CN118083804A - 基于降低轨道繁忙程度的路径选择方法及装置 - Google Patents

基于降低轨道繁忙程度的路径选择方法及装置 Download PDF

Info

Publication number
CN118083804A
CN118083804A CN202410508816.9A CN202410508816A CN118083804A CN 118083804 A CN118083804 A CN 118083804A CN 202410508816 A CN202410508816 A CN 202410508816A CN 118083804 A CN118083804 A CN 118083804A
Authority
CN
China
Prior art keywords
path
task
track
time
busyness
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.)
Granted
Application number
CN202410508816.9A
Other languages
English (en)
Other versions
CN118083804B (zh
Inventor
王瑞骥
余君山
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.)
Huaxin Jiaxing Intelligent Equipment Co ltd
Huaxin Zhishang Semiconductor Equipment Shanghai Co ltd
Original Assignee
Huaxin Jiaxing Intelligent Equipment Co ltd
Huaxin Zhishang Semiconductor Equipment Shanghai 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 Huaxin Jiaxing Intelligent Equipment Co ltd, Huaxin Zhishang Semiconductor Equipment Shanghai Co ltd filed Critical Huaxin Jiaxing Intelligent Equipment Co ltd
Priority to CN202410508816.9A priority Critical patent/CN118083804B/zh
Publication of CN118083804A publication Critical patent/CN118083804A/zh
Application granted granted Critical
Publication of CN118083804B publication Critical patent/CN118083804B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
    • B66C13/00—Other constructional features or details
    • B66C13/16—Applications of indicating, registering, or weighing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
    • B66C13/00—Other constructional features or details
    • B66C13/18—Control systems or devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
    • B66C13/00—Other constructional features or details
    • B66C13/18—Control systems or devices
    • B66C13/46—Position indicators for suspended loads or for crane elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于降低轨道繁忙程度的路径选择方法及装置，属于半导体搬运技术领域，本发明实施例的基于降低轨道繁忙程度的路径选择方法，通过基于路径规划算法和历史繁忙指数进行路径选择，可以筛选得到满足任务时限要求的第一路径和第二路径，考虑到多个搬运任务按照不同组合方式的第二路径执行搬运任务时的实时繁忙指数，进而可以选择更加空闲和顺畅的轨道段，优化了搬运任务的路径规划，可以有效降低目标时段内多个搬运任务在执行时的轨道段的繁忙程度，减少拥堵和冲突，从而提高天车的搬运效率和运行顺畅度。

Description

基于降低轨道繁忙程度的路径选择方法及装置
技术领域
本发明涉及半导体搬运技术领域，尤其涉及一种基于降低轨道繁忙程度的路径选择方法及装置。
背景技术
OHT（Overhead Hoist Transport，空中运输车）轨道是一种特殊的轨道系统，主要用于Fab厂自动化制造车间内的物品运输。这种轨道系统可以安装在车间天花板上，为空中运输车提供了支撑和行进方向引导。通过这种系统，空中运输车可以在轨道上移动，从而在不同位置之间快速、稳定地输送物品，例如装载晶圆片的晶圆盒。与传统的地面输送系统相比，OHT轨道不仅能够节省空间，而且可以提高物品运输的效率和稳定性。
现有技术中，在对天车规划执行任务的路径时，只会针对单个天车来进行路径规划，一般根据时间最短来选择合适的路径。但是在同一时段内存在多个任务需要多个天车执行时，多个天车可能会对轨道段造成实时拥堵，互相影响运输效率。
发明内容
本发明提供一种基于降低轨道繁忙程度的路径选择方法及装置，用以解决现有技术中没有考虑到实时多个搬运天车互相干扰的缺陷，实现降低目标时段内多个搬运任务在执行时的轨道段的繁忙程度的效果。
本发明提供一种基于降低轨道繁忙程度的路径选择方法，包括：
将目标时段内需要执行的搬运任务组成任务池；
基于路径规划算法以及所述任务池内各搬运任务的起点位置和终点位置，得到各天车按时完成各搬运任务所对应的多个第一路径以及各第一路径对应的预估运行时间；
确定各第一路径对应的轨道段的历史繁忙指数，并基于所述历史繁忙指数从各第一路径中筛选得到多个第二路径；所述历史繁忙指数用于表示所述第一路径对应的各轨道段在历史时段内的繁忙程度；
基于各搬运任务对应的各第二路径，确定所述目标时段内各搬运任务的搬运路径的路径集合，并确定在所述目标时段内按照各路径集合运行下的轨道段的实时繁忙指数；所述实时繁忙指数用于表示所述第二路径对应的各轨道段在所述目标时段内的预测繁忙程度；
基于所述实时繁忙指数，确定所述任务池中各搬运任务的实际运行路径。
根据本发明提供的一种基于降低轨道繁忙程度的路径选择方法，所述路径规划算法为A星算法，所述基于路径规划算法以及所述任务池内各搬运任务的起点位置和终点位置，得到各天车完成各搬运任务所对应的多个第一路径，包括：
将所述任务池内各搬运任务的起点位置和终点位置作为所述路径规划算法的输入；
将每个轨道段作为节点，确定执行每个搬运任务的天车从当前节点到所述起点位置的实际代价和启发函数估计的从当前节点到所述终点位置的预估代价，得到当前总代价；所述实际代价用于表示从当前节点到所述起点位置的天车运行时间，所述预估代价用于表示从当前节点到所述终点位置的天车运行时间；
根据当前总代价选择下一个要扩展的节点，并继续搜索直到找到目标节点或者无法继续搜索；
在找到目标节点的情况下，得到并通过所述路径规划算法输出各第一路径以及各第一路径对应的预估运行时间。
根据本发明提供的一种基于降低轨道繁忙程度的路径选择方法，所述历史繁忙指数是基于所述第一路径对应的各轨道段在历史时段内通行的天车数量、历史运行速度、历史搬运任务的优先级以及各轨道段上天车的延误时间确定的。
根据本发明提供的一种基于降低轨道繁忙程度的路径选择方法，所述实时繁忙指数是基于所述第二路径对应的各轨道段在所述目标时段内预测的天车数量、最大允许速度即搬运任务的优先级确定的。
根据本发明提供的一种基于降低轨道繁忙程度的路径选择方法，所述基于所述实时繁忙指数，确定所述任务池中各搬运任务的实际运行路径，包括：
将所述实时繁忙指数最小的路径集合中的各第二路径作为所述目标时段内所述任务池内的各搬运任务的实际运行路径。
根据本发明提供的一种基于降低轨道繁忙程度的路径选择方法，在所述将所述实时繁忙指数最小的路径集合中的各第二路径作为所述目标时段内所述任务池内的各搬运任务的实际运行路径之后，所述方法还包括：
确定所述任务池内各搬运任务的优先级；不同优先级的搬运任务对应不同的搬运时间达成率，所述搬运时间达成率用于表示预估运行时间与任务要求时间的比值；
在所述搬运任务按照对应的实际运行路径的实际运行时间的搬运时间达成率不满足预设条件的情况下，从所述第二路径中筛选避让天车，以使得所述避让天车在所述目标时段内运行至除所述第二路径对应的轨道段之外的轨道段。
根据本发明提供的一种基于降低轨道繁忙程度的路径选择方法，所述基于所述历史繁忙指数从各第一路径中筛选得到多个第二路径，包括：
基于各第一路径对应的轨道段的历史繁忙指数和各第一路径对应的预估运行时间，从各第一路径中筛选得到多个第二路径。
本发明还提供一种基于降低轨道繁忙程度的路径选择装置，包括：
第一处理模块，用于将目标时段内需要执行的搬运任务组成任务池；
第二处理模块，用于基于路径规划算法以及所述任务池内各搬运任务的起点位置和终点位置，得到各天车按时完成各搬运任务所对应的多个第一路径以及各第一路径对应的预估运行时间；
第三处理模块，用于确定各第一路径对应的轨道段的历史繁忙指数，并基于所述历史繁忙指数从各第一路径中筛选得到多个第二路径；所述历史繁忙指数用于表示所述第一路径对应的各轨道段在历史时段内的繁忙程度；
第四处理模块，用于基于各搬运任务对应的各第二路径，确定所述目标时段内各搬运任务的搬运路径的路径集合，并确定在所述目标时段内按照各路径集合运行下的轨道段的实时繁忙指数；所述实时繁忙指数用于表示所述第二路径对应的各轨道段在所述目标时段内的预测繁忙程度；
第五处理模块，用于基于所述实时繁忙指数，确定所述任务池中各搬运任务的实际运行路径。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于降低轨道繁忙程度的路径选择方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于降低轨道繁忙程度的路径选择方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于降低轨道繁忙程度的路径选择方法。
本发明提供的基于降低轨道繁忙程度的路径选择方法及装置，通过基于路径规划算法和历史繁忙指数进行路径选择，可以筛选得到满足任务时限要求的第一路径和第二路径，考虑到多个搬运任务按照不同组合方式的第二路径执行搬运任务时的实时繁忙指数，进而可以选择更加空闲和顺畅的轨道段，优化了搬运任务的路径规划，可以有效降低目标时段内多个搬运任务在执行时的轨道段的繁忙程度，减少拥堵和冲突，从而提高天车的搬运效率和运行顺畅度。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的基于降低轨道繁忙程度的路径选择方法的流程示意图之一；
图2是本发明提供的基于降低轨道繁忙程度的路径选择方法的流程示意图之二；
图3是本发明提供的基于降低轨道繁忙程度的路径选择装置的结构示意图；
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
下面结合图1-图4描述本发明的基于降低轨道繁忙程度的路径选择方法及装置。
如图1所示，本发明实施例的基于降低轨道繁忙程度的路径选择方法主要包括步骤110、步骤120、步骤130、步骤140以及步骤150。
步骤110，将目标时段内需要执行的搬运任务组成任务池。
将目标时段内各个天车需要执行的搬运任务组成任务池即将在特定时间段内需要执行的所有搬运任务收集到一个集合中。这个集合就是任务池，其中包含了所有需要在目标时段内完成的搬运任务信息，如任务的起点位置、终点位置、优先级等。
任务池的形成可以基于需求预测、实时任务分配等策略来构建，目的是为了有效管理和调度天车的运输任务。通过任务池，系统可以根据任务的优先级、天车的可用情况等因素，动态地安排和分配任务，以优化搬运任务的执行效率和资源利用率。
目标时段可以是10min、15min以及20min等，目标时段的时长可以根据实际情况来确定，此处不作限制。
步骤120，基于路径规划算法以及任务池内各搬运任务的起点位置和终点位置，得到各天车按时完成各搬运任务所对应的多个第一路径以及各第一路径对应的预估运行时间。
可以将任务池内的各搬运任务的起点位置和终点位置准备好，作为路径规划算法的输入。
在此基础上，可以选择适合的路径规划算法，如A星算法、Dijkstra算法等。不同的算法有不同的特点和适用场景，可以根据实际情况选择合适的算法。
对于每个搬运任务，利用所选的路径规划算法在轨道网络中进行路径规划，得到多个备选的第一路径。
对于每个备选的第一路径，根据天车的运行速度、轨道段的长度等信息，计算预估运行时间。预估运行时间可以根据路径长度和天车的平均速度来计算，当然，也可以考虑到路径上的交通状况和任务优先级等因素。
需要说明的是，根据半导体工厂所搭建的轨道的实际情况，可以得到天车所运行的轨道的轨道图。轨道图可以被理解为对轨道系统的结构和布局进行图形化表示。在这个图中，每个贴有二维码标签的为一个单一轨道段，多个连续的类型相同的单一轨道段可以组合成组合轨道段。
在每个轨道段都贴有二维码标签并且代表一个独立的实体（例如一个独立的运输车道或者一个设备之间的连接）的情况下，可以将每个轨道段作为一个节点。节点之间的连接表示轨道段之间的直接物理连接或者运输路径。
当然，在一些实施例中，如果存在多个类型相同的轨道段组合在一起并且具有相同的运行速度要求，那么可以将这些组合轨道段作为一个节点。这样的节点可以更好地表示整个运输路径或者功能区域，简化了图的结构。
轨道段存在不同的类型且不同位置的轨道段之间存在不同的连接方式。可以先识别图中的不同轨道段类型，包括直线轨道段、交叉轨道段、环形轨道段以及弯曲轨道段。
这些轨道段类型在连接下一个轨道段时可能存在不同的方式。例如，在直线轨道段上，它们通常按照一段接一段的方式连接，因此直线轨道段上只有一个路径。而在交叉和弯曲轨道段位置，可能存在多个路径选择。在环形轨道段中，既包含直线轨道段也包含弯曲轨道段，形成环形路径。由于不同轨道段类型的位置和形态限制，它们上的天车运行速度也会有较大差异，因此不同轨道段类型对于天车的路径规划会有较大影响。
在使用Dijkstra算法进行路径规划时，可以将起点位置的预估时间设定为0，并按以下步骤进行迭代，直到队列为空或目标节点被标记为已访问。
首先，从队列中选择预估时间最短的节点作为当前节点。然后，遍历当前节点的邻居节点，并计算通过当前节点到达邻居节点的预估时间。如果通过当前节点到达邻居节点的预估时间比邻居节点原有的预估时间短，则更新邻居节点的预估时间和路径，并将邻居节点加入队列中。最后，通过回溯每个节点的父节点，可以得到所有第一路径上的所有节点。同时，累加每个节点的预估时间即为对应第一路径的预估时间。
在一些实施例中，路径规划算法为A星算法，基于路径规划算法以及任务池内各搬运任务的起点位置和终点位置，得到各天车完成各搬运任务所对应的多个第一路径，包括以下过程。
可以将任务池内各搬运任务的起点位置和终点位置作为路径规划算法的输入。
类似地，将每个轨道段作为节点，确定执行每个搬运任务的天车从当前节点到起点位置的实际代价和启发函数估计的从当前节点到终点位置的预估代价，得到当前总代价；实际代价用于表示从当前节点到起点位置的天车运行时间，预估代价用于表示从当前节点到终点位置的天车运行时间；
根据当前总代价选择下一个要扩展的节点，并继续搜索直到找到目标节点或者无法继续搜索；在找到目标节点的情况下，得到并通过路径规划算法输出各第一路径以及各第一路径对应的预估运行时间。
需要说明的是，实际代价用于衡量从当前节点到起点位置的天车运行时间，而预估代价则反映了从当前节点到终点位置的天车运行时间。
可以基于预估的天车运行数据，包括轨道段上的天车数量、轨道段最大允许速度、轨道段长度等信息，计算出从当前节点到起点位置的实际天车运行时间。这个实际天车运行时间综合考虑了天车可能的停顿或等待时间等因素。举例而言，可以通过距离除以平均速度来估算天车的行驶时间，然后再考虑可能的等待时间或停顿时间等情况。通常可以使用启发式函数来估计从当前节点到目标节点的预估代价，而启发式函数的选择则可以根据具体情况来确定。
在使用算法进行预测时，无论是实际代价还是预估代价都属于估算值。在迭代搜索过程中，每个中间节点都记录了其实际代价（记为g值）、预估代价（记为h值）以及总代价（记为f值）。这些值的计算可以考虑每个轨道段上经过的天车数量、每个轨道段上每个天车占用的时间、行驶方向以及每个轨道段的速度要求等参数，通过这些参数的综合考量，计算出了目标代价f值。可以考虑使用如下的公式来衡量路径的总代价：
f(n) = g(n) + h(n)；
其中，f(n) 表示从任务起始位置到当前位置 n 的目标代价，g(n) 表示从任务起始位置到当前位置 n 的实际代价，h(n) 表示当前位置 n 到终点位置的预估代价。
根据当前的总代价，选择下一个要扩展的节点，并持续搜索，直到找到目标节点或搜索无法继续为止。一旦找到目标节点，路径规划模型就可以输出各个第一路径及其对应的预估时间。
搜索过程从起点位置开始，将起点位置的节点添加到开放列表中，并初始化其实际代价和预估代价。随后，进入循环搜索阶段。首先，从开放列表中选择总代价最小的节点作为当前位置节点。如果当前位置节点是目标节点，则搜索结束，进入下一步处理。否则，将当前节点从开放列表移至关闭列表，并处理其相邻的未处理节点。对于当前节点的相邻节点，可以计算它们的实际代价和预估代价，并更新其总代价。如果相邻节点已经在开放列表中，则比较当前节点经过当前路径到达相邻节点的总代价和相邻节点原有的总代价，选择较小的总代价更新相邻节点的信息。如果相邻节点不在开放列表中，则将其加入开放列表，并设置其父节点为当前节点，并更新其实际代价、预估代价和总代价。如果开放列表为空，表示无法继续搜索，搜索结束。或者，如果找到目标节点，搜索结束，进入下一步处理。
根据目标节点的信息，可以通过对总代价进行筛选，在总代价满足各个任务时限要求的情况下，通过回溯父节点的方式获取到各个第一路径。最后，将获得的第一路径以及每个第一路径的总代价作为天车运行的预估时间输出，并筛选满足任务时限要求的第一路径作为路径规划模型的结果，供后续处理和使用。
步骤130，确定各第一路径对应的轨道段的历史繁忙指数，并基于历史繁忙指数从各第一路径中筛选得到多个第二路径。
历史繁忙指数用于表示第一路径对应的各轨道段在历史时段内的繁忙程度。
可以理解的是，针对每一个第一路径，可以按照轨道段的位置以及轨道段的类型将第一路径拆分为多个较长的组合轨道段。
可以分别计算每个组合轨道段在历史时段内的历史繁忙指数，并将每个第一路径对应的组合轨道段的历史繁忙指数相加，得到每个第一路径的历史繁忙指数。
在一些实施例中，可以直接根据各轨道段在历史时段内通行的天车数量来得到历史繁忙指数。
在另一些实施例中，历史繁忙指数是基于第一路径对应的各轨道段在历史时段内通行的天车数量、历史运行速度、历史搬运任务的优先级以及各轨道段上天车的延误时间确定的。
各轨道段在历史时段内通行的天车数量指的是在过去一段时间内经过每个轨道段的天车数量。这个参数反映了轨道段的交通量，数量越多表示该轨道段的交通繁忙程度越高。
历史运行速度指的是过去一段时间内天车在每个轨道段上的平均运行速度。这个参数反映了天车在不同轨道段上的运行效率和速度情况。
历史搬运任务的优先级指的是过去一段时间内在每个轨道段上进行的搬运任务的优先级情况。这个参数反映了轨道段上搬运任务的重要程度或紧急程度。
各轨道段上天车的延误时间指的是天车在每个轨道段上发生的延误时间，即天车的实际运行时间与预期运行时间的差值。这个参数反映了轨道段上可能存在的运输延误情况，对评估轨道繁忙程度和运输效率具有重要影响。
每个组合轨道段的历史繁忙指数可以通过以下公式计算得到：
K1=M·V·S·Td/Th；
其中，K1表示历史繁忙指数，M表示历史时段内该组合轨道段上通行的天车数量，V表示历史运行速度，S表示历史搬运任务的优先级，Td表示天车的延误时间，Th表示天车的预期运行时间。
步骤140，基于各搬运任务对应的各第二路径，确定目标时段内各搬运任务的搬运路径的路径集合，并确定在目标时段内按照各路径集合运行下的轨道段的实时繁忙指数。
实时繁忙指数用于表示第二路径对应的各轨道段在目标时段内的预测繁忙程度。
可以理解的是，可以根据每个搬运任务所对应的多个第二路径，分别进行排列组合，进而得到目标池内所有任务整体的搬运路径的路径集合。
在此种情况下，可以确定在目标时段内按照各路径集合运行下的轨道段的实时繁忙指数。
在一些实施例中，可以得到目标时段内执行目标池内各个搬运任务的天车在各个轨道段上通行的数量，然后直接将该数量作为评价路径繁忙指数的参数。
在另一些实施例中，实时繁忙指数是基于第二路径对应的各轨道段在目标时段内预测的天车数量、最大允许速度以及搬运任务的优先级确定的。
预测的天车数量是指在目标时段内预测通过该轨道段的天车数量。
最大允许速度是该轨道段上天车的最大允许运行速度，由轨道和天车的设计规范或安全标准确定。
搬运任务的优先级反应在该轨道段上进行的搬运任务的优先级，是根据任务的紧急程度、重要性等因素确定。
可以理解的是，在计算实时繁忙指数时，可以采用和历史繁忙指数类似的方式，可以先计算每个轨道段或者组合轨道段上的繁忙指数，再求和得到整个路径的繁忙指数。
每个组合轨道段的实时繁忙指数可以通过以下公式计算得到：
K2=M·Vm·S；
其中，K2表示实时繁忙指数，M表示目标时段内该组合轨道段上预计通行的天车数量，Vm表示轨道段的最大允许运行速度，S表示搬运任务的优先级。
步骤150，基于实时繁忙指数，确定任务池中各搬运任务的实际运行路径。
可以理解的是，为了降低轨道中的繁忙程度，使得目标时段内执行搬运任务池内搬运任务的天车之间不会存在较大拥堵，改善搬运效率，可以直接将实时繁忙指数最小的路径集合中的各第二路径作为目标时段内任务池内的各搬运任务的实际运行路径。
换言之，基于实时繁忙指数，确定任务池中各搬运任务的实际运行路径，包括：将实时繁忙指数最小的路径集合中的各第二路径作为目标时段内任务池内的各搬运任务的实际运行路径。
在此种情况下，选择实时繁忙指数最小的路径集合，优化了路径规划，可以减少轨道的拥堵程度，避免天车之间因为拥堵导致的停滞和延误。
根据本发明实施例提供的基于降低轨道繁忙程度的路径选择方法，通过基于路径规划算法和历史繁忙指数进行路径选择，可以筛选得到满足任务时限要求的第一路径和第二路径，考虑到多个搬运任务按照不同组合方式的第二路径执行搬运任务时的实时繁忙指数，进而可以选择更加空闲和顺畅的轨道段，优化了搬运任务的路径规划，可以有效降低目标时段内多个搬运任务在执行时的轨道段的繁忙程度，减少拥堵和冲突，从而提高天车的搬运效率和运行顺畅度。
如图2所示，在一些实施例中，在将实时繁忙指数最小的路径集合中的各第二路径作为目标时段内任务池内的各搬运任务的实际运行路径之后，本发明实施例的基于降低轨道繁忙程度的路径选择方法还包括步骤210和步骤220。
步骤210，确定任务池内各搬运任务的优先级。
不同优先级的搬运任务对应不同的搬运时间达成率，搬运时间达成率用于表示预估运行时间与任务要求时间的比值。
步骤220，在搬运任务按照对应的实际运行路径的实际运行时间的搬运时间达成率不满足预设条件的情况下，从第二路径中筛选避让天车，以使得避让天车在目标时段内运行至除第二路径对应的轨道段之外的轨道段。
可以理解的是，需要先确定任务池内各个搬运任务的优先级。优先级是根据任务的紧急程度、重要性或其他标准来确定的。不同优先级的任务会对应不同的搬运时间达成率，即预估运行时间与任务要求完成时间的比值。
需要说明的是，虽然预估运行时间都满足任务要求完成时间，即再利用路径规划算法的时候都会筛选时都考虑到了预估运行时间比任务要求完成时间短，但是天车在实际运行过程中，由于轨道以及设备磨损、轨道上的实时突发情况等，会使得实际运行时间比预估运行时间大。
因此对于优先级较高的搬运任务，会存在较高的搬运时间达成率要求，进而留有充足的时间裕量，以保证搬运任务的按时完成，而一般任务则可能有较低的要求。
因此，在搬运任务按照实际运行路径的实际运行时间的搬运时间达成率不满足预设条件的情况下，需要进行避让处理。
在这种情况下，可以从第二路径中筛选出可用于避让的天车，例如可以是优先级较低的天车，或者是暂时没有执行搬运任务的天车。这些天车可以根据当前轨道情况和任务要求，选择能够在目标时段内运行至除第二路径对应轨道段之外的轨道段，例如用于临时停靠的环形轨道。
在本实施方式中，使避让天车能够在目标时段内运行至除第二路径对应轨道段之外的轨道段，这样可以避免拥堵和冲突，保证优先级高的搬运任务的顺利执行和搬运时间达成率的实现。
在一些实施例中，基于历史繁忙指数从各第一路径中筛选得到多个第二路径，包括：基于各第一路径对应的轨道段的历史繁忙指数和各第一路径对应的预估运行时间，从各第一路径中筛选得到多个第二路径。
可以理解的是，第一路径对应的预估运行时间已经满足的搬运任务的任务时限要求。但是在筛选第二路径时，除了考虑各第一路径对应的轨道段的历史繁忙指数，还可以将各第一路径对应的预估运行时间作为参考指标。
可以直接根据预估运行时间计算各个第一路径对应的搬运时间达成率，搬运时间达成率用于表示预估运行时间与任务要求时间的比值。将搬运时间达成率更低的第一路径优先作为第二路径，可以进一步提高后续天车按照第二路径运行时的效率。
下面对本发明提供的基于降低轨道繁忙程度的路径选择装置进行描述，下文描述的基于降低轨道繁忙程度的路径选择装置与上文描述的基于降低轨道繁忙程度的路径选择方法可相互对应参照。
如图3所示，本发明实施例的基于降低轨道繁忙程度的路径选择装置主要包括第一处理模块310、第二处理模块320、第三处理模块330、第四处理模块340以及第五处理模块350。
第一处理模块310用于将目标时段内需要执行的搬运任务组成任务池；
第二处理模块320用于基于路径规划算法以及任务池内各搬运任务的起点位置和终点位置，得到各天车按时完成各搬运任务所对应的多个第一路径以及各第一路径对应的预估运行时间；
第三处理模块330用于确定各第一路径对应的轨道段的历史繁忙指数，并基于历史繁忙指数从各第一路径中筛选得到多个第二路径；历史繁忙指数用于表示第一路径对应的各轨道段在历史时段内的繁忙程度；
第四处理模块340用于基于各搬运任务对应的各第二路径，确定目标时段内各搬运任务的搬运路径的路径集合，并确定在目标时段内按照各路径集合运行下的轨道段的实时繁忙指数；实时繁忙指数用于表示第二路径对应的各轨道段在目标时段内的预测繁忙程度；
第五处理模块350用于基于实时繁忙指数，确定任务池中各搬运任务的实际运行路径。
根据本发明实施例提供的基于降低轨道繁忙程度的路径选择装置，通过基于路径规划算法和历史繁忙指数进行路径选择，可以筛选得到满足任务时限要求的第一路径和第二路径，考虑到多个搬运任务按照不同组合方式的第二路径执行搬运任务时的实时繁忙指数，进而可以选择更加空闲和顺畅的轨道段，优化了搬运任务的路径规划，可以有效降低目标时段内多个搬运任务在执行时的轨道段的繁忙程度，减少拥堵和冲突，从而提高天车的搬运效率和运行顺畅度。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器（processor）410、通信接口（Communications Interface）420、存储器（memory）430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行基于降低轨道繁忙程度的路径选择方法，该方法包括：将目标时段内需要执行的搬运任务组成任务池；基于路径规划算法以及任务池内各搬运任务的起点位置和终点位置，得到各天车按时完成各搬运任务所对应的多个第一路径以及各第一路径对应的预估运行时间；确定各第一路径对应的轨道段的历史繁忙指数，并基于历史繁忙指数从各第一路径中筛选得到多个第二路径；历史繁忙指数用于表示第一路径对应的各轨道段在历史时段内的繁忙程度；基于各搬运任务对应的各第二路径，确定目标时段内各搬运任务的搬运路径的路径集合，并确定在目标时段内按照各路径集合运行下的轨道段的实时繁忙指数；实时繁忙指数用于表示第二路径对应的各轨道段在目标时段内的预测繁忙程度；基于实时繁忙指数，确定任务池中各搬运任务的实际运行路径。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于降低轨道繁忙程度的路径选择方法，该方法包括：将目标时段内需要执行的搬运任务组成任务池；基于路径规划算法以及任务池内各搬运任务的起点位置和终点位置，得到各天车按时完成各搬运任务所对应的多个第一路径以及各第一路径对应的预估运行时间；确定各第一路径对应的轨道段的历史繁忙指数，并基于历史繁忙指数从各第一路径中筛选得到多个第二路径；历史繁忙指数用于表示第一路径对应的各轨道段在历史时段内的繁忙程度；基于各搬运任务对应的各第二路径，确定目标时段内各搬运任务的搬运路径的路径集合，并确定在目标时段内按照各路径集合运行下的轨道段的实时繁忙指数；实时繁忙指数用于表示第二路径对应的各轨道段在目标时段内的预测繁忙程度；基于实时繁忙指数，确定任务池中各搬运任务的实际运行路径。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于降低轨道繁忙程度的路径选择方法，该方法包括：将目标时段内需要执行的搬运任务组成任务池；基于路径规划算法以及任务池内各搬运任务的起点位置和终点位置，得到各天车按时完成各搬运任务所对应的多个第一路径以及各第一路径对应的预估运行时间；确定各第一路径对应的轨道段的历史繁忙指数，并基于历史繁忙指数从各第一路径中筛选得到多个第二路径；历史繁忙指数用于表示第一路径对应的各轨道段在历史时段内的繁忙程度；基于各搬运任务对应的各第二路径，确定目标时段内各搬运任务的搬运路径的路径集合，并确定在目标时段内按照各路径集合运行下的轨道段的实时繁忙指数；实时繁忙指数用于表示第二路径对应的各轨道段在目标时段内的预测繁忙程度；基于实时繁忙指数，确定任务池中各搬运任务的实际运行路径。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于降低轨道繁忙程度的路径选择方法，其特征在于，包括：
将目标时段内需要执行的搬运任务组成任务池；
基于路径规划算法以及所述任务池内各搬运任务的起点位置和终点位置，得到各天车按时完成各搬运任务所对应的多个第一路径以及各第一路径对应的预估运行时间；
确定各第一路径对应的轨道段的历史繁忙指数，并基于所述历史繁忙指数从各第一路径中筛选得到多个第二路径；所述历史繁忙指数用于表示所述第一路径对应的各轨道段在历史时段内的繁忙程度；
基于各搬运任务对应的各第二路径，确定所述目标时段内各搬运任务的搬运路径的路径集合，并确定在所述目标时段内按照各路径集合运行下的轨道段的实时繁忙指数；所述实时繁忙指数用于表示所述第二路径对应的各轨道段在所述目标时段内的预测繁忙程度；
基于所述实时繁忙指数，确定所述任务池中各搬运任务的实际运行路径。
2.根据权利要求1所述的基于降低轨道繁忙程度的路径选择方法，其特征在于，所述路径规划算法为A星算法，所述基于路径规划算法以及所述任务池内各搬运任务的起点位置和终点位置，得到各天车完成各搬运任务所对应的多个第一路径，包括：
将所述任务池内各搬运任务的起点位置和终点位置作为所述路径规划算法的输入；
将每个轨道段作为节点，确定执行每个搬运任务的天车从当前节点到所述起点位置的实际代价和启发函数估计的从当前节点到所述终点位置的预估代价，得到当前总代价；所述实际代价用于表示从当前节点到所述起点位置的天车运行时间，所述预估代价用于表示从当前节点到所述终点位置的天车运行时间；
根据当前总代价选择下一个要扩展的节点，并继续搜索直到找到目标节点或者无法继续搜索；
在找到目标节点的情况下，得到并通过所述路径规划算法输出各第一路径以及各第一路径对应的预估运行时间。
3.根据权利要求1所述的基于降低轨道繁忙程度的路径选择方法，其特征在于，所述历史繁忙指数是基于所述第一路径对应的各轨道段在历史时段内通行的天车数量、历史运行速度、历史搬运任务的优先级以及各轨道段上天车的延误时间确定的。
4.根据权利要求1所述的基于降低轨道繁忙程度的路径选择方法，其特征在于，所述实时繁忙指数是基于所述第二路径对应的各轨道段在所述目标时段内预测的天车数量、最大允许速度以及搬运任务的优先级确定的。
5.根据权利要求1所述的基于降低轨道繁忙程度的路径选择方法，其特征在于，所述基于所述实时繁忙指数，确定所述任务池中各搬运任务的实际运行路径，包括：
将所述实时繁忙指数最小的路径集合中的各第二路径作为所述目标时段内所述任务池内的各搬运任务的实际运行路径。
6.根据权利要求4所述的基于降低轨道繁忙程度的路径选择方法，其特征在于，在所述将所述实时繁忙指数最小的路径集合中的各第二路径作为所述目标时段内所述任务池内的各搬运任务的实际运行路径之后，所述方法还包括：
确定所述任务池内各搬运任务的优先级；不同优先级的搬运任务对应不同的搬运时间达成率，所述搬运时间达成率用于表示预估运行时间与任务要求时间的比值；
在所述搬运任务按照对应的实际运行路径的实际运行时间的搬运时间达成率不满足预设条件的情况下，从所述第二路径中筛选避让天车，以使得所述避让天车在所述目标时段内运行至除所述第二路径对应的轨道段之外的轨道段。
7.根据权利要求1所述的基于降低轨道繁忙程度的路径选择方法，其特征在于，所述基于所述历史繁忙指数从各第一路径中筛选得到多个第二路径，包括：
基于各第一路径对应的轨道段的历史繁忙指数和各第一路径对应的预估运行时间，从各第一路径中筛选得到多个第二路径。
8.一种基于降低轨道繁忙程度的路径选择装置，其特征在于，包括：
第一处理模块，用于将目标时段内需要执行的搬运任务组成任务池；
第二处理模块，用于基于路径规划算法以及所述任务池内各搬运任务的起点位置和终点位置，得到各天车按时完成各搬运任务所对应的多个第一路径以及各第一路径对应的预估运行时间；
第三处理模块，用于确定各第一路径对应的轨道段的历史繁忙指数，并基于所述历史繁忙指数从各第一路径中筛选得到多个第二路径；所述历史繁忙指数用于表示所述第一路径对应的各轨道段在历史时段内的繁忙程度；
第四处理模块，用于基于各搬运任务对应的各第二路径，确定所述目标时段内各搬运任务的搬运路径的路径集合，并确定在所述目标时段内按照各路径集合运行下的轨道段的实时繁忙指数；所述实时繁忙指数用于表示所述第二路径对应的各轨道段在所述目标时段内的预测繁忙程度；
第五处理模块，用于基于所述实时繁忙指数，确定所述任务池中各搬运任务的实际运行路径。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并能在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述基于降低轨道繁忙程度的路径选择方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于降低轨道繁忙程度的路径选择方法。
CN202410508816.9A 2024-04-26 2024-04-26 基于降低轨道繁忙程度的路径选择方法及装置 Active CN118083804B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410508816.9A CN118083804B (zh) 2024-04-26 2024-04-26 基于降低轨道繁忙程度的路径选择方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410508816.9A CN118083804B (zh) 2024-04-26 2024-04-26 基于降低轨道繁忙程度的路径选择方法及装置

Publications (2)

Publication Number Publication Date
CN118083804A true CN118083804A (zh) 2024-05-28
CN118083804B CN118083804B (zh) 2024-06-25

Family

ID=91157577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410508816.9A Active CN118083804B (zh) 2024-04-26 2024-04-26 基于降低轨道繁忙程度的路径选择方法及装置

Country Status (1)

Country Link
CN (1) CN118083804B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118333259A (zh) * 2024-06-12 2024-07-12 华芯(嘉兴)智能装备有限公司 用于执行紧急任务的天车的路径确认方法及装置
CN118405606A (zh) * 2024-07-02 2024-07-30 华芯(嘉兴)智能装备有限公司 天车的运行控制方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113911916A (zh) * 2021-09-13 2022-01-11 杭州大杰智能传动科技有限公司 用于智能塔吊的吊钩物料结合定位控制方法和系统
KR20220165579A (ko) * 2021-06-08 2022-12-15 세메스 주식회사 이송 장치 및 그 제어 방법
CN116654058A (zh) * 2023-06-16 2023-08-29 通号城市轨道交通技术有限公司 一种轨道交通线网运行调整方法、装置、设备和存储介质
WO2023184770A1 (zh) * 2022-03-30 2023-10-05 南京航空航天大学 基于变轨道的oht搬运系统防堵塞调度策略
CN117682429A (zh) * 2024-02-01 2024-03-12 华芯(嘉兴)智能装备有限公司 一种物料控制系统的天车搬运指令调度方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220165579A (ko) * 2021-06-08 2022-12-15 세메스 주식회사 이송 장치 및 그 제어 방법
CN113911916A (zh) * 2021-09-13 2022-01-11 杭州大杰智能传动科技有限公司 用于智能塔吊的吊钩物料结合定位控制方法和系统
WO2023184770A1 (zh) * 2022-03-30 2023-10-05 南京航空航天大学 基于变轨道的oht搬运系统防堵塞调度策略
CN116654058A (zh) * 2023-06-16 2023-08-29 通号城市轨道交通技术有限公司 一种轨道交通线网运行调整方法、装置、设备和存储介质
CN117682429A (zh) * 2024-02-01 2024-03-12 华芯(嘉兴)智能装备有限公司 一种物料控制系统的天车搬运指令调度方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118333259A (zh) * 2024-06-12 2024-07-12 华芯(嘉兴)智能装备有限公司 用于执行紧急任务的天车的路径确认方法及装置
CN118405606A (zh) * 2024-07-02 2024-07-30 华芯(嘉兴)智能装备有限公司 天车的运行控制方法及装置

Also Published As

Publication number Publication date
CN118083804B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
CN118083804B (zh) 基于降低轨道繁忙程度的路径选择方法及装置
CN109991977B (zh) 机器人的路径规划方法及装置
CN107167154B (zh) 一种基于时间代价函数的时间窗路径规划冲突解决方法
CN112833905B (zh) 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN110009259B (zh) 一种应用于双向路径下柔性制造车间的多agv调度方法
WO2024001021A1 (zh) 基于冲突消解的天车运输路径规划方法
CN109543872B (zh) 多机器人无停车调度方法和系统
US20220292413A1 (en) Bike sharing rebalancing optimization method based on adaptive neighborhood search algorithm
CN114489062B (zh) 面向车间物流的多自动导引车分布式动态路径规划方法
US11222535B2 (en) Route determination method, controller, and routing system comprising controller
CN115981264A (zh) 一种考虑冲突的agv调度与数量联合优化方法
CN117744909B (zh) 天车的漫游控制方法及装置
Bao et al. Storage assignment policy and route planning of AGVS in warehouse optimization
KR101010718B1 (ko) 복수개의 자원을 점유하는 무인 반송차의 동적 주행방법
CN117709839B (zh) 基于任务时限要求的天车路径规划方法及装置
CN118333259A (zh) 用于执行紧急任务的天车的路径确认方法及装置
CN117908475A (zh) 调度方法和调度装置
CN114846492A (zh) 在终点站中操作一个或多个载具和/或设备的方法以及相关装置和系统
CN116974283A (zh) 物料运输控制方法、装置、电子设备及存储介质
CN116451891A (zh) 一种u型堆场多点装卸模式下多设备的协同调度方法
US20220274590A1 (en) Transport planning system, transport planning method and program
CN115018211A (zh) 一种运输调度线路设定方法和装置
CN115392539A (zh) 一种基于贪婪算法的路径规划算法
Chen et al. Multi-Train Path Finding Revisited
Akiyama et al. A multi-commodity flow model for guide path layout design of AGV systems

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