CN113885466A - 一种agv调度算法仿真系统 - Google Patents

一种agv调度算法仿真系统 Download PDF

Info

Publication number
CN113885466A
CN113885466A CN202111349717.3A CN202111349717A CN113885466A CN 113885466 A CN113885466 A CN 113885466A CN 202111349717 A CN202111349717 A CN 202111349717A CN 113885466 A CN113885466 A CN 113885466A
Authority
CN
China
Prior art keywords
agv
task
dispatching
simulation
electric quantity
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.)
Pending
Application number
CN202111349717.3A
Other languages
English (en)
Inventor
姜跃君
徐伟
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.)
Eoslift Logistics Technology Shanghai Co Ltd
Original Assignee
Eoslift Logistics Technology Shanghai 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 Eoslift Logistics Technology Shanghai Co Ltd filed Critical Eoslift Logistics Technology Shanghai Co Ltd
Priority to CN202111349717.3A priority Critical patent/CN113885466A/zh
Publication of CN113885466A publication Critical patent/CN113885466A/zh
Pending legal-status Critical Current

Links

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], computer integrated manufacturing [CIM]
    • G05B19/4189—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], computer integrated manufacturing [CIM] characterised by the transport system
    • G05B19/41895—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], computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
    • 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
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • 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

Abstract

本发明涉及AGV调度仿真，具体涉及一种AGV调度算法仿真系统，包括AGV调度系统、向AGV调度系统输入AGV任务的输入端关联系统，以及接收及获取AGV调度系统发出信息的输出端关联系统，任务分发系统构建AGV任务表，并对任务信息域进行定义，AGV调度系统接收AGV任务表后遴选出状态合适的AGV，并调用路径规划算法依据到达取货位最短时间对状态合适的AGV进行优选，AGV车载系统对优选出的AGV进行关于耗时、电量的仿真计算；本发明提供的技术方案能够有效克服现有技术所存在的无法结合现实场景有效构建AGV任务表、不能对AGV进行关于耗时及电量仿真计算的缺陷。

Description

一种AGV调度算法仿真系统
技术领域
本发明涉及AGV调度仿真，具体涉及一种AGV调度算法仿真系统。
背景技术
自动导引运输车(Automated Guided Vehicle，简称AGV)是指装备有电磁或光学等自动导引装置，能够沿规定导引路径行驶，具有安全保护及各种移载功能的运输车。AGV属于轮式移动机器人(Wheeled Mobile Robot，简称WMR)的范畴，一般可通过电脑来控制其行进路线以及行为，或利用电磁轨道来设定其行进路线，电磁轨道粘贴于地面，AGV则依循电磁轨道带来的讯息进行移动与动作。
在物流行业中，产线对接产线、产线对接仓库、仓库对接产线、仓库对接仓库是大型生产型企业的传统业务，随着自动化技术的发展，企业一般采用穿梭车、RGV、AGV等各种搬运工具来完成上述各种业务。其中，AGV由于对环境依赖少且对接灵活，备受企业管理人员的青睐。但是由于业务量大，一般一个厂区需要投入数量不等的AGV来满足日常业务需求，此时企业管理人员通常会遇到以下问题：
1)投入多少辆AGV才能满足工作需求
由于厂区内部可供AGV运行的空间资源有限，AGV数量太少，不能满足工作需求；AGV数量太多，将会占用太多空间资源，容易导致交通阻塞；
2)各种路径及配套的充电位、待命位如何规划
待命位的规划与AGV的运行效率紧密相关，尤其是在空间资源不充裕的工况下；充电位的规划不仅与运行效率有关，也与动力电源线路规划紧密相关；
3)需要一种任务输入接口，能够产生AGV任务表，并能自动随机下发给AGV调度系统(以某个调度算法为核心)并激活调度系统，最终能以仿真模式运行给出结果。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了一种AGV调度算法仿真系统，能够有效克服现有技术所存在的无法结合现实场景有效构建AGV任务表、不能对AGV进行关于耗时及电量仿真计算的缺陷。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种AGV调度算法仿真系统，包括AGV调度系统、向AGV调度系统输入AGV任务的输入端关联系统，以及接收及获取AGV调度系统发出信息的输出端关联系统，所述输入端关联系统包括任务分发系统，所述输出端关联系统包括AGV车载系统；
任务分发系统，利用AGV调度系统所用的拓扑地图中配置的各个站位生成所有可能的AGV任务，并以自动随机/手动选择模式向AGV调度系统下发AGV任务；
AGV车载系统，以实控模式/仿真模式运行，向AGV调度系统上报运行参数与运行状态信息，并依据AGV调度系统下发的任务指令表完成AGV控制任务；
所述任务分发系统构建AGV任务表，并对任务信息域进行定义，所述AGV调度系统接收AGV任务表后遴选出状态合适的AGV，并调用路径规划算法依据到达取货位最短时间对状态合适的AGV进行优选，所述AGV车载系统对优选出的AGV进行关于耗时、电量的仿真计算。
优选地，所述输入端关联系统还包括无线叫料终端、有线叫料终端和第三方系统；
无线叫料终端，通过无线路由器接入AGV调度系统，向AGV调度系统发出叫料信号，请求AGV调度系统调派AGV前来取走半成品/成品，或从仓库取来原料/半成品；
有线叫料终端，向AGV调度系统发出叫料信号，请求AGV调度系统调派AGV前来取走半成品/成品，或从仓库取来原料/半成品；
第三方系统，用于管控仓库、产线或工业机器人运行节拍，在需要AGV时会自动向AGV调度系统下发请求指令。
优选地，所述输出端关联系统还包括运行辅助系统、GUI系统和任务监控系统；
运行辅助系统，当AGV运行至特定节点时，向AGV调度系统上报运行参数与运行状态信息，并依据AGV调度系统下发的控制指令完成辅助控制任务；
GUI系统，从AGV调度系统获取AGV实时信息，全方位展示AGV调度系统管控的业务空间内，所有AGV的运行参数与运行状态信息；
任务监控系统，从AGV调度系统获取AGV实时信息，汇总出AGV运行效率、故障频率统计性信息，用图表给出总结报告并存档。
优选地，所述任务分发系统在构建AGV任务表时，利用AGV调度系统所用的拓扑地图中配置的各个站位，构建AGV任务表中关于站位部分的站位属性表。
优选地，所述AGV调度系统调用路径规划算法依据到达取货位最短时间对状态合适的AGV进行优选，包括：
采用下式计算状态合适的AGV到达取货位的时间：
Figure BDA0003355318450000031
其中，Li为路径中的直线段长度，vd为路径中直线段通行平均速度，n1为路径中直线段个数；Sj为路径中的曲线段长度，va为路径中曲线段通行平均速度，n2为路径中曲线段个数；tk为路径中通过关卡的时间；pn为路径中因交通管制导致的停车时间；
最终优选出的AGV序号为min{T1,T2,…,Tn}的元素下标值。
优选地，所述AGV调度系统接收AGV任务表后遴选出状态合适的AGV，包括：
所述AGV调度系统接收AGV任务表后，检测各AGV的运行状态信息，并遴选出处于空闲状态、处于充电状态且当前电量高于最低允许电量、当前在归巢或前往充电位途中处于运行状态且当前电量高于最低允许电量的AGV。
优选地，所述AGV车载系统对优选出的AGV进行关于电量的仿真计算，包括：
所述AGV车载系统以仿真模式运行，并在启动时读取电量初始值，之后启动专门线程，监视系统退出信号req_exit和当前车体状态state；监视系统退出信号req_exit一旦为真则退出线程，否则要依据之前车体状态pre_state、当前车体状态state和状态持续时长dt进行电量仿真计算。
(三)有益效果
与现有技术相比，本发明所提供的一种AGV调度算法仿真系统，具有以下有益效果：
1)以AGV调度系统为核心，在任务接收与处理方面，除了具备工业现场必须实际业务功能的叫料终端、第三方系统，还增加了任务分发系统，用于构建所有可能的AGV任务，并能以自动随机/手动选择模式向AGV调度系统下发AGV任务，保证了仿真的完备性；
2)重新构造了AGV车载系统的仿真逻辑过程，使之脱离对硬件的控制后，仍然能模仿AGV真实运行的耗时，以及基于实测的电量变化率数据，实现电量的仿真计算。
附图说明
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，下面描述中的附图仅仅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为本发明的系统示意图；
图2为本发明中关于AGV调度系统的网络拓扑图；
图3为本发明中AGV车载系统进行关于耗时仿真计算的示意图；
图4为本发明中AGV车载系统进行关于电量仿真计算的流程示意图；
图5为本发明中在环形模型的拓扑地图中调度4辆AGV运行时造成死锁的示意图。
具体实施方式
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。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种AGV调度算法仿真系统，如图1所示，包括AGV调度系统、向AGV调度系统输入AGV任务的输入端关联系统，以及接收及获取AGV调度系统发出信息的输出端关联系统。
输入端关联系统包括任务分发系统、无线叫料终端、有线叫料终端和第三方系统；
任务分发系统，是一种单纯的任务输入端仿真系统，一般不用在工业现场，利用AGV调度系统所用的拓扑地图中配置的各个站位(取货位、放货位、充电位和待命位)生成所有可能的AGV任务，并以自动随机/手动选择模式向AGV调度系统下发AGV任务；
无线叫料终端，通过无线路由器接入AGV调度系统，向AGV调度系统发出叫料信号(本质上是一种类型固定的AGV任务)，请求AGV调度系统调派AGV前来取走半成品/成品，或从仓库取来原料/半成品；
有线叫料终端，向AGV调度系统发出叫料信号(本质上是一种类型固定的AGV任务)，请求AGV调度系统调派AGV前来取走半成品/成品，或从仓库取来原料/半成品；
第三方系统，用于管控仓库、产线或工业机器人运行节拍，在需要AGV时会自动向AGV调度系统下发请求指令(也是一种AGV任务，但内容不固定)。
无线叫料终端、有线叫料终端是产线常用设备，配备性能较低、功能有限的硬件，装有叫料终端软件。
第三方系统一般为WMS(仓库管理系统)、ERP(企业资源计划系统)或MES(制造执行系统)等。
输出端关联系统包括AGV车载系统、运行辅助系统、GUI系统和任务监控系统；
AGV车载系统，以实控模式/仿真模式运行，向AGV调度系统上报运行参数与运行状态信息，并依据AGV调度系统下发的任务指令表完成AGV控制任务；
运行辅助系统，当AGV运行至特定节点时，向AGV调度系统上报运行参数与运行状态信息，并依据AGV调度系统下发的控制指令完成辅助控制任务，如输送线启动上货口提升机接走AGV送来的托盘(由DCS/PLC辅助)、开启电控门让AGV通行(由WCS辅助)等；
GUI系统，从AGV调度系统获取AGV实时信息，全方位展示AGV调度系统管控的业务空间内，所有AGV的运行参数与运行状态信息(包括位姿、模式、电量、路径、AGV任务、故障等)；
任务监控系统，从AGV调度系统获取AGV实时信息，汇总出AGV运行效率、故障频率统计性信息，用图表给出总结报告并存档。
AGV车载系统以实控模式运行时，必须部署于AGV的车载控制单元(带专用操作系统的工控机或控制板)；AGV车载系统以仿真模式运行时，则可运行在带操作系统的普通PC机上。
运行辅助系统一般为工业现场的设备控制系统(DCS/PLC)、WCS(仓库控制系统)等。
如图2所示，出于伸缩性考虑，AGV调度系统与大部分关联系统可部署于单个局域网内，也可部署于以网关相连的多个局域网内。但总体上，各系统部署所在物理主机的操作系统均需支持TCP/IP协议，且通过此协议共享工业以太网总线。
工业以太网总线挂接多个工业级无线路由器，用于无线叫料终端和AGV车载系统的接入，其他所有系统均通过有线网络(工业以太网总线)与AGV调度系统进行实时通信。第三方系统等关联系统也可部署于其他网络中，但物理上需通过网关配置，连入AGV调度系统网络。
可通过增加无线路由器，实现无线叫料终端和AGV的数量扩增，可通过增加交换机(或具备网络交换功能的其他集线器)实现有线叫料终端的数量扩增。专用于仿真测试的任务分发系统并未出现在图2中，其本质上等价于无线/有线叫料终端和第三方系统的替代者。
任务分发系统构建AGV任务表，并对任务信息域进行定义，AGV调度系统接收AGV任务表后遴选出状态合适的AGV，并调用路径规划算法依据到达取货位最短时间对状态合适的AGV进行优选，AGV车载系统对优选出的AGV进行关于耗时、电量的仿真计算。
①任务分发系统构建AGV任务表，并对任务信息域进行定义，包括：
1)定义AGV任务类型
所有AGV支持任务的类型定义可以用AGV任务类型概括，AGV任务类型定义表如下：
Figure BDA0003355318450000081
表1AGV任务类型定义表
2)构建站位属性表
任务分发系统在构建AGV任务表时，利用AGV调度系统所用的拓扑地图中配置的各个站位，构建AGV任务表中关于站位部分的站位属性表，站位属性表如下：
Figure BDA0003355318450000082
Figure BDA0003355318450000091
表2站位属性表
其中，某些货位可取货，也可放货，则其属性：Upload＝true，Download＝true。
3)构建搬运任务模式表
一般地，仿真测试所需的是搬运任务，其当前点位可忽视(由AGV调度系统自动生成)，因此可以根据站位属性表构建搬运任务模式表，搬运任务模式表如下：
Figure BDA0003355318450000092
表3搬运任务模式表
上表中，假定货位1001、1002、…、1100均可取货、放货，且均为启用状态(Enable＝true)。如果其中1036不可放货，则不能有放货位为1036的任务。同样，如果1065不能取货，则不能有取货位为1065的任务。
4)定义任务信息域
由于AGV任务是面向所有类型的AGV，但叉车式AGV相对比较复杂，因此对任务信息本身必须给定一个严格的域定义，任务信息域定义表如下：
Figure BDA0003355318450000101
表4任务信息域定义表
其中，任务标识(ID)虽然可提供，但如果提供的任务标识(ID)已存在于AGV调度系统的AGV任务表中，则该任务非法；
AGV标识(AGV_ID)一旦指明，则该任务必须由指定的AGV执行，在某些特殊场景中使用，如果该AGV不存在，则任务非法；
任务类型(Type)如果是充电任务，但Target_ID指定的站位不是充电位，则任务非法；
取货时货叉层号(Source_H)和放货时货叉层号(Target_H)仅对叉车式AGV或具备升降功能的AGV有效，最低为1，层号如果超出AGV最大层号则任务非法。
②AGV调度系统接收AGV任务表后遴选出状态合适的AGV，并调用路径规划算法依据到达取货位最短时间对状态合适的AGV进行优选，包括：
1)AGV调度系统接收AGV任务表后遴选出状态合适的AGV
AGV调度系统接收AGV任务表后，检测各AGV的运行状态信息，并遴选出处于空闲状态、处于充电状态且当前电量高于最低允许电量、当前在归巢或前往充电位途中处于运行状态且当前电量高于最低允许电量的AGV。
状态合适的AGV遴选条件可以参照下表：
Figure BDA0003355318450000111
表5状态合适AGV的遴选条件表
2)AGV调度系统调用路径规划算法依据到达取货位最短时间对状态合适的AGV进行优选
采用下式计算状态合适的AGV到达取货位的时间：
Figure BDA0003355318450000121
其中，Li为路径中的直线段长度，vd为路径中直线段通行平均速度，n1为路径中直线段个数；Sj为路径中的曲线段长度，va为路径中曲线段通行平均速度，n2为路径中曲线段个数；tk为路径中通过关卡的时间；pn为路径中因交通管制导致的停车时间；
最终优选出的AGV序号为min{T1,T2,…,Tn}的元素下标值。
在调用路径规划算法对状态合适的AGV进行优选的过程中，先计算状态合适的AGV到达取货位的路径及长度(长度为0，则说明无法达到，即可排除该AGV)。路径规划时，需要针对AGV本体条件进行过滤：滤除路宽不大于车宽的1.2倍、限高不高于车高的1.2倍的路径，另选其他路径。
③AGV车载系统对优选出的AGV进行关于耗时、电量的仿真计算，包括：
1)AGV车载系统对优选出的AGV进行关于耗时的仿真计算
AGV车载系统(无论是否处于仿真模式)接收到AGV调度系统下发的搬运类任务指令表，则必须拆解出：连续直线段(至少由1根直线段组成)和连续曲线段(至少由1根曲线段组成)的起点坐标(x1,y1)和终点坐标(x2,y2)，并联合初速度v0、最大速度vm(一般在1.0-1.5m/s之间)和加速度a(由现场实际工况决定，一般在0.15-0.50m/s2之间)，利用运动学方程计算出耗时时长。
由于直线段和曲线段的交叉存在，所以对于直线段的初速度(v0)和末速度(v1)存在下表所示的关系：
Figure BDA0003355318450000122
Figure BDA0003355318450000131
表6不同线型连接组合的初速度、末速度表
如图3所示，由于运行速度变化，可分为三个阶段：加速段(O—T1)、匀速段(T1—T2)、减速段(T2—T)，并可计算出三个阶段的耗时：
加速段耗时：Tacc＝(vm–v0)/a，位移：Dacc＝(vm-v0)2/2a；
减速段耗时：Tdec＝(vm–v1)/a’，位移：Ddec＝(vm–v1)2/2a’；
匀速段位移：Duni＝L–Dacc-Ddec，耗时：Tuni＝Duni/vm；
其中
Figure BDA0003355318450000132
是AGV行进某直线段的欧氏距离。
综合以上，总耗时：T＝Tacc+Tdec+Tuni。
2)AGV车载系统对优选出的AGV进行关于电量的仿真计算
AGV一旦开机，即会造成电量变化，具体电量变换情况如下表所示(电量以分钟计)：
Figure BDA0003355318450000133
Figure BDA0003355318450000141
表7 AGV车载电池电量变化率表
上表数据来自48V 20AH动力电池(锂电)的实测结果，其中电量按百分比计算。货叉升降电量消耗跟货叉升降的速度有关，此处数据是速度为20cm/s实测得出。充电时电量增益跟电池充电电压、电流有关，此数据是在220V 50A的情况下实测得出。
如图4所示，AGV车载系统对优选出的AGV进行关于电量的仿真计算，包括：
AGV车载系统以仿真模式运行，并在启动时读取电量初始值，之后启动专门线程，监视系统退出信号req_exit和当前车体状态state；监视系统退出信号req_exit一旦为真则退出线程，否则要依据之前车体状态pre_state、当前车体状态state和状态持续时长dt进行电量仿真计算。
图4中，pre_load和load用于区别负载标志，在仿真取货时：pre_load＝0，load＝1；在仿真放货时：pre_load＝1，load＝0。
针对上述调度策略的评价，包括：
1)调度算法解死锁功能
现实中，由于工业现场环境变化多样，导致构造的对应拓扑地图(由多个拓扑模型组成)也呈多样化。目前，已知的调度算法尚不能从数学上证明可适用于所有拓扑模型，即一种调度算法在调度多辆AGV时，可能在某些特殊模型中会出现死锁的情况，如图5所示。
此时，AGV调度系统如果有解死锁功能，则可大大降低人工干预概率。但是，解死锁可能会带来新的死锁，造成死锁级联触发现象，还会给AGV调度系统带来更高的复杂度和运行时资源消耗。因此，针对现实问题要求一种调度算法能有效应对尽量多的拓扑模型，附加特殊调度算法应对某个特殊的拓扑模型。
2)调度算法的调度性能
在有若干台AGV的情况下，给定所有搬运任务，在Pn(n为至少有一个充电位/待命位的不同拓扑模型，也包括干路、支路规划不同的拓扑模型)规划的拓扑地图中完成需要多长时间，和需要投入多少台AGV，完成时间越短、投入AGV越少也意味着性能越强大。
3)调度算法评价表格
基于上述内容可以按照以下表格所列的方案进行仿真运行测试，得出最终结果，AGV调度系统仿真运行测试表如下：
Figure BDA0003355318450000151
表8 AGV调度系统仿真运行测试表
显然，死锁出现次数和完成时间最短的就是最优调度策略。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各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；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种AGV调度算法仿真系统，其特征在于：包括AGV调度系统、向AGV调度系统输入AGV任务的输入端关联系统，以及接收及获取AGV调度系统发出信息的输出端关联系统，所述输入端关联系统包括任务分发系统，所述输出端关联系统包括AGV车载系统；
任务分发系统，利用AGV调度系统所用的拓扑地图中配置的各个站位生成所有可能的AGV任务，并以自动随机/手动选择模式向AGV调度系统下发AGV任务；
AGV车载系统，以实控模式/仿真模式运行，向AGV调度系统上报运行参数与运行状态信息，并依据AGV调度系统下发的任务指令表完成AGV控制任务；
所述任务分发系统构建AGV任务表，并对任务信息域进行定义，所述AGV调度系统接收AGV任务表后遴选出状态合适的AGV，并调用路径规划算法依据到达取货位最短时间对状态合适的AGV进行优选，所述AGV车载系统对优选出的AGV进行关于耗时、电量的仿真计算。
2.根据权利要求1所述的AGV调度算法仿真系统，其特征在于：所述输入端关联系统还包括无线叫料终端、有线叫料终端和第三方系统；
无线叫料终端，通过无线路由器接入AGV调度系统，向AGV调度系统发出叫料信号，请求AGV调度系统调派AGV前来取走半成品/成品，或从仓库取来原料/半成品；
有线叫料终端，向AGV调度系统发出叫料信号，请求AGV调度系统调派AGV前来取走半成品/成品，或从仓库取来原料/半成品；
第三方系统，用于管控仓库、产线或工业机器人运行节拍，在需要AGV时会自动向AGV调度系统下发请求指令。
3.根据权利要求1所述的AGV调度算法仿真系统，其特征在于：所述输出端关联系统还包括运行辅助系统、GUI系统和任务监控系统；
运行辅助系统，当AGV运行至特定节点时，向AGV调度系统上报运行参数与运行状态信息，并依据AGV调度系统下发的控制指令完成辅助控制任务；
GUI系统，从AGV调度系统获取AGV实时信息，全方位展示AGV调度系统管控的业务空间内，所有AGV的运行参数与运行状态信息；
任务监控系统，从AGV调度系统获取AGV实时信息，汇总出AGV运行效率、故障频率统计性信息，用图表给出总结报告并存档。
4.根据权利要求1所述的AGV调度算法仿真系统，其特征在于：所述任务分发系统在构建AGV任务表时，利用AGV调度系统所用的拓扑地图中配置的各个站位，构建AGV任务表中关于站位部分的站位属性表。
5.根据权利要求1所述的AGV调度算法仿真系统，其特征在于：所述AGV调度系统调用路径规划算法依据到达取货位最短时间对状态合适的AGV进行优选，包括：
采用下式计算状态合适的AGV到达取货位的时间：
Figure FDA0003355318440000021
其中，Li为路径中的直线段长度，vd为路径中直线段通行平均速度，n1为路径中直线段个数；Sj为路径中的曲线段长度，va为路径中曲线段通行平均速度，n2为路径中曲线段个数；tk为路径中通过关卡的时间；pn为路径中因交通管制导致的停车时间；
最终优选出的AGV序号为min{T1,T2,…,Tn}的元素下标值。
6.根据权利要求5所述的AGV调度算法仿真系统，其特征在于：所述AGV调度系统接收AGV任务表后遴选出状态合适的AGV，包括：
所述AGV调度系统接收AGV任务表后，检测各AGV的运行状态信息，并遴选出处于空闲状态、处于充电状态且当前电量高于最低允许电量、当前在归巢或前往充电位途中处于运行状态且当前电量高于最低允许电量的AGV。
7.根据权利要求1所述的AGV调度算法仿真系统，其特征在于：所述AGV车载系统对优选出的AGV进行关于电量的仿真计算，包括：
所述AGV车载系统以仿真模式运行，并在启动时读取电量初始值，之后启动专门线程，监视系统退出信号req_exit和当前车体状态state；监视系统退出信号req_exit一旦为真则退出线程，否则要依据之前车体状态pre_state、当前车体状态state和状态持续时长dt进行电量仿真计算。
CN202111349717.3A 2021-11-15 2021-11-15 一种agv调度算法仿真系统 Pending CN113885466A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111349717.3A CN113885466A (zh) 2021-11-15 2021-11-15 一种agv调度算法仿真系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111349717.3A CN113885466A (zh) 2021-11-15 2021-11-15 一种agv调度算法仿真系统

Publications (1)

Publication Number Publication Date
CN113885466A true CN113885466A (zh) 2022-01-04

Family

ID=79018141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111349717.3A Pending CN113885466A (zh) 2021-11-15 2021-11-15 一种agv调度算法仿真系统

Country Status (1)

Country Link
CN (1) CN113885466A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115793496A (zh) * 2022-12-05 2023-03-14 珠海创智科技有限公司 一种agv物流系统的调度仿真方法及系统
CN117008558A (zh) * 2023-09-28 2023-11-07 斯坦德机器人（深圳）有限公司 一种工厂物流agv仿真系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101893467A (zh) * 2010-07-28 2010-11-24 康明斯东亚研发有限公司 中重型汽车燃油消耗量的测试方法
CN105956739A (zh) * 2016-04-19 2016-09-21 上海交通大学 用于自动导引车调度演示与算法验证的三维仿真系统
CN110716452A (zh) * 2019-11-18 2020-01-21 江苏六维智能物流装备股份有限公司 一种基于多层穿梭车智能立体仓库的调度仿真方法
CN112036756A (zh) * 2020-09-03 2020-12-04 济南大学 一种双负载多agv调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101893467A (zh) * 2010-07-28 2010-11-24 康明斯东亚研发有限公司 中重型汽车燃油消耗量的测试方法
CN105956739A (zh) * 2016-04-19 2016-09-21 上海交通大学 用于自动导引车调度演示与算法验证的三维仿真系统
CN110716452A (zh) * 2019-11-18 2020-01-21 江苏六维智能物流装备股份有限公司 一种基于多层穿梭车智能立体仓库的调度仿真方法
CN112036756A (zh) * 2020-09-03 2020-12-04 济南大学 一种双负载多agv调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
齐嘉晖: "自动导引车轨迹跟踪控制方法的设计", 《中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑》, pages 31 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115793496A (zh) * 2022-12-05 2023-03-14 珠海创智科技有限公司 一种agv物流系统的调度仿真方法及系统
CN115793496B (zh) * 2022-12-05 2023-10-13 珠海创智科技有限公司 一种agv物流系统的调度仿真方法及系统
CN117008558A (zh) * 2023-09-28 2023-11-07 斯坦德机器人（深圳）有限公司 一种工厂物流agv仿真系统

Similar Documents

Publication Publication Date Title
CN109634187B (zh) 一种agv远程监控系统
CN111596658A (zh) 一种多agv无碰撞运行的路径规划方法及调度系统
CN113885466A (zh) 一种agv调度算法仿真系统
CN107036618A (zh) 一种基于最短路径深度优化算法的agv路径规划方法
CN111882215B (zh) 一种含有agv的个性化定制柔性作业车间调度方法
CN105956739A (zh) 用于自动导引车调度演示与算法验证的三维仿真系统
CN109857074A (zh) 智能物流系统及车间管理系统
Liu et al. Path planning and intelligent scheduling of multi-AGV systems in workshop
CN103197614B (zh) 基于plc控制的自动物料搬送系统及其控制方法
CN115145796B (zh) 一种码头操作系统效能的评估方法和码头数字仿真平台
CN114595607A (zh) 一种数字孪生纺织条桶输送方法及系统
CN112541702A (zh) 一种工业互联网大数据服务平台系统
CN109086532A (zh) 一种基于oopn网模型的立体仓库半实物仿真建模方法
Wang et al. Digital-twin based real-time resource allocation for hull parts picking and processing
CN117234214A (zh) 一种用于工业货物码垛的自动化穿梭车
Shang et al. Collaborative path planning of multiple carrier-based aircraft based on multi-agent reinforcement learning
CN113743794B (zh) 一种基于agv的智能工厂管理系统
CN115599063A (zh) 一种仓储物流调度方法及系统
CN116224926A (zh) 面向单件小批柔性制造车间的动态调度优化方法及装置
US11829127B2 (en) Opportunistic information and inventory exchange via serendipitous encounters of autonomous mobile robots
Zhong et al. Real-time multi-resource jointed scheduling of container terminals with uncertainties using a reinforcement learning approach
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
CN112465485A (zh) 一种智能印染管理系统
Wu et al. Using Wireless Sensor Network to Remote Real-Time Monitoring and Tracking of Logistics Status Based on Difference Transmission Algorithm
Yue et al. Design and evaluation of a large‐scale magnetically navigated robot scheduling system

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