CN117151590A - 基于平移时间窗和任务路径规划的agv调度方法 - Google Patents

Abstract

本发明针对传统时间窗优化容易造成运行路径节点堵塞，影响整个仓储任务执行的效率问题，公开了基于平移时间窗和任务路径规划的AGV调度方法，具体包括：在运输系统的地图中设定关键节点、出入站点信息，建立与车间实物相同运输线路的网格路径地图，初始化系统信息并更新网格地图，对任务优先级进行排序，搜索AGV最短路径并检测是否存在时间窗冲突，当存在时间窗冲突时，任务优先级更高AGV优先通过，并将冲突栅格点删除重新进行时间窗规划，再与停车等待成本进行比较选取最优结果。仿真结果表明，本发明提出基于平移时间窗和任务路径规划的AGV调度方法，克服了传统时间窗算法在存在时间窗冲突时容易造成运行路径堵塞的问题，AGV路径规划效率高。

Description

基于平移时间窗和任务路径规划的AGV调度方法

技术领域

本发明涉及智能仓储技术管理领域，尤其涉及基于平移时间窗和任务路径规划的AGV调度方法。

背景技术

近年来，全球经济竞争日益激烈，随着人口红利的消失和劳动力成本的上涨，自动引导车(Automated Guided Vehicle，AGV)作为一种具有智能化的工具拥有了较为先进的特性与功能，其不需要借助于工作人员进行实时的操作。AGV路径规划研究对提升AGV的运转稳定性、工作效率、降低生产作业成本有着重要意义。在现有的路径规划算法中，时间窗算法是一种在AGV运动控制中重要的预测式防冲突控制算法，可以有效解决运行环境和任务分配复杂的AGV复杂的碰撞问题。

但平移时间窗算法容易造成运行路径节点的堵塞，影响整个仓储任务执行的效率，导致AGV无法及时完成智能仓储搬运作业。专利CN111798041A《一种基于时间窗的AGV智能调度方法》通过预先判断运行路径节点状态和对空闲节点基于时间窗的预先占用及对被占用节点的自动避让，实现AGV同区域内同时运行时的自动避让但具有局限性，针对实时性要求较高的智能仓储搬运任务该方法还有待改善；专利CN114047757B《一种AGV路径评估规划方法》综合考虑多方面的情况，对系统生成的多条路径进行多角度的评价，找到各工作环境下的最优路径但处理时间较长，综合效率偏低。

发明内容

本发明的目的是提供基于平移时间窗和任务路径规划的AGV调度方法，能够有效解决平移时间窗算法在面对停车等待路径重新规划时容易造成运行路径节点的堵塞，影响整个仓储任务执行的效率的问题。

本发明为了解决上述问题采用以下技术方案：设计基于平移时间窗和任务路径规划的AGV调度方法，在传统时间窗算法基础上引入任务分配路径规划，将任务根据优先级分配到的对应的AGV进行执行，在遇到时间窗冲突时优先任务优先级高的AGV通过并去掉堵塞节点重新进行路径规划，与停车等待时间成本进行比较选取更新最优路径运输。具体包括以下步骤：

1.基于任务分配的AGV平移时间窗算法，其特征在于，包括以下步骤：

步骤1：

在仓储系统的地图中设定关键节点、出入站点信息，建立与仓储车间实物相同运输线路的网格路径地图，初始化仓储栅格地图并更新网格路径地图，将关键节点的坐标参数、网格地图信息存入数据库中，并将AGV车辆调度管理系统中信息实时更新；

步骤2：

根据搬运任务，建立的任务分配模型为：

式中：L代表的是AGV执行任务带来的效益变量，L_ij代表的是任务j对于搬运AGVi的价值，和执行的任务长度有关，R_ij代表的是任务收益，θ表示的是任务执行后带来的效益的变量集，s_ij代表的是执行任务的判断式，s_ij＝1代表的是AGV按照任务执行要求完成任务，s_ij＝0代表的是没有执行任务，N和M分别代表的是AGV集合任务集合；

步骤3：

在构建好的地图上，利用使用的任务分配方法进行分配，以分配价值最优和时间最短作为目标，为每一个AGV建立一个无冲突最优或较优的有序任务集，并将其作为下阶段任务间路径规划的输入；

步骤4：

根据上阶段的结果，利用基于路径规划算法的路径规划方法进行路径规划，在两任务点间建立一条与障碍物保持安全距离的路径，直到遍历完任务集中所有路径，实现有效的规划；

步骤5：

据对基于时间窗算法的碰撞解决策略的研究，需要结合AGV的任务进行路径规划，如果对任务进行编号为i＝1,2,…,n，AGV的编号为j＝1,2,…,m，AGV在执行任务i时的负载时长为t_ifz，存在一定的空载时间为t_ikz，可以得到：

AGV负载时长t_ifz的额计算表示式为：

执行任务i的总时长t_i为：

t_i＝t_ikz+t_ifz+2t_c (4)

式中：L₁和L₂分别代表的是AGV空载运行的路径长度和负载运行的路径长度，a₁和a₂分别表示的是AGV在运行的整个过程中空载过弯次数和负载过弯次数，t_a、t_s和t_c分别代表的是AGV运行的过程过弯耗时、装卸时间裕度和装卸需要时长；

步骤6：

在路径规划中需要考虑的一个重要目标就是综合效率，包括能量效率和时间效率，根据仓储以及物料运行AGV的需求，综合效率η_i可以定义为：

任务的实际完成时刻为T_iw：

T_iw＝T_j+t_i (6)

式中：T_j是AGV接受到任务的时刻，要求的AGV任务完成时刻为T_yq，假设AGV完成任务的时间窗为[T_a,T_b]，可以得到：

在对时间效率的衡量中定义一个任务的标准化完成时间偏差δ_it为：

由标准化完成时间偏差δ_it和综合效率η_i建立的AGV运行的目标函数为：

式中：γ和λ分别代表的是时间权值和效率权值。

步骤7：

在综合效率目标函数下建立的约束条件从任务和AGV之间的匹配关系进行分析，AGV执行任务需要满足一个任务只能由一辆AGV完成，构建的条件为：

式中：x_ij代表的是任务和AGV是否匹配成功。每个任务的AGV的装载次数和卸载次数相等，即是：

式中：y_jiz和y_jix分别代表的AGV的装载状态变量和卸载状态变量。同时环境地图中的每个节点在同一时间只能允许一辆AGV通过，即是：

式中：r_ij代表的AGV运行路径中节点的状态；

步骤8：

利用时间窗对AGV路径规划时通过时间戳记录AGV的任务和运行的路径，根据模型得到的AGV实时路径判断主要路径上的节点对应的状态，结合得到的AGV每个时刻的位置和各个时间段对应的节点状态对AGV路径进行规划，避免冲突的发生；时间窗随着执行任务复杂程度、路径节点个数的增加而难度加大；

根据某一个AGVA_i在实际执行任务的时间段在建模栅格点中对时间窗进行表示为分别进行以下假设：

(1)在执行任务的AGV完成任务的时间是固定的为

(2)不考虑AGV的启动和停止占用的时间，利用恒定的执行任务运行速度进行计算；

(3)建立的任务执行栅格地图中，栅格的划分和AGV的尺寸相同，利用栅格点代表一个AGV的移动单元；

根据以上的假设和实际的AGV运行路径的节点，在执行任务的时间段中所有的AGV可以利用集合A＝(a₁,a₂,…,a_n)，在栅格地图上AGV的运行路径经过的栅格点用1表示，其余的用0表示，可以得到执行任务的AGV在栅格地图上的行驶路径为

根据AGV在环境地图中，考虑存在的碰撞冲突的情况下，利用栅格地图对路径进行规划，通过对路径中不断的优化，对存在的路径信息根据多个AGV运行动态进行实时更新、保存和合并进行路径的优化。

本发明具有如下有益效果：

1.本发明所述方法提供了一种基于时间窗的AGV任务调度方法，以解决智能仓储AGV碰撞问题；

2.本发明将平移时间窗和任务路径规划结合，解决了传统平移时间窗算法容易造成运行路径节点堵塞问题，方法规划的路径短，效率高，实时性能好，普适性强；

3.在相同障碍物建模条件下与传统平移时间窗算法相比，在传统平移时间窗算法停车等待和路径重新规划的情况下，本发明所述方法均能避免路径节点堵塞，在相同障碍物下的AGV路径规划本发明距离较传统方法减少31％。

附图说明

图1为基于平移时间窗和任务路径规划结合的流程图；

图2为AGV运行路径的冲突判断流程图；

图3为仓储搬运AGV运行环境栅格地图；

图4为无堵塞下本发明算法与传统时间窗算法的相同AGV执行任务路径图；

图5为堵塞下的本发明算法与传统时间窗算法的路径规划对比图。

图1为本发明基于平移时间窗和任务路径规划的AGV调度方法流程图，包括以下步骤：

步骤1：

在仓储系统的地图中设定关键节点、出入站点信息，建立与仓储车间实物相同运输线路的网格路径地图，初始化仓储栅格地图并更新网格路径地图，将关键节点的坐标参数、网格地图信息存入数据库中，并将AGV车辆调度管理系统中信息实时更新；

步骤2：

根据搬运任务，建立的任务分配模型为：

式中：L代表的是AGV执行任务带来的效益变量，L_ij代表的是任务j对于搬运AGVi的价值，和执行的任务长度有关，R_ij代表的是任务收益，θ表示的是任务执行后带来的效益的变量集，s_ij代表的是执行任务的判断式，s_ij＝1代表的是AGV按照任务执行要求完成任务，s_ij＝0代表的是没有执行任务，N和M分别代表的是AGV集合任务集合；

步骤3：

在构建好的地图上，利用使用的任务分配方法进行分配，以分配价值最优和时间最短作为目标，为每一个AGV建立一个无冲突最优或较优的有序任务集，并将其作为下阶段任务间路径规划的输入；

步骤4：

根据上阶段的结果，利用基于路径规划算法的路径规划方法进行路径规划，在两任务点间建立一条与障碍物保持安全距离的路径，直到遍历完任务集中所有路径，实现有效的规划；

步骤5：

据对基于时间窗算法的碰撞解决策略的研究，需要结合AGV的任务进行路径规划，如果对任务进行编号为i＝1,2,…,n，AGV的编号为j＝1,2,…,m，AGV在执行任务i时的负载时长为t_ifz，存在一定的空载时间为t_ikz，可以得到：

AGV负载时长t_ifz的额计算表示式为：

执行任务i的总时长t_i为：

t_i＝t_ikz+t_ifz+2t_c (4)

式中：L₁和L₂分别代表的是AGV空载运行的路径长度和负载运行的路径长度，a₁和a₂分别表示的是AGV在运行的整个过程中空载过弯次数和负载过弯次数，t_a、t_s和t_c分别代表的是AGV运行的过程过弯耗时、装卸时间裕度和装卸需要时长；

步骤6：

在路径规划中需要考虑的一个重要目标就是综合效率，包括能量效率和时间效率，根据仓储以及物料运行AGV的需求，综合效率η_i可以定义为：

任务的实际完成时刻为T_iw：

T_iw＝T_j+t_i (6)

式中：T_j是AGV接受到任务的时刻，要求的AGV任务完成时刻为T_yq，假设AGV完成任务的时间窗为[T_a,T_b]，可以得到：

在对时间效率的衡量中定义一个任务的标准化完成时间偏差δ_it为：

由标准化完成时间偏差δ_it和综合效率η_i建立的AGV运行的目标函数为：

式中：γ和λ分别代表的是时间权值和效率权值；

步骤7：

在综合效率目标函数下建立的约束条件从任务和AGV之间的匹配关系进行分析，AGV执行任务需要满足一个任务只能由一辆AGV完成，构建的条件为：

式中：x_ij代表的是任务和AGV是否匹配成功。每个任务的AGV的装载次数和卸载次数相等，即是：

式中：y_jiz和y_jix分别代表的AGV的装载状态变量和卸载状态变量。同时环境地图中的每个节点在同一时间只能允许一辆AGV通过，即是：

式中：r_ij代表的AGV运行路径中节点的状态；

步骤8：

利用时间窗对AGV路径规划时通过时间戳记录AGV的任务和运行的路径，根据模型得到的AGV实时路径判断主要路径上的节点对应的状态，结合得到的AGV每个时刻的位置和各个时间段对应的节点状态对AGV路径进行规划，避免冲突的发生；时间窗随着执行任务复杂程度、路径节点个数的增加而难度加大；

根据某一个AGVA_i在实际执行任务的时间段在建模栅格点中对时间窗进行表示为分别进行以下假设：

(1)在执行任务的AGV完成任务的时间是固定的为

(2)不考虑AGV的启动和停止占用的时间，利用恒定的执行任务运行速度进行计算；

(3)建立的任务执行栅格地图中，栅格的划分和AGV的尺寸相同，利用栅格点代表一个AGV的移动单元；

根据以上的假设和实际的AGV运行路径的节点，在执行任务的时间段中所有的AGV可以利用集合A＝(a₁,a₂,…,a_n)，在栅格地图上AGV的运行路径经过的栅格点用1表示，其余的用0表示，可以得到执行任务的AGV在栅格地图上的行驶路径为

根据AGV在环境地图中，考虑存在的碰撞冲突的情况下，对AGV运行路径的冲突进行判断，如图2所示；利用栅格地图对路径进行规划，通过对路径中不断的优化，对存在的路径信息根据多个AGV运行动态进行实时更新、保存和合并进行路径的优化。

通过Matlab/Simulink软件对本发明方法进行仿真，图3、图4、图5分别为本发明与传统平移时间窗算法在相同障碍物下的路径规划，坐标轴单位为km，将关键节点用横纵坐标进行表示，白色部分表示正常道路，黑色部分表示障碍物，仿真结果表明面对障碍点停车等待问题时传统时间窗算法规划路径距离为22km，而本发明规划路径距离为15km，相较于传统时间窗算法距离减少了31％，AGV运输效率提升。

以上所述具体实施方案，对本发明的发明目的、技术方案和有益效果进行了进一步说明，以上实施例仅用于说明本发明的技术方案，而非对本发明创造保护范围的限制，本领域的普通技术人员应当理解，凡在本发明的技术方案进行修改、等同替换，均包含在本发明的保护范围内。

Claims (1)

1.基于平移时间窗和任务路径规划的AGV调度方法，其特征在于，包括以下步骤：

步骤1：

在仓储系统的地图中设定关键节点、出入站点信息，建立与仓储车间实物相同运输线路的网格路径地图，初始化仓储栅格地图并更新网格路径地图，将关键节点的坐标参数、网格地图信息存入数据库中，并将AGV车辆调度管理系统中信息实时更新；

步骤2：

根据搬运任务，建立的任务分配模型为：

式中：L代表的是AGV执行任务带来的效益变量，L_ij代表的是任务j对于搬运AGVi的价值，和执行的任务长度有关，R_ij代表的是任务收益，θ表示的是任务执行后带来的效益的变量集，s_ij代表的是执行任务的判断式，s_ij＝1代表的是AGV按照任务执行要求完成任务，s_ij＝0代表的是没有执行任务，N和M分别代表的是AGV集合任务集合；

步骤3：

在构建好的地图上，利用使用的任务分配方法进行分配，以分配价值最优和时间最短作为目标，为每一个AGV建立一个无冲突最优或较优的有序任务集，并将其作为下阶段任务间路径规划的输入；

步骤4：

根据上阶段的结果，利用基于路径规划算法的路径规划方法进行路径规划，在两任务点间建立一条与障碍物保持安全距离的路径，直到遍历完任务集中所有路径，实现有效的规划；

步骤5：

据对基于时间窗算法的碰撞解决策略的研究，需要结合AGV的任务进行路径规划，如果对任务进行编号为i＝1,2,…,n，AGV的编号为j＝1,2,…,m，AGV在执行任务i时的负载时长为t_ifz，存在一定的空载时间为t_ikz，可以得到：

AGV负载时长t_ifz的额计算表示式为：

执行任务i的总时长t_i为：

t_i＝t_ikz+t_ifz+2t_c (4)

式中：L₁和L₂分别代表的是AGV空载运行的路径长度和负载运行的路径长度，a₁和a₂分别表示的是AGV在运行的整个过程中空载过弯次数和负载过弯次数，t_a、t_s和t_c分别代表的是AGV运行的过程过弯耗时、装卸时间裕度和装卸需要时长；

步骤6：

在路径规划中需要考虑的一个重要目标就是综合效率，包括能量效率和时间效率，根据仓储以及物料运行AGV的需求，综合效率η_i可以定义为：

任务的实际完成时刻为T_iw：

T_iw＝T_j+t_i (6)

式中：T_j是AGV接受到任务的时刻，要求的AGV任务完成时刻为T_yq，假设AGV完成任务的时间窗为[T_a,T_b]，可以得到：

在对时间效率的衡量中定义一个任务的标准化完成时间偏差δ_it为：

由标准化完成时间偏差δ_it和综合效率η_i建立的AGV运行的目标函数为：

式中：γ和λ分别代表的是时间权值和效率权值；

步骤7：

在综合效率目标函数下建立的约束条件从任务和AGV之间的匹配关系进行分析，AGV执行任务需要满足一个任务只能由一辆AGV完成，构建的条件为：

式中：x_ij代表的是任务和AGV是否匹配成功。每个任务的AGV的装载次数和卸载次数相等，即是：

式中：y_jiz和y_jix分别代表的AGV的装载状态变量和卸载状态变量。同时环境地图中的每个节点在同一时间只能允许一辆AGV通过，即是：

式中：r_ij代表的AGV运行路径中节点的状态；

步骤8：

利用时间窗对AGV路径规划时通过时间戳记录AGV的任务和运行的路径，根据模型得到的AGV实时路径判断主要路径上的节点对应的状态，结合得到的AGV每个时刻的位置和各个时间段对应的节点状态对AGV路径进行规划，避免冲突的发生；时间窗随着执行任务复杂程度、路径节点个数的增加而难度加大；

根据某一个AGVA_i在实际执行任务的时间段在建模栅格点中对时间窗进行表示为分别进行以下假设：

(1)在执行任务的AGV完成任务的时间是固定的为

(2)不考虑AGV的启动和停止占用的时间，利用恒定的执行任务运行速度进行计算；

(3)建立的任务执行栅格地图中，栅格的划分和AGV的尺寸相同，利用栅格点代表一个AGV的移动单元；

根据以上的假设和实际的AGV运行路径的节点，在执行任务的时间段中所有的AGV可以利用集合A＝(a₁,a₂,…,a_n)，在栅格地图上AGV的运行路径经过的栅格点用1表示，其余的用0表示，可以得到执行任务的AGV在栅格地图上的行驶路径为

根据AGV在环境地图中，考虑存在的碰撞冲突的情况下，利用栅格地图对路径进行规划，通过对路径中不断的优化，对存在的路径信息根据多个AGV运行动态进行实时更新、保存和合并进行路径的优化。