CN114442631B - 医院物资运送机器人智慧调度系统和方法 - Google Patents

医院物资运送机器人智慧调度系统和方法 Download PDF

Info

Publication number
CN114442631B
CN114442631B CN202210095130.2A CN202210095130A CN114442631B CN 114442631 B CN114442631 B CN 114442631B CN 202210095130 A CN202210095130 A CN 202210095130A CN 114442631 B CN114442631 B CN 114442631B
Authority
CN
China
Prior art keywords
conveying
robot
task
delivery
transport
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
Application number
CN202210095130.2A
Other languages
English (en)
Other versions
CN114442631A (zh
Inventor
余业辉
杨辉
张倩
邓欣欣
刘晓凡
乐雄进
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.)
Nanjing Tiansu Automation Control System Co ltd
Original Assignee
Nanjing Tiansu Automation Control System 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 Nanjing Tiansu Automation Control System Co ltd filed Critical Nanjing Tiansu Automation Control System Co ltd
Priority to CN202210095130.2A priority Critical patent/CN114442631B/zh
Publication of CN114442631A publication Critical patent/CN114442631A/zh
Application granted granted Critical
Publication of CN114442631B publication Critical patent/CN114442631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • 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]

Abstract

本发明公开了医院物资运送机器人智慧调度系统和方法，该系统属于运送系统的组成模块，包括调度平台和机器人集群；所述调度平台用于管理运送工单，根据运送工单计算运送路径，判断是否进行自动运送解决方案，当实施自动运送解决方案时，调度匹配机器人集群中合适的机器人，完成运送工单；所述机器人集群，根据自动运送解决方案接收的运送工单完成运送任务，运送任务结束后反馈至调度平台。本发明通过建立运送规划系统和运送机器人集群，支持多机器人异步调度，支持多运送任务并行，按照特定的规则匹配合适的机器人，规划最短路径，最大化实现机器人的运送能力，合理实现调度运送。

Description

医院物资运送机器人智慧调度系统和方法
技术领域
本发明涉及利用机器人实现物资运送服务的技术领域，尤其涉及医院物资运送机器人智慧调度系统和方法。
背景技术
医院中央运送服务面向全院涉及的所有患者，是医院后勤管理一项重要业务，主要负责的是物品的运送和传递、标本运送传递等，帮助医院各个科室中实物的流转运通。配送物资存在多、繁、杂的特点。
传统的人工运送方式，人力消耗及物资管理的成本高，差错率高，时效性难以保障，过程难以追踪溯源，且人流流线和物流流线缺乏明确的区分，人、物流交叉情况较为严重，经常导致人物流混乱的现象，存在各类人员交叉感染的潜在可能性以及物品受污染、受损、丢失的现象。
目前，大部分医院的智能化运送系统采用的是气动物流系统。该系统具有的优点包括：系统化设计和安装简单，无需专门的井道间；单次传输速度快，达到5～8m/s；系统造价低，一般5-6万/站点。
例如，公开日为2010年6月30日，公开号为CN101759027A的中国专利文献，公开了一种气动管道传输的方法及装置，涉及管道传输系统领域，气动管道传输系统应用在医院、银行、办公楼、超市、生产车间、实验室等每日需要有大量物品传送的场所。该方案中，发送传输器时，风机启动，两工作端均产生向传输管道内流动的气流；放置在其中一工作端的传输器被气流力克服阻力传送，并获得一定传输速度v，即动能；或获得一定势能后；风机停，传输器靠获得的能量克服反作用力到达预定地点停。
再如，公开日为2010年6月30日，公开号为CN205855379U的中国专利文献，公开了一种医用气动传输管物流传输装置，包括主机、传输管、空压机、工作站和方向转换器，传输管的一端与空压机相连接，传输管贯穿工作站和方向转换器，工作站包括发送工作站和接收工作站，发送工作站、方向转换器和接收工作站之间通过传输管和铜线线缆进行相互连接，主机与传输管、空压机、工作站和方向转换器分别通过线缆连接。
但是上述系统具有的缺点包括：设备过于简易，传输瓶的载重量只有5kg以下，传输瓶的容量很小造成单次传输量很小，因此只能传输少量的小型和轻型的物品(例如：小型样品、药品、单据等)，导致医院需高峰时段(7点到9点)大量集中运送的输液和长期医嘱药品实际都无法运送；传输效率很低，一台空压机一个时刻只能传输一个传输瓶，因此虽然单次的绝对传输速度很快，但由于普遍空压机数量很少，故等待时间很长，实际传输速度慢；稳定性和安全性不够，容易对标本和血液造成物理特性改变，造成检验结果不准和输血的血液功能失效。故障率高，检修麻烦。
还有小部分医院采用运送机器人系统，为医院提供24小时的配送服务，这种系统可以为医院节省运输时间，并减少人工成本。
例如，公开日为2021年11月26日，公开号为CN113696163A的中国专利文献，公开了一种智能标本运送机器人，包括运送标本机器人和远程控制装置，所述运送标本机器人的上表面设置下有检测头，所述检测头的内部设置有标签扫描仪，本发明首先操作人员利用远程控制装置向运送标本机器人发射信号数据，通过运送标本机器人上表面检测头内部的机器人信号接收器对远程控制装置所发射的信号进行接收处理，同时远程控制装置进行操作指令输入对样本数据进行预备样本数据处理，同时利用操作指令输入使机器人信号接收器进行信号指令接收，利用执行操作命令对操作执行流程下达操作指令，进而使运送标本机器人进行收取样品操作和运输样品操作。
但是这种运送机器人系统也存在以下缺陷：(1)对于医院的洁、污物资应该分开运输，是为了降低交叉感染或疾病传播的威险性。但是，机器人采用的却是单一物资的点到点运输，或者是混合物资的点到点运输方案。(2)运送路线固定，未考虑医院的建筑复杂度程度之高，不存在开辟运送机器人专有路线条件的情况。(3)同时，医院人流量随时间变化大，导致路线复杂度随之变化。运送机器人资源得不到最大化利用。
因此，有必要在现有成果的基础上，在医院运送机器人调度系统方面作进一步的创新设计，以便提升安全性和工作效率。
发明内容
为了克服上述现有技术中存在的缺陷和不足，本发明提供了医院物资运送机器人智慧调度系统和方法，通过建立运送规划系统和运送机器人集群，支持多机器人异步调度，支持多运送任务并行，按照特定的规则匹配合适的机器人，规划最短路径，合理实现调度运送。
本发明的技术方案如下：
医院物资运送机器人智慧调度系统，包括调度平台和机器人集群；所述调度平台用于管理运送工单，根据运送工单计算运送路径，判断是否进行自动运送解决方案，当实施自动运送解决方案时，调度匹配机器人集群中合适的机器人，完成运送工单；所述机器人集群，根据自动运送解决方案接收的运送工单完成运送任务，运送任务结束后反馈至调度平台。
所述管理运送工单，是对客服中心下发的运送工单进行判断，判断是进入自动运送还是人工运送。
所述医院物资运送机器人智慧调度系统属于运送系统的组成模块，运送系统是医院后勤运送系统，客服中心是医院一站式系统的客服中心。基于现有的医院一站式系统、医院后勤运送系统，构建下单、派接运送工单、运送、送达、签收的全流程，搭建与医院物资运送机器人智慧调度系统的关系。
所述运送系统建立有用于为运送机器人合并运送任务提供判断信息的运送对象属性列表，所述运送对象属性列表包括运送对象体积、医用价值、时间余量、合并参量。
基于上述医院物资运送机器人智慧调度系统实现的调度方法，其步骤在于：
(一)所述调度平台对运送工单进行路径判断，若存在起点到终点的路径，则将运送工单加入自动运送解决方案的流程，否则拒绝接单，被拒接的运送工单进入人工运送流程；
(二)调度平台针对加入自动运送解决方案的流程的运送工单，首先构建运送任务排序池，对最优排序的任务规划最短路径，根据最短路径再从机器人集群中可被调度的机器人；
(三)被调度平台从机器人集群中调度接收运送任务的机器人，根据运送工单执行运送任务，所述机器人自动置为忙碌状态，运送任务结束后，所述机器人自动置为准备状态并反馈至调度平台；调度平台对可进行调度的机器人进行更新。
步骤(一)中，对路径的判断可以采用迪杰斯特拉算法或蚁群算法，但是本发明优先采用蚁群算法。目前，迪杰斯特拉算法广泛应用于寻找最短路径问题，与迪杰斯特拉算法相比，蚁群算法具有收敛速度快、可反馈等优点。
所述自动运送解决方案的具体流程步骤如下：
(1)首先，计算运送任务的优先级；
(2)基于步骤(1)计算出的优先级，建立按照优先级排序的运送任务集合U，选择优先级最高的运送任务u1进入运送状态；
(3)基于二维运送网络，构建运送任务u1的最短路径L；
(4)再从运送任务集合U中选择源点和终点都在最短路径L上的其他运送任务，选择合并参量与u1可合并的运送任务，合并成运送任务UL；所述合并参量包括P表示洁净运送对象、N表示正常运送对象、W表示废弃物运送对象，其中，W类对象不可与P、N类对象合并，其余可合并；
(5)从机器人集群中建立可调度的机器人资源池，根据匹配条件匹配合适的机器人；所述匹配条件包括距离和容积；
(6)调度机器人资源池中处于准备状态的机器人，按最短路径L下发运送任务，若机器人资源池无处于准备状态的机器人，则所述自动运送解决方案的流程处于阻塞状态；
(7)当处于准备状态的机器人接收运送任务后，开始执行运送任务，机器人自动置为忙碌状态，运送任务结束后，机器人自动置为准备状态并反馈至调度平台；调度平台对可调度机器人资源池进行最优解集合修正。
进一步的，步骤(1)中计算运送任务的优先级采用加权计算方法，其中，计算参数包括时间余量和医用价值。
进一步的，步骤(3)中所述的最短路径L，采用蚁群算法来实现，具体包括：计算选择下一节点、信息素更新和终止条件；
所述选择下一节点的计算方法如下：
其中：i、j分别为当前节点和下一节点，为节点i到节点j之间的能见度，dij为节点i到节点j之间的距离，τij(t)为t时刻节点i到节点j之间的信息素浓度，allowedk为蚂蚁k尚未访问过的节点集合，μ为尚未访问过的某个节点，k为蚂蚁，α为信息素浓度的加权系数，β为节点间能见度的加权系数；
所述信息素更新的方法如下：
其中：ρ为信息素挥发率，m为蚂蚁数量，为蚂蚁k路过节点i到节点j留下的信息素，/>为信息素最优解集合，e为最优解加权系数，Rk为蚂蚁k的路径集合，Ck为蚂蚁k的路径长度，Tb为节点最优解集合，Cb为某最优解路径长度，τij为(t-1)时刻节点i到节点j之间的信息素浓度；
终止条件包括：最大迭代次数Max或者两次迭代路径总长误差小于某个固定值。
进一步的，步骤(3)中所述二维运送网络是基于医院实际地理信息，建立实际运送网络到二维运送网络的映射；所述实际运送网络中各节点之间的要素包括路径带宽、电梯是否可达、楼层高度差等，二维运送网络中唯一要素是路径长度。
进一步的，步骤(3)中所述二维运送网络可以包含若干个节点，分别是V0、V1、……、Vn，节点间线段长度为该段路径长度；其中，n＞1。
本发明的有益效果如下：
本发明设计了可以完美与一站式系统、医院后勤运送系统配合的医院物资运送机器人智慧调度系统；通过设计运送任务优先级，用于量化运送任务“轻重缓急”程度，完全契合医院对物资需求度的使用；对运送对象属性列表的设计，通过合并同类运送工单，提高运送效率，高效利用运送机器人的运送路径；合理利用调度平台和运送机器人集群，实现了多运送任务并行问题；基于蚁群算法，在路径规划算法上，设计了反馈修正和人工校正环节，实时更新路线影响因素，提高路径规划效率。
附图说明
图1为本发明的运送系统结构图。
图2为本发明的自动运送解决方案流程图。
图3为本发明的二维运送网络的示意图。
具体实施方式
实施例1
如图1所示，一种医院物资运送机器人智慧调度系统，该系统属于运送系统的组成模块，运送系统是医院后勤运送系统，客服中心是医院一站式系统的客服中心。
基于现有的医院一站式系统、医院后勤运送系统，构建下单、派接运送工单、运送、送达、签收的全流程，搭建与医院物资运送机器人智慧调度系统的关系。用户在医院一站式系统自主下单，输入运送对象属性，随后医院物资运送机器人智慧调度系统进行运送工单的分配。如无匹配机器人，则推送至人工运送系统，进行人工运送。否则进入医院物资运送机器人智慧调度系统，匹配最合适机器人执行该运送任务。
具体的，一种医院物资运送机器人智慧调度系统，包括调度平台和机器人集群；所述调度平台用于管理运送工单，根据运送工单计算运送路径，判断是否进行自动运送解决方案，当实施自动运送解决方案时，调度匹配机器人集群中合适的机器人，完成运送工单；所述机器人集群，根据自动运送解决方案接收的运送工单完成运送任务，运送任务结束后反馈至调度平台。
所述管理运送工单，是对客服中心下发的运送工单进行判断，判断是进入自动运送还是人工运送。
所述医院物资运送机器人智慧调度系统属于运送系统的组成模块，运送系统是医院后勤运送系统，客服中心是医院一站式系统的客服中心。基于现有的医院一站式系统、医院后勤运送系统，构建下单、派接运送工单、运送、送达、签收的全流程，搭建与医院物资运送机器人智慧调度系统的关系。
所述运送系统建立有用于为运送机器人合并运送任务提供判断信息的运送对象属性列表，所述运送对象属性列表包括运送对象体积、医用价值、时间余量、合并参量。
基于上述医院物资运送机器人智慧调度系统实现的调度方法，其步骤在于：
(一)所述调度平台对运送工单进行路径判断，若存在起点到终点的路径，则将运送工单加入自动运送解决方案的流程，否则拒绝接单，被拒接的运送工单进入人工运送流程；
(二)调度平台针对加入自动运送解决方案的流程的运送工单，首先构建运送任务排序池，对最优排序的任务规划最短路径，根据最短路径再从机器人集群中可被调度的机器人；
(三)被调度平台从机器人集群中调度接收运送任务的机器人，根据运送工单执行运送任务，所述机器人自动置为忙碌状态，运送任务结束后，所述机器人自动置为准备状态并反馈至调度平台；调度平台对可进行调度的机器人进行更新。
实施例2
基于实施例1的基础，步骤(一)中，对路径的判断可以采用迪杰斯特拉算法或蚁群算法，但是本发明优先采用蚁群算法。目前，迪杰斯特拉算法广泛应用于寻找最短路径问题，与迪杰斯特拉算法相比，蚁群算法具有收敛速度快、可反馈等优点。
实施例3
基于实施例1或2的基础，本发明中自动运送解决方案的流程，如图2所示，具体步骤如下：
(1)首先，采用加权计算方法计算运送任务的优先级，其中，计算参数包括时间余量和医用价值；
(2)基于步骤(1)计算出的优先级，建立按照优先级排序的运送任务集合U，选择优先级最高的运送任务u进入运送状态；
(3)基于二维运送网络，构建运送任务u的最短路径L；
(4)再从运送任务集合U中选择源点和终点都在最短路径L上的其他运送任务，选择合并参量与u1可合并的运送任务，合并成运送任务UL(例如其他的运送任务：UL1、UL2、UL3、UL4、UL5、UL6)；所述合并参量包括P表示洁净运送对象、N表示正常运送对象、W表示废弃物运送对象，其中，W类对象不可与P、N类对象合并，其余可合并；
(5)从机器人集群中建立可调度机器人资源池，根据匹配条件匹配合适的机器人；所述匹配条件包括距离和容积；
(6)调度机器人资源池中处于准备状态的机器人，按最短路径L下发运送任务，若机器人资源池无处于准备状态的机器人，则所述自动运送解决方案的流程处于阻塞状态；
(7)当处于准备状态的机器人接收运送任务后，开始执行运送任务，机器人自动置为忙碌状态，运送任务结束后，机器人自动置为准备状态并反馈至调度平台；调度平台对可调度机器人资源池进行最优解集合修正。
进一步的，步骤(3)中所述的最短路径L，采用蚁群算法来实现，具体包括：计算选择下一节点、信息素更新和终止条件；
所述选择下一节点的计算方法如下：
其中：i、j分别为当前节点和下一节点，为节点i到节点j之间的能见度，dij为节点i到节点j之间的距离，τij(t)为t时刻节点i到节点j之间的信息素浓度，allowedk为蚂蚁k尚未访问过的节点集合，μ为尚未访问过的某个节点，k为蚂蚁，α为信息素浓度的加权系数，β为节点间能见度的加权系数；
所述信息素更新的方法如下：
其中：ρ为信息素挥发率，m为蚂蚁数量，为蚂蚁k路过节点i到节点j留下的信息素，/>为信息素最优解集合，e为最优解加权系数，Rk为蚂蚁k的路径集合，Ck为蚂蚁k的路径长度，Tb为节点最优解集合，Cb为某最优解路径长度；
终止条件包括：最大迭代次数Max或者两次迭代路径总长误差小于某个固定值。
实施例4
在实施例3的基础上，所述运送系统建立有用于为运送机器人合并运送任务提供判断信息的运送对象属性列表，所述运送对象属性列表包括运送对象体积、医用价值、时间余量、合并参量，该运送对象属性列表可以如表1所示：
运送对象 体积(cm) 医用价值(1-10) 时间余量(1-10) 合并参量
尿液标本 10*10*10 6 4 P
血液标本 10*10*10 6 4 P
生理盐水 5*5*10 3 6 P
文件夹 20*20*4 3 3 N
X光片 30*50*1 5 3 N
手术器械包 30*30*30 10 9 N
废弃口罩 30*30*30 1 1 W
... ... ... ... ...
所述运送对象属性列表的具体内容为：体积，单位：立方厘米；医用价值，按照最低1至最高10进行估值；时间余量，按照最不紧急1，到最紧急10进行估时；合并参量，P表示洁净运送对象、N表示正常运送对象、W表示废弃物运送对象，其中，W类对象不可与P、N类对象合并，其余可合并。
实施例5
在实施例2的基础上，所述二维运送网络是基于医院实际地理信息，建立实际运送网络到二维运送网络的映射；所述实际运送网络中各节点之间的要素包括路径带宽、电梯是否可达、楼层高度差等，二维运送网络中唯一要素是路径长度。
所述二维运送网络，如图3所示，该二维运送网络包含8个节点，分别是V0、V1、V2、V3、V4、V5、V6、V7、V8，节点间线段长度为该段路径长度，该二维运送网络可用矩阵表示为：
实施例6
在实施例1-4的基础上，用户A1需在一站式系统下单需要将血液标本从地点V0运送到地点V5，用户B1在一站式系统下单需要将X光片从低点V1运送到地点V4。
具体的调度过程如下：
(1)用户A1下单，记为运送任务u1，运送对象为血液标本，体积10*10*20cm，紧急度8，医用价值5，合并参量P；
(2)计算u1的优先级为p1，加入任务排序池U；
(3)用户B1下单，记为运送任务u2，运送对象为X光片，体积1*30*20cm，紧急度8，医用价值5，合并参量N；
(4)计算u2的优先级为p2，加入任务排序池U；
(5)选择优先级最高的u1进入运送状态(假设p1大于等于p2)；
(6)计算u1最短路径为V0-V1-V2-V4-V5，记为路径L；
(7)合并同类项，计算u2最短路径为V1-V2-V4，判断合并参量，系统计算u1、u2可合并，记合并后的运维任务为UL；
(8)匹配机器人执行此次运送任务UL，根据运送任务完成情况修正计算参数；
(9)若任务排序池U不为空，则选择优先级最高的任务进入调度，若存在用户下单，则更新任务排序池U，否则等待。
实施例7
在实施例1-4的基础上，用户A1需在一站式系统下单需要将血液标本从地点V0运送到地点V6，用户C1在一站式系统下单需要将废弃口罩从低点V4运送到地点V6。
具体的调度过程如下：
(1)用户A1下单，记为运送任务u1，运送对象为血液标本，体积10*10*20cm，紧急度8，医用价值5，合并参量P；
(2)计算u1的优先级为p1，加入任务排序池U；
(3)用户B1下单，记为运送任务u2，运送对象为废弃口罩，体积20*30*20cm，紧急度2，医用价值2，合并参量W；
(4)计算u2的优先级为p2，加入任务排序池U；
(5)选择优先级最高的u1进入运送状态(假设p1大于p2)；
(6)计算u1最短路径为V0-V1-V2-V4-V3-V6，记为路径L；
(7)合并同类项，计算u2最短路径为V4-V3-V6，判断合并参量，运送对象冲突，系统计算无任务可与u1合并，记合并后的运维任务为UL；
(8)匹配机器人执行此次运送任务UL，根据运送任务完成情况修正计算参数；
(9)若任务排序池U不为空，则选择优先级最高的任务进入调度，若存在用户下单，则更新任务排序池U，否则等待。
实施例8
在实施例1-4的基础上，用户A1需在一站式系统下单需要将血液标本从地点V2运送到地点V8，用户B1在一站式系统下单需要将X光片从低点V3运送到地点V7，用户C1在一站式系统下单需要将废弃口罩从低点V4运送到地点V6。
具体的调度过程如下：
(1)用户A1下单，记为运送任务u1，运送对象为血液标本，体积10*10*20cm，紧急度8，医用价值5，合并参量P；
(2)计算u1的优先级为p1，加入任务排序池U；
(3)用户B1下单，记为运送任务u2，运送对象为X光片，体积1*30*20cm，紧急度8，医用价值5，合并参量N；
(4)计算u2的优先级为p2，加入任务排序池U；
(5)用户C1下单，记为运送任务u3，运送对象为废弃口罩，体积20*30*20cm，紧急度2，医用价值2，合并参量W；
(6)计算u3的优先级为p3，加入任务排序池U(假设p1大于等于p2、假设p1大于等于p3)；
(7)选择优先级最高的u1进入运送状态；
(8)计算u1最短路径为V2-V4-V3-V6-V7-V8，记为路径L；
(9)合并同类项，计算u2最短路径为V3-V6-V7，计算u3最短路径为V4-V3-V6，判断合并参量，系统计算u1、u2合并，记合并后的运维任务为UL；
(10)匹配机器人执行此次运送任务UL，根据运送任务完成情况修正计算参数；
(11)若任务排序池U不为空，则选择优先级最高的任务进入调度，若存在用户下单，则更新任务排序池U，否则等待。从上述实施例可以看出，本发明通过调度平台和运送机器人集群之间的调配，可以支持多机器人异步调度，支持多运送任务并行；综合考虑被运送对象的多个参数，按照加权计算方法，设计了被运送对象的优先级，可解决急需物资；利用蚁群算法规划最短路径，可提升路径规划的效率，加快收敛速度，在蚁群算法中，设计了精英策略，用于反馈修正或人工修正；对运送任务，按照特定的规则匹配合适的机器人，合理充分最大化的利用机器人的可运送能力。

Claims (11)

1.医院物资运送机器人智慧调度系统，其特征在于：包括调度平台和机器人集群；所述调度平台用于管理运送工单，根据运送工单计算运送路径，判断是否进行自动运送解决方案，当实施自动运送解决方案时，调度匹配机器人集群中合适的机器人，完成运送工单；所述机器人集群，根据自动运送解决方案接收的运送工单完成运送任务，运送任务结束后反馈至调度平台；
所述自动运送解决方案的具体流程步骤如下：
(1)首先，计算运送任务的优先级；
(2)基于步骤(1)计算出的优先级，建立按照优先级排序的运送任务集合U，选择优先级最高的运送任务u1进入运送状态；
(3)基于二维运送网络，构建运送任务u1的最短路径L；
(4)再从运送任务集合U中选择源点和终点都在最短路径L上的其他运送任务，选择合并参量与u1可合并的运送任务，合并成运送任务UL；所述合并参量包括P表示洁净运送对象、N表示正常运送对象、W表示废弃物运送对象，其中，W类对象不可与P、N类对象合并，其余可合并；
(5)从机器人集群中建立可调度的机器人资源池，根据匹配条件匹配合适的机器人；所述匹配条件包括距离和容积；
(6)调度机器人资源池中处于准备状态的机器人，按最短路径L下发运送任务，若机器人资源池无处于准备状态的机器人，则所述自动运送解决方案的流程处于阻塞状态；
(7)当处于准备状态的机器人接收运送任务后，开始执行运送任务，机器人自动置为忙碌状态，运送任务结束后，机器人自动置为准备状态并反馈至调度平台；调度平台对可调度机器人资源池进行最优解集合修正。
2.根据权利要求1所述的医院物资运送机器人智慧调度系统，其特征在于：所述管理运送工单，是对客服中心下发的运送工单进行判断，判断是进入自动运送还是人工运送。
3.根据权利要求1所述的医院物资运送机器人智慧调度系统，其特征在于：所述医院物资运送机器人智慧调度系统属于运送系统的组成模块，运送系统是医院后勤运送系统，客服中心是医院一站式系统的客服中心。
4.根据权利要求3所述的医院物资运送机器人智慧调度系统，其特征在于：所述运送系统建立有用于为运送机器人合并运送任务提供判断信息的运送对象属性列表，所述运送对象属性列表包括运送对象体积、医用价值、时间余量、合并参量。
5.根据权利要求1-4任意一项所述医院物资运送机器人智慧调度系统实现的调度方法，其步骤在于：
(一)所述调度平台对运送工单进行路径判断，若存在起点到终点的路径，则将运送工单加入自动运送解决方案的流程，否则拒绝接单，被拒接的运送工单进入人工运送流程；
(二)调度平台针对加入自动运送解决方案的流程的运送工单，首先构建运送任务排序池，对最优排序的任务规划最短路径，根据最短路径再从机器人集群中可被调度的机器人；
(三)被调度平台从机器人集群中调度接收运送任务的机器人，根据运送工单执行运送任务，所述机器人自动置为忙碌状态，运送任务结束后，所述机器人自动置为准备状态并反馈至调度平台；调度平台对可进行调度的机器人进行更新。
6.根据权利要求5所述的医院物资运送机器人智慧调度方法，其特征在于：步骤(一)中，对路径的判断采用迪杰斯特拉算法或蚁群算法。
7.根据权利要求5所述的医院物资运送机器人智慧调度方法，其特征在于：所述自动运送解决方案的具体流程步骤(1)中计算运送任务的优先级采用加权计算方法，其中，计算参数包括时间余量和医用价值。
8.根据权利要求5所述的医院物资运送机器人智慧调度方法，其特征在于：所述自动运送解决方案的具体流程步骤(3)中所述的最短路径L，采用蚁群算法来实现，具体包括：计算选择下一节点、信息素更新和终止条件；
所述选择下一节点的计算方法如下：
其中：i、j分别为当前节点和下一节点，为节点i到节点j之间的能见度，dij为节点i到节点j之间的距离，τij(t)为t时刻节点i到节点j之间的信息素浓度，allowedk为蚂蚁k尚未访问过的节点集合，μ为尚未访问过的某个节点，k为蚂蚁，α为信息素浓度的加权系数，β为节点间能见度的加权系数；
所述信息素更新的方法如下：
其中：ρ为信息素挥发率，m为蚂蚁数量，为蚂蚁k路过节点i到节点j留下的信息素，为信息素最优解集合，e为最优解加权系数，Rk为蚂蚁k的路径集合，Ck为蚂蚁k的路径长度，Tb为节点最优解集合，Cb为某最优解路径长度，τij为(t-1)时刻节点i到节点j之间的信息素浓度；
终止条件包括：最大迭代次数Max或者两次迭代路径总长误差小于某个固定值。
9.根据权利要求5所述的医院物资运送机器人智慧调度方法，其特征在于：所述自动运送解决方案的具体流程步骤(3)中，所述二维运送网络是基于医院实际地理信息，建立实际运送网络到二维运送网络的映射。
10.根据权利要求9所述的医院物资运送机器人智慧调度方法，其特征在于：所述实际运送网络中各节点之间的要素至少包括路径带宽、电梯是否可达、楼层高度差，二维运送网络中唯一要素是路径长度。
11.根据权利要求5所述的医院物资运送机器人智慧调度方法，其特征在于：所述自动运送解决方案的具体流程步骤(3)中，所述二维运送网络包含若干个节点，分别是V0、V1、……、Vn，节点间线段长度为该段路径长度；其中，n＞1。
CN202210095130.2A 2022-01-26 2022-01-26 医院物资运送机器人智慧调度系统和方法 Active CN114442631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210095130.2A CN114442631B (zh) 2022-01-26 2022-01-26 医院物资运送机器人智慧调度系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210095130.2A CN114442631B (zh) 2022-01-26 2022-01-26 医院物资运送机器人智慧调度系统和方法

Publications (2)

Publication Number Publication Date
CN114442631A CN114442631A (zh) 2022-05-06
CN114442631B true CN114442631B (zh) 2023-08-22

Family

ID=81369314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210095130.2A Active CN114442631B (zh) 2022-01-26 2022-01-26 医院物资运送机器人智慧调度系统和方法

Country Status (1)

Country Link
CN (1) CN114442631B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115064252B (zh) * 2022-08-17 2022-12-06 南京天溯自动化控制系统有限公司 一种医废分拣转运系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1438960A (zh) * 2000-06-24 2003-08-27 德国“绿点”双轨制公开股份有限公司 用于跟踪废弃物的方法
CN103207105A (zh) * 2006-01-20 2013-07-17 美国樱花检验仪器株式会社 一种自动处理生物样本的系统和方法
CN104933473A (zh) * 2015-05-22 2015-09-23 南京邮电大学 基于变邻域搜索蚁群算法的城市智能交通调度方法
CN108335063A (zh) * 2017-12-08 2018-07-27 南通爱欧塔智能科技有限公司 一种受控物运输订单分配的方法、管理服务器和管理系统
CN109176530A (zh) * 2018-10-23 2019-01-11 广州赛特智能科技有限公司 一种医院搬运机器人的集群调度方法
CN109974711A (zh) * 2019-04-12 2019-07-05 重庆渝博创智能装备研究院有限公司 一种面向智慧工厂的agv多目标点自主导航方法
CN111880505A (zh) * 2020-09-02 2020-11-03 上海木木聚枞机器人科技有限公司 一种用于医院物流机器人的脱困方法、系统及存储介质
CN112766663A (zh) * 2020-12-31 2021-05-07 北京云迹科技有限公司 机器人调度方法和装置
CN213439699U (zh) * 2020-10-16 2021-06-15 中国人民解放军东部战区总医院 一种带消毒柜的医疗物资运送机器人
CN112990617A (zh) * 2019-12-02 2021-06-18 杭州海康机器人技术有限公司 智能移动机器人的调度方法和调度装置
WO2021189720A1 (zh) * 2020-03-23 2021-09-30 南京理工大学 基于改进蚁群算法的泊车agv路径规划方法
CN113627775A (zh) * 2021-08-04 2021-11-09 昆山塔米机器人有限公司 机器人的调度方法、装置、设备和存储介质
CN113764087A (zh) * 2021-08-26 2021-12-07 南京天溯自动化控制系统有限公司 医院物资配送方法、装置、服务器及存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1438960A (zh) * 2000-06-24 2003-08-27 德国“绿点”双轨制公开股份有限公司 用于跟踪废弃物的方法
CN103207105A (zh) * 2006-01-20 2013-07-17 美国樱花检验仪器株式会社 一种自动处理生物样本的系统和方法
CN104933473A (zh) * 2015-05-22 2015-09-23 南京邮电大学 基于变邻域搜索蚁群算法的城市智能交通调度方法
CN108335063A (zh) * 2017-12-08 2018-07-27 南通爱欧塔智能科技有限公司 一种受控物运输订单分配的方法、管理服务器和管理系统
CN109176530A (zh) * 2018-10-23 2019-01-11 广州赛特智能科技有限公司 一种医院搬运机器人的集群调度方法
CN109974711A (zh) * 2019-04-12 2019-07-05 重庆渝博创智能装备研究院有限公司 一种面向智慧工厂的agv多目标点自主导航方法
CN112990617A (zh) * 2019-12-02 2021-06-18 杭州海康机器人技术有限公司 智能移动机器人的调度方法和调度装置
WO2021189720A1 (zh) * 2020-03-23 2021-09-30 南京理工大学 基于改进蚁群算法的泊车agv路径规划方法
CN111880505A (zh) * 2020-09-02 2020-11-03 上海木木聚枞机器人科技有限公司 一种用于医院物流机器人的脱困方法、系统及存储介质
CN213439699U (zh) * 2020-10-16 2021-06-15 中国人民解放军东部战区总医院 一种带消毒柜的医疗物资运送机器人
CN112766663A (zh) * 2020-12-31 2021-05-07 北京云迹科技有限公司 机器人调度方法和装置
CN113627775A (zh) * 2021-08-04 2021-11-09 昆山塔米机器人有限公司 机器人的调度方法、装置、设备和存储介质
CN113764087A (zh) * 2021-08-26 2021-12-07 南京天溯自动化控制系统有限公司 医院物资配送方法、装置、服务器及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
医院物流配送与智能调度系统设计;陈宁;中国数字医学(第4期);第115-116页 *

Also Published As

Publication number Publication date
CN114442631A (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
Yi et al. Ant colony optimization for disaster relief operations
Beaudry et al. Dynamic transportation of patients in hospitals
Cordeau et al. The dial-a-ride problem: models and algorithms
US20200302391A1 (en) Order processing method and device, server, and storage medium
CN114442631B (zh) 医院物资运送机器人智慧调度系统和方法
Yaman et al. The latest arrival hub location problem for cargo delivery systems with stopovers
Fragapane et al. An agent-based simulation approach to model hospital logistics
CN110782064B (zh) 一种集车辆调度优化与任务分配于一体的可视化方法及系统
US9546874B2 (en) Optimal route solution
CN106803136A (zh) 一种基于混合遗传算法的生鲜配送实时优化方法
CN108280575B (zh) 一种应急疏散车辆多批次调度决策方法
CN109214755A (zh) 一种仓储管理中的自动排单调度方法
CN108364105A (zh) 一种物流配送线路的目标优化方法
JPH0895877A (ja) ワークフロー管理システム
CN113764087B (zh) 医院物资配送方法、装置、服务器及存储介质
Granlund et al. Automation in healthcare internal logistics: a case study on practice and potential
US10252869B2 (en) Systems and methods for pneumatic tube delivery using multiple subsystems
CN106779462A (zh) 一种医院后勤智慧运送系统即时任务的派单方法
CN114758765A (zh) 一种基于多维度状态的医疗物流机器人智能调度方法
Boonprasurt et al. OPTIMAL FLEET SIZE, DELIVERY ROUTES, AND WORKFORCE ASSIGNMENTS FOR THE VEHICLE ROUTING PROBLEM WITH MANUAL MATERIALS HANDLING.
Fazlollahtabar et al. Optimal path in an intelligent AGV-based manufacturing system
CN115064252B (zh) 一种医废分拣转运系统
CN116777180A (zh) 一种基于物联网的可视化物流调度方法及系统
Eitan et al. A generalized approach to modeling the hierarchical location-allocation problem
CN113988570A (zh) 一种基于多目标进化算法的旅游大巴车调度优化方法

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