人工成本的不断攀升，越来越多的码头将水平运输设备由内集卡转为了AGV，AGV的使用大大提高了生产效率，节约了成本。现阶段，AGV合理调度、调度系统的稳定性、最大化AGV的利用率是自动化码头生产效率提升的关键。
国外自动化码头的运输设备调度只能通过减少运输设备数量、降低运输设备速度来保证整个调度系统运行的稳定性，但这样使得整个码头的作业效率很低。
本背景技术所公开的上述信息仅仅用于增加对本申请背景技术的理解，因此，其可能包括不构成本领域普通技术人员已知的现有技术。
发明内容
本发明针对现有技术中存在的上述问题，提供一种基于全局最优匹配的AGV动态调度管理方法，以解决现有AGV调度管理方法只能通过减少运输设备数量、降低运输设备速度来保证整个调度系统运行的稳定性，但这样使得整个码头的作业效率很低的技术问题。
为达到上述技术目的，本发明采用以下技术方案实现：
一种基于全局最优匹配的AGV动态调度管理方法，所述方法为：
S1、生成AGV备选任务池；
S2、获取一定时间内所有可用AGV；
S3、将所有可用AGV与所述AGV备选任务池中的任务指令一一关联；添加在AGV调度中所涉及到的限制条件，计算各可用AGV与关联任务指令的总罚分；选择各可用AGV与关联任务指令的总罚分最低的匹配结果，并根据匹配结果将所有指令分派给关联的AGV。
如上所述的AGV动态调度管理方法，在所述步骤S3中，计算各可用AGV与关联指令的总罚分包括：获取QC/AGV、AGV/ASC的交互时间窗口，计算AGV早到晚到的罚分，和/或，计算AGV空载距离的罚分，和/或，计算派发任务不均衡的罚分。
如上所述的AGV动态调度管理方法，
获取QC/AGV、AGV/ASC的交互时间窗口，计算AGV早到晚到的罚分的方法为：根据预估的QC、AGV和ASC运行时间，计算AGV与QC，AGV与ASC的预估交互时间，将预估交互时间与所述交互时间窗口最近的匹配结果的罚分设为0，其他预估交互时间与罚分为0的预估交互时间相比，每早到或晚到单位时间的交互时间的罚分递增；
计算AGV空载距离的罚分的方法为：AGV空载距离以最短空载距离的匹配结果的罚分设为0，每延后单位距离的空载距离罚分递增；
计算派发任务不均衡的罚分的方法为：每一台桥吊单位时间内所请求的AGV数量有设定阈值，在到达设定阈值后，每增加一台AGV请求，进行相应的罚分。
如上所述的AGV动态调度管理方法，所述步骤S1包括如下步骤：
S11、获取备选的任务指令；
S12、评估QC和ASC的作业效率；
S13、根据步骤S11和S12预估QC和ASC的作业时间；
S14、预估交互作业时间窗口；
S15、过滤出要调度的指令。
如上所述的AGV动态调度管理方法，在所述步骤S12中，评估QC和ASC的作业效率的方法为静态配置和动态自适应相结合的方法，所述静态配置的方法为根据实际作业情况人工预估，所述动态自适应方法为根据历史数据，设置不同的权重比，预估作业效率。
如上所述的AGV动态调度管理方法，所述设置不同权重比的方法为，根据历史数据得到作业所用时间的平均值，结合本次作业的限制条件和限制条件对应的作业时间预估矩阵设置权重比，预估矩阵中某任务指令所用时间越短，设置权重比越大。
如上所述的AGV动态调度管理方法，所述步骤S13中，所述作业时间的预估分为实际QC和ASC抓取箱子所用时间、根据步骤S11和S12并结合实际作业任务指令利用作业调度算法预估的作业时间。
如上所述的AGV动态调度管理方法，所述作业调度算法包括如下：先来先服务、最短运行距离优先、最高响应比优先和动态规划调度法。
如上所述的AGV动态调度管理方法，所述作业调度算法的权重比可为默认权重比或者根据自身实际情况调整后的权重比。
如上所述的AGV动态调度管理方法，对所述AGV作业状态进行实时监控。
与现有技术相比，本发明的优点和积极效果是：本发明AGV动态调度管理方法主要是将可用的AGV与备选任务池中的任务指令进行匹配：首先是利用混合整数规划、组合优化算法生成AGV备选任务池，然后将各备选调度任务和各备选AGV进行组合，同时利用罚分矩阵，找出总罚分最低的组合，最后给出一个最优任务匹配结果，然后通过派发任务指令与设备控制系统进行交互，控制AGV进行作业。本发明通过远程的自动化调度和管理，不仅实现了整个作业现场的无人化以及作业效率的提高，同时对AGV的运行数据实时监控，提高了作业安全性和排查解决生产故障的效率。通过使用该调度管理和作业监控方法，降低了AGV空载距离及AGV作业能耗，降低了AGV/QC，AGV/ASC互相等待时间，提高了AGV作业效率，进而提高了整个自动化码头的生产作业效率。
结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明具体实施例AGV动态调度管理方法的流程图。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。
需要说明的是，在本发明的描述中，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
本实施例提供了一种基于全局最优匹配的AGV动态调度管理方法，基于具体需求和自动化工作流程，建立一套高效的自动化调度管理流程，通过对AGV作业进行合理的调度，提高了AGV的作业效率，同时利用AGV监控软件以及安装在AGV上的各类智能传感器，对AGV进行实时监控并收集AGV运行数据，进而为监控人员和调度算法优化人员提供数据支持。
AGV的作业状态是影响码头作业中重要的一环，通过对AGV作业状态的实时监控可以让操作人员更快发现生产过程中的问题，从而对AGV的调度算法进行改进和完善，提高整个自动化码头的工作效率。
调度算法会考虑以下核心要素：
1.AGV与QC/ASC最合适的交互时间窗口，让AGV尽可能在该时间窗口内到达交互地点。
2.不同作业类型，晚于交互时间窗口时的优先级。
3.尽可能让AGV按照装船顺序到达QC作业车道（根据与ASC交互时间顺序进行派发，从QC作业时间上看可能存在跳派）。
4.尽可能最小化AGV空载距离。
5.均衡各QC工作区，各海侧交互区WSTZ的AGV数量。
6.预派有任务的车辆只考虑当前任务已经到达目标位置的。
同时还会考虑以下属性和限制：
1.AGV当前位置到收箱点的行驶时间。（如在不同位置收双箱，或者同一收箱点收箱后，出去掉头再回此收箱点收第二箱，会考虑第一个收箱点到第二个收箱点的行驶时间和掉头时间）
2.收箱点到送箱点的行驶时间。
3.AGV的设备限制，如能否顶升，最大承重等。
具体的，如图1所示，本实施例AGV动态调度管理方法包括如下步骤：
S1：生成AGV备选任务池。
步骤S1包括如下步骤：
S11、获取备选的任务指令。
具体的，作业调度系统根据箱的作业队列的作业贝位、每条指令的装卸船序号、箱号、作业类型、指令状态、箱子当前位置、箱子计划位置、当前箱门、计划箱门(箱门只有1个，在装卸船时候箱门要有一致的朝向，当箱门朝向不符合装卸船要求时需要更改)生成箱作业备选的任务指令，任务指令大类分为两类：装船和卸船。在装船过程中有调用ASC从集卡车抓箱放到堆场，调用ASC从堆场抓箱到AGV交互支架上，调用ASC从堆场抓箱到AGV上，QC抓箱到桥吊中转平台，QC抓箱直接到船。卸船与装船流程相似，但顺序有所不同，任务指令是相同的。
其中，作业类型包括：装船箱、卸船箱、过境箱、翻倒箱。
指令状态包括：接受并等待作业、拒绝重新规划箱位置、正在作业。
S12、评估QC和ASC的作业效率。
评估QC和ASC的作业效率的方法为静态配置和动态自适应相结合的方法，静态配置的方法为根据实际作业情况人工预估，动态自适应方法为根据历史数据，设置不同的权重比，预估作业效率。
设置不同权重比的方法为，根据历史数据得到作业所用时间的平均值，结合本次作业的限制条件和限制条件对应的作业时间预估矩阵设置权重比，预估矩阵中某任务指令所用时间越短，设置权重比越大。
具体的，对作业中的QC和ASC进行作业效率评估。作业效率评估方法采用静态配置和动态自适应相结合的方法：以静态配置为主，动态自适应为辅的结合方法。其中，静态配置为操作人员根据多年作业经验并根据实际作业情况（钩数/小时）人工预估。动态自适应为系统根据作业历史，生成的评估效率。
动态自适应方法为：
1、系统根据配置的单块舱盖板作业时间自行预估相应停止时间。预估方法为系统在数据库中寻找该作业所用时间的平均值（10次），同时结合本次作业的限制条件和限制条件对应的舱盖板作业时间预估矩阵，通过设置权重，预估相应停止时间。限制条件主要是根据当前的作业性质而来，主要分为装船和卸船两部分。在装船过程中，AGV只能遵循从ASC（轨道吊）到PB（停车区）再到QCTP（桥吊下交互区）再返回PB的过程。卸船过程与之相反。装卸船会严格按照此流程进行。
预估矩阵主要是由系统依据历史记录以及当前作业起、终点，预估所有可能的情况下的作业情况，进而形成含有每段作业预估时间的预估时间矩阵，从中选择出最优的组合指令执行。其中，所有作业的起点和终点都有相对固定的位置，都是有历史记录的，不同的是装船和卸船有所不同。
权重的设置主要是根据预估矩阵而来，作业时间越少，权重越高，该作业指令被选中的概率越大，进而预估各设备间的交互时间段和各设备的停止时间。
AGV装船时，运送箱子的流程为①从PB（停车区）出发，到达指定ASC（轨道吊）处收箱，②再由该点通过高速车道到达并穿过PB，③经过低速车道，再到达QCTP（桥吊下停车区），④再由QC（桥吊）抓取箱子送到船上，⑤AGV再由QCTP返回PB。卸船流程与之相反。
在船的甲板上会有舱盖板，一般会有若干块，其作用为封闭船舱，保证船舱内货物安全，甲板上下都会存放集装箱，舱盖板的开启也是由桥吊QC作业，这会影响整体的作业效率，故而需要将该因素算入影响因素。
2、系统根据大车换贝移动距离和船型扫描时间，自行预估相应作业停止时间。预估方法为系统在数据库中寻找该作业所用时间的平均值（10次），同时结合本次作业的限制条件和限制条件对应的大车换贝和船型扫描作业时间预估矩阵，通过设置权重，预估相应停止时间。
作业效率系统预估主要是利用蚁群算法，结合历史数据（主要为本次作业前的10次作业时间平均值），通过对S11中各环节作业时间收集，设置不同的权重比，预估作业效率。作业环节的权重比主要根据预估矩阵而来，预估矩阵中某指令所用时间越短，其权重越大，该环节选中该指令的概率也越大。
S13、根据步骤S11和S12预估QC和ASC的作业时间。
作业时间的预估分为实际QC和ASC抓取箱子所用时间、根据步骤S11和S12并结合实际作业任务指令利用作业调度算法预估的作业时间。
作业调度算法包括如下：先来先服务、最短运行距离优先、最高响应比优先和动态规划调度法。
作业调度算法的权重比可为默认权重比或者根据自身实际情况调整后的权重比。
作业调度系统根据S11和S12预估QC和ASC的作业时间。
作业时间的预估是根据预估的作业效率和实际作业情况进行预估，主分为两部分时间：1、实际QC和ASC抓取箱子所用时间，一般为固定值。2、根据S11和S12并结合实际作业指令，利用作业调度算法，预估作业时间。作业调度算法包含以下几个：先来先服务（哪一个作业先到达调度系统，哪一个作业先开始）、最短运行距离优先（根据S11中箱子当前位置和计划位置计算运行距离，距离短的优先开始）、最高响应比优先（根据作业类型和指令状态等设置响应比）和动态规划调度法（新作业任务到达后，在尽量满足所有任务的时间约束的情况下，将该任务尽量提前安排），一般情况下选择默认权重比，用户也可以根据自身实际情况调整各算法在实际作业中的权重比。在多数情况下，QC和ASC抓取箱子都是按照先来先服务和最短运行距离优先的方法进行调度；只有当出现加急情况时，如某箱子急需出港，会使用最高响应比优先方法，安排该箱子出港；当出现设备故障停机或航线密集作业任务较为集中时，采用动态规划调度的方法。
S14、预估交互作业时间窗口。
根据当前时间和S13预估QC和ASC分别与AGV交互作业时间窗口。
作业时间窗口主要时根据时间预估矩阵，得到各环节的预估作业时间，根据当前时间，推算得出作业时间窗口。一般情况下，一个箱子的作业时间窗口为30s。该时间为当前作业版本下的预估时间，在今后可能会随着作业调度版本的更新而变化。
S15、过滤出要调度的指令。
根据S11、S12、S13、S14过滤出要调度的指令，生成AGV备选任务池。
根据前面的步骤，得到时间预估矩阵，并将各阶段的指令设置权重，选择出最优的指令集合，形成1条完整的作业指令。
S2：作业调度系统获取一定时间内所有可用的AGV。
根据船舶的抵港、离港时间和作业的具体情况设定起始时间，一般情况下，时间段为10分钟。
S3：将所有可用AGV与AGV备选任务池中的任务指令一一关联；添加在AGV调度中所涉及到的限制条件，计算各可用AGV与关联任务指令的总罚分；选择各可用AGV与关联任务指令的总罚分最低的匹配结果，并根据匹配结果将所有指令分派给关联的AGV。
计算所有可能的AGV-指令匹配结果，就是将每一条完整的指令与所有的可用AGV进行匹配。从中选择出最优的匹配结果。
在步骤S3中，计算各可用AGV与关联指令的总罚分包括：获取QC/AGV、AGV/ASC的交互时间窗口，计算AGV早到晚到的罚分，和/或，计算AGV空载距离的罚分，和/或，计算派发任务不均衡的罚分。
获取QC/AGV、AGV/ASC的交互时间窗口，计算AGV早到晚到的罚分的方法为：根据预估的QC、AGV和ASC运行时间，计算AGV与QC，AGV与ASC的预估交互时间，将预估交互时间与所述交互时间窗口最近的匹配结果的罚分设为0，其他预估交互时间与罚分为0的预估交互时间相比，每早到或晚到单位时间的交互时间的罚分递增；
计算AGV空载距离的罚分的方法为：AGV空载距离以最短空载距离的匹配结果的罚分设为0，每延后单位距离的空载距离罚分递增；
计算派发任务不均衡的罚分的方法为：每一台桥吊单位时间内所请求的AGV数量有设定阈值，在到达设定阈值后，每增加一台AGV请求，进行相应的罚分。
具体的，下面对步骤S3进行更为具体的说明：
S31：将所有的可用AGV与AGV备选任务池中的指令一一关联。
例如，指令a、b、c、d分别与AGV 1、2、3、4分别建立连接，即a与1、2、3、4连接，b与1、2、3、4连接，c与1、2、3、4连接，d与1、2、3、4连接，利用权重和罚分，选择出最优的指令与AGV的组合，进行执行。
罚分因素主要有：AGV空载时间、AGV电池电量、AGV运行距离，以及AGV与QC交互时间段长度。
以交互时间点为原点，以30s为基准，当AGV在原点前到达，但不超过30s的情况下该项罚分为0，当超过30s时，使用差值的绝对值乘以罚分。当AGV晚到时，使用差值的平方乘以罚分。
S32：添加各项在AGV调度中所涉及到的限制条件，计算各可用AGV与AGV备选任务指令的总罚分。
S33:选择每条AGV备选任务指令与可用AGV总罚分最低的匹配结果，并反馈给调度管理系统。
AGV调度管理主要包含以下功能：
1、触发机制的设定。可以定时执行，也可以连续执行。
获取任务列表。根据QC、ASC作业效率，作业情况，预估QC、ASC作业时间，获取一定时间内的指令，根据AGV限定条件，过滤并形成最终的任务列表（系统在完成预估矩阵后，将一定时间段内（10分钟）可用AGV与指令进行一一匹配，得到最优的组合。以上述指令abcd和AGV1234为例，在一一匹配后，可能得到的最优组合为a3、b1、c4、d2。在得到最优组合后，进行作业）。
AGV作业限制条件包括：①作业指令没有被bypass（正在执行的指令）。②装船指令对应的箱子已经放行。③卸船指令的目标位置是自动化场地，装船指令的起点位置是自动化场地。④卸船指令按照换算的QC/AGV交互时间排序，装船指令按照换算的AGV/ASC交互时间排序。
2、获取可用AGV列表。获取当前POW关联设备池里的空闲可用AGV及即将完成任务的AGV。
匹配AGV与所有指令，建立所有可能任务匹配矩阵和罚分矩阵。其中，匹配矩阵为上述例子中abcd和1234一一对应的矩阵，罚分矩阵是根据时间预估而来。
罚分矩阵的设计主要包含三部分：
①QC/AGV、AGV/ASC交互时间窗口，计算早到晚到的罚分。
根据预估的QC、AGV和ASC运行时间，计算AGV与QC，AGV与ASC的预估交互时间，将预估交互时间最近的匹配结果的罚分设为0，以此时间窗口为基础，每延后单位时间的交互时间罚分递增。
②计算空载距离的罚分。
空载距离以最短空载距离的匹配结果为基础，罚分设为0，每延后单位距离的空载距离罚分递增。
③计算各QC，WSTZ（海侧交互区）派发任务不均衡的罚分。
每一台桥吊单位时间内所请求的AGV数量有阈值（根据实际作业情况设置），在到达阈值后，每增加一台AGV请求，进行相应的罚分。）
3.对罚分矩阵进行求解，给出最优任务匹配列表。条件是只考虑指令起始位置单位时间内的AGV。通过计算每条作业指令与每台AGV的罚分结果，选取出整体罚分最少的匹配结果。
罚分矩阵的求解主要是找出矩阵中一条完整的指令最优的每段指令的组合，由每段指令乘以相对应的权重，找到符合当前作业时间段内的，用时最少、匹配结果最优的完整指令。
对AGV作业状态进行实时监控。
AGV作业状态实时监控的工作流程是，首先对AGV作业状态进行记录，收集数据，然后通过大数据处理技术，筛选、整理计算出AGV作业的各种状态，通过实时监控软件将AGV信息呈现给操作人员，供操作人员进行更合理作业调度或者对AGV进行修理。
AGV作业状态实时监控主要有以下几个方面：
1、AGV调度状态。
2、当前AGV总数，包括在线AGV总数；空闲AGV数。
3、页面更新时间。
4、选择监控范围。可以选择按船监控，显示作业该船的岸桥和AGV；也可以选择监控所有AGV，包括船舶作业、堆场移箱和空闲AGV。
5、作业桥吊状态显示。包括：桥吊号、装卸船标识、停时或特殊箱作业标识、作业贝位号、双箱标识、Tandem Checkbox、桥吊效率、当前AGV数量、单位时间内AGV数量变化、AGV等待时间占比、桥吊最大AGV配比。
6、监控船舶作业信息。
7、监控转场作业信息。
8、空闲AGV。
9、表格显示。
以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。
Claims (8)
1.一种基于全局最优匹配的AGV动态调度管理方法，其特征在于，所述方法为：
S1、生成AGV备选任务池；
S2、获取一定时间内所有可用AGV；
S3、将所有可用AGV与所述AGV备选任务池中的任务指令一一关联；添加在AGV调度中所涉及到的限制条件，计算各可用AGV与关联任务指令的总罚分；选择各可用AGV与关联任务指令的总罚分最低的匹配结果，并根据匹配结果将所有指令分派给关联的AGV；
在所述步骤S3中，计算各可用AGV与关联指令的总罚分包括：获取QC/AGV、AGV/ASC的交互时间窗口，计算AGV早到晚到的罚分，和/或，计算AGV空载距离的罚分，和/或，计算派发任务不均衡的罚分；
获取QC/AGV、AGV/ASC的交互时间窗口，计算AGV早到晚到的罚分的方法为：根据预估的QC、AGV和ASC运行时间，计算AGV与QC，AGV与ASC的预估交互时间，将预估交互时间与所述交互时间窗口最近的匹配结果的罚分设为0，其他预估交互时间与罚分为0的预估交互时间相比，每早到或晚到单位时间的交互时间的罚分递增；
计算AGV空载距离的罚分的方法为：AGV空载距离以最短空载距离的匹配结果的罚分设为0，每延后单位距离的空载距离罚分递增；
计算派发任务不均衡的罚分的方法为：每一台桥吊单位时间内所请求的AGV数量有设定阈值，在到达设定阈值后，每增加一台AGV请求，进行相应的罚分。
2.根据权利要求1所述的AGV动态调度管理方法，其特征在于，所述步骤S1包括如下步骤：
S11、获取备选的任务指令；
S12、评估QC和ASC的作业效率；
S13、根据步骤S11和S12预估QC和ASC的作业时间；
S14、预估交互作业时间窗口；
S15、过滤出要调度的指令。
3.根据权利要求2所述的AGV动态调度管理方法，其特征在于，在所述步骤S12中，评估QC和ASC的作业效率的方法为静态配置和动态自适应相结合的方法，所述静态配置的方法为根据实际作业情况人工预估，所述动态自适应方法为根据历史数据，设置不同的权重比，预估作业效率。
4.根据权利要求3所述的AGV动态调度管理方法，其特征在于，所述设置不同权重比的方法为，根据历史数据得到作业所用时间的平均值，结合本次作业的限制条件和限制条件对应的作业时间预估矩阵设置权重比，预估矩阵中某任务指令所用时间越短，设置权重比越大。
5.根据权利要求2所述的AGV动态调度管理方法，其特征在于，所述步骤S13中，所述作业时间的预估分为实际QC和ASC抓取箱子所用时间、根据步骤S11和S12并结合实际作业任务指令利用作业调度算法预估的作业时间。
6.根据权利要求5所述的AGV动态调度管理方法，其特征在于，所述作业调度算法包括如下：先来先服务、最短运行距离优先、最高响应比优先和动态规划调度法。
7.根据权利要求6所述的AGV动态调度管理方法，其特征在于，所述作业调度算法的权重比可为默认权重比或者根据自身实际情况调整后的权重比。
8.根据权利要求1所述的AGV动态调度管理方法，其特征在于，对所述AGV作业状态进行实时监控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110407161.2A CN113110330B (zh) | 2021-04-15 | 2021-04-15 | 一种基于全局最优匹配的agv动态调度管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110407161.2A CN113110330B (zh) | 2021-04-15 | 2021-04-15 | 一种基于全局最优匹配的agv动态调度管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113110330A CN113110330A (zh) | 2021-07-13 |
| CN113110330B true CN113110330B (zh) | 2022-11-22 |
Family
ID=76717512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110407161.2A Active CN113110330B (zh) | 2021-04-15 | 2021-04-15 | 一种基于全局最优匹配的agv动态调度管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113110330B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113743739B (zh) * | 2021-08-11 | 2024-02-13 | 青岛港国际股份有限公司 | 一种基于混合整数规划、组合优化算法的agv调度方法 |
| CN115359656B (zh) * | 2022-08-12 | 2024-04-02 | 青岛港国际股份有限公司 | 一种自动化集装箱码头堆场端交互区车道分配方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101930556A (zh) * | 2009-06-18 | 2010-12-29 | 上海振华重工(集团)股份有限公司 | 一种自动化码头的桥吊计划调度方法 |
| CN104555473A (zh) * | 2013-10-17 | 2015-04-29 | 纳维斯有限责任公司 | 整体规划和控制集装箱码头中集装箱流操作的系统及方法 |
| CN107179759A (zh) * | 2017-06-06 | 2017-09-19 | 泉州装备制造研究所 | 一种多agv调度系统运行效率评价方法 |
| CN108490929A (zh) * | 2018-02-11 | 2018-09-04 | 成都兴联宜科技有限公司 | 一种agv小车的调度监控系统及方法 |
| CN108845496A (zh) * | 2018-05-23 | 2018-11-20 | 大连海事大学 | 一种自动化码头agv调度方法及系统 |
| CN109711723A (zh) * | 2018-12-26 | 2019-05-03 | 广东嘉腾机器人自动化有限公司 | 一种agv任务分配方法、存储装置及调度系统 |
| CN110264120A (zh) * | 2019-05-06 | 2019-09-20 | 盐城品迅智能科技服务有限公司 | 一种基于多agv的智能仓储路线规划系统和方法 |
| CN110503260A (zh) * | 2019-08-20 | 2019-11-26 | 东北大学 | 一种基于动态路径规划的agv调度方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7283971B1 (en) * | 2000-09-06 | 2007-10-16 | Masterlink Corporation | System and method for managing mobile workers |
| US7958507B2 (en) * | 2005-06-16 | 2011-06-07 | Hewlett-Packard Development Company, L.P. | Job scheduling system and method |
| US20180341275A1 (en) * | 2017-05-23 | 2018-11-29 | Walmart Apollo, Llc | Product distribution system |
| CN110533301B (zh) * | 2019-08-09 | 2022-08-23 | 大连理工大学 | 一种基于动态约束矩阵的粒子群调度方法 |
-
2021
- 2021-04-15 CN CN202110407161.2A patent/CN113110330B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101930556A (zh) * | 2009-06-18 | 2010-12-29 | 上海振华重工(集团)股份有限公司 | 一种自动化码头的桥吊计划调度方法 |
| CN104555473A (zh) * | 2013-10-17 | 2015-04-29 | 纳维斯有限责任公司 | 整体规划和控制集装箱码头中集装箱流操作的系统及方法 |
| CN107179759A (zh) * | 2017-06-06 | 2017-09-19 | 泉州装备制造研究所 | 一种多agv调度系统运行效率评价方法 |
| CN108490929A (zh) * | 2018-02-11 | 2018-09-04 | 成都兴联宜科技有限公司 | 一种agv小车的调度监控系统及方法 |
| CN108845496A (zh) * | 2018-05-23 | 2018-11-20 | 大连海事大学 | 一种自动化码头agv调度方法及系统 |
| CN109711723A (zh) * | 2018-12-26 | 2019-05-03 | 广东嘉腾机器人自动化有限公司 | 一种agv任务分配方法、存储装置及调度系统 |
| CN110264120A (zh) * | 2019-05-06 | 2019-09-20 | 盐城品迅智能科技服务有限公司 | 一种基于多agv的智能仓储路线规划系统和方法 |
| CN110503260A (zh) * | 2019-08-20 | 2019-11-26 | 东北大学 | 一种基于动态路径规划的agv调度方法 |
Non-Patent Citations (6)
| Title |
|---|
| 基于偏好函数与深度信念网络的自动化码头AGV实时调度算法;贾石岩等;《中国航海》;20200325(第01期);全文 * |
| 李腾等.面向"货到人"拣选系统的一种随机调度策略.《工业工程》.2020,(第02期), * |
| 混流柔性加工单元自动导引小车的调度优化;徐立云等;《同济大学学报(自然科学版)》;20171215(第12期);全文 * |
| 自动化码头起重机和自带提升功能的AGV的集成调度;添玉等;《上海海事大学学报》;20170930(第03期);全文 * |
| 自动化集装箱码头岸桥-堆场作业均衡调度研究;丁一等;《重庆交通大学学报(自然科学版)》;20180715(第07期);全文 * |
| 面向"货到人"拣选系统的一种随机调度策略;李腾等;《工业工程》;20200415(第02期);第1-3节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113110330A (zh) | 2021-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111612234B (zh) | 一种集装箱码头水平运输可视化系统 | |
| CN113110330B (zh) | 一种基于全局最优匹配的agv动态调度管理方法 | |
| CN110598987A (zh) | 一种基于无人驾驶的港口调度系统及方法 | |
| CN110428161A (zh) | 一种基于端边云架构的无人驾驶矿车云智能调度方法 | |
| JP7165902B2 (ja) | 人工知能を活用した包括的コンテナターミナルシステム及びオペレーション方法 | |
| CN114792159B (zh) | 一种顺岸式全自动化集装箱码头无人集卡调度方法及系统 | |
| CN112070296B (zh) | 一种基于模糊推理的集卡调度方法 | |
| CN108470238B (zh) | 基于图论km匹配算法的agv自动调度方法 | |
| KR102604656B1 (ko) | 인공지능 플래닝 기술 기반 선사 선적 네트워크의 공컨테이너 재배치 최적화 시스템 및 방법 | |
| Zhang et al. | Cooperative scheduling of AGV and ASC in automation container terminal relay operation mode | |
| CN101727616A (zh) | 集装箱码头拖车全场智能化调度方法 | |
| CN107055116A (zh) | 集装箱自动化码头协同作业系统及卸载最短路径搜索方法 | |
| Kemme et al. | Container-terminal logistics | |
| CN110942203A (zh) | 一种自动化集装箱码头agv路径优化方法 | |
| van der Heijden et al. | Scheduling vehicles in automated transportation systems Algorithms and case study: Algorithms and case study | |
| CN114326623A (zh) | 用于自动化码头岸桥下agv作业的调度方法 | |
| JP5686072B2 (ja) | 倉庫作業計画作成装置 | |
| CN101782981A (zh) | 面向作业面的集装箱码头装船配载非线性规划方法 | |
| US20230252395A1 (en) | A quay crane operation method | |
| Lu | The optimization of automated container terminal scheduling based on proportional fair priority | |
| CN113743739B (zh) | 一种基于混合整数规划、组合优化算法的agv调度方法 | |
| CN108280530A (zh) | 双向路径不对称状态下库区无人行车吊运路径优化方法及系统 | |
| JPH10143566A (ja) | スケジュ−リング装置 | |
| CN113627771A (zh) | 一种agv调度系统运行效率评价方法 | |
| KR20230128905A (ko) | 컨테이너 항만 터미널 안벽크레인의 작업스케줄 생성방법 |
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 |