CN116339257A - Agv多车调度系统以及相关调度方法 - Google Patents
Agv多车调度系统以及相关调度方法 Download PDFInfo
- Publication number
- CN116339257A CN116339257A CN202310308073.6A CN202310308073A CN116339257A CN 116339257 A CN116339257 A CN 116339257A CN 202310308073 A CN202310308073 A CN 202310308073A CN 116339257 A CN116339257 A CN 116339257A
- Authority
- CN
- China
- Prior art keywords
- agv
- scheduling
- job
- subtasks
- warehouse
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000009826 distribution Methods 0.000 claims abstract description 24
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 11
- 238000007726 management method Methods 0.000 claims description 33
- 238000005457 optimization Methods 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 22
- 239000000969 carrier Substances 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 11
- 230000002457 bidirectional effect Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000001960 triggered effect 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]
- G05B19/4189—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] or 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] or computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请是关于一种AGV多车调度系统以及相关调度方法。提供一种AGV多车调度系统,包括:任务分配系统,包括任务分解单元和执行分配单元;所述任务分解单元用于获取出入库任务,将所述出入库任务分解为至少两个作业子任务;所述执行分配单元用于使用处于空闲状态的自动引导设备AGV搬运车执行所述至少两个作业子任务;调度控制系统,包括模型管理单元和调度排队管理单元;所述模型管理单元用于基于库房布局方案构建作业子任务的调度排队模型;所述调度排队管理单元用于基于调度排队模型对未处理的作业子任务进行排队管理,以提高AGV搬运车的调度效率。
Description
技术领域
本申请涉及仓储技术领域,尤其涉及AGV多车调度系统以及相关调度方法。
背景技术
自动化库房又称为自动存储系统,是一种新型的仓储技术,是物料搬运和仓储科学中的一门综合科学技术工程。它以成垛规格平置存放或高层立体货架存放为主要标志,以成套自动引导设备(AGV,Automated Guided Vehicle)为基础,以先进的计算机控制技术为主要手段,由此而组成高效率的出入库作业,大容量、科学的存储,以适应现代化计量生产、仓储及配送的需要。
AGV是一种能根据程控指令在缓存站台和存储存储位置之间沿指定路线自动搬运物料的设备,由于它具有多方面的优点,近年来发展很快,并在各个领域得到广泛应用。AGV是整个自动化库房管理系统的柔性运输单元,其主要任务是接受调度系统发出的调度信息,自动搬运标准的计量器具,在本系统当中是标准的计量周转箱。并将结果反馈给仓储管理系统以便整个管理系统信息完整。
目前AGV搬运车的路径规划以及调度是单纯基于一台AGV搬运车的最短传输路径来规划的,但是随着对运输效率要求的提高,在一个工作区域会加入多辆AGV同时进行工作,而在这种情况则可能出现有两台AGV之间需同时移动到同一个位置从而造成冲突显现发生,进一步对整体运输效率造成影响。
因此,需要一套AGV多车调度系统,以协调多辆AGV搬运车的路径规划以及对待执行的作业任务进行排队管理。
发明内容
为克服相关技术中存在的问题,本申请提供一种AGV多车调度系统以及相关调度方法,能够提高AGV搬运车的调度效率。
本申请第一方面提供一种AGV多车调度系统,包括:
任务分配系统,包括任务分解单元和执行分配单元;所述任务分解单元用于获取出入库任务,将所述出入库任务分解为至少两个作业子任务;所述执行分配单元用于使用处于空闲状态的自动引导设备AGV搬运车执行所述至少两个作业子任务;其中,被AGV搬运车所执行的作业子任务处于执行状态,未被AGV搬运车所执行的作业子任务处于等待状态;
调度控制系统,包括模型管理单元和调度排队管理单元;所述模型管理单元用于基于库房布局方案构建作业子任务的调度排队模型;所述调度排队管理单元用于基于调度排队模型对未处理的作业子任务进行排队管理。
在一种实施方式中,所述模型管理单元,包括:
模型构建模块,用于根据出入库任务的历史数据,分析作业子任务的输入过程和服务时间的分布规律,基于所述分布规律构建调度排队模型;
模型分析模块,用于根据所述调度排队模型确定所述作业子任务的作业时间,所述作业时间包括:有效运输时间、空闲等待时间和冲突等待时间;
模型优化模块,用于基于当前调度排队模型对所述作业子任务形成的路径规划方案进行分析,依据所述分析结果对当前调度排队模型进行优化处理,所述优化处理包括:冲突分析优化和任务调度分析优化。
在一种实施方式中,所述调度排队管理单元用于:
建立AGV路径库,所述AGV路径库为所述库房布局方案中任意两个位置节点的作业路径的集合。
在一种实施方式中,所述调度排队管理单元还用于执行以下方法:
S1:初始化调度控制系统,初始化的内部包括:与各个AGV搬运车建立通信连接,初始化各个AGV搬运车的当前位置;
S2:获取待执行的作业子任务,遍历所有AGV搬运车,确定所有当前状态为空闲的AGV搬运车;
S3:在所述当前状态为空闲的AGV搬运车中,基于所述AGV路径库,确定作业路径最短的AGV搬运车;
S4:将所述作业子任务分发给所述作业路径最短的AGV搬运车,将所述AGV搬运车的状态更新为忙碌,并实时监控所述AGV搬运车的当前位置坐标、运行状态以及运行速度;
S5:返回执行步骤S2至S4,直至所有的作业子任务都被执行。
在一种实施方式中,所述库房布局方案包括:至少两条主干道,所述主干道支持方向设置;所述方向设置包括:单向路径和双向路径。
在一种实施方式中,所述库房布局方案还包括:与所述主干道连接的分支干道;
所述主干道和所述分支干道上包括有以下节点:通道类型节点、射频门节点、待机位节点以及充电位节点。
在一种实施方式中,所述冲突分析优化包括:同行方向设置,路径占有权设置以及二次调度设置;
所述同行方向设置包括:针对位置节点稀疏的区域,将对应的主干道设置为双向路径;针对位置节点稠密的区域,将对应的主干道设置为单向路径;
所述路径占有权设置包括:根据在先执行的作业子任务的路径规划方案,依据作业子任务的执行顺序设定相应主干道的被占用时长;
所述二次调度设置包括:当AGV搬运车在运行过程中遇到障碍物时,将所述AGV搬运车的当前运行状态设置为冲突等待,若冲突等待的时长超过设定阈值,则对所述AGV搬运车所执行的作业子任务进行二次调度。
在一种实施方式中,所述任务调度分析优化包括以下至少一项:
基于作业路径最短原则进行优化;
基于作业时间最短原则进行优化;
基于复合指标进行优化,所述复合指标包括作业路径和作业时间。
在一种实施方式中,所述AGV多车调度系统还包括:
射频识别设备,设置于主干道或分支干道上的射频门节点,用于识别设置于AGV搬运车上的射频标签。
本申请第二方面提供AGV搬运车的调度方法,其特征在于,执行于上述实施例中的AGV多车调度系统,包括:
接收出入库任务;
将所述出入库任务分解为至少两个作业子任务;
使用处于空闲状态的AGV搬运车执行所述至少两个作业子任务;
基于调度排队模型对未处理的作业子任务进行排队管理。
本申请提供的技术方案可以包括以下有益效果:
在本申请实施例中,在获取到出入库任务后,任务分解单元会将出入库任务分解为至少两个作业子任务,再由执行分配单元使用处于空闲状态的AGV搬运车执行所述至少两个作业子任务,使得多辆AGV搬运车可以同时执行出入库任务的作业,提供执行效率。此外,本申请实施例中的AGV多车调度系统中存储并管理有调度排队模型,该调度排队模型是基于库房布局方案所创建的(库房布局方案为AGV搬运车所运行库房的布局方案),AGV搬运车能够基于调度排队模型进行高效的管理和调度,提高多辆AGV搬运车的协同效率,并减少AGV搬运车的作业等待时间。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本申请的若干实施方式,并且相同或对应的标号表示相同或对应的部分。
图1是本申请实施例示出的AGV多车调度系统的简化框图;
图2是本申请实施例示出的AGV多车调度系统的详细结构框图;
图3是本申请实施例示出的AGV搬运车的调度方法的一个流程示意图;
图4是本申请实施例示出的AGV搬运车的调度方法的另一个流程示意图。
具体实施方式
应当理解,本申请的权利要求、说明书及附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。本申请的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施方式的目的,而并不意在限定本申请。如在本申请说明书和权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解,在本申请说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
如前文提到的,随着对运输效率要求的提高,在一个工作区域会加入多辆AGV同时进行工作,而在这种情况则可能出现有两台AGV之间需同时移动到同一个位置从而造成冲突显现发生,进一步对整体运输效率造成影响。因此,需要一套AGV多车调度系统,以协调多辆AGV搬运车的路径规划以及对待执行的作业任务进行排队管理。针对上述问题,本申请实施例提供一种AGV多车调度系统以及相关调度方法,能够提高AGV搬运车的调度效率。
下面结合附图来详细描述本申请的具体实施方式。
图1是示意性示出本申请实施例的AGV多车调度系统的简化框图。如图1中所示,AGV多车调度系统可以包括任务分配系统11和调度控制系统12。
任务分配系统11,包括任务分解单元111和执行分配单元112;所述任务分解单元111用于获取出入库任务,将所述出入库任务分解为至少两个作业子任务;所述执行分配单元112用于使用处于空闲状态的自动引导设备AGV搬运车执行所述至少两个作业子任务;其中,被AGV搬运车所执行的作业子任务处于执行状态,未被AGV搬运车所执行的作业子任务处于等待状态;
调度控制系统12,包括模型管理单元121和调度排队管理单元122;所述模型管理单元121用于基于库房布局方案构建作业子任务的调度排队模型;所述调度排队管理单元122用于基于调度排队模型对处于等待状态的作业子任务进行排队管理。
出入库任务,指的是将目标货物搬入或搬出库房的作业任务;其中,目标货物至少有两件,可以由至少两辆AGV搬运车同时进行搬运作业。
作业子任务,指的是对出入库任务进行分解后的子任务;其中,一件目标货物可以对应一个作业子任务。属于同一个出入库任务的多个作业子任务,是将多件目标货物分别搬运至库房的同一个区域的不同位置。如,A区域为货物A在库房中的存放区域,A区域可以容纳5件货物A,分别对应A区域位置1,A区域位置2,A区域位置3,A区域位置4和A区域位置5。假设出入库任务为:将5件目标货物搬运至库房的A区域,则理论上该出入库任务可以被分解为5个作业子任务,最多可以由5辆空闲的AGV搬运车同时进行搬运作业。
库房布局方案,指的是对库房的货物存放区域的路径规划方案。该路径规划方案包括至少一条双向通行的主干道和若干条与主干道连接的分支干道。若采用主干道单向通行的方式设计库房布局,则库房内设计两条单向通行的主干道,以及若干条与主干道连接的分支干道。在实际应用中,主干道支持方向设置,所述方向设置包括:单向路径和双向路径。在主干道以及分支干道上包括有多个不同类型的位置节点,如,通道类型节点、射频门节点、待机位节点以及充电位节点。
其中,通道类型节点指的是设置在主干道的节点或设置在分支干道的节点。假设不同的放置区域设置不同的射频门,一个射频门处设置有对应的射频门节点,用于区分不同的放置区域。具体的,射频门节点出还配置有射频识别设备,当携带有射频标签的货物通过某一射频门节点时,射频识别设备就会自动识别该AGV搬运车上所装载货物的射频标签,同时将识别信息同步至调度控制系统,以便于更新货物搬运的进度信息(即什么类型的货物被搬运到哪),以管理多辆AGV搬运车的调度状态(假设,B放置区域最多能够容纳两辆AGV搬运车同时进入,则在调度其他需要进入到该B放置区域的AGV搬运车时,配置相应的进入等待时间;或者,在B放置区域存在多个排队等候的作业子任务时,优先调度其他非B放置区域的作业子任务进行搬运处理)。
待机位节点可以为处于空闲状态的AGV搬运车的放置节点。充电位节点为AGV搬运车的充电位置对应的节点。
调度排队模型,指的是基于分布规律构建的作业子任务的调度排队模型。具体的,库房中存在多个出入库任务的历史数据,不同的出入库任务(及其对应的作业子任务)具有不同的输入过程和服务时间的分布规律,调度排队模型就是基于该分布规律构建的数学模型。输入过程指的是任务输入至系统的特征,如任务到达排队系统,由于任务源的组成是无限的,任务独立到达,以前的到达情况对以后任务的到来可以没有影响,任务相继到达的时间间隔是随机的,系统经过较长时间运行后,输入过程平稳。具体的,根据历史数据可以确定货物作业时长集合,根据货物作业时长集合以及库房的作业容量对出入库任务进行库房分配处理,能够针对不同品类的货物进行动态分配存储,针对不同品类的货物生成相应作业指引。
具体的,AGV搬运车的运行状态包括:忙碌状态,空闲状态以及冲突等待状态。在执行作业子任务处于运动中的AGV搬运车处于忙碌状态,完成作业子任务或还未开始执行作业子任务的AGV搬运车处于空闲状态,在执行作业子任务处于等待中的AGV搬运车处于冲突等待状态(如遇到障碍物或进入某个区域或某个路径前的排队等待)。
在本申请实施例中,在获取到出入库任务后,任务分解单元会将出入库任务分解为至少两个作业子任务,再由执行分配单元使用处于空闲状态的AGV搬运车执行所述至少两个作业子任务,使得多辆AGV搬运车可以同时执行出入库任务的作业,提供执行效率。此外,在实际应用中,待执行的作业子任务一般要多于处于空闲状态的AGV搬运车的数量,因此需要设定相应的调度排队机制来对作业子任务进行排队管理,本申请实施例中的AGV多车调度系统中存储并管理有调度排队模型,该调度排队模型是基于库房布局方案所创建的,AGV搬运车能够基于调度排队模型进行高效的管理和调度,提高多辆AGV搬运车的协同效率,并减少AGV搬运车的作业等待时间。
图2是示意性示出本公开实施例的AGV多车调度系统的详细结构框图。应当理解的是图2所示AGV多车调度系统可以视为图1所示AGV多车调度系统的一种实施方式,因此关于图1所作描述同样适用于图2。
在本申请实施例中,调度排队管理单元122用于建立AGV路径库,所述AGV路径库为所述库房布局方案中任意两个位置节点的作业路径的集合。在实际应用中,为了减小系统的在线运算负担,采用两阶段的系统控制思想,首先离线阶段计算出有向图的任意两个顶点之间的最短路径长度及走向,保存在离线的路径库当中。在实时运行阶段,可以直接提取路径序列信息进行执行,这有助于大大地减轻了系统本身的计算量,保证了逻辑控制的实时性,同时也为系统计算任务调度的任务等待时间提供了相关路径长度数据信息,因此AGV多车调度系统中存储有AGV路径库。
在实际应用中,为了最大限度地减小系统的空闲等待时间和冲突等待时间,优化系统的效率和整体运行时间,调度排队管理单元122基于任务等待时间最短原则进行调度:当有新任务触发时,遍历搜索周围距离最近且可以使用的AGV,然后对其分配新的搬运任务;该调度策略使得所有的任务都能得到及时的响应,提高运输效率。具体的,请参阅图3,调度排队管理单元122执行以下步骤:
S1:初始化调度控制系统,初始化的内部包括:与各个AGV搬运车建立通信连接,初始化各个AGV搬运车的当前位置。
S2:获取待执行的作业子任务,遍历所有AGV搬运车,确定所有当前状态为空闲的AGV搬运车。
S3:在当前状态为空闲的AGV搬运车中,基于所述AGV路径库,确定作业路径最短的AGV搬运车。
S4:将所述作业子任务分发给所述作业路径最短的AGV搬运车,将所述AGV搬运车的状态更新为忙碌,并实时监控所述AGV搬运车的当前位置坐标、运行状态以及运行速度。
在实际应用中,如果某AGV搬运车的状态为空闲,则取当前位置节点到目标位置节点的最短距离;若所有AGV搬运车都为忙碌,说明该AGV搬运车正在执行某个搬运任务,则求其完成当前作业子任务还需要走过的最短距离,与当前任务工作站到新的目标工作站之间的最短距离之和,即为该AGV响应目标任务所需的最短距离。
S5:返回执行步骤S2至S4,直至所有的作业子任务都被执行。当所有作业子任务都完成时,所有AGV搬运车返回待机位节点,调度完毕。
采用上述方法进行AGV搬运车的调度,使每个新触发任务都能得到及时有效的处理,保证了整体效率的情况下缩短了系统整体运行时间。
在本申请实施例的一些具体实施方式中,调度控制系统12的模型管理单元121包括:模型构建模块1211,模型分析模块1212以及模型优化模块1213。
模型构建模块1211,用于根据出入库任务的历史数据,分析作业子任务的输入过程和服务时间的分布规律,基于所述分布规律构建调度排队模型。在实际应用中,库房中存在多个出入库任务的历史数据,不同的出入库任务(及其对应的作业子任务)具有不同的输入过程和服务时间的分布规律,调度排队模型就是基于该分布规律构建的数学模型。输入过程指的是任务输入至系统的特征,如任务到达排队系统。
模型分析模块1212,用于根据所述调度排队模型确定所述作业子任务的作业时间,所述作业时间包括:有效运输时间、空闲等待时间和冲突等待时间。在实际应用中,任意两个位置节点的有效运输时间通过最短路径的算法计算来确定,而空闲等待时间和冲突等待时间则可以通过任务调配来优化。
模型优化模块1213,用于基于当前调度排队模型对所述作业子任务形成的路径规划方案进行分析,依据所述分析结果对当前调度排队模型进行优化处理,所述优化处理包括:冲突分析优化和任务调度分析优化。
在实际应用中,路径规划的实现由环境构建法和路径算法结合来实现,根据目的和应用的场景不同可分为路径最优、时间最优等。在路径最优搜索算法中,全局规划算法主要可分为图搜索类、随机采样类、智能算法类。
图搜索类算法分为广度优先类算法和深度优先类算法。深度优先算法是在广度优先法的基础上加上了一些筛选条件所以搜索速度快,但搜索的精度不好往往不是最短路径。广度搜索呈逐层推进方式全局搜索,搜索时间慢但是精度好。二者的时间复杂度相同都是O(|V|+|E|),其中,V表示节点数,E表示边数。广度优先算法更适用于本申请中AGV搬运车的路径规划。本申请实施例中的冲突分析优化和任务调度分析优化可以基于广度优先算法进行实现。
具体的,冲突分析优化包括:同行方向设置,路径占有权设置以及二次调度设置。
同行方向设置包括:针对位置节点稀疏的区域,将对应的主干道设置为双向路径;针对位置节点稠密的区域,将对应的主干道设置为单向路径。进一步的,任务分配之前可以从地图构建上避免冲突,地图构建避免冲突通常是从结构、方向、区域。如,将十字路口变为Y形路口。
路径占有权设置包括:根据在先执行的作业子任务的路径规划方案,依据作业子任务的执行顺序设定相应主干道的被占用时长。路径预分配时采用时间窗来避免冲突,时间窗决定了一辆在一段时间对一段路径的占有权,对于同一段路径同一段时间只允许被一辆AGV搬运车占有,这样可有效避免冲突。
二次调度设置包括:当AGV搬运车在运行过程中遇到障碍物时,将所述AGV搬运车的当前运行状态设置为冲突等待,若冲突等待的时长超过设定阈值,则对所述AGV搬运车所执行的作业子任务进行二次调度。在实际应用中,在首次路径阶段会生成高质量的路径方案,但是有约束条件的约束下路线分配的也就使预优化路线设置存在一定的概率失败。当系统判断出预优化线路失败,该线路已不能原计划进行了,此时需要执行二次调度。
具体的,任务调度分析优化包括以下至少一项:基于作业路径最短原则进行优化;基于作业时间最短原则进行优化;基于复合指标进行优化,所述复合指标包括作业路径和作业时间。
常用的调度原则有路径最短原则和时间最短原则。
路径最短原则指的是:在任务分配中使总路径最短,此方法采用路径最短优先原则保证每个AGV搬运车的路径都是最短的,,从而总路径也是最短的。路径最短的方法有最短路径、最近工作站台、最近车辆等其目标函数如下:
其中,N表示AGV搬运车的数量,μ表示运行时的系数(常数),L表示运行距离,i表示AGV搬运车的标识序号,Z表示所有AGV搬运车运行的总距离。
时间最短原则指的是:在任务分配中总时间最短,此原则的目的是每个任务总等待时间最短以此实现总等待时间最短,等待时间包括空闲等待时间和冲突等待时间。冲突等待时间即发生冲突时等待的时间,空闲等待时间是指在接受受任务后系统发出任务的时间和任务等待时间。其目标函数如下:
其中,N表示AGV搬运车的数量,μ1表示运行时的系数,Tiq表示运行距离,μ2表示冲突等待时的系数(常数),Tiw冲突等待时间,i表示AGV搬运车的标识序号,T表示所有AGV搬运车的总等待时间。
在本申请实施例中,任务调度分析优化可以基于上述目标函数建立问题模型,并基于该问题模型以及调度原则(如,路径最短原则和时间最短原则),找到任务调度的最优解。
图4是本申请实施例示出的AGV搬运车的调度方法的流程示意图。结合前述图1和图2描述,本领域技术人员可以理解的是AGV搬运车的调度方法可以由本申请的AGV多车调度系统来执行,请参阅图4,本申请实施例示出的AGV搬运车的调度方法可以包括:
在步骤401中,接收出入库任务。
在本申请实施例中,出入库任务指的是将目标货物搬入或搬出库房的作业任务;其中,目标货物至少有两件,可以由至少两辆AGV搬运车同时进行搬运作业。
在步骤402中,将所述出入库任务分解为至少两个作业子任务。
作业分解原则:按照实际库存情况,把出入库任务分解为多次作业,遵循存储位置分散原则,多次作业尽量不选择同一个存放区域的同一个位置,避免AGV搬运车在同一通道内发生冲突。
在本申请实施例中,作业子任务指的是对出入库任务进行分解后的子任务;其中,一件目标货物可以对应一个作业子任务。属于同一个出入库任务的多个作业子任务,是将多件目标货物分别搬运至库房的同一个区域的不同位置。如,A区域为货物A在库房中的存放区域,A区域可以容纳5件货物A,分别对应A区域位置1,A区域位置2,A区域位置3,A区域位置4和A区域位置5。假设出入库任务为:将5件目标货物搬运至库房的A区域,则理论上该出入库任务可以被分解为5个作业子任务,最多可以由5辆空闲的AGV搬运车同时进行搬运作业。
在步骤403中,使用处于空闲状态的AGV搬运车执行所述至少两个作业子任务。
AGV搬运车分配原则:系统可自动选择AGV搬运车执行作业子任务。
就近原则:入库时根据选择的射频门节点,确定离射频门节点最近位置的空闲AGV搬运车执行搬运动作;出库时,选择离存储位置最近的空闲AGV搬运车执行搬运动作。
射频门分配原则:一个射频门节点同一时刻只允许执行一个出/入库任务,不允许多个任务在一个射频门节点并发执行。
在步骤404中,基于调度排队模型对未处理的作业子任务进行排队管理。
AGV调度:由仓储管理系统根据作业调度情况,给AGV搬运车发送目标位置,AGV搬运车根据库房布局方案进行动态路径规划,路径规划方案分为两种:(1)选择最短路径:根据AGV搬运车当前位置,穷举能够到达目标位置的路径,选择最短路径作为行进方案(因为每个节点间距基本相同,经过节点最少的,即为最短路径)。(2)唯一路径:为了减少路径规划复杂度,在进行库房规划时,每个存储位置与射频门之间的路径唯一(主干道除外)。
在实际应用中,待执行的作业子任务一般要多于处于空闲状态的AGV搬运车的数量,因此需要设定相应的调度排队机制来对作业子任务进行排队管理。具体的,系统中排队管理的方案可以参照上述图2实施例中的模型优化模块所执行的方法进行优化,以降低空闲等待时间和冲突等待时间。
本申请实施例中的AGV多车调度系统中存储并管理有调度排队模型,该调度排队模型是基于库房布局方案所创建的,AGV搬运车能够基于调度排队模型进行高效的管理和调度,提高多辆AGV搬运车的协同效率,并减少AGV搬运车的作业等待时间。
应当理解,本申请披露的权利要求、说明书及附图中的可能术语“第一”或“第二”等是用于区别不同对象,而不是用于描述特定顺序。本申请披露的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请披露说明书中所使用的术语仅仅是出于描述特定实施例的目的,而并不意在限定本申请披露。如在本申请披露说明书和权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解,在本申请披露说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
虽然本申请的实施方式如上,但所述内容只是为便于理解本申请而采用的实施例,并非用以限定本申请的范围和应用场景。任何本申请所述技术领域内的技术人员,在不脱离本申请所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本申请的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
还应当理解,本文示例的执行指令的任何模块、单元、组件、服务器、计算机、终端或设备可以包括或以其他方式访问计算机可读介质,诸如存储介质、计算机存储介质或数据存储设备(可移除的)和/或不可移动的)例如磁盘、光盘或磁带。计算机存储介质可以包括以用于存储信息的任何方法或技术实现的易失性和非易失性,可移动和不可移动介质,例如计算机可读指令、数据结构、程序模块或其他数据。
Claims (10)
1.一种AGV多车调度系统,其特征在于,包括:
任务分配系统,包括任务分解单元和执行分配单元;所述任务分解单元用于获取出入库任务,将所述出入库任务分解为至少两个作业子任务;所述执行分配单元用于使用处于空闲状态的自动引导设备AGV搬运车执行所述至少两个作业子任务;其中,被AGV搬运车所执行的作业子任务处于执行状态,未被AGV搬运车所执行的作业子任务处于等待状态;
调度控制系统,包括模型管理单元和调度排队管理单元;所述模型管理单元用于基于库房布局方案构建作业子任务的调度排队模型;所述调度排队管理单元用于基于调度排队模型对处于等待状态的作业子任务进行排队管理。
2.根据权利要求1所述的AGV多车调度系统,其特征在于,所述模型管理单元,包括:
模型构建模块,用于根据出入库任务的历史数据,分析作业子任务的输入过程和服务时间的分布规律,基于所述分布规律构建调度排队模型;
模型分析模块,用于根据所述调度排队模型确定所述作业子任务的作业时间,所述作业时间包括:有效运输时间、空闲等待时间和冲突等待时间;
模型优化模块,用于基于当前调度排队模型对所述作业子任务形成的路径规划方案进行分析,依据所述分析结果对当前调度排队模型进行优化处理,所述优化处理包括:冲突分析优化和任务调度分析优化。
3.根据权利要求1所述的AGV多车调度系统,其特征在于,所述调度排队管理单元用于:
建立AGV路径库,所述AGV路径库为所述库房布局方案中任意两个位置节点的作业路径的集合。
4.根据权利要求3所述的AGV多车调度系统,其特征在于,所述调度排队管理单元还用于执行以下方法:
S1:初始化调度控制系统,初始化的内部包括:与各个AGV搬运车建立通信连接,初始化各个AGV搬运车的当前位置;
S2:获取待执行的作业子任务,遍历所有AGV搬运车,确定所有当前状态为空闲的AGV搬运车;
S3:在所述当前状态为空闲的AGV搬运车中,基于所述AGV路径库,确定作业路径最短的AGV搬运车;
S4:将所述作业子任务分发给所述作业路径最短的AGV搬运车,将所述AGV搬运车的状态更新为忙碌,并实时监控所述AGV搬运车的当前位置坐标、运行状态以及运行速度;
S5:返回执行步骤S2至S4,直至所有的作业子任务都被执行。
5.根据权利要求1所述的AGV多车调度系统,其特征在于,所述库房布局方案包括:至少两条主干道,所述主干道支持方向设置;所述方向设置包括:单向路径和双向路径。
6.根据权利要求5所述的AGV多车调度系统,其特征在于,
所述库房布局方案还包括:与所述主干道连接的分支干道;
所述主干道和所述分支干道上包括有以下节点:通道类型节点、射频门节点、待机位节点以及充电位节点。
7.根据权利要求2所述的AGV多车调度系统,其特征在于,所述冲突分析优化包括:同行方向设置,路径占有权设置以及二次调度设置;
所述同行方向设置包括:针对位置节点稀疏的区域,将对应的主干道设置为双向路径;针对位置节点稠密的区域,将对应的主干道设置为单向路径;
所述路径占有权设置包括:根据在先执行的作业子任务的路径规划方案,依据作业子任务的执行顺序设定相应主干道的被占用时长;
所述二次调度设置包括:当AGV搬运车在运行过程中遇到障碍物时,将所述AGV搬运车的当前运行状态设置为冲突等待,若冲突等待的时长超过设定阈值,则对所述AGV搬运车所执行的作业子任务进行二次调度。
8.根据权利要求2所述的AGV多车调度系统,其特征在于,所述任务调度分析优化包括以下至少一项:
基于作业路径最短原则进行优化;
基于作业时间最短原则进行优化;
基于复合指标进行优化,所述复合指标包括作业路径和作业时间。
9.根据权利要求1所述的AGV多车调度系统,其特征在于,所述AGV多车调度系统还包括:
射频识别设备,设置于主干道或分支干道上的射频门节点,用于识别设置于AGV搬运车上的射频标签。
10.一种AGV搬运车的调度方法,其特征在于,执行于权利要求1至9任一项所述的AGV多车调度系统,包括:
接收出入库任务;
将所述出入库任务分解为至少两个作业子任务;
使用处于空闲状态的AGV搬运车执行所述至少两个作业子任务;
基于调度排队模型对未处理的作业子任务进行排队管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310308073.6A CN116339257A (zh) | 2023-03-27 | 2023-03-27 | Agv多车调度系统以及相关调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310308073.6A CN116339257A (zh) | 2023-03-27 | 2023-03-27 | Agv多车调度系统以及相关调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116339257A true CN116339257A (zh) | 2023-06-27 |
Family
ID=86885332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310308073.6A Pending CN116339257A (zh) | 2023-03-27 | 2023-03-27 | Agv多车调度系统以及相关调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116339257A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116579586A (zh) * | 2023-07-11 | 2023-08-11 | 浙江菜鸟供应链管理有限公司 | 资源调度方法、装置以及系统 |
-
2023
- 2023-03-27 CN CN202310308073.6A patent/CN116339257A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116579586A (zh) * | 2023-07-11 | 2023-08-11 | 浙江菜鸟供应链管理有限公司 | 资源调度方法、装置以及系统 |
CN116579586B (zh) * | 2023-07-11 | 2024-01-09 | 浙江菜鸟供应链管理有限公司 | 资源调度方法、装置以及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109991977B (zh) | 机器人的路径规划方法及装置 | |
Le-Anh et al. | A review of design and control of automated guided vehicle systems | |
Małopolski | A sustainable and conflict-free operation of AGVs in a square topology | |
CN108287545B (zh) | 多移动机器人的冲突管理方法及系统 | |
RU2589869C2 (ru) | Способ и система для эффективного планирования для множества автоматизированных неголономных транспортных средств с использованием планировщика скоординированных маршрутов | |
CN110530369A (zh) | 基于时间窗的agv任务调度方法 | |
CN111474926B (zh) | 一种基于多agv时间窗路径优化算法的废烟回收方法 | |
Chien et al. | A novel route selection and resource allocation approach to improve the efficiency of manual material handling system in 200-mm wafer fabs for industry 3.5 | |
Zhong et al. | Priority-based speed control strategy for automated guided vehicle path planning in automated container terminals | |
Hsueh | A simulation study of a bi-directional load-exchangeable automated guided vehicle system | |
Hu et al. | Conflict-free scheduling of large-scale multi-load AGVs in material transportation network | |
CN113359702B (zh) | 一种基于水波优化-禁忌搜索的智能仓库agv作业优化调度方法 | |
CN116339257A (zh) | Agv多车调度系统以及相关调度方法 | |
Teck et al. | Optimization models for scheduling operations in robotic mobile fulfillment systems | |
Drótos et al. | Suboptimal and conflict-free control of a fleet of AGVs to serve online requests | |
Yu et al. | A parallel algorithm for multi-AGV systems | |
Wang et al. | Heterogeneous multi-agent routing strategy for robot-and-picker-to-good order fulfillment system | |
Shi et al. | Task allocation and path planning of many robots with motion uncertainty in a warehouse environment | |
Xu et al. | Dynamic spare point application based coordination strategy for multi-AGV systems in a WIP warehouse environment | |
Hu et al. | A dynamic integrated scheduling method based on hierarchical planning for heterogeneous AGV fleets in warehouses | |
Zhou et al. | An impending deadlock-free scheduling method in the case of unified automated material handling systems in 300 mm wafer fabrications | |
Xia et al. | A multi-AGV optimal scheduling algorithm based on particle swarm optimization | |
Lienert et al. | Routing-based sequencing applied to shuttle systems | |
CN117114313A (zh) | 一种基于需求任务预测模型的agv组调度方法 | |
WO2021252683A1 (en) | Systems and methods for controlling automated systems using integer programming and column generation techniques |
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 |