CN117745183A - 多机器人的仓储管理仿真系统、方法、设备和介质 - Google Patents
多机器人的仓储管理仿真系统、方法、设备和介质 Download PDFInfo
- Publication number
- CN117745183A CN117745183A CN202311761260.6A CN202311761260A CN117745183A CN 117745183 A CN117745183 A CN 117745183A CN 202311761260 A CN202311761260 A CN 202311761260A CN 117745183 A CN117745183 A CN 117745183A
- Authority
- CN
- China
- Prior art keywords
- robot
- layer
- robots
- target robot
- task
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 17
- 238000007726 management method Methods 0.000 description 53
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种多机器人的仓储管理仿真系统、方法、设备和介质。该系统包括:调度层,用于对多个机器人进行任务分配和交通管理,以及进行仓储库位管理;物理层,用于对多个机器人和机器人运行的地图环境进行仿真模拟,以及对多个机器人在地图环境中运行时所获取到的传感器数据进行仿真模拟;多个终端层,用于获取调度层下发的对应的目标机器人任务信息,以及获取物理层上传的对应的目标机器人传感器数据,并根据目标机器人任务信息和目标机器人传感器数据向物理层下发目标机器人控制指令。本发明实现对在机器人执行任务时对终端层中机器人任务执行算法的稳定性和准确性进行高效测试,并且保证了机器人在任务执行时的安全性。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及一种多机器人的仓储管理仿真系统、方法、设备和介质。
背景技术
随着机器人技术的快速发展,无人机器人目前被广泛用于快递物流和智能仓储等领域执行导航、避障、取货、放货等多种任务,新型无人机器人在投入仓储环境执行任务时需要对该机器人的任务执行能力进行测试。
为了提高对机器人测试的准确性,需要在真实仓储环境中进行测试,并且为了实现真实任务执行场景,在仓储环境中需要放置多个机器人同时执行任务。因此为了提高机器人的测试准确性和效率,以及保证机器人在任务执行时的安全性,需要一种高效可靠的机器人任务执行仿真测试方法。
发明内容
本发明提供了一种多机器人的仓储管理仿真系统、方法、设备和介质,以提高机器人在仓储环境进行任务执行测试时的准确性、效率和安全性。
根据本发明的一方面,提供了一种多机器人的仓储管理仿真系统,包括:
调度层,用于对多个机器人进行任务分配和交通管理,以及进行仓储库位管理;
物理层,用于对多个机器人和机器人运行的地图环境进行仿真模拟,以及对多个机器人在所述地图环境中运行时所获取到的传感器数据进行仿真模拟;
多个终端层,与所述多个机器人一一对应,且与所述调度层和所述物理层分别建立通信连接关系,用于获取所述调度层下发的对应的目标机器人任务信息,以及获取所述物理层上传的对应的目标机器人传感器数据,并根据所述目标机器人任务信息和所述目标机器人传感器数据向所述物理层下发目标机器人控制指令。
根据本发明的另一方面,提供了一种多机器人的仓储管理仿真方法,包括:
通过物理层对多个机器人和机器人运行的地图环境进行仿真模拟,以及对多个机器人在所述地图环境中运行时所获取到的传感器数据进行仿真模拟;
通过调度层对模拟上线的多个机器人进行任务分配和交通管理,以及进行仓储库位管理;
通过与机器人一一对应的终端层获取所述调度层下发的对应的目标机器人任务信息,以及获取所述物理层上传的对应的目标机器人传感器数据,并根据所述目标机器人任务信息和所述目标机器人传感器数据向所述物理层下发目标机器人控制指令。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的多机器人的仓储管理仿真方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的多机器人的仓储管理仿真方法。
本发明实施例的技术方案,为了实现对机器人进行仓储管理时的运行情况进行仿真提供了调度层、物理层以及终端层,通过三层之间的相互配合,模拟多机器人在仓储环境中的运行情况,实现对多机器人任务执行、交管控制、障碍物检测避障等算法的稳定性和准确性测试,并且由于是在仿真环境中进行多机器人测试,保证了机器人在任务执行时的安全性和效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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是根据本发明实施例一提供的一种多机器人的仓储管理仿真系统的架构图;
图2是根据本发明实施例一提供的另一种多机器人的仓储管理仿真系统的架构图;
图3是根据本发明实施例二提供的一种多机器人的仓储管理仿真方法的流程图;
图4是实现本发明实施例的多机器人的仓储管理仿真方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“候选”、“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种多机器人的仓储管理仿真系统的架构图,本实施例可适用于对机器人在仓储环境中执行任务的算法稳定性进行测试的情况,该系统中的调度层、物理层和终端层可以由多机器人的仓储管理仿真装置来执行,该多机器人的仓储管理仿真装置可以采用硬件和/或软件的形式实现,该调度层、物理层和终端层对应的多机器人的仓储管理仿真装置可配置于具有计算和通信能力的服务器中。如图1所示,该系统包括调度层110、物理层120和多个终端层130。
调度层110,用于对多个机器人进行任务分配和交通管理,以及进行仓储库位管理。
其中,调度层为多个机器人的管理层,用于对上线测试的多个机器人进行任务分配和交通管理。任务分配是指调度层根据任务配置文件对多个机器人下发循环任务。例如,循环任务包括取货任务、放货任务、充电任务以及休息任务等。交通管理是指根据多个机器人在执行任务时的行驶路径对机器人的交叉道路行驶优先权进行确定,避免多个机器人发生道路冲突事件导致碰撞。此外,调度层还进行仓储库位管理,用于对机器人行驶的仓储环境中的货物库位的存储状态进行管理,例如当机器人在某库位执行取货任务或放货任务时,对该库位的存储状态进行修改等。
具体的,调度层在初始化时,首先确定上线测试的多个机器人的信息,例如机器人标识信息、配置参数信息以及位置信息等,根据机器人配置参数信息和位置信息为每个机器人从任务配置文件中确定匹配度最高的第一任务信息,并对机器人的任务执行情况进行追踪,根据追踪到的任务执行情况确定下一个匹配循环任务。根据追踪信息确定机器人的电量小于预设电量阈值或者确定机器人的行驶里程大于预设里程阈值,则确定下一个匹配循环任务为充电任务,以及根据追踪信息确定机器人的持续工作时长大于预设时长阈值,则确定下一个匹配循环任务为休息任务等。
示例性的,调度层根据库位的存储状态确定A点为有货状态,且当前任务分配结果中无其他机器人前往A点取货,B点为空库位,且当前任务分配结果中无其他机器人前往B点放货,则根据A点的位置信息和当前待分配任务的机器人的位置信息的匹配结果从当前待分配任务的机器人确定目标机器人,并为该目标机器人下发A点取货任务和B点放货任务。在任务执行完成时或者任务执行完成前预设时长时,根据目标机器人的状态信息确定下一个取货任务、充电任务或休息任务等。
在一个可行的实施例中,调度层用于根据多个机器人的行驶路径进行交通管理,确定碰撞检测点以及对应的机器人控制指令,并将碰撞检测点以及对应的机器人控制指令发送至对应的目标终端层,以使目标终端层根据碰撞检测点以及对应的机器人控制指令向物理层下发目标机器人控制指令。
调度层在确定多个机器人的任务分配结果后,在机器人运行过程中对机器人任务执行情况进行追踪,例如接收终端层实时上传的机器人执行任务情况,机器人任务执行情况包括机器人的行驶路径。根据多个机器人的行驶路径的路线相交情况确定机器人道路行驶优先权,即确定碰撞检测点以及在该碰撞检测点对应的机器人通行顺序,根据机器人道路行驶优先权确定对应的机器人控制指令。
示例性的,调度层接收终端层上传的机器人位置信息以及机器人未来行驶路径,根据机器人位置信息以及机器人未来行驶路径进行碰撞检测,若至少两个机器人的行驶路径在某位置点存在碰撞可能,则将该位置点确定为碰撞检测点,并根据可能发生碰撞的机器人当前正在执行的任务信息确定道路行驶优先权,例如根据预先确定的任务类型优先级以及当前位置信息和任务目的地之前的距离确定道路行驶优先权,实现一车通行、另一车避让。根据道路行驶优先权为可能发生碰撞的机器人确定对应的机器人控制指令,例如机器人控制指令为在碰撞检测点前预设距离的等待指令,并将机器人控制指令发送至对应的机器人的终端层,以使该终端层根据该机器人控制指令控制机器人的模拟运行结果。
在一个可行的实施例中,调度层用于获取终端层发送的机器人任务执行信息,根据机器人任务执行信息确定仓储库位的状态信息,并根据仓储库位的状态信息对任务分配结果进行更新。
为了保证机器人任务分配的合理性,调度层根据机器人的取货放货任务的执行情况对仓储库位的状态进行实时修改。具体的,调度层在初始化时根据初始化信息确定仓储库位的初始状态,并根据仓储库位的初始状态确定机器人的第一任务信息,在机器人执行任务过程中,获取终端层实时发送的机器人任务执行信息,并根据机器人执行任务对相应的仓储库位的状态信息进行修改,以根据修改后的仓储库位的状态信息对后续的任务分配结果进行确定。
示例性的,初始化时调度层获取所有库位的状态信息,确定M库位的状态信息为满状态,N库位的状态信息为空状态,则目标机器人在M库位取货成功时,将M库位的状态信息修改为待定状态;目标机器人后续执行任务为到N库位的放货任务,同时将N库位的状态信息修改为待定状态。若目标机器人放货任务执行完成,则将M库位的状态信息修改为空状态,N库位的状态信息修改为满状态;若放货任务执行失败,则M库位的状态信息恢复为满状态,N库位的状态信息恢复为空状态,以保证任务分配的合理性。
物理层120,用于对多个机器人和机器人运行的地图环境进行仿真模拟,以及对多个机器人在地图环境中运行时所获取到的传感器数据进行仿真模拟。
物理层在初始化时根据机器人配置信息,确定机器人类型、车体参数、传感器配置,并根据机器人配置信息仿真模拟出多个机器人。并且在物理层中预先配置了多个地图配置文件,在进行机器人仿真测试时,根据测试需求从多个地图配置文件中确定目标地图配置文件,并根据目标地图配置文件仿真模拟出本次测试机器人运行的地图环境。多个地图配置文件是根据实际机器人运行的仓储环境进行一比一还原,以提高机器人仓储管理仿真的真实性,并且可以实现对多个仓储环境进行仿真模拟,每次基于不同的配置文件启动不同的地图环境,提高测试效率和结果准确性。
在仿真机器人运行过程中,物理层根据车辆动力学模拟结果输出机器人的实时传感器数据。
在一个可行的实施例中,物理层用于根据机器人配置参数进行机器人模型构建,根据动力学模型对机器人模型进行运行仿真,并根据光线追踪算法模拟机器人在地图环境中运行时获取到的传感器数据;
其中,动力学模型根据机器人的摩擦力参数、质量参数、转动惯量参数以及力矩参数进行确定。
物理层构建机器人动力学模型,根据机器人的摩擦力参数、质量参数、转动惯量参数以及力矩参数进行确定机器人运动性能,以真实模拟机器人的车体运行结果。并且基于光线追踪算法模拟机器人上配置的传感器在机器人运行过程中所获取到的激光雷达数据。并且根据激光雷达数据和地图环境数据确定机器人凸包和环境的相交情况,若发生相交则确定机器人发生碰撞事件,并将碰撞事件反馈至调度层。以反映机器人在环境中运行时执行任务的真实测试结果。
示例性的,物理层根据配置文件进行地图环境、机器人模型以及机器人传感器的初始化;其中地图环境包括地面、墙、柱子;机器人模型为3D建模软件导出的叉车模型(叉车车辆模型是视觉模型,STL格式,仿真软件加载该模型做可视化、碰撞检测还有传感器的感知效果,即获取激光雷达照在周围环境上产生的点云数据),传感器为多线激光雷达。物理层的机器人模型根据终端层发送的机器人控制指令进行移动,同时物理层每个机器人模型上挂载多个传感器,持续输出模拟出的点云信息到终端层。可选的,物理层环境可放置托盘、箱子等障碍物,以对真实仓储环境进行仿真。
多个终端层130,与多个机器人一一对应,且与调度层和物理层分别建立通信连接关系,用于获取调度层下发的对应的目标机器人任务信息,以及获取物理层上传的对应的目标机器人传感器数据,并根据目标机器人任务信息和目标机器人传感器数据向物理层下发目标机器人控制指令。
终端层的数量与机器人的数量相同,与机器人为一一对应关系,即每个终端层中部署与目标机器人对应的车端软件,用于输出目标机器人控制指令,以对目标机器人进行控制。
具体的,每个终端层在初始化时分别与调度层和物理层建立通信连接,以接收调度层下发的目标机器人任务信息,以及获取物理层发送的目标机器人传感器信息,并根据目标机器人任务信息和目标机器人传感器信息输出目标机器人控制指令。示例性的,终端层确定对应的机器人的标识信息,并根据标识信息从调度层下发的任务分配结果中确定与目标机器人对应的目标机器人任务信息,以及根据标识信息从物理层上传的传感器数据中确定与目标机器人对应的目标机器人控制指令。
在一个可行的实施例中,终端层用于根据目标机器人任务信息确定目标机器人的行驶路径,将目标机器人的行驶路径发送至调度层;并根据行驶路径向物理层下发目标机器人控制指令。
每个终端层根据从调度层获取到的对应的目标机器人任务信息确定目标机器人的起点位置信息和终点位置信息,并根据起点位置信息和终点位置信息确定目标机器人的行驶路径。一方面,终端层根据该行驶路径生成目标机器人控制指令发送至物理层,以使物理层根据目标机器人控制指令对目标机器人进行运行控制仿真,例如终端层将行驶路径转换为机器人轮速指令下发给物理层中的目标机器人;另一方面,终端层将该行驶路径发送至调度层,调度层接收到所有机器人的行驶路径后,根据行驶路径进行交通管理,确定碰撞检测点以及对应的机器人控制指令,并将碰撞检测点以及对应的机器人控制指令发送至对应的目标终端层,以使目标终端层根据碰撞检测点以及对应的机器人控制指令向物理层下发目标机器人控制指令。即,终端层在机器人仿真行驶过程中根据调度层下发的避障指令生成机器人避障指令。
在一个可行的实施例中,终端层用于根据目标机器人传感器数据进行碰撞检测,根据碰撞检测结果对目标机器人的行驶路径进行更新,将更新后的行驶路径发送至调度层;并根据更新后的行驶路径向物理层下发目标机器人控制指令。
物理层根据终端层下发的机器人控制指令对机器人进行运行仿真,在运行过程中模拟机器人上部署的传感器所感知到的机器人传感器数据,并将机器人传感器数据实时上传给对应的目标终端层,以使目标终端层根据接收到目标机器人传感器数据对物理层出现的障碍物进行感知以及进行相应的避障处理。其中,避障处理包括对目标机器人的行驶路径进行更新。
示例性的,在运行过程中,终端层中的定位模块、感知模块以及规控模块接收物理层发送的目标传感器数据,并根据目标传感器数据向物理层下发避障控制指令。其中,定位模块根据物理层发送的激光雷达传感器数据和地图环境数据输出机器人的位置信息和朝向信息;感知模块根据物理层发送的目标传感器数据进行凸包检测得到障碍物感知结果,规控模块根据感知结果确定目标机器人的行驶路径的更新结果,根据更新后的行驶路径转换为机器人轮速指令,向物理层下发目标机器人控制指令;以及将更新后的行驶路径发送至调度层,以使调度层根据更新后的行驶路径进行交通管理。
在一个可行的实施例中,终端层还用于根据目标机器人传感器数据确定异常事件,并将异常事件发送至调度层;
调度层还用于对异常事件进行保存,并根据异常事件对任务分配结果进行更新;
其中,异常事件至少包括如下一项:碰撞事件、等待事件或任务执行冲突事件。
其中,异常事件是指机器人在仿真运行过程中的任务异常,例如碰撞事件是指机器人在对调度层的交通管理以及终端层的碰撞检测下发的机器人控制指令进行执行的过程中,经过凸包相交检测仍发生了和周围环境的碰撞,碰撞事件的发生表示终端层下发的目标机器人控制指令存在一定的隐患;等待事件是指机器人在对调度层的交通管理下发的机器人控制指令进行执行的过程中,发生了在任务执行过程中某位置点停留时间超过预设时间阈值的事件,等待事件的发生表示调度层的交通管理策略存在一定的隐患;任务执行冲突事件是指机器人在执行某任务时发生了与另一机器人执行任务冲突的事件,例如两个机器人同时在某充电点位执行充电任务,或者机器人在执行A点取货任务未完成的情况下发生了另一机器人到该点执行放货任务,任务执行冲突事件表示调度层在进行任务分配以及库位管理时存在一定的错误隐患。
具体的,终端层根据接收到的目标机器人传感器数据进行凸包检测,若确定目标机器人的当前凸包与周围环境存在相交,则确定发生碰撞事件;根据接收到的目标机器人传感器数据确定机器人的位置信息超过预设时间阈值未发生变化,则确定发生等待事件;根据目接收到的目标机器人传感器数据确定机器人执行任务失败,则确定发生任务执行冲突事件,终端层将异常事件发送至调度层,调度层对异常事件对应的数据进行保存,并且调度层下发该机器人的任务停止执行指令,对该机器人的状态进行初始化,重新进行任务分配。
调度层对异常事件的获取和保存有利于对机器人错误执行任务进行追溯,提高了对终端层以及调度层相关算法策略隐患的挖掘效率,进而提高测试效率。
本发明实施例的技术方案,为了实现对机器人进行仓储管理时进行真实仿真提供了调度层、物理层以及终端层,通过三层之前的相互配合,实现对在机器人执行任务时对终端层中机器人任务执行算法的稳定性和准确性进行高效测试,并且由于是在仿真环境中进行多机器人测试,保证了机器人在任务执行时的安全性。
图2为本发明实施例提供的另一种多机器人的仓储管理仿真系统的架构图。如图2所示,该系统包括:
调度层:执行无人叉车的车辆管理任务,包括任务管理、库位管理和交通管理。
终端层:用于提供相互隔离的多无人叉车的车端软件环境,在局域网下连接调度层和物理层。
物理层:用于地图环境模拟,车辆上的传感器感知模拟,车辆碰撞检测,电量模拟管理,无人叉车和托盘的动力学模拟,叉车在模拟地图环境中运行时的可视化。
首先对所有模块进行初始化,包括物理层读取无人叉车的配置文件,根据车辆配置文件进行车辆模型初始化和传感器初始化,以及进行地图环境仿真;终端层在每个叉车终端运行车端软件,与调度层和物理层建立通讯;调度层确定任务配置文件,以及进行库位初始化。
调度层的任务管理模块根据任务配置文件为上线的所有无人叉车确定循环任务,并将任务发送至对应的终端层。终端层根据任务信息确定机器人控制指令。
在车辆运行过程中,调度层根据所有车辆的行驶路径进行交通管理,以及根据终端层反馈的机器人任务执行信息进行库位管理。
在车辆运行过程中,物理层进行光线追踪和动力学解算确定机器人传感器数据,并将碰撞检测结果发送至终端层,以上报至调度层。
在车辆运行过程中,终端层根据物理层的机器人传感器数据和调度层的任务信息向物理层下发机器人控制指令。并且根据机器人传感器数据确定异常事件,将异常事件上报给调度层。
实施例二
图3为本发明实施例二提供的一种多机器人的仓储管理仿真方法的流程图。如图3所示,该方法包括:
S310、物理层对多个机器人和机器人运行的地图环境进行初始化仿真模拟,调度层对模拟上线的多个机器人进行任务分配,将任务分配结果发送至终端层。
S320、终端层根据目标机器人任务信息确定目标机器人控制指令,并将所述目标机器人控制指令发送至物理层。
S330、物理层根据目标机器人控制指令对目标机器人进行运行控制,并对目标机器人在所述地图环境中运行时所获取到的目标机器人传感器数据进行仿真模拟,将目标机器人传感器数据发送至终端层。
S340、终端层根据所述目标机器人传感器数据重新确定目标机器人控制指令,并将重新确定的目标机器人控制指令发送至物理层。
可选的,所述终端层根据所述目标机器人任务信息确定目标机器人的行驶路径,将所述目标机器人的行驶路径发送至所述调度层;并根据所述行驶路径向所述物理层下发目标机器人控制指令。
可选的,所述终端层根据所述目标机器人传感器数据进行碰撞检测,根据碰撞检测结果对目标机器人的行驶路径进行更新,将更新后的行驶路径发送至所述调度层;并根据所述更新后的行驶路径向所述物理层下发目标机器人控制指令。
可选的,所述调度层根据所述多个机器人的行驶路径进行交通管理,确定碰撞检测点以及对应的机器人控制指令,并将所述碰撞检测点以及对应的机器人控制指令发送至对应的目标终端层,以使所述目标终端层根据所述碰撞检测点以及对应的机器人控制指令向所述物理层下发目标机器人控制指令。
可选的,所述终端层根据目标机器人传感器数据确定异常事件,并将所述异常事件发送至所述调度层;所述调度层对所述异常事件进行保存,并根据所述异常事件对任务分配结果进行更新;
其中,所述异常事件至少包括如下一项:碰撞事件、等待事件或任务执行冲突事件。
可选的,所述调度层获取所述终端层发送的机器人任务执行信息,根据所述机器人任务执行信息确定仓储库位的状态信息,并根据所述仓储库位的状态信息对任务分配结果进行更新。
可选的,所述物理层根据机器人配置参数进行机器人模型构建,根据动力学模型对机器人模型进行运行仿真,并根据光线追踪算法模拟所述机器人在地图环境中运行时获取到的传感器数据;
其中,所述动力学模型根据机器人的摩擦力参数、质量参数、转动惯量参数以及力矩参数进行确定。
本发明实施例所提供的多机器人的仓储管理仿真系统可执行本发明任意实施例所提供的多机器人的仓储管理仿真方法,具备执行方法相应的功能模块和有益效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定,且不违背公序良俗。
实施例三
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如方法多机器人的仓储管理仿真。
在一些实施例中,方法多机器人的仓储管理仿真可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的方法多机器人的仓储管理仿真的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法多机器人的仓储管理仿真。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用参考产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种多机器人的仓储管理仿真系统,其特征在于,该系统包括:
调度层,用于对多个机器人进行任务分配和交通管理,以及进行仓储库位管理;
物理层,用于对多个机器人和机器人运行的地图环境进行仿真模拟,以及对多个机器人在所述地图环境中运行时所获取到的传感器数据进行仿真模拟;
多个终端层,与所述多个机器人一一对应,且与所述调度层和所述物理层分别建立通信连接关系,用于获取所述调度层下发的对应的目标机器人任务信息,以及获取所述物理层上传的对应的目标机器人传感器数据,并根据所述目标机器人任务信息和所述目标机器人传感器数据向所述物理层下发目标机器人控制指令。
2.根据权利要求1所述的系统,其特征在于,所述终端层用于根据所述目标机器人任务信息确定目标机器人的行驶路径,将所述目标机器人的行驶路径发送至所述调度层;并根据所述行驶路径向所述物理层下发目标机器人控制指令。
3.根据权利要求2所述的系统,其特征在于,所述终端层用于根据所述目标机器人传感器数据进行碰撞检测,根据碰撞检测结果对目标机器人的行驶路径进行更新,将更新后的行驶路径发送至所述调度层;并根据所述更新后的行驶路径向所述物理层下发目标机器人控制指令。
4.根据权利要求2或3所述的系统,其特征在于,所述调度层用于根据所述多个机器人的行驶路径进行交通管理,确定碰撞检测点以及对应的机器人控制指令,并将所述碰撞检测点以及对应的机器人控制指令发送至对应的目标终端层,以使所述目标终端层根据所述碰撞检测点以及对应的机器人控制指令向所述物理层下发目标机器人控制指令。
5.根据权利要求1所述的系统,其特征在于,所述终端层还用于根据目标机器人传感器数据确定异常事件,并将所述异常事件发送至所述调度层;
所述调度层还用于对所述异常事件进行保存,并根据所述异常事件对任务分配结果进行更新;
其中,所述异常事件至少包括如下一项:碰撞事件、等待事件或任务执行冲突事件。
6.根据权利要求1所述的系统,其特征在于,所述调度层用于获取所述终端层发送的机器人任务执行信息,根据所述机器人任务执行信息确定仓储库位的状态信息,并根据所述仓储库位的状态信息对任务分配结果进行更新。
7.根据权利要求1所述的系统,其特征在于,所述物理层用于根据机器人配置参数进行机器人模型构建,根据动力学模型对机器人模型进行运行仿真,并根据光线追踪算法模拟所述机器人在地图环境中运行时获取到的传感器数据;
其中,所述动力学模型根据机器人的摩擦力参数、质量参数、转动惯量参数以及力矩参数进行确定。
8.一种多机器人的仓储管理仿真方法,其特征在于,该方法包括:
物理层对多个机器人和机器人运行的地图环境进行初始化仿真模拟,调度层对模拟上线的多个机器人进行任务分配,将任务分配结果发送至终端层;
终端层根据目标机器人任务信息确定目标机器人控制指令,并将所述目标机器人控制指令发送至物理层;
物理层根据目标机器人控制指令对目标机器人进行运行控制,并对目标机器人在所述地图环境中运行时所获取到的目标机器人传感器数据进行仿真模拟,将目标机器人传感器数据发送至终端层;
终端层根据所述目标机器人传感器数据重新确定目标机器人控制指令,并将重新确定的目标机器人控制指令发送至物理层。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的多机器人的仓储管理仿真系统中的调度层、物理层或终端层。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的多机器人的仓储管理仿真系统中的调度层、物理层或终端层。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311761260.6A CN117745183A (zh) | 2023-12-19 | 2023-12-19 | 多机器人的仓储管理仿真系统、方法、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311761260.6A CN117745183A (zh) | 2023-12-19 | 2023-12-19 | 多机器人的仓储管理仿真系统、方法、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117745183A true CN117745183A (zh) | 2024-03-22 |
Family
ID=90255984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311761260.6A Pending CN117745183A (zh) | 2023-12-19 | 2023-12-19 | 多机器人的仓储管理仿真系统、方法、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117745183A (zh) |
-
2023
- 2023-12-19 CN CN202311761260.6A patent/CN117745183A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112965466B (zh) | 自动驾驶系统的还原测试方法、装置、设备及程序产品 | |
CN112579464A (zh) | 自动驾驶算法的校验方法、装置、设备以及存储介质 | |
CN115221722B (zh) | 自动驾驶车辆的仿真测试方法、模型训练方法和设备 | |
CN112540609A (zh) | 路径规划方法、装置、终端设备及存储介质 | |
CN112068455A (zh) | 任务仿真方法、系统、装置、电子设备及可读存储介质 | |
CN113859264A (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
CN116702454A (zh) | 一种物流布局的建模方法、装置、电子设备及存储介质 | |
CN114815851A (zh) | 机器人跟随方法、装置、电子设备以及存储介质 | |
CN112671487B (zh) | 一种车辆测试的方法、服务器以及测试车辆 | |
CN113793080A (zh) | 一种仓库运行状态实时模拟方法和装置 | |
CN113978465A (zh) | 一种变道轨迹规划方法、装置、设备以及存储介质 | |
CN110238841A (zh) | 障碍物的避让方法及装置 | |
CN116700298B (zh) | 路径规划方法、系统、设备及存储介质 | |
CN117168488A (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
CN117745183A (zh) | 多机器人的仓储管理仿真系统、方法、设备和介质 | |
EP4188864A1 (en) | Method and apparatus for emulating automated guided vehicle (agv) system | |
CN116560373A (zh) | 基于盲区障碍物的机器人避障方法、装置、设备和介质 | |
CN112926135B (zh) | 场景信息确定方法、装置、设备、存储介质和程序产品 | |
CN115782876A (zh) | 一种变道轨迹生成方法、装置、设备及自动驾驶车辆 | |
EP3983913A1 (en) | Methods and systems for path planning in a known environment | |
CN111651369B (zh) | 一种对智能设备进行仿真测试的方法和装置及设备 | |
CN116842392B (zh) | 轨迹预测方法及其模型的训练方法、装置、设备及介质 | |
Liu et al. | Design of multi-AGV intelligent collision avoidance system based on dynamic priority strategy | |
CN115587496B (zh) | 基于车路协同的测试方法、装置、设备、系统及存储介质 | |
CN117782095A (zh) | 面向银行金库的天车路径规划方法、装置、设备及介质 |
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 |