CN115099061B - 一种机器人仓储系统自动建模方法及系统 - Google Patents

一种机器人仓储系统自动建模方法及系统 Download PDF

Info

Publication number
CN115099061B
CN115099061B CN202210866398.1A CN202210866398A CN115099061B CN 115099061 B CN115099061 B CN 115099061B CN 202210866398 A CN202210866398 A CN 202210866398A CN 115099061 B CN115099061 B CN 115099061B
Authority
CN
China
Prior art keywords
robot
simulation
data
modeling
warehousing system
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
CN202210866398.1A
Other languages
English (en)
Other versions
CN115099061A (zh
Inventor
司聪敏
王转
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.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
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 University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202210866398.1A priority Critical patent/CN115099061B/zh
Publication of CN115099061A publication Critical patent/CN115099061A/zh
Application granted granted Critical
Publication of CN115099061B publication Critical patent/CN115099061B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种机器人仓储系统自动建模方法及系统，涉及物流系统规划及三维建模技术领域。包括：仿真输入模块，用于通过交互界面录入设计数据，根据设计数据，对机器人仓储系统中所有实体的数据参数化；将设计数据传输至自动建模仿真系统后台；仿真建模模块，用于建立所有实体的仿真模型以及确定目标仓储系统机器人的工作策略，构成策略数据；根据设计数据、实体参数以及策略数据进行仿真建模，完成机器人仓储系统自动建模。本发明减少了专业设计者的工作量，降低了对机器人仓储系统设计的入门门槛。在没有软件使用经验的物流人员或管理者，通过人机交互程序快速得到目标系统和仿真分析结果，有利于促进机器人仓储系统在物流领域的发展和应用。

Description

一种机器人仓储系统自动建模方法及系统
技术领域
本发明涉及物流系统规划及三维建模技术领域，特别是指一种机器人仓储系统自动建模方法及系统。
背景技术
随着物流行业的发展，物流系统已经变得越来越复杂，内部的关联性也随之变得越来越强，仿真就成了企业检测其物流系统及决策是否有效或高效的一个重要途径。物流系统仿真的过程就是在计算机中创建真实物流系统的计算机模型，然后使用比现实时间更短的时间和更少的成本进行研究。仿真可以作为一款预先规划的分析工具，为用户提供不同方案的信息反馈，在短时间内发现并解决问题，避免设计的物流系统在实施时发生风险。
目前仿真建模方法是基于仿真建模软件搭建目标方案模型，常用的仿真建模软件包括Flexsim、eM-Plant、AutoMod、Arena等。其中Flexsim是一款基于Windows的，面向对象的仿真软件，用于建立离散事件流程过程，并且三维效果十分逼真。因此，本发明在Flexsim软件中建立机器人自动仓储系统自动建模系统。
三维建模仿真系统可以把设计方案以三维可视化的方式直观的表达出来，从而使观察者快速准确的获取所需要的信息。目前，机器人仓储系统的三维建模仿真过程通常是先采用人工梳理目标方案中货架、机器人的尺寸参数、位置参数和性能参数，然后使用建模工具手动建立目标方案中所有货架和工作站的模型，再根据机器人仓储系统的工作流程，完成目标方案的流程建模，最后输入仿真数据，即可运行得到仿真结果。通常情况下，机器人仓储系统中的货架数量非常庞大，因此手动建模过程耗时较长。
传统的机器人仓储系统三维建模仿真过程要先采用人工梳理目标方案实体种类、实体各项参数数据及工作流程，再使用建模工具手动建立机器人仓储系统仿真模型，这种方法耗时长，效率低，需要做大量的重复性工作，并且由于三维建模时的非自动化导致模型的更新困难，因此一旦模型需要更改只能重新建模。其次，使用建模工具对设计者建模水平有一定的要求，设计者的水平高低决定着是否能正确建立仿真模型，不适用于非专业用户使用。
发明内容
针对现有技术中机器人仓储系统三维建模仿真方法耗时长、效率低、需要做大量的重复性工作以及模型更新困难的不足的问题，本发明提出了一种机器人仓储系统自动建模方法及系统。
为解决上述技术问题，本发明提供如下技术方案：
一方面，提供了一种机器人仓储系统自动建模系统，该系统应用于电子设备，该系统包括：
仿真输入模块，用于通过交互界面录入设计数据，根据所述设计数据，对机器人仓储系统中所有实体的数据参数化；将所述设计数据传输至自动建模仿真系统后台；
仿真建模模块，用于建立所有实体的仿真模型以及确定目标仓储系统机器人的工作策略，构成策略数据；根据所述设计数据、实体参数以及策略数据进行仿真建模，完成机器人仓储系统自动建模。
可选地，系统还包括：
仿真运行模块，用于对仿真建模的机器人仓储系统进行编译运行仿真；
仿真输出模块，用于对机器人仓储系统的运行数据进行按需导出并使用。
可选地，仿真输入模块包括：
系统参数输入子模块，用于录入机器人仓储系统的预设布局数据，所述预设布局数据包括：存储区数据、工作站区数据、充电站区数据；
模拟数据输入子模块，用于输入仿真过程中的出入库任务数据、初始库存数据；将Excel表中数据导入仿真系统中。
可选地，仿真建模模块包括：
物理建模子模块，用于获取机器人仓储系统中所有实体，根据预设布局数据对所有实体的数据建立参数化、层次化模型，确定所有实体参数；通过实体间的相对位置坐标来计算所有实体位置坐标；
流程建模子模块，用于创建机器人仓储系统的工艺流程，指定机器人的跟随策略；所述跟随策略包括：完全跟随策略以及不跟随策略。
可选地，机器人仓储系统中的实体包括：区域布局、货架、工作站、以及机器人。
可选地，区域布局的参数包括：仓库尺寸参数、移动货架储区、工作站区、充电区；货架的参数包括：储存货架、播种货架、储运单元；工作站的参数包括：入库工作站和出库工作站。
可选地，完全跟随策略为：一个任务从开始到结束都由一个机器人完成；所述不跟随策略为：一个任务由至少两个机器人合作完成。
可选地，仿真运行模块基于FlexSim软件运行，通过FlexSim的三维虚拟现实环境展示机器人仓储系统运行状态。
一方面，提供了一种机器人仓储系统自动建模方法，该方法应用于电子设备，适用于上述任意一项系统，该方法具体步骤包括：
S1：通过交互界面录入设计数据，根据所述设计数据对机器人仓储系统中所有实体的数据参数化；将所述设计数据传输至自动建模仿真系统后台；
S2：确定订单计划以及目标仓储系统机器人的工作策略，对跟随策略进行选择；
S3：根据所述设计数据、实体参数以及策略数据进行仿真建模，完成机器人仓储系统自动建模。
可选地，步骤S3之后还包括：
S4：对仿真建模的机器人仓储系统进行编译运行仿真；
S5：对仿真后机器人仓储系统的运行数据进行按需导出并使用。
一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述机器人仓储系统自动建模的方法。
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述机器人仓储系统自动建模的方法。
本发明实施例的上述技术方案至少具有如下有益效果：
上述方案中，1、本机器人仓储系统自动建模系统，基于本发明提出的机器人仓储系统自动建模方法，将机器人仓储系统各个环节的主要影响因素参数化，通过人机交互界面进行参数输入或修改，实现了机器人仓储系统的快速建模仿真，极大程度地减少为了多方案对比选型而造成的重复设计，避免了手动建模的庞大工作量，大大提高了建模的速度，使设计工作更为轻松，一般方案建模时间可在3分钟内完成。
2、机器人仓储系统自动建模系统不仅减少了专业设计者的工作量，更降低了对机器人仓储系统设计的入门门槛。即使是没有软件使用经验的物流人员或管理者，也可以通过人机交互程序快速得到目标系统和仿真分析结果，有利于促进机器人仓储系统在物流领域的发展和应用，进而提高行业整体发展水平。
3、通过对目标多机器人仓储系统的可视化流程仿真，不仅能对其运作模式直观显示，更能便于对该系统的性能和作业效率分析，为用户提供相应的运作参数报告，方便用户评估方案优劣，辅助用户做出正确的决策。
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是本发明实施例提供的一种机器人仓储系统自动建模系统的系统框图；
图2是本发明实施例提供的一种机器人仓储系统自动建模系统的经典布局图；
图3是本发明实施例提供的一种机器人仓储系统自动建模系统的各部分参数结构图；
图4是本发明实施例提供的一种机器人仓储系统自动建模系统的货架布局图；
图5是本发明实施例提供的一种机器人仓储系统自动建模系统的工作站布局图；
图6是本发明实施例提供的一种机器人仓储系统自动建模的完全跟随策略流程图；
图7是本发明实施例提供的一种机器人仓储系统自动建模的不跟随策略流程图；
图8是本发明实施例提供的一种机器人仓储系统自动建模的基于FlexSim的三维虚拟现实环境仓储系统运行图；
图9是本发明实施例提供的一种机器人仓储系统自动建模方法的流程图；
图10是本发明实施例提供的一种机器人仓储系统自动建模方法的系统开始页面图；
图11是本发明实施例提供的一种机器人仓储系统自动建模系统的数据输入页面图；
图12是本发明实施例提供的一种机器人仓储系统自动建模系统的流程建模选择页面图；
图13是本发明实施例提供的一种机器人仓储系统自动建模系统的数据导入和策略选择页面图；
图14是本发明实施例提供的一种机器人仓储系统自动建模系统的仿真确认页面图；
图15是本发明实施例提供的一种机器人仓储系统自动建模系统的建模效果图a；
图16是本发明实施例提供的一种机器人仓储系统自动建模系统的建模效果图b；
图17是本发明实施例提供的一种机器人仓储系统自动建模系统的仿真模型运行效果图a；
图18是本发明实施例提供的一种机器人仓储系统自动建模系统的仿真模型运行效果图b；
图19是本发明实施例提供的一种机器人仓储系统自动建模系统的数据导出页面图；
图20是本发明实施例提供的一种机器人仓储系统自动建模系统的仿真结果动态可视化展示图；
图21是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明实施例提供了一种机器人仓储系统自动建模的系统，该系统可以由电子设备实现，该电子设备可以是终端或服务器。如图1所示的机器人仓储系统自动建模的系统结构图，该系统包括：
仿真输入模块，用于通过交互界面录入设计数据，根据所述设计数据，对机器人仓储系统中所有实体的数据参数化；将所述设计数据传输至自动建模仿真系统后台；
仿真建模模块，用于建立所有实体的仿真模型以及确定目标仓储系统机器人的工作策略，构成策略数据；根据所述设计数据、实体参数以及策略数据进行仿真建模，完成机器人仓储系统自动建模。
可选地，系统还包括：
仿真运行模块，用于对仿真建模的机器人仓储系统进行编译运行仿真；
仿真输出模块，用于对机器人仓储系统的运行数据进行按需导出并使用。
一种可行的实施方式中，针对现有机器人仓储系统三维建模仿真方法耗时长、效率低、需要做大量的重复性工作以及模型更新困难的不足，本发明提出了一种能够满足多种方案需求且能够降低大量重复性劳动工作的机器人仓储系统的自动建模方法，并基于Flexsim软件建立了机器人仓储系统自动建模仿真系统。此方法可以解决现有建模方法过程复杂、自动化程度低的问题，同时简化了机器人仓储系统建模过程和实现技术，降低了对仿真建模人员专业知识要求；并且建模耗时短，也可以提高仿真分析的效率。
一种可行的实施方式中，如图1所示，本发明旨在为用户提供一种机器人仓储系统自动建模系统。此机器人自动建模系统主要包括：仿真输入模块、仿真建模模块、仿真运行模块、仿真输出模块。
本发明机器人仓储系统(Robotic Mobile Fulfillment Systems，RMFS)自动建模仿真系统提供一种机器人仓储系统的参数化自动建模方法和系统，以三维立体的方式呈现真实的机器人仓储系统的布局和详细运作过程。用户通过交互界面(Graphical UserInterface，GUI)输入设计数据，界面将数据传输至自动建模仿真系统后台：输入目标仓储系统中所有实体的参数；确定订单计划，通过订单计划生成入库和出库任务数据并导入系统；输入目标仓储系统机器人工作策略，用于选择目标机器人仓储系统的工作流程。收到所有设计数据后，开始仿真建模过程，自动建模仿真系统先根据实体数据自动创建实体三维物理模型并计算实体坐标，构建模型布局，再根据机器人工作策略创建目标仓储系统的工作流程。仿真建模完成后即可编译运行仿真，运行后自动建模仿真系统会三维动态地展示目标机器人仓储系统运作状态，还可实时分析系统运行数据并进行动态可视化展示。仿真结束后，用户可根据需要导出库存数据及其它运行数据。
一种可行的实施方式中，仿真输入模块用于输入仿真过程中需要的数据，包括系统参数输入模块和模拟数据输入模块。系统参数输入模块用于输入目标机器人仓储系统所有实体的数据，为物理建模子模块创建实体提供数据支持；模拟数据输入模块用于输入目标仓储系统的出入库任务数据、初始库存数据。
仿真输入模块包括：
系统参数输入子模块，用于录入机器人仓储系统的预设布局数据，所述预设布局数据包括：存储区数据、工作站区数据、充电站区数据。
一种可行的实施方式中，机器人仓储系统的经典布局如图2所示，呈网格状，主要包括：存储区、工作站区、充电站区，图中被通道隔开的一组货架成为货架组Block，机器人可以运载货架在通道中行走。
系统参数输入模块实现了机器人仓储系统所有实体的数据参数化，建模前用户通过页面交互输入目标仓储系统数据。机器人仓储系统实体参数化主要包括四个部分：区域布局、货架、工作站、机器人，针对这四个部分建立参数化、层次化模型，即可确定机器人仓储系统所有参数。其中，区域布局包含：仓库尺寸参数、移动货架储区、工作站区、充电区；货架包含：储存货架、播种货架、储运单元；工作站包含：入库工作站和出库工作站。各部分参数结构如图3所示。
1)功能区域
首先是功能区域参数，单元格边长GridLength、仓库X向网格数xLength、仓库Y向网格数yLength，用于系统计算仓库尺寸大小；存储区初始坐标(Rack_x0，Rack_y0)确定存储区第一个货架的位置；工作站包含入库工作站和出库工作站，根据方位信息Position(上、下、左、右)和初始坐标信息(In_x0，In_y0)和(Out_x0，Out_y0)，确定工作站的布置方位和第一个工作站的位置；充电区需要的参数有初始坐标位置(ChargeX，ChargeY)、充电区长ChargeLength、充电区宽ChargeWidth。
2)货架系统
机器人仓储系统的货架有两种：储存货架和工作站货架，其中储存货架在存储区储存货品，工作站货架在入库工作站储放待入库货品，在出库工作站储放订单箱。
存储区的参数有：Block横向货架数RackNumX、Block纵向货架数RackNumY、X向Block数BlockNumX和Y向Block数BlockNumY，根据这些参数可以先确定一个货架组Block的大小，进而确定整个存储区的大小。存储区的储存货架设计需要根据其使用的料箱确定，通道料箱的长宽高(ToteLength，ToteWidth，ToteHeight)即可得到单个货格尺寸，进而得到储存货架参数：货格长StockLength、货格宽StockWidth、每层货格数StockNum、货架层数TierNum、层高TierHeight。根据机器人仓储系统的操作特点，储存货架都是可以双面操作的，因此默认储存货架双深位，即一个货格可以储放两个料箱。至此，储存货架尺寸即可确定，计算即可得到货架的位置参数。
工作站货架上放置订单箱，其货格大小是根据订单箱长宽高确定的，通过订单箱长宽高(SToteLength、SToteWidth、SToteHeight)，确定工作站货架参数：货格长SStockLength、货格宽SStockWidth、每层货格数SStockNum、货架层数STierNum、层高STierHeight，工作站货架一般为单深位，即一个货格可以储放一个订单箱。
3)工作站系统
机器人仓储系统有入库和出库两种工作站，入库工作站完成补货入库流程，出库工作站完成拣选出库流程。每个工作站包含一个操作工人、一个货架放置待入库货品或订单箱，操作工人站在目标货架前。完成入库或拣选出库操作。工作站系统需要确定参数有：入库工作站数量InNum、出库工作站数量OutNum、入库工作站间距InSpacing和出库工作站间距OutSpacing，根据这些参数以及功能区域工作站区的参数即可在建模时确定目标仓储系统的工作站数量、位置及具体坐标。
4)机器人系统
机器人参数包括尺寸参数、性能参数、充电参数、仿真参数：长宽高(RobotLength、RobotWidth、RobotHeight)、装载时间LoadTime、卸载时间UnloadTime、加速度RobotAcce、减速度RobotDece、最大速度MaxSpeed、满电可运行距离TravelDis、充电比例Percent、充电时间ChargeTime以及机器人跟随策略Strategy。机器人跟随策略有完全跟随策略和不跟随策略两种。完全跟随策略意味着一个任务触发后，立即调用机器人将任务货架从存储区运载到目标工作站，机器人跟随货架排队进入工作站，继续跟随等待货架完成操作后再将任务货架送回储区，整个过程只调用一个机器人；而不跟随策略则是一个任务触发后调用一个机器人将任务货架送至目标工作站后即被释放，货架单独排队进入工作站，如果过程中任务货架需要移动位置，则重新调用机器人完成移位任务，任务货架完成操作后会再次调用机器人送其回储区，整个过程会调用多个机器人。
模拟数据输入子模块，用于输入仿真过程中的出入库任务数据、初始库存数据；将Excel表中数据导入仿真系统中。
一种可行的实施方式中，模拟数据输入模块用于输入仿真过程中的出入库任务数据、初始库存数据。通过模拟数据输入模块可以将Excel表中数据导入仿真系统中，用户选择要导入的Excel，后台即可完成Excel表中数据的导入过程。
一种可行的实施方式中，仿真建模模块利用仿真输入模块传入的数据完成目标仓储系统模型创建，包括物理建模子模块和流程建模子模块。物理建模子模块提取仿真输入模块中实体参数搭建实体三维物理模型，并根据位置数据完成实体布局；流程建模子模块根据目标机器人仓储系统机器人工作策略完成对应的工作流程建模。
其中，仿真建模模块包括：
物理建模子模块，用于获取机器人仓储系统中所有实体，根据预设布局数据对所有实体的数据建立参数化、层次化模型，确定所有实体参数；通过实体间的相对位置坐标来计算所有实体位置坐标。
一种可行的实施方式中，物理建模中实体的自动建模过程是调用实体创建程序，输入已知参数，生成多个实体，再通过实体间的相对位置坐标来计算所有实体位置坐标。系统内主要实体有：储存货架、工作站、机器人。
生成储存货架时，先生成多个货架实体组成一个货架组Block，再通过循环生成多个货架组Block，完成存储区实体建模。系统生成货架实体的思路是：输入货架所有参数，调用创建货架实体程序，生成目标货架实体，程序计算货架位置，设定货架位置。机器人仓储系统中货架布局如图4所示，图4中左下角为存储区初始坐标点(Rack_x0,Rack_y0)，布置货架时沿x轴、y轴方向布置。计算目标货架位置(R_x,R_y)的思路为：已知货架所在货架组Block的位置(Block_x,Block_y)、货架在当前货架组Block中的位置为(R_Blockx,R_Blocky)，Block_x意为当前货架组是x方向第Block_x个货架组，Block_y意为当前货架组是y方向第Block_y个货架组；R_Blockx意为目标货架是其所在货架组x方向第R_Blockx个货架，R_Blocky意为目标货架是其所在货架组y方向第R_Blocky个货架。
则目标货架坐标(Rx,Ry)：
Figure BDA0003759360150000101
其中，GridLength为单元格边长，GridLength*RackNumX为一个货架组Block的x方向长，GridLength*RackNumY为一个货架组Block的y方向长。
机器人仓储系统中有入库和出库两种工作站，工作站布局如图5所示，每个工作站有一个操作员负责入库/出库操作和一个货架，入库工作站用此货架来储放待入库货品，出库工作站用此货架储放订单箱。工作时操作员位置不变，面向操作货架，机器人运载货架排队进入工作站操作员前，完成入库/出库操作后机器人运回货架至储区。自动建模时，程序默认一个工作站为一个整体，会根据用户输入单元格参数和工作站货架参数生成目标机器人仓储系统的默认工作站模块。因此系统生成工作站实体的思路是：输入入库工作站数量InNum、出库工作站数量OutNum、入库工作站间距InSpacing和出库工作站间距OutSpacing参数，调用创建工作站模块程序，生成目标工作站实体，程序计算工作站位置，设定工作站位置。
一种可行的实施方式中，机器人仓储系统中的实体包括：区域布局、货架、工作站、以及机器人。
区域布局的参数包括：仓库尺寸参数、移动货架储区、工作站区、充电区；货架的参数包括：储存货架、播种货架、储运单元；工作站的参数包括：入库工作站和出库工作站。
一种可行的实施方式中，机器人仓储系统中一般会有多个机器人，系统生成工作站实体的思路是：输入机器人尺寸参数和性能参数，调用创建机器人程序，生成目标机器人实体。
优选地，流程建模子模块，用于创建机器人仓储系统的工艺流程，指定机器人的跟随策略；跟随策略包括：完全跟随策略以及不跟随策略。
一种可行的实施方式中，完全跟随策略为：一个任务从开始到结束都由一个机器人完成；所述不跟随策略为：一个任务由至少两个机器人合作完成。
一种可行的实施方式中，如图6所示，机器人完全跟随策略意味着一个任务从开始到结束都由一个机器人完成，具体为：工作站收到任务后，读取任务信息，得到任务货架位置，调用机器人前往目标货架位置，机器人运载任务货架到工作站并跟随货架排队，等到任务货架操作完成，机器人继续跟随货架将其送回存储区，完成后释放机器人。整个过程中机器人一直跟随着任务货架。而不跟随策略则不同，一个任务通常由多个机器人合作完成。
一种可行的实施方式中，如图7所示，不跟随策略具体流程为：工作站收到任务后，读取任务信息，得到任务货架坐标，调用机器人去往目标货架位置并运载货架至工作站，任务货架到达工作站后机器人立即释放，货架独自在工作站排队。当任务货架需要移动位置时，重新调用机器人执行移位任务，完成后释放机器人，当任务货架完成操作再次调用机器人将其送回储区，完成后释放机器人。整个过程多次调用机器人。
一种可行的实施方式中，仿真运行模块基于FlexSim软件运行，通过FlexSim的三维虚拟现实环境展示机器人仓储系统运行状态。
本发明实施例中，仿真运行模块基于FlexSim软件实现，利用FlexSim的三维虚拟现实环境形象地展示机器人仓储系统运行状态，如图8所示。整个仿真运行模块包括数据储存模块、入库仿真模块和出库仿真模块。数据储存模块用来存系统库存数据，包括各储位的库存状态和货品的存放位置信息，仿真开始时刻仿真运行模块读取目标机器人仓储系统初始库存，程序自动生成初始库存数据；入库仿真模块根据入库任务数据仿真货品入库过程，三维立体展示机器人运送任务货架出库到工作站，货品在工作站完成入库到货架，再由机器人将货架运送回储区内的过程，同时将货品入库数据反馈至数据储存模块；出库仿真模块根据出库任务数据仿真货品出库过程，三维立体展示机器人运送任务货架出库到工作站，货品在工作站完成出库到播种墙，再由机器人将出库完成的货架送回到储区内的过程，同时将货品出库数据反馈至数据储存模块。
一种可行的实施方式中，仿真输出模块可以在仿真结束后输出仿真结果，也可以在仿真运行过程中实时分析系统运行数据并进行动态可视化展示。仿真结束后，用户还可查看并导出库存数据、机器人运行数据和工作站运行数据。
本发明实施例中，基于本发明提出的机器人仓储系统自动建模方法，将机器人仓储系统各个环节的主要影响因素参数化，通过人机交互界面进行参数输入或修改，实现了机器人仓储系统的快速建模仿真，极大程度地减少为了多方案对比选型而造成的重复设计，避免了手动建模的庞大工作量，大大提高了建模的速度，使设计工作更为轻松，一般方案建模时间可在3分钟内完成。
本发明实施例提供了一种机器人仓储系统自动建模的方法，该方法可以由电子设备实现，该电子设备可以是终端或服务器。如图9所示的机器人仓储系统自动建模的方法流程图，该方法的处理流程可以包括如下的步骤：
S101：通过交互界面录入设计数据，根据设计数据对机器人仓储系统中所有实体的数据参数化；将设计数据传输至自动建模仿真系统后台；
S102：确定订单计划以及目标仓储系统机器人的工作策略，对跟随策略进行选择；
S103：根据设计数据、实体参数以及策略数据进行仿真建模，完成机器人仓储系统自动建模。
优选地，步骤S103之后还包括：
S104：对仿真建模的机器人仓储系统进行编译运行仿真；
S105：对仿真后机器人仓储系统的运行数据进行按需导出并使用。
一种可行的实施方式中，基于本发明提出的机器人自动仓储系统自动建模方法在Flexsim软件中建立机器人自动仓储系统自动建模系统，系统具体功能如下：
系统开始页面如图10所示，包括开始建模、重置数据、重置模型、数据导出四个部分。开始建模部分用于新建仿真模型；重置数据用于重置当前仿真模型的入库数据、出库数据等，用户通过此功能可以进行多组仿真测试；重置模型是重置当前仿真模型到初始状态；数据导出部分可以查看和导出库存表、机器人运行数据表、工作站运行数据表。
一种可行的实施方式中，新建模型：用户点击开始建模即可建立新的仿真模型。通过在如图11所示的页面中输入目标方案的所有实体数据，完成系统参数输入过程。
系统参数输入完成后，如图12，进入下一步，选择要仿真的流程，可以选择入库、出库或者出入混合，后台根据用户选择在流程建模子模块中选择对应的工作流程。
一种可行的实施方式中，模拟数据输入：如图13，用户将出入库任务数据、初始库存数据导入仿真系统中。用户选择要导入的Excel，后台即可完成Excel表中数据的导入过程。然后选择当前方案要使用机器人跟随策略，有机器人完全跟随策略和机器人不跟随两种策略供选择。选择完成后，即可进入下一步，开始建模仿真，如图14所示。到此，即可完成机器人仓储系统自动建模过程，如图15、图16所示。
一种可行的实施方式中，如图17、图18所示，在建模完成后，点击运行，即可开始仿真。运行完成后，通过数据导出模块可以查看并导出运行数据，如图19所示。同时，系统在仿真运行过程中可以实时分析系统运行数据并进行动态可视化展示，如图20所示。
本发明实施例中，首先，实现了本机器人仓储系统自动建模系统，基于本发明提出的机器人仓储系统自动建模方法，将机器人仓储系统各个环节的主要影响因素参数化，通过人机交互界面进行参数输入或修改，实现了机器人仓储系统的快速建模仿真，极大程度地减少为了多方案对比选型而造成的重复设计，避免了手动建模的庞大工作量，大大提高了建模的速度，使设计工作更为轻松，一般方案建模时间可在3分钟内完成。
其次，本发明的机器人仓储系统自动建模系统不仅减少了专业设计者的工作量，更降低了对机器人仓储系统设计的入门门槛。即使是没有软件使用经验的物流人员或管理者，也可以通过人机交互程序快速得到目标系统和仿真分析结果，有利于促进机器人仓储系统在物流领域的发展和应用，进而提高行业整体发展水平。
最后，通过对目标多机器人仓储系统的可视化流程仿真，不仅能对其运作模式直观显示，更能便于对该系统的性能和作业效率分析，为用户提供相应的运作参数报告，方便用户评估方案优劣，辅助用户做出正确的决策。
图21是本发明实施例提供的一种电子设备700的结构示意图，该电子设备700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)701和一个或一个以上的存储器702，其中，所述存储器702中存储有至少一条指令，所述至少一条指令由所述处理器701加载并执行以实现下述机器人仓储系统自动建模的方法的步骤：
S101：通过交互界面录入设计数据，根据设计数据对机器人仓储系统中所有实体的数据参数化；将设计数据传输至自动建模仿真系统后台；
S102：确定订单计划以及目标仓储系统机器人的工作策略，对跟随策略进行选择；
S103：根据设计数据、实体参数以及策略数据进行仿真建模，完成机器人仓储系统自动建模。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述机器人仓储系统自动建模的方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种机器人仓储系统自动建模系统，其特征在于，系统包括：
仿真输入模块，用于通过交互界面录入设计数据，根据所述设计数据计算得到目标机器人仓储系统所有实体的位置信息；将所述设计数据传输至自动建模仿真系统后台；
所述仿真输入模块包括：
系统参数输入子模块，用于录入机器人仓储系统的预设布局数据，基于预设布局对所有实体建立参数化、层次化模型，通过实体间的相对位置来计算所有实体位置信息，确定目标仓储系统内所有实体参数；其中，预设布局包括：布局存储区、工作站区、充电站区；所述目标仓储系统内所有实体参数包括：区域布局数据、存储区数据、工作站区数据、充电站区数据、机器人数据；
模拟数据输入子模块，用于输入仿真过程中的出入库任务数据、初始库存数据；用户通过交互界面操作，将模拟数据以Excel表形式导入仿真系统中；
仿真建模模块，用于建立目标仓储系统中所有实体的仿真模型以及确定目标仓储系统机器人的工作策略，构成策略数据；根据所述设计数据、实体参数以及策略数据进行自动创建实体模型以及工艺流程建模，完成机器人仓储系统自动建模；
所述仿真建模模块包括：
物理建模子模块，用于建立机器人仓储系统中所有实体模型，根据所述设计数据、实体参数，自动创建所有实体模型，完成机器人仓储系统自动建模；
流程建模子模块，用于创建机器人仓储系统的工艺流程，获取设计数据中的策略数据，自动创建对应策略的工艺流程，指定机器人的跟随策略；所述跟随策略包括：完全跟随策略以及不跟随策略；
所述系统还包括：
仿真运行模块，用于对目标机器人仓储系统进行编译运行仿真，获取仿真任务的模拟数据，导入任务数据，运行机器人仓储系统模型进行仿真；
仿真输出模块，用于对机器人仓储系统的运行数据进行按需导出并使用；所述仿真输出模块在仿真结束后输出仿真结果；在仿真运行过程中实时分析系统运行数据并进行动态可视化展示。
2.根据权利要求1所述的系统，其特征在于，所述机器人仓储系统还包括：区域布局、货架、工作站、以及机器人。
3.根据权利要求2所述的系统，其特征在于，所述区域布局的参数包括：仓库尺寸参数、移动货架储区、工作站区、充电区；货架的参数包括：储存货架、播种货架、储运单元；工作站的参数包括：入库工作站和出库工作站。
4.根据权利要求1所述的系统，其特征在于，所述完全跟随策略为：一个任务从开始到结束都由一个机器人完成；所述不跟随策略为：一个任务由至少两个机器人合作完成。
5.根据权利要求1所述的系统，其特征在于，所述仿真运行模块基于FlexSim软件运行，通过FlexSim的三维虚拟现实环境展示机器人仓储系统运行状态。
6.一种机器人仓储系统自动建模方法，其特征在于，所述方法适用于上述权利要求1-5任意一项所述的系统，具体步骤包括：
S1：通过交互界面录入设计数据，将所述设计数据传输至自动建模仿真系统后台；
S2：根据设计数据对机器人仓储系统中所有实体的数据参数化，自动计算所有实体位置信息，确定所有实体参数，实体包括：储存货架、工作站、机器人；
S3：根据所述设计数据、实体参数自动建立所有实体的仿真模型；根据策略数据自动创建目标仓储系统机器人的工艺流程，确定机器人跟随策略，完成机器人仓储系统自动建模；
S4：读取仿真模拟数据，自动导入任务数据。
7.根据权利要求6所述的方法，其特征在于，所述步骤S4之后还包括：
S5：对仿真建模的机器人仓储系统进行编译运行仿真；
S6：对仿真后机器人仓储系统的运行数据进行按需导出并使用。
CN202210866398.1A 2022-07-22 2022-07-22 一种机器人仓储系统自动建模方法及系统 Active CN115099061B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210866398.1A CN115099061B (zh) 2022-07-22 2022-07-22 一种机器人仓储系统自动建模方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210866398.1A CN115099061B (zh) 2022-07-22 2022-07-22 一种机器人仓储系统自动建模方法及系统

Publications (2)

Publication Number Publication Date
CN115099061A CN115099061A (zh) 2022-09-23
CN115099061B true CN115099061B (zh) 2023-04-18

Family

ID=83299742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210866398.1A Active CN115099061B (zh) 2022-07-22 2022-07-22 一种机器人仓储系统自动建模方法及系统

Country Status (1)

Country Link
CN (1) CN115099061B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101369291A (zh) * 2008-09-09 2009-02-18 清华大学深圳研究生院 仓储仿真器
CN114357740A (zh) * 2021-12-22 2022-04-15 中国人民解放军陆军装甲兵学院 一种物资仓储布局模型构建方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10860750B2 (en) * 2017-06-15 2020-12-08 Sap Se Model driven layout design for robotics warehouse
CN113495557A (zh) * 2020-04-03 2021-10-12 北京京东乾石科技有限公司 确定目标设备数量的方法和装置
CN112239040B (zh) * 2020-09-30 2021-11-09 深圳市海柔创新科技有限公司 仓储管理的方法、装置、设备、介质及仓储系统
CN113111429A (zh) * 2021-05-28 2021-07-13 大唐智联科技(杭州)有限公司 立体仓库仿真方法、装置及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101369291A (zh) * 2008-09-09 2009-02-18 清华大学深圳研究生院 仓储仿真器
CN114357740A (zh) * 2021-12-22 2022-04-15 中国人民解放军陆军装甲兵学院 一种物资仓储布局模型构建方法

Also Published As

Publication number Publication date
CN115099061A (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN106022523B (zh) 一种基于集成仿真的自动化生产线优化设计方法
CA2433996C (en) Software tool for heuristic search methods
CN108121216B (zh) 一种基于数字化工厂的自动化车间虚拟调试方法
CN111599000A (zh) 一种工艺布局生成方法和设计系统
CN109408996B (zh) 用于智能设备控制的交互方法、装置、系统及存储介质
CN111125814A (zh) 一种基于bim的工程监理监管方法及系统
CN105787229B (zh) 一种自动化生产线的设计与运行联合优化方法
Avventuroso et al. Production paradigms for additive manufacturing systems: A simulation-based analysis
JPS6123003A (ja) スケジユ−ル作成方法
CN115099061B (zh) 一种机器人仓储系统自动建模方法及系统
Krenczyk et al. Production planning and scheduling with material handling using modelling and simulation
CN117611029A (zh) 一种仓储物流系统的进程式仿真方法及系统
Daneshjo et al. Software support for optimizing layout solution in lean production
Mages et al. Automatic component-based synthesis of user-configured manufacturing simulation models
CN115774946B (zh) 基于slp的三维设施规划与物流分析方法、系统及应用
CN112484695A (zh) 一种基于bim模型的建筑室内空间净高分析方法及装置
Yang et al. Verification of intelligent scheduling based on deep reinforcement learning for distributed workshops via discrete event simulation.
Wenbin et al. Production engineering-oriented virtual factory: a planning cell-based approach to manufacturing systems design
Wang et al. Achieving manufacturing excellence through the integration of process planning change and data-driven simulation
Ko et al. Machine control level simulation of an AS/RS in the automotive industry
Pascual et al. Optimizing Ergonomics and Productivity by Connecting Digital Human Modeling and Production Flow Simulation Software
CN113887071B (zh) 一种工艺流程图制作方法、系统、存储介质及设备
JPH0638269B2 (ja) 座標格子作成支援方法及びその装置
Shintre et al. A Review on Productivity Improvement using Digital Manufacturing Approach
Masmoudi Sizing manufacturing cell machines based on the simulation and an expert 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
GR01 Patent grant
GR01 Patent grant