CN117826736B - 一种agv小车任务分配及充电管理方法 - Google Patents

一种agv小车任务分配及充电管理方法 Download PDF

Info

Publication number
CN117826736B
CN117826736B CN202410234203.0A CN202410234203A CN117826736B CN 117826736 B CN117826736 B CN 117826736B CN 202410234203 A CN202410234203 A CN 202410234203A CN 117826736 B CN117826736 B CN 117826736B
Authority
CN
China
Prior art keywords
trolley
execution
task
electric quantity
time
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
CN202410234203.0A
Other languages
English (en)
Other versions
CN117826736A (zh
Inventor
姜忠伟
鹿建
李小龙
侯磊
梁治科
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.)
Xi'an Chenghe Industrial Automation Equipment Co ltd
Original Assignee
Xi'an Chenghe Industrial Automation Equipment 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 Xi'an Chenghe Industrial Automation Equipment Co ltd filed Critical Xi'an Chenghe Industrial Automation Equipment Co ltd
Priority to CN202410234203.0A priority Critical patent/CN117826736B/zh
Publication of CN117826736A publication Critical patent/CN117826736A/zh
Application granted granted Critical
Publication of CN117826736B publication Critical patent/CN117826736B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • 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
    • 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)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明属于小车任务分配及充电管理领域，具体公开提供的一种AGV小车任务分配及充电管理方法，该方法包括：通过实时监测各小车当前剩余电量，分析各小车的电量符合度，并基于各小车在置物仓内执行任务的最大需求余电量，控制各小车执行自主充电。通过获取各执行小车与其他各执行小车之间的取货时间偏差时长，分析各执行小车的任务时间影响因子，有助于优化调度策略和路径规划，减少小车之间的冲突和滞留。从多层面综合分析各小车的任务完成优先级，据此筛选出AGV小车任务执行数量，有助于提高整个物流系统的效率和响应速度，同时提供更准确、全面的信息，有助于决策者更好地理解物流系统的运行状况，做出更明智的决策。

Description

一种AGV小车任务分配及充电管理方法
技术领域
本发明属于小车任务分配及充电管理领域，涉及到一种AGV小车任务分配及充电管理方法。
背景技术
在现代化的物流系统中，自动导引小车（AGV）作为实现高效、自动化物料运输的关键设备，发挥着至关重要的作用。随着物流系统的不断发展和复杂化，如何高效地管理AGV小车的电量以及如何合理地分配仓库中的小车任务，确保其持续、稳定地运行，已经成为一个亟待解决的问题。
当前，AGV的任务分配主要依据小车的负载量进行筛选。这种方法虽然在一定程度上提高了运输效率，但筛选方式过于单一，未充分考虑其他重要因素，如运输路径时长和AGV剩余电量。这种局限性可能导致AGV在运输过程中因电量不足或路径过长而延迟，从而影响整体运输效率。
另一方面，现有的AGV小车充电管理在进行充电判断时，主要依赖于将小车剩余电量与预设值进行比较来决策，未考虑结合下一任务执行数据来预测小车剩余电量能否满足其继续执行任务，这种方法可能导致小车在执行关键任务时因电量不足而中断，或者在电量充足的情况下过早进行充电，使得充电决策管理过程不精确，降低了整体的工作效率，也造成了充电资源的浪费。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种AGV小车任务分配及充电管理方法。
本发明的目的可以通过以下技术方案实现：本发明提供一种AGV小车任务分配及充电管理方法，该方法包括如下步骤：步骤一、任务数据提取：将置物仓划分为各访问区和各响应区，将发送请求任务的访问区记为目标访问区，获取目标访问区的任务请求数据，任务请求数据包括任务请求量、目标访问区位置和指定响应区位置，并将置物仓内各小车的编号记为。
步骤二、电量层面分析：实时监测各小车当前剩余电量，获取各小车当前执行任务数据，分析各小车的电量符合度。
步骤三、充电判断：获取各小车单次执行任务额定量和置物仓内最大任务执行距离，计算各小车在置物仓内执行任务的最大需求余电量，据此确认各小车是否执行自主充电。
步骤四、位置层面分析：从各小车中筛选出各执行小车，将其编号记为，汇总各执行小车所属综合影响路径距离，确认各执行小车的运行位置适宜度/>。
步骤五、时间层面分析：获取各执行小车与其他各执行小车之间的取货时间偏差时长，据此分析各执行小车的任务时间影响因子。
步骤六、任务分配确认：分析各小车的任务完成优先级，获取各小车的额定载货量，据此筛选出AGV小车任务执行数量。
优选的，所述分析各小车的电量符合度内容包括：B1、实时获取各小车当前执行任务点位置和当前剩余电量，并提取各小车单位行驶距离耗电量/>。
B2、从各小车当前执行任务数据中提取对应小车当前执行任务所属目标访问区位置，获取其与对应小车当前执行任务点位置之间的剩余路径距离，记为。
B3、将目标访问区的任务请求数据作为小车下一执行任务数据，进而获取各小车当前执行任务所属目标访问区位置与小车下一执行任务数据中的指定响应区位置之间的距离，记为。
B4、获取小车下一执行任务数据中的目标访问区位置和指定响应区位置之间的距离，记为。
B5、提取各充电点的位置，获取各访问区至各充电点位置的距离，筛选出最小值作为各访问区所属充电补偿路径距离，从中提取当前执行任务所属目标访问区位置的充电补偿路径距离。
B6、统计各小车执行任务的综合过程路径距离，据此计算各小车执行任务的预计需电量/>，/>为单位路径距离。
B7、由分析公式得到各小车的电量符合度，其中/>为剩余电量与预计需电量之间的设定偏差允许值。
优选的，所述计算各小车在置物仓内执行任务的最大需求余电量具体方法为：获取置物仓内各访问区位置与各响应区位置之间的距离，将其二倍值记为置物仓内各访问区的各任务执行距离，筛选出最大值，记为置物仓内各访问区所属最大任务执行距离，/>为置物仓内访问区的编号，/>。
将各访问区所属充电补偿路径距离记为，获取小车单位执行任务量对应的需耗电量/>，将各小车单次执行任务额定量记为/>，计算各小车在置物仓内执行任务的最大需求余电量/>，其中/>为各访问区所属任务执行和充电过程中的最大综合路径距离，/>为单位执行任务量。
优选的，所述确认各小车是否执行自主充电内容包括：获取各小车当前执行任务完毕时的预计存电量，将其与对应小车在置物仓内执行任务的最大需求余电量进行对比，若某小车当前执行任务完毕时的预计存电量小于对应小车在置物仓内执行任务的最大需求余电量，则控制该小车在当前任务执行完毕后自主充电。
反之则，将该小车执行任务的预计需电量与该小车当前剩余电量进行对比，得到该小车下一执行任务完毕时的预计存电量，进一步将其与该小车在置物仓内执行任务的最大需求余电量进行对比，若其小于该小车在置物仓内执行任务的最大需求余电量，则确认该小车在下一执行任务完毕时进行自主充电。
优选的，所述筛选出各执行小车的方法为：筛选出在当前任务执行完毕后自主充电的各小车，将其标记为各匮电小车，进而从置物仓内各小车中剔除各匮电小车，将剩余各小车标记为各执行小车。
优选的，所述确认各执行小车的运行位置适宜度具体步骤为：获取各执行小车所属综合影响路径，识别各执行小车在下一执行任务完毕时是否自主充电，若某执行小车在下一执行任务完毕时自主充电，则将该执行小车执行任务的综合过程路径距离记为该执行小车所属综合影响路径距离，反之则以为该执行小车所属综合影响路径距离，/>为该执行小车当前执行任务所属目标访问区位置与其当前执行任务点位置之间的剩余路径距离，/>为该执行小车当前执行任务所属目标访问区位置与小车下一执行任务数据中的指定响应区位置之间的距离，汇总得到各执行小车所属综合影响路径距离，记为/>。
获取各执行小车执行任务的综合影响路径，统计各执行小车执行任务的综合影响路径中的转向位置数量及各转向位置所属子路径距离/>，/>为转向位置的编号，。
分析各执行小车的运行位置适宜度，式中/>表示转向位置的数量。
优选的，所述分析各执行小车的任务时间影响因子相应内容为：获取各执行小车在单位时间内的行驶路径，将其与对应执行小车所属综合影响路径距离对比，得到各执行小车的基础路程行进时长。
获取小车取货间歇时长，以发送请求任务的发送时间点为起始时间点，基于各执行小车的基础路程行进时长，得到各执行小车行至下一执行任务数据中的指定响应区位置所属终结时间点，将其相互对比得到各执行小车与其他各执行小车之间的取货时间偏差时长，并获取各执行小车所属终结时间邻近度/>，/>为其他各执行小车的编号，。
分析各执行小车的任务时间影响因子，其中/>分别为设定的基础路程行进时长、取货时间偏差时长对应任务时间影响占比权重，/>为基础路程的单位行进时长，/>为小车取货间歇时长，/>，/>为执行小车数量。
优选的，所述各执行小车所属终结时间邻近度获取方式为：将各执行小车行至下一执行任务数据中的指定响应区位置所属终结时间点与起始时间点进行对比，得到各执行小车所属终结时间偏差时长，进而由分析公式/>得到各执行小车所属终结时间邻近度，/>为设定参照偏差时长，e为自然常数。
优选的，所述分析各执行小车的任务完成优先级，过程如下：从各小车的电量符合度筛选出各执行小车的电量符合度，记为，结合各执行小车的运行位置适宜度/>、各执行小车的任务时间影响因子/>，计算各执行小车执行任务的综合优先权重，其中/>分别为各执行小车的电量符合度、运行位置适宜度、任务时间影响因子所属设定影响因子。
将各执行小车执行任务的综合优先权重按从大至小顺序进行排序，所得排序顺序即为各执行小车的任务完成优先级。
优选的，所述筛选出AGV小车任务执行数量的方法为：从各小车的额定载货量中提取各执行小车的额定载货量，按照任务完成优先级的排序顺序对各执行小车进行重新编号，将其编号记为，。
获取任务完成优先级排在前个的执行小车所属综合额定载货量，进而将其与任务请求量进行对比，当任务完成优先级排在前/>个的执行小车所属综合额定载货量小于任务请求量、任务完成优先级排在前/>个的执行小车所属综合额定载货量大于或等于任务请求量时，将任务完成优先级排在前/>个的执行小车均作为任务请求数据的任务接收车辆，即AGV小车任务执行数量为/>。
相较于现有技术，本发明的有益效果如下：（1）本发明通过实时监测各小车当前剩余电量，从电量层面分析各小车的电量符合度，并基于各小车在置物仓内执行任务的最大需求余电量，控制各小车执行自主充电，确保了AGV小车在执行任务过程中不会因电量不足而中断，保证了任务的连续性和稳定性。同时避免了在剩余电量能够满足下一执行任务过程时，出现过早充电现象，这种优化策略有助于最大程度地提高AGV小车的电量使用率，减少不必要的资源浪费。
（2）本发明通过获取各执行小车与其他各执行小车之间的取货时间偏差时长，分析各执行小车的任务时间影响因子，这种分析方式可以更好地了解小车之间的相互影响和任务执行情况，这有助于优化调度策略和路径规划，减少小车之间的冲突和滞留，提高整个物流系统的流畅性和效率，同时加快物品的流动速度。
（3）本发明从多层面综合分析各小车的任务完成优先级，据此筛选出AGV小车任务执行数量，这有助于提高整个物流系统的效率和响应速度。同时可以提供更准确、全面的信息，有助于决策者更好地理解物流系统的运行状况，做出更明智、及时的决策。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明方法流程示意图。
具体实施方式
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，都属于本发明保护的范围。
请参阅图1所示，本发明提供了一种AGV小车任务分配及充电管理方法，该方法包括：步骤一、任务数据提取：将置物仓划分为各访问区和各响应区，将发送请求任务的访问区记为目标访问区，获取目标访问区的任务请求数据，任务请求数据包括任务请求量、目标访问区位置和指定响应区位置，并将置物仓内各小车的编号记为。
步骤二、电量层面分析：基于各小车上安装的电量监测器实时监测各小车当前剩余电量，将其传输至web移动平台，并从web移动平台获取各小车当前执行任务数据，分析各小车的电量符合度。其中当前执行任务数据为当前执行任务所属目标访问区位置和指定响应区位置。
本发明具体实施例中，所述分析各小车的电量符合度内容包括：B1、实时获取各小车当前执行任务点位置和当前剩余电量，并从web移动端提取各小车单位行驶距离耗电量/>。
B2、从各小车当前执行任务数据中提取对应小车当前执行任务所属目标访问区位置，获取其与对应小车当前执行任务点位置之间的剩余路径距离，记为。
B3、将目标访问区的任务请求数据作为小车下一执行任务数据，进而获取各小车当前执行任务所属目标访问区位置与小车下一执行任务数据中的指定响应区位置之间的距离，记为。
B4、获取小车下一执行任务数据中的目标访问区位置和指定响应区位置之间的距离，记为。
B5、提取各充电点的位置，获取各访问区至各充电点位置的距离，筛选出最小值作为各访问区所属充电补偿路径距离，从中提取当前执行任务所属目标访问区位置的充电补偿路径距离。其中各充电点的位置是预置布设数据。
B6、统计各小车执行任务的综合过程路径距离，据此计算各小车执行任务的预计需电量/>，/>为单位路径距离。
B7、由分析公式得到各小车的电量符合度，其中/>为剩余电量与预计需电量之间的设定偏差允许值。
补充说明的，AGV小车执行任务的过程为：小车接收目标访问区的任务请求后，先从当前位置移动至当前执行任务所属目标访问区位置，再从当前执行任务所属目标访问区位置移动至下一执行任务数据中的指定响应区位置进行货物装载，最后移动至下一执行任务数据中的目标访问区位置。
步骤三、充电判断：获取各小车单次执行任务额定量和置物仓内最大任务执行距离，计算各小车在置物仓内执行任务的最大需求余电量，据此确认各小车是否执行自主充电。所述各小车单次执行任务额定量是从web移动端中获取得到。
本发明具体实施方式中，所述计算各小车在置物仓内执行任务的最大需求余电量具体方法为：获取置物仓内各访问区位置与各响应区位置之间的距离，将其二倍值记为置物仓内各访问区的各任务执行距离，筛选出最大值，记为置物仓内各访问区所属最大任务执行距离，/>为置物仓内访问区的编号，/>。
将各访问区所属充电补偿路径距离记为，从web移动端中获取小车单位执行任务量对应的需耗电量/>，将各小车单次执行任务额定量记为/>，计算各小车在置物仓内执行任务的最大需求余电量/>，其中为各访问区所属任务执行和充电过程中的最大综合路径距离，/>为单位执行任务量。
本发明又一具体实施方式中，所述确认各小车是否执行自主充电内容包括：获取各小车当前执行任务完毕时的预计存电量，将其与对应小车在置物仓内执行任务的最大需求余电量进行对比，若某小车当前执行任务完毕时的预计存电量小于对应小车在置物仓内执行任务的最大需求余电量，则控制该小车在当前任务执行完毕后自主充电。
反之则，将该小车执行任务的预计需电量与该小车当前剩余电量进行对比，得到该小车下一执行任务完毕时的预计存电量，进一步将其与该小车在置物仓内执行任务的最大需求余电量进行对比，若其小于该小车在置物仓内执行任务的最大需求余电量，则确认该小车在下一执行任务完毕时进行自主充电。
本发明通过实时监测各小车当前剩余电量，从电量层面分析各小车的电量符合度，并基于各小车在置物仓内执行任务的最大需求余电量，控制各小车执行自主充电，确保了AGV小车在执行任务过程中不会因电量不足而中断，保证了任务的连续性和稳定性。同时避免了在剩余电量能够满足下一执行任务过程时，出现过早充电现象，这种优化策略有助于最大程度地提高AGV小车的电量使用率，减少不必要的资源浪费。
步骤四、位置层面分析：从各小车中筛选出各执行小车，将其编号记为，汇总各执行小车所属综合影响路径距离，确认各执行小车的运行位置适宜度/>。
本发明具体实施方式中，所述筛选出各执行小车的方法为：筛选出在当前任务执行完毕后自主充电的各小车，将其标记为各匮电小车，进而从置物仓内各小车中剔除各匮电小车，将剩余各小车标记为各执行小车。
本发明又一具体实施方式中，所述确认各执行小车的运行位置适宜度具体步骤为：从各小车执行任务的综合过程路径距离中筛选出各执行小车执行任务的综合过程路径距离，获取各执行小车所属综合影响路径，识别各执行小车在下一执行任务完毕时是否自主充电，若某执行小车在下一执行任务完毕时自主充电，则将该执行小车执行任务的综合过程路径距离记为该执行小车所属综合影响路径距离，反之则以为该执行小车所属综合影响路径距离，/>为该执行小车当前执行任务所属目标访问区位置与其当前执行任务点位置之间的剩余路径距离，/>为该执行小车当前执行任务所属目标访问区位置与小车下一执行任务数据中的指定响应区位置之间的距离，汇总得到各执行小车所属综合影响路径距离，记为/>。
所述该执行小车当前执行任务所属目标访问区位置与其当前执行任务点位置之间的剩余路径距离来源于上述B2步骤中的。
所述该执行小车当前执行任务所属目标访问区位置与小车下一执行任务数据中的指定响应区位置之间的距离来源于上述B3步骤中的。
从web移动端中获取置物仓内路径布设图，提取路径布设图中的各转向位置和各转向位置所属子路径距离，将其与各执行小车执行任务的综合影响路径进行对比，统计各执行小车所属综合影响路径中的转向位置数量及各转向位置所属子路径距离/>，/>为转向位置的编号，/>。其中，各转向位置所属子路径为各转向位置与其相邻下一个转向位置之间的路径。
分析各执行小车的运行位置适宜度，式中/>表示转向位置的数量。具体的，转向位置所属子路径距离越长，执行小车在转向位置转弯的可操作空间越大，故而转向位置所属子路径距离与执行小车的运行位置适宜度成正向关联。
需要说明的，所述各执行小车所属综合影响路径具体为：Q1、对于下一执行任务完毕时自主充电的执行小车，其执行小车所属综合影响路径包括执行小车当前执行任务所属目标访问区位置与其当前执行任务点位置之间的剩余路径、执行小车当前执行任务所属目标访问区位置与小车下一执行任务数据中的指定响应区位置之间的路径、小车下一执行任务数据中的目标访问区位置和指定响应区位置之间的路径、当前执行任务所属目标访问区位置的充电补偿路径的组合。
Q2、对于下一执行任务完毕时不执行自主充电的执行小车，其执行小车所属综合影响路径包括执行小车当前执行任务所属目标访问区位置与其当前执行任务点位置之间的剩余路径、执行小车当前执行任务所属目标访问区位置与小车下一执行任务数据中的指定响应区位置之间的路径、小车下一执行任务数据中的目标访问区位置和指定响应区位置之间的路径的组合。
步骤五、时间层面分析：获取各执行小车与其他各执行小车之间的取货时间偏差时长，据此分析各执行小车的任务时间影响因子。
本发明具体实施方式中，所述分析各执行小车的任务时间影响因子相应内容为：获取各执行小车在单位时间内的行驶路径，将其与对应执行小车所属综合影响路径距离对比，得到各执行小车的基础路程行进时长/>。
获取小车取货间歇时长，以发送请求任务的发送时间点为起始时间点，基于各执行小车的基础路程行进时长，得到各执行小车行至下一执行任务数据中的指定响应区位置所属终结时间点，将其相互对比得到各执行小车与其他各执行小车之间的取货时间偏差时长，并获取各执行小车所属终结时间邻近度/>，/>为其他各执行小车的编号，。
分析各执行小车的任务时间影响因子，其中/>分别为设定的基础路程行进时长、取货时间偏差时长对应任务时间影响占比权重，/>为基础路程的单位行进时长，/>为小车取货间歇时长，/>，/>为执行小车数量。
具体的，所述各执行小车在单位时间内的行驶路径、小车取货间歇时长是从web移动端中获取得到。
本发明另一具体实施方式中，所述各执行小车所属终结时间邻近度获取方式为：将各执行小车行至下一执行任务数据中的指定响应区位置所属终结时间点与起始时间点进行对比，得到各执行小车所属终结时间偏差时长，进而由分析公式得到各执行小车所属终结时间邻近度，/>为设定参照偏差时长，e为自然常数。具体的，参照偏差时长是基于任务请求数据中的任务请求量来设定，任务请求数据中的任务请求量越大，小车的任务执行分配量就越大，使得任务执行过程中不稳定因素导致的延误时长增加，故而任务请求量越大、参照偏差时长设定值越大。
本发明通过获取各执行小车与其他各执行小车之间的取货时间偏差时长，分析各执行小车的任务时间影响因子，这种分析方式可以更好地了解小车之间的相互影响和任务执行情况，这有助于优化调度策略和路径规划，减少小车之间的冲突和滞留，提高整个物流系统的流畅性和效率，同时加快物品的流动速度。
步骤六、任务分配确认：分析各执行小车的任务完成优先级，获取各小车的额定载货量，据此筛选出AGV小车任务执行数量。
本发明具体实施方式中，所述分析各执行小车的任务完成优先级，过程如下：从各小车的电量符合度筛选出各执行小车的电量符合度，记为，结合各执行小车的运行位置适宜度/>、各执行小车的任务时间影响因子/>，计算各执行小车执行任务的综合优先权重/>，其中/>分别为各执行小车的电量符合度、运行位置适宜度、任务时间影响因子所属设定影响因子。
将各执行小车执行任务的综合优先权重按从大至小顺序进行排序，所得排序顺序即为各执行小车的任务完成优先级。
本发明又一具体实施方式中，所述筛选出AGV小车任务执行数量的方法为：从各小车的额定载货量中提取各执行小车的额定载货量，按照任务完成优先级的排序顺序对各执行小车进行重新编号，将其编号记为，。
获取任务完成优先级排在前个的执行小车所属综合额定载货量，进而将其与任务请求量进行对比，当任务完成优先级排在前/>个的执行小车所属综合额定载货量小于任务请求量、任务完成优先级排在前/>个的执行小车所属综合额定载货量大于或等于任务请求量时，将任务完成优先级排在前/>个的执行小车均作为任务请求数据的任务接收车辆，即AGV小车任务执行数量为/>。
本发明从多层面综合分析各小车的任务完成优先级，据此筛选出AGV小车任务执行数量，这有助于提高整个物流系统的效率和响应速度。同时可以提供更准确、全面的信息，有助于决策者更好地理解物流系统的运行状况，做出更明智、及时的决策。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种AGV小车任务分配及充电管理方法，其特征在于，该方法包括如下步骤：
步骤一、任务数据提取：将置物仓划分为各访问区和各响应区，将发送请求任务的访问区记为目标访问区，获取目标访问区的任务请求数据，任务请求数据包括任务请求量、目标访问区位置和指定响应区位置，并将置物仓内各小车的编号记为；
步骤二、电量层面分析：实时监测各小车当前剩余电量，获取各小车当前执行任务数据，分析各小车的电量符合度；
步骤三、充电判断：获取各小车单次执行任务额定量和置物仓内最大任务执行距离，计算各小车在置物仓内执行任务的最大需求余电量，据此确认各小车是否执行自主充电；
步骤四、位置层面分析：从各小车中筛选出各执行小车，将其编号记为，汇总各执行小车所属综合影响路径距离，确认各执行小车的运行位置适宜度/>；
步骤五、时间层面分析：获取各执行小车与其他各执行小车之间的取货时间偏差时长，据此分析各执行小车的任务时间影响因子；
步骤六、任务分配确认：分析各小车的任务完成优先级，获取各小车的额定载货量，据此筛选出AGV小车任务执行数量；
所述分析各执行小车的任务时间影响因子相应内容为：获取各执行小车在单位时间内的行驶路径，将其与对应执行小车所属综合影响路径距离对比，得到各执行小车的基础路程行进时长；
获取小车取货间歇时长，以发送请求任务的发送时间点为起始时间点，基于各执行小车的基础路程行进时长，得到各执行小车行至下一执行任务数据中的指定响应区位置所属终结时间点，将其相互对比得到各执行小车与其他各执行小车之间的取货时间偏差时长，并获取各执行小车所属终结时间邻近度/>，/>为其他各执行小车的编号，；
分析各执行小车的任务时间影响因子，其中/>分别为设定的基础路程行进时长、取货时间偏差时长对应任务时间影响占比权重，/>为基础路程的单位行进时长，/>为小车取货间歇时长，/>，/>为执行小车数量；
所述分析各执行小车的任务完成优先级，过程如下：
从各小车的电量符合度筛选出各执行小车的电量符合度，记为，结合各执行小车的运行位置适宜度/>、各执行小车的任务时间影响因子/>，计算各执行小车执行任务的综合优先权重/>，其中/>分别为各执行小车的电量符合度、运行位置适宜度、任务时间影响因子所属设定影响因子；
将各执行小车执行任务的综合优先权重按从大至小顺序进行排序，所得排序顺序即为各执行小车的任务完成优先级。
2.根据权利要求1所述的一种AGV小车任务分配及充电管理方法，其特征在于：所述分析各小车的电量符合度内容包括：
B1、实时获取各小车当前执行任务点位置和当前剩余电量，并提取各小车单位行驶距离耗电量/>；
B2、从各小车当前执行任务数据中提取对应小车当前执行任务所属目标访问区位置，获取其与对应小车当前执行任务点位置之间的剩余路径距离，记为；
B3、将目标访问区的任务请求数据作为小车下一执行任务数据，进而获取各小车当前执行任务所属目标访问区位置与小车下一执行任务数据中的指定响应区位置之间的距离，记为；
B4、获取小车下一执行任务数据中的目标访问区位置和指定响应区位置之间的距离，记为；
B5、提取各充电点的位置，获取各访问区至各充电点位置的距离，筛选出最小值作为各访问区所属充电补偿路径距离，从中提取当前执行任务所属目标访问区位置的充电补偿路径距离；
B6、统计各小车执行任务的综合过程路径距离，据此计算各小车执行任务的预计需电量/>，/>为单位路径距离；
B7、由分析公式得到各小车的电量符合度，其中/>为剩余电量与预计需电量之间的设定偏差允许值。
3.根据权利要求2所述的一种AGV小车任务分配及充电管理方法，其特征在于：所述计算各小车在置物仓内执行任务的最大需求余电量具体方法为：
获取置物仓内各访问区位置与各响应区位置之间的距离，将其二倍值记为置物仓内各访问区的各任务执行距离，筛选出最大值，记为置物仓内各访问区所属最大任务执行距离，/>为置物仓内访问区的编号，/>；
将各访问区所属充电补偿路径距离记为，获取小车单位执行任务量对应的需耗电量/>，将各小车单次执行任务额定量记为/>，计算各小车在置物仓内执行任务的最大需求余电量/>，其中/>为各访问区所属任务执行和充电过程中的最大综合路径距离，/>为单位执行任务量。
4.根据权利要求3所述的一种AGV小车任务分配及充电管理方法，其特征在于：所述确认各小车是否执行自主充电内容包括：
获取各小车当前执行任务完毕时的预计存电量，将其与对应小车在置物仓内执行任务的最大需求余电量进行对比，若某小车当前执行任务完毕时的预计存电量小于对应小车在置物仓内执行任务的最大需求余电量，则控制该小车在当前任务执行完毕后自主充电；
反之则，将该小车执行任务的预计需电量与该小车当前剩余电量进行对比，得到该小车下一执行任务完毕时的预计存电量，进一步将其与该小车在置物仓内执行任务的最大需求余电量进行对比，若其小于该小车在置物仓内执行任务的最大需求余电量，则确认该小车在下一执行任务完毕时进行自主充电。
5.根据权利要求4所述的一种AGV小车任务分配及充电管理方法，其特征在于：所述筛选出各执行小车的方法为：筛选出在当前任务执行完毕后自主充电的各小车，将其标记为各匮电小车，进而从置物仓内各小车中剔除各匮电小车，将剩余各小车标记为各执行小车。
6.根据权利要求5所述的一种AGV小车任务分配及充电管理方法，其特征在于：所述确认各执行小车的运行位置适宜度具体步骤为：
获取各执行小车所属综合影响路径，识别各执行小车在下一执行任务完毕时是否自主充电，若某执行小车在下一执行任务完毕时自主充电，则将该执行小车执行任务的综合过程路径距离记为该执行小车所属综合影响路径距离，反之则以为该执行小车所属综合影响路径距离，/>为该执行小车当前执行任务所属目标访问区位置与其当前执行任务点位置之间的剩余路径距离，/>为该执行小车当前执行任务所属目标访问区位置与小车下一执行任务数据中的指定响应区位置之间的距离，汇总得到各执行小车所属综合影响路径距离，记为/>；
统计各执行小车所属综合影响路径中的转向位置数量及各转向位置所属子路径距离/>，/>为转向位置的编号，/>；
分析各执行小车的运行位置适宜度，式中/>表示转向位置的数量。
7.根据权利要求1所述的一种AGV小车任务分配及充电管理方法，其特征在于：所述各执行小车所属终结时间邻近度获取方式为：将各执行小车行至下一执行任务数据中的指定响应区位置所属终结时间点与起始时间点进行对比，得到各执行小车所属终结时间偏差时长，进而由分析公式/>得到各执行小车所属终结时间邻近度，/>为设定参照偏差时长，e为自然常数。
8.根据权利要求1所述的一种AGV小车任务分配及充电管理方法，其特征在于：所述筛选出AGV小车任务执行数量的方法为：
从各小车的额定载货量中提取各执行小车的额定载货量，按照任务完成优先级的排序顺序对各执行小车进行重新编号，将其编号记为，；
获取任务完成优先级排在前个的执行小车所属综合额定载货量，进而将其与任务请求量进行对比，当任务完成优先级排在前/>个的执行小车所属综合额定载货量小于任务请求量、任务完成优先级排在前/>个的执行小车所属综合额定载货量大于或等于任务请求量时，将任务完成优先级排在前/>个的执行小车均作为任务请求数据的任务接收车辆，即AGV小车任务执行数量为/>。
CN202410234203.0A 2024-03-01 2024-03-01 一种agv小车任务分配及充电管理方法 Active CN117826736B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410234203.0A CN117826736B (zh) 2024-03-01 2024-03-01 一种agv小车任务分配及充电管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410234203.0A CN117826736B (zh) 2024-03-01 2024-03-01 一种agv小车任务分配及充电管理方法

Publications (2)

Publication Number Publication Date
CN117826736A CN117826736A (zh) 2024-04-05
CN117826736B true CN117826736B (zh) 2024-05-07

Family

ID=90517633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410234203.0A Active CN117826736B (zh) 2024-03-01 2024-03-01 一种agv小车任务分配及充电管理方法

Country Status (1)

Country Link
CN (1) CN117826736B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111413976A (zh) * 2020-04-01 2020-07-14 安徽工业大学 一种agv控制系统及控制方法
CN111474926A (zh) * 2020-03-24 2020-07-31 浙江中烟工业有限责任公司 一种基于多agv时间窗路径优化算法的废烟回收方法
WO2021254415A1 (zh) * 2020-06-18 2021-12-23 北京卫星制造厂有限公司 一种基于时间窗的agv智能调度方法
CN113870602A (zh) * 2021-09-28 2021-12-31 湖南大学 一种多agv泊车调度的方法和系统
CN114330886A (zh) * 2021-12-29 2022-04-12 北谷电子有限公司 一种对仓库中的车辆进行充电的方法和仓库管理系统
CN115373349A (zh) * 2022-07-07 2022-11-22 深圳优制云工业互联网有限公司 一种移动搬运机器人调度方法及系统
CN115744031A (zh) * 2022-12-06 2023-03-07 湖南德荣医疗器械物流配送服务有限公司 一种仓储小车调度系统
CN116300978A (zh) * 2023-05-25 2023-06-23 江苏康伯斯智能物流装备有限公司 一种车间agv物流小车导航控制系统
CN116400651A (zh) * 2023-03-15 2023-07-07 中国科学院自动化研究所 智慧工厂数字孪生平台的多agv协同调度方法及装置
WO2023179760A1 (zh) * 2022-03-25 2023-09-28 德利国际有限公司 运输控制方法、系统、装置、电子设备、运输车和介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9864371B2 (en) * 2015-03-10 2018-01-09 John Bean Technologies Corporation Automated guided vehicle system
US20220048186A1 (en) * 2020-08-15 2022-02-17 Rapyuta Robotics Co., Ltd. Dynamically generating solutions for updating plans and task allocation strategies

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111474926A (zh) * 2020-03-24 2020-07-31 浙江中烟工业有限责任公司 一种基于多agv时间窗路径优化算法的废烟回收方法
CN111413976A (zh) * 2020-04-01 2020-07-14 安徽工业大学 一种agv控制系统及控制方法
WO2021254415A1 (zh) * 2020-06-18 2021-12-23 北京卫星制造厂有限公司 一种基于时间窗的agv智能调度方法
CN113870602A (zh) * 2021-09-28 2021-12-31 湖南大学 一种多agv泊车调度的方法和系统
CN114330886A (zh) * 2021-12-29 2022-04-12 北谷电子有限公司 一种对仓库中的车辆进行充电的方法和仓库管理系统
WO2023179760A1 (zh) * 2022-03-25 2023-09-28 德利国际有限公司 运输控制方法、系统、装置、电子设备、运输车和介质
CN115373349A (zh) * 2022-07-07 2022-11-22 深圳优制云工业互联网有限公司 一种移动搬运机器人调度方法及系统
CN115744031A (zh) * 2022-12-06 2023-03-07 湖南德荣医疗器械物流配送服务有限公司 一种仓储小车调度系统
CN116400651A (zh) * 2023-03-15 2023-07-07 中国科学院自动化研究所 智慧工厂数字孪生平台的多agv协同调度方法及装置
CN116300978A (zh) * 2023-05-25 2023-06-23 江苏康伯斯智能物流装备有限公司 一种车间agv物流小车导航控制系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于滚动时域优化策略的多载AGV充电调度;丁一;陈婷;;中国航海;20200625(第02期);全文 *
某AGV自动泊车系统调度策略与路径规划研究;郭洪月;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑;20210131;全文 *

Also Published As

Publication number Publication date
CN117826736A (zh) 2024-04-05

Similar Documents

Publication Publication Date Title
Li et al. Storage assignment policy with awareness of energy consumption in the Kiva mobile fulfilment system
Zhang et al. Energy-efficient path planning for a single-load automated guided vehicle in a manufacturing workshop
CN110239868A (zh) 取货任务分配方法及其货品分拣系统
Ma et al. Simulation model and performance evaluation of battery-powered AGV systems in automated container terminals
CN108909514A (zh) 基于自动电池更换的多agv电量管理系统及方法
CN112833905A (zh) 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN108891838A (zh) 订单处理方法、装置、电子设备以及计算机可读存储介质
CN111563672B (zh) 一种多载agv数量配置方法
CN111882215A (zh) 一种含有agv的个性化定制柔性作业车间调度方法
CN112396362B (zh) 行驶目的地的确定方法、装置及存储介质
CN117314283B (zh) 混流装配车间的物料配送方法、装置、系统及存储介质
CN111768155A (zh) 一种调度控制方法、智能移动设备、服务器和存储介质
CN116954179B (zh) 一种仓储用自动搬运小车的控制方法和系统
CN114282821A (zh) 一种共享电动汽车的调度方法、系统及设备
Peng et al. Scheduling Just‐in‐Time Transport Vehicles to Feed Parts for Mixed Model Assembly Lines
CN115115194A (zh) 一种自动化立体仓库的作业任务调度方法及系统
CN117010626A (zh) 一种无人车的调度任务生成方法、设备及介质
CN117826736B (zh) 一种agv小车任务分配及充电管理方法
CN105427028A (zh) 一种智能炼钢底层运输设备调度方法
CN118051036A (zh) 一种基于任务分段协同的业务调度控制系统
CN117273606B (zh) 一种基于智能仓库的无人搬运车调度方法及系统
JP2020155076A (ja) 搬送システム制御装置および搬送システム制御方法
CN116562481B (zh) Agv多目标点自主导航方法、系统、终端及存储介质
CN114545876B (zh) 一种复合agv机器人调度方法及系统
CN110994719B (zh) 自动化设备的充电管理方法和装置

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