JP6769410B2 - 無人搬送システム - Google Patents

Description

本発明は、無人搬送システムに関するものである。

特許文献１において、統計分析機を用いた車両充電制御方法が開示されており、１台の車両と１台の車両充電装置との関係においてバッテリ充電状態や走行距離などの車両情報と、電気料金を合わせて機械学習することで、最適な充電計画に従って容易に充電が行える。

コンテナ等を搬送する無人搬送車は自動で充電判定（充電が必要なため充電場に向かうか否かの判定）をなされる必要がある。コンテナ用無人搬送車には高稼働率が求められるので、充電に要する時間は少ないほうがよい。一般的にバッテリの充電残量（バッテリ充電状態：ＳＯＣ）がある一定閾値以下になると充電するようにプログラムされていることが多い。

特開２０１３−２１５０８４号公報

ところで、コンテナ用無人搬送システムにおいては、複数台のバッテリ式無人搬送車が広い領域で運行され、少ない充電場で充電を行う。このようなシステムにおいては、どこからでも充電場に行けるように充電が必要か否かの判定値としてバッテリ残量の閾値を高めに設定する必要がある。すると、例えば、充電場に行く回数が必要以上に多くなったり充電場までコンテナ用無人搬送車を空状態で走行する必要があり、充電による作業効率が低下する。

本発明の目的は、充電による作業効率の低下をより抑えることができる無人搬送システムを提供することにある。

請求項１に記載の発明では、走行モータ及び前記走行モータの駆動用のバッテリを搭載した複数台の無人搬送車と、前記複数台の無人搬送車が走行する予め定められた走行路と、前記走行路から分岐した充電走行路と、前記充電走行路に接続され、到着した前記無人搬送車のバッテリを充電可能に構成された少なくとも１箇所の充電場と、前記バッテリの充電を実施するか否かの可否判定を行う充電判定条件学習部と、前記充電判定条件学習部の判定結果に基づき、前記無人搬送車を前記充電場まで走行させて前記バッテリの充電を行わせる充電走行制御部と、を備え、前記充電判定条件学習部は、前記無人搬送車の前記走行路での位置に対応付けて、前記充電場での前記バッテリの充電前後のバッテリ残量の差が多いほど高い得点を与える機能と、前記無人搬送車の前記走行路での位置に対応付けて、前記充電場での前記バッテリの充電時間が少ないほど高い得点を与える機能と、前記無人搬送車の前記走行路での位置に対応付けて、前記無人搬送車が前記充電場にたどり着く前にバッテリ残量が規定値未満になった場合はマイナスの得点を与える機能と、を有し、前記得点に応じて前記可否判定を行うことを要旨とする。

請求項１に記載の発明によれば、充電判定条件学習部により、バッテリの充電を実施するか否かの可否判定を行う。充電走行制御部においては、充電判定条件学習部の判定結果に基づき、無人搬送車が充電場まで走行されてバッテリの充電が行われる。充電判定条件学習部では、無人搬送車の走行路での位置に対応付けて、充電場でのバッテリの充電前後のバッテリ残量の差が多いほど高い得点が与えられる。また、無人搬送車の走行路での位置に対応付けて、充電場でのバッテリの充電時間が少ないほど高い得点が与えられる。さらに、無人搬送車の走行路での位置に対応付けて、無人搬送車が充電場にたどり着く前にバッテリ残量が規定値未満になった場合はマイナスの得点が与えられる。そして、充電判定条件学習部は、これら得点に応じて可否判定を行う。よって、このような充電判定条件学習部による判定結果に基づいて、無人搬送車が充電場においてバッテリの充電を実施することにより、充電による作業効率の低下をより抑えることができる。

請求項２に記載のように、請求項１に記載の無人搬送システムにおいて、前記充電判定条件学習部は、前記無人搬送車の前記走行路での位置に対応付けて、他の前記無人搬送車の前記充電場での占有時間を得点に加味する機能を更に有するとよい。

請求項３に記載のように、請求項１又は２に記載の無人搬送システムにおいて、前記充電判定条件学習部は、前記無人搬送車の前記走行路での位置に対応付けて、前記無人搬送車が前記充電場に行かない判断をしたときに得点を与える機能を更に有するとよい。

本発明によれば、充電による作業効率の低下をより抑えることができる。

実施形態の無人搬送システムが用いられるコンテナターミナルの概略平面図。 無人搬送車の概略構成を示す図。 各無人搬送車及びその周辺機器の概略構成を示す図。 機械学習システムの構成図。 記憶領域での得点を示す構成図。 バッテリ残量の推移を示すタイムチャート。 （ａ），（ｂ）は得点の推移を示すタイムチャート。

以下、本発明を具体化した一実施形態を図面に従って説明する。
本実施形態では、無人搬送システムは港湾のコンテナターミナルにおける無人搬送車の運行管理を行う場合に適用している。

図１は、港湾におけるコンテナターミナルの概略平面を示しており、コンテナターミナルにおいて、複数台のバッテリ式無人搬送車（ＡＧＶ）２０，２１，２２，２３，２４，２５が周回コース（図１中、白抜き矢印で示す反時計回りの周回コース）を走行する。各無人搬送車２０，２１，２２，２３，２４，２５は、駆動に関し走行モータを有している。コンテナ船Ｓ１からコンテナＷがガントリークレーン６０で積み降ろされる。ガントリークレーン６０で積み降ろされたコンテナＷが無人搬送車２０，２１，２２，２３，２４，２５に搭載される。

コンテナターミナルには無人搬送車の走行路３０が設定されている。走行路３０を無人搬送車２０，２１，２２，２３，２４，２５がコンテナＷを積んで走行する。無人搬送車２０，２１，２２，２３，２４，２５は目的地となるラバータイヤクレーン６１まで走行路３０を通って走行する。ラバータイヤクレーン６１で無人搬送車２０，２１，２２，２３，２４，２５からコンテナＷが降ろされる。コンテナＷが降ろされて空車となった無人搬送車２０，２１，２２，２３，２４，２５は走行路３０を通って走行してガントリークレーン６０に戻る。

次に、図２を用いて無人搬送車２０，２１，２２，２３，２４，２５の構成について説明する。
無人搬送車の車体は４つのタイヤ（車輪）を有している。車体には走行モータＭ１、インバータ５１、電気エネルギ源としてのバッテリ（蓄電装置）Ｂ１、車載コンピュータ（ＥＣＵ）５０、ＳＯＣセンサ５２、無線通信機器等が搭載されている。バッテリＢ１の電力はインバータ５１を介して走行モータＭ１に供給され、この電力供給に伴う走行モータＭ１の駆動により減速機を介して２つのタイヤ（車輪）が回転駆動される。バッテリＢ１として、ニッケル水素二次電池、リチウムイオン二次電池、鉛蓄電池等を挙げることができる。このように、無人搬送車２０，２１，２２，２３，２４，２５は、走行モータＭ１、及び、走行モータＭ１の駆動用のバッテリＢ１が搭載されている。

ＳＯＣセンサ５２はバッテリＢ１の充電状態（ＳＯＣ）を検出する。ＳＯＣセンサ５２によるバッテリＢ１のＳＯＣの検出結果は車載コンピュータ５０に送られる。車載コンピュータ５０はインバータ５１を制御する。車載コンピュータ５０は、無線通信機器を用いて無線にて外部の管制塔７２（図１参照）に送信できるようになっている。車載コンピュータ５０は、バッテリＢ１の充電を実施するか否かの可否判定を行う充電判定条件学習部５３と、充電判定条件学習部５３の判定結果に基づき、無人搬送車を充電場４０まで走行させてバッテリＢ１の充電を行わせる充電走行制御部５４と、を有する。

図３に示すように、無人搬送システム１０の構成として、運行管理コンピュータ７０と運行系統括管理コンピュータ７１とを備えており、運行管理コンピュータ７０と運行系統括管理コンピュータ７１とは連携している。本実施形態では、運行管理コンピュータ７０と運行系統括管理コンピュータ７１とは、管制塔７２に備えられている。運行管理コンピュータ７０は、コンテナターミナルの管理棟に設けられている。運行系統括管理コンピュータ７１は、ガントリークレーン６０に指令を送り所望の動作（荷役作業）を行わせる。運行系統括管理コンピュータ７１は、ラバータイヤクレーン６１に指令を送り所望の動作（荷役作業）を行わせる。

運行管理コンピュータ７０は、各無人搬送車２０〜２５に搭載されたコンピュータ５０と通信可能となっている。また、運行管理コンピュータ７０から各無人搬送車２０〜２５のコンピュータ５０に走行指令が送られる。この走行指令に従って各無人搬送車２０〜２５のコンピュータ５０は各無人搬送車２０〜２５を決められたコースで走行モータＭ１を駆動して、速度、加速度等を制御しつつ走行を行わせる。

図１に示すように、走行路３０の途中、詳しくは、ラバータイヤクレーン６１の設置位置よりも下流側から充電走行路３１が分岐している。充電走行路３１に充電場４０が接続されている。充電場４０には充電機４１（図２参照）が設置されている。充電走行路３１を通って無人搬送車２０，２１，２２，２３，２４，２５を充電場４０に移送することができる。充電場４０において無人搬送車２０，２１，２２，２３，２４，２５のバッテリＢ１の充電が行われる。つまり、少なくとも１箇所の充電場４０は、到着した無人搬送車のバッテリＢ１を充電可能に構成されている。

このように、充電設備のある充電場４０は、走行路３０による作業エリアの端に設置されている。また、充電設備のある充電場４０は同時に稼動するコンテナ用無人搬送車の台数より少ない。これにより他の無人搬送車が充電していると待機状態が発生する可能性がある。

次に、無人搬送システムの作用について説明する。
図４は機械学習システムの構成図であるが、各無人搬送車２０〜２５に充電場４０からの情報及び環境９０からの情報が入る。充電場４０からの情報としては、他の無人搬送車の占有時間等であり、環境９０の情報としては、充電量（充電前後のバッテリ残量の差）と充電時間である。これら情報及びバッテリ残量と、無人搬送車２０〜２５の走行路３０での位置を表す座標により得点を決める。そして、これら得点に応じて、充電の実施の可否判定を行う。なお、各無人搬送車２０〜２５は上位のコンピュータ（７０）との通信により無人搬送車２０〜２５の走行路３０での位置を表す座標を知ることができる。

図２における充電判定条件学習部５３、即ち、無人搬送車２０〜２５が充電場４０においてバッテリＢ１の充電を実施するか否かの可否判定を行う充電判定条件学習部５３は、図４に示すように、状態観察部５５と、意思決定部５６とを有する。状態観察部５５は、各無人搬送車２０〜２５において、充電場４０からの他の無人搬送車の占有時間等の情報、及び、環境９０からの情報（充電量、充電時間等）により状態を観察する。意思決定部５６は、状態観察部５５からの情報により意思を決定する（可否判定を行う）。無人搬送車の座標は、図１に示すように、Ｘ軸とＹ軸により規定される２軸直交座標が用いられる。例えば、図１において無人搬送車の位置Ｐｏ１は、Ｘ軸上のＸ１とＹ軸上のＹ１で規定される（Ｘ１，Ｙ１）となる。また、無人搬送車の位置Ｐｏ２は、Ｘ軸上のＸ２とＹ軸上のＹ２で規定される（Ｘ２，Ｙ２）となる。

図５には記憶領域１００に記憶された得点の一例を示す。無人搬送車の走行路での位置はＸ，Ｙの直交座標系のＸ値、Ｙ値で決められ、ＣＹ，ＣＮは充電可否判断であり、ＣＹは充電場４０に行く場合であり、ＣＮは充電場４０に行かない場合を表している。そして、充電可否判断が正しければ得点が与えられる。よって、充電可否判断の結果が蓄積されていくので、正しく充電可否判断する確率が高くなっていく。図５に示したデータは車載コンピュータ５０のメモリでの記憶領域１００に記憶されている。

各無人搬送車２０〜２５の車載コンピュータ５０において、充電判定条件学習部５３は、無人搬送車の走行路３０での位置に対応付けて、充電場４０でのバッテリの充電量（充電前後のバッテリ残量の差）が多いほど高い得点を与える機能を有する。充電判定条件学習部５３は、無人搬送車の走行路３０での位置に対応付けて、充電場４０でのバッテリの充電時間が少ないほど高い得点を与える機能を有する。充電判定条件学習部５３は、無人搬送車の走行路３０での位置に対応付けて、無人搬送車が充電場４０にたどり着く前にバッテリ残量が規定値未満になった場合はマイナスの得点を与える機能を有する。そして、充電判定条件学習部５３は、得点に応じてバッテリＢ１の充電を実施するか否かの可否判定を行う。

充電時間の測定例を図６に示し、図６の縦軸にはバッテリ残量（ＳＯＣ）をとり、横軸に時間をとっている。充電開始前のバッテリ残量（ＳＯＣ）が高い場合の充電時間Ｔ１と、充電開始前のバッテリ残量（ＳＯＣ）が低い場合の充電時間Ｔ２との関係として、充電開始前のバッテリ残量（ＳＯＣ）が高いほど充電時間が長くなる。

また、充電判定条件学習部５３は、無人搬送車の走行路３０での位置に対応付けて、他の無人搬送車の充電場４０での占有時間を得点に加味する機能を有し、例えば、今充電場４０に行っても他の無人搬送車が充電場４０を占有しているので充電を行うことができないときは得点を与えない。

充電判定条件学習部５３は、無人搬送車の走行路３０での位置に対応付けて、無人搬送車が充電場４０に行かない判断をしたときに得点を与える機能を有する。
詳しく説明する。

作業エリアのレイアウトについて、本実施形態においては作業エリアのレイアウトに依存せずに最適な充電判定条件を求めるために、機械学習を用いた以下の手法が用いられる。

無人搬送車は一定周期で（例えば１０秒毎に）今の時点で充電場４０に行った方がよいのか行かない方がよいのかの判断を行っており、なるべく充電場４０に行かないで作業を継続した方がよいので、充電場４０に行かないと判断した場合は作業を継続したので得点が与えられる。

以下のルールに従い、無人搬送車の充電実施可否判定を行う。
まず、充電した電力量である充電量（例えばバッテリ残量０％から８０％まで充電した場合には８０％）が多いほど、高い得点を与えるようにする。また、充電に要した時間が短いほど多くの点数を与える。即ち、充電した時間である充電時間が少ないほど、高い得点を与える。

ここまでのルールを、図６を用いて説明する。
図６において第１の充電パターンＰｃ１としてバッテリ残量が９０％から充電を開始し、バッテリ残量が１００％まで充電し、その充電時間はＴ１であった。図６において第２の充電パターンＰｃ２としてバッテリ残量が３０％から充電を開始し、バッテリ残量が４０％まで充電し、その充電時間はＴ２であった。第１の充電パターンＰｃ１での充電時間Ｔ１は、第２の充電パターンＰｃ２での充電時間Ｔ２より長くなる。

第１の充電パターンＰｃ１と第２の充電パターンＰｃ２では、充電量（充電前後のバッテリ残量の差）は同じ１０％であるが、充電時間は第１の充電パターンＰｃ１の方が長くなる。よって、充電量（充電前後のバッテリ残量の差）については同じ得点が与えられるが、充電時間については第１の充電パターンＰｃ１は第２の充電パターンＰｃ２よりも得点が低くなる。なぜなら、充電時間を短くすることは充電場４０の占有時間を短くすることであり、同じ充電量（充電前後のバッテリ残量の差）ならば充電時間が短いほど得点を高くする。

ただし、充電場４０に行かない判定を繰り返して、充電場４０にたどり着く前にバッテリ切れになってしまうと、即ち、バッテリ残量が規定値未満になった場合は、その判断は間違っていたとしてマイナスの得点を与える。そうすることによりなるべく充電をいっぱいできて、しかも充電時間が短くて、ぎりぎりまで作業して充電場４０にはたどり着くような動きを機械学習する。これをシミュレーション、実機走行等により何万回繰り返す。

これにより、該当する無人搬送車の走行路３０での位置、即ち、座標の中のどの場所で、どの状態に対し充電場４０に行くと判断する各無人搬送車の知見も機械的に得られ、それを使うと例えばある場所（座標）だったら充電場４０に行くというのを人間が全部調べて設定しなくても自動的に得ることができる。例えば、図７（ａ）に示すように充電場４０に行かないと判断し続けると得点が徐々に上がっていき、ある所で充電する（図７（ａ）のｔ１のタイミング）。ここで、充電量（充電前後のバッテリ残量の差）が多く充電時間が短いと得点が加算される。その作業を続けるとｔ１のタイミング以降において得点が徐々に上がっていく。

これに対し図７（ｂ）に示すようにｔ２のタイミングまでずっと充電場に行かずにバッテリ切れになってしまうと（図７（ｂ）のｔ２のタイミング）、マイナスの得点が入る。つまり、今のやった行動はよくなかったという知見が得られる。即ち、ずっと作業を続けすぎると得点がマイナスになる。

図７（ｂ）のｔ２のタイミングまでを１シナリオとする。１シナリオが終わった時にその座標で、そのバッテリ残量で充電場４０に行かなかった判断がよかったかどうかが分かってくる（知見が増える）。これを繰り返すと、この座標で、このバッテリ残量の時に充電場に行った方が得点をもらえるのか、もう少し作業した方が得点をもらえるのかの学習ができる。

このようにして無人搬送車の座標とバッテリ残量から学習を行って、座標とバッテリ残量から充電場に行った方がよいか否かを学習することができる。
まとめると、ルールその１として、充電量（充電前後のバッテリ残量の差）が多いほど、高い得点を与える。

ルールその２として、充電時間が少ないほど、高い得点を与える。
ルールその３として、充電場に行かない判断をしたときに、得点を与える。例えば、１０秒毎の判定時において充電場に行かない判断をしたときに得点を与える。図７（ａ）はその一例であり、ｔ１のタイミングで加点する状況を示している。

ルールその４として、充電場にたどり着く前にバッテリ残量が所定値未満（例えば０）になった場合は、マイナスの得点を与える。例えば、充電場にたどり着く前にバッテリ残量（ＳＯＣ）が所定未満になった場合は得点を減点する。図７（ｂ）はその一例であり、ｔ２のタイミングで減点される状況を示している。

このルールに従い機械学習をする。
このような機械学習を行うことで作業エリアのレイアウトに依存しない最適なタイミングで充電を行うことができる。例えば比較例として充電場が２箇所あり、各無人搬送車の走行路での位置でそのときのバッテリ残量において充電場に行くか行かないかを人間が判定してプログラムを組む場合には長時間のプログラム時間を要する。これに対し機械学習を使うことにより現在位置とバッテリ残量を入力して実際に走行させてうまくいったかうまくいかなかったかで得点を与える。これを何度も繰り返すうちに実際、ある場所で、あるバッテリ残量だったときに充電場に行った方がいいのか行かない方がいいのかをプログラムが自動的に蓄積して更新していく。これにより人間が設計する必要が無くなる。

このようにして、どんな作業エリアのレイアウトだとしても、最適な充電判定条件を学習することができる。
また、充電場４０と連携して他の無人搬送車が充電場（充電機）を使用しているか否かの情報も使って本機械学習を実施することで、充電機４１の待ち時間も考慮した無人搬送車の充電実施可否判定を学習することもできる。つまり、他の無人搬送車が充電場（充電機）を使用しているか否かの情報に基づいて他の無人搬送車が充電場で後何時間充電するかを検知する。例えば、残りのバッテリ残量から残りの充電時間を検知する。そして、充電場４０が他の無人搬送車により塞がっている時に、バッテリ残量が少ない状態の車両を充電場４０が空くまで待機させるのではなく、車両のバッテリ残量が多少多い状態であっても充電場４０が他の無人搬送車により塞がっていない時（待ち時間が発生しない時）に充電場４０に行く判断をする。このように、例えば、無人搬送車の残り必要充電時間を他の無人搬送車に知らせて連携する。

このようにして、機械学習により、ヤード形状や無人搬送車特性（消費電力、充電特性等）によらず、最適なタイミングで充電をすることができる。即ち、ぎりぎりのタイミングで充電場４０に行って充電を行う。その結果、充電による作業効率の低下を最小限にすることができる。

次に、港湾で用いられるコンテナ用無人搬送システムにおける固有の問題について言及する。
一般にコンテナ用無人搬送車は広域な港湾地域（例えば２ｋｍ×２ｋｍ四方）で運用されるが、充電設備は作業エリアの端に少数設置される場合が多い。このことから、以下の３つの改善点が存在する。第１番目として、作業エリア内のどこからでも充電設備までたどり着ける必要がある。そのため、充電判定するＳＯＣの閾値を高めに設定する必要があり、充電回数が必要以上に多くなってしまう。第２番目として、充電設備から離れたところにコンテナ用無人搬送車がいたときに充電判定される場合がある。そのため、充電場までコンテナ用無人搬送車を回送（空状態で走行）する必要があり、その間作業ができない。第３番目として、充電設備は同時に稼働するコンテナ用無人搬送車の台数より少ない。具体的には、例えば無人搬送車が２０台に対し充電場が１箇所又は２箇所程度ある。そのため、他の無人搬送車が充電していると、待機時間が発生してしまう。上記の第１〜第３番目の改善点を考慮した最適な充電判定条件は、作業エリアのレイアウトや無人搬送車の台数に依存するため、港湾地域ごとに設計する必要がある。

本実施形態によれば、作業エリアのレイアウトに依存することなく充電回数を抑えつつ回送の低減及び待機時間の低減を図ることができる。これにより、最適なタイミングで充電をすることができ、充電による作業効率の低下を最小限にすることができる。

上記実施形態によれば、以下のような効果を得ることができる。
（１）無人搬送システム１０の構成として、走行モータＭ１及び走行モータＭ１の駆動用のバッテリＢ１を搭載した複数台の無人搬送車２０，２１，２２，２３，２４，２５を備える。複数台の無人搬送車２０〜２５が走行する予め定められた走行路３０を備える。走行路３０から分岐した充電走行路３１を備える。充電走行路３１に接続され、到着した無人搬送車のバッテリＢ１を充電可能に構成された少なくとも１箇所の充電場４０を備える。車載コンピュータ５０を備えており、車載コンピュータ５０により充電判定条件学習部５３と充電走行制御部５４とが構成されている。充電判定条件学習部５３は、バッテリＢ１の充電を実施するか否かの可否判定を行う。充電走行制御部５４は、充電判定条件学習部５３の判定結果に基づき、無人搬送車を充電場４０まで走行させてバッテリＢ１の充電を行わせる。充電判定条件学習部５３は、無人搬送車の走行路３０での位置に対応付けて、充電場４０でのバッテリＢ１の充電前後のバッテリ残量の差が多いほど高い得点を与える機能を有する。充電判定条件学習部５３は、無人搬送車の走行路３０での位置に対応付けて、充電場４０でのバッテリＢ１の充電時間が少ないほど高い得点を与える機能を有する。充電判定条件学習部５３は、無人搬送車の走行路３０での位置に対応付けて、無人搬送車が充電場４０にたどり着く前にバッテリ残量が規定値未満になった場合はマイナスの得点を与える機能を有する。そして、充電判定条件学習部５３は、得点に応じてバッテリＢ１の充電を実施するか否かの可否判定を行う。

よって、このような充電判定条件学習部５３による判定結果に基づいて、無人搬送車が充電場４０においてバッテリＢ１の充電を実施することにより、充電による作業効率の低下をより抑えることができる。

（２）充電判定条件学習部５３は、無人搬送車の走行路３０での位置に対応付けて、他の無人搬送車の充電場４０での占有時間を得点に加味する機能を更に有する。よって、他の無人搬送車の充電場４０での占有時間を得点に加味した学習をすることができる。

（３）充電判定条件学習部５３は、無人搬送車の走行路３０での位置に対応付けて、無人搬送車が充電場４０に行かない判断をしたときに得点を与える機能を更に有する。よって、無人搬送車が充電場４０に行かない判断をしたときに得点を与えるように学習をすることができる。

（４）無人搬送車の走行路での位置をＸ軸とＹ軸による座標で規定したので、確実に無人搬送車の走行路での位置が求められるとともに、他の無人搬送車との関係を確実に求めることができる。

実施形態は前記に限定されるものではなく、例えば、次のように具体化してもよい。
○ 無人搬送車同士で学習データを共有してもよい。例えば、１台の無人搬送車で得た学習のための情報を他の無人搬送車に伝えて学習に反映させる。こうすることで、学習スピードを速めることができる。

○ シミュレーションを使い、事前に学習をしてもよい。
○ 無人搬送車の走行路での位置は、２軸直交座標で規定したが、これに代わりに、現在の無人搬送車の場所から充電場までの距離を与えてもよい。よって、２軸直交座標では２つの情報（Ｘ座標データとＹ座標データ）が必要であったが、現在の無人搬送車の場所から充電場までの距離とすることにより１つの情報（距離データ）のみでよくなる。

○ 無人搬送車内のコンピュータ５０で判定するのではなく、上位システムであるコンピュータ７０等で実施してもよい。つまり、車載コンピュータ５０に充電判定条件学習部５３と充電走行制御部５４とを有するのではなく、運行管理コンピュータ７０や運行系統括管理コンピュータ７１において充電判定条件学習部５３と充電走行制御部５４とを有する構成としてもよい。

○ 無人搬送車の次の行先といった次の作業指示も併せて学習すると、例えば次の行先が充電場に近い所であれば次の行先に行くついでに充電場に行くようにすることもできる。この場合、学習時間・学習データは増えるが、充電のための時間を、充電場に行く回送時間と充電待ち時間と実際の充電時間との和とした場合における回送時間短縮を図り、更なる時間短縮ができる。

○ 無人搬送システムは港湾のコンテナターミナルにおける無人搬送車に適用したが、これに限るものではない。

２０，２１，２２，２３，２４，２５…無人搬送車、３０…走行路、３１…充電走行路、４０…充電場、５０…車載コンピュータ、５３…充電判定条件学習部、５４…充電走行制御部、Ｂ１…バッテリ、Ｍ１…走行モータ。

Claims (3)

1. 走行モータ及び前記走行モータの駆動用のバッテリを搭載した複数台の無人搬送車と、
   前記複数台の無人搬送車が走行する予め定められた走行路と、
   前記走行路から分岐した充電走行路と、
   前記充電走行路に接続され、到着した前記無人搬送車のバッテリを充電可能に構成された少なくとも１箇所の充電場と、
   前記バッテリの充電を実施するか否かの可否判定を行う充電判定条件学習部と、
   前記充電判定条件学習部の判定結果に基づき、前記無人搬送車を前記充電場まで走行させて前記バッテリの充電を行わせる充電走行制御部と、
   を備え、
   前記充電判定条件学習部は、
   前記無人搬送車の前記走行路での位置に対応付けて、前記充電場での前記バッテリの充電前後のバッテリ残量の差が多いほど高い得点を与える機能と、
   前記無人搬送車の前記走行路での位置に対応付けて、前記充電場での前記バッテリの充電時間が少ないほど高い得点を与える機能と、
   前記無人搬送車の前記走行路での位置に対応付けて、前記無人搬送車が前記充電場にたどり着く前にバッテリ残量が規定値未満になった場合はマイナスの得点を与える機能と、
   を有し、前記得点に応じて前記可否判定を行うことを特徴とする無人搬送システム。
2. 前記充電判定条件学習部は、前記無人搬送車の前記走行路での位置に対応付けて、他の前記無人搬送車の前記充電場での占有時間を得点に加味する機能を更に有することを特徴とする請求項１に記載の無人搬送システム。
3. 前記充電判定条件学習部は、前記無人搬送車の前記走行路での位置に対応付けて、前記無人搬送車が前記充電場に行かない判断をしたときに得点を与える機能を更に有することを特徴とする請求項１又は２に記載の無人搬送システム。