JP7327894B2 - 荷役システム - Google Patents
荷役システム Download PDFInfo
- Publication number
- JP7327894B2 JP7327894B2 JP2021156447A JP2021156447A JP7327894B2 JP 7327894 B2 JP7327894 B2 JP 7327894B2 JP 2021156447 A JP2021156447 A JP 2021156447A JP 2021156447 A JP2021156447 A JP 2021156447A JP 7327894 B2 JP7327894 B2 JP 7327894B2
- Authority
- JP
- Japan
- Prior art keywords
- cargo handling
- forklift
- charging
- cargo
- 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
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Forklifts And Lifting Vehicles (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Description
複数の無人フォークリフトと、複数の無人フォークリフトを充電する第1充電場所と、管理装置と、を備えた荷役システムであって、
管理装置は、
各荷役作業における、無人フォークリフトの識別子、荷役動作および荷の重量を入力データとし各荷役作業における荷役消費電力を出力データとする教師データによって、それらの相関を学習させられる第1ニューラルネットワークと、
消費電力予測部と、
荷役車予定出力部と、
前の荷役作業における荷置位置の座標と、次の荷役作業における荷取位置の座標とに基づいて、各荷役作業間における無人フォークリフトの走行消費電力を算出する荷役間消費電力算出部と、
前の荷役作業における荷置位置の座標と、次の荷役作業における荷取位置の座標とに基づいて、各荷役作業間における無人フォークリフトの走行時間を算出する荷役間走行時間算出部と、
各無人フォークリフトに搭載されるバッテリの容量と、各荷役作業における各無人フォークリフトの荷役予測消費電力と、各荷役作業の荷取位置および荷置位置の座標と、各荷役作業間の無人フォークリフトの走行消費電力とに基づいて、無人フォークリフトが充電までの間により多くの荷役作業をすることができる荷役予定を出力するよう学習させられる第2ニューラルネットワークと、
荷役時間予測部と、
各荷役作業における、無人フォークリフトの識別子、荷役動作、荷の重量を入力データとし荷役作業時間を出力データとする教師データによってそれらの相関を学習させられる第3ニューラルネットワークと、
充電計画部と、を備え、
消費電力予測部が、無人フォークリフトの識別子、荷役動作、荷の重量を第1ニューラルネットワークに入力して、電力効率のよい無人フォークリフトの各荷役作業における荷役予測消費電力を出力させるステップと、
荷役車予定出力部が、電力効率のよい無人フォークリフトに搭載されるバッテリの容量と、各荷役作業における電力効率のよい無人フォークリフトの荷役予測消費電力とを第2ニューラルネットワークに入力して電力効率のよい無人フォークリフトの荷役予定を出力させるステップと、
荷役間走行時間算出部が、各荷役作業間における無人フォークリフトの走行時間を算出するステップと、
荷役時間予測部が、無人フォークリフトの識別子、出力された荷役予定に係る荷役動作および荷の重量を第3ニューラルネットワークに入力して、電力効率のよい無人フォークリフトの荷役予定に係る各荷役作業の予測荷役作業時間を出力させるステップと、
荷役時間予測部が、出力された各荷役作業の予測荷役作業時間と、各荷役作業間における走行時間とを足し合わせて、荷役開始から次の充電開始までの予測荷役時間を算出するステップと、
充電計画部が、バッテリの充電時間に基づいて、第1充電場所において荷役開始から予測荷役時間後に電力効率のよい無人フォークリフトを充電させる第1充電時刻を設定するステップと、
充電計画部が、他の無人フォークリフトの第1充電場所における充電時刻を第1充電時刻以外に設定するステップと、を含む、ことを特徴とする。
第2充電場所をさらに備え、
充電計画部が、第1充電時刻の間、他の無人フォークリフトの充電場所を第1充電場所以外に設定する。
複数の無人フォークリフトには、3方向フォークリフトおよび1方向フォークリフトが含まれており、3方向フォークリフトは、1方向フォークリフトよりも電力効率が高い。
第2ニューラルネットワークが、強化学習によって学習させられている。
第2ニューラルネットワークに与える報酬を生成する報酬生成部をさらに備え、
報酬生成部が、第2ニューラルネットワークが出力する荷役予定に対して、電力効率のよい無人フォークリフトが充電までの間により多くの荷役作業を割り当てられれば割り当てられるほど、より多くの報酬を生成する。
報酬生成部が、第2ニューラルネットワークが出力する荷役予定に対して、各無人フォークリフトの荷役間消費電力が少なければ少ないほど、より多くの報酬を生成する。
図2に示すように、フォークリフト1aは、前後の車輪10と、車体11と、車体11の上方に配置されたレーザスキャナ12と、バッテリ20と、バッテリ残量検出部13と、を備えている。レーザスキャナ12は、回転しながら水平方向にレーザを照射し、施設内の所定箇所に配置された反射板からの反射光を受信することによりフォークリフト1aの現在位置を検出する。
図1に示すように、本実施形態に係る充電場所CPは、施設内に2つ設けられており、各充電場所CPには、充電装置3a、3bがそれぞれ配置されている。充電場所CP1には、充電装置3aが配置され、充電場所CP2には、充電装置3bが配置されている。充電装置3は、充電場所CPに移動してきたフォークリフト1のバッテリ20を充電する。本実施形態では、充電場所CP1の充電装置3aの方が充電場所CP2の充電装置3bよりも充電性能がよいとなっている。そして、本実施形態の荷役システムSは、充電効率のよいフォークリフト1aに充電場所CP1を提供するよう構成されている。充電場所CP1が本実施形態の「第1充電場所」に相当し、充電場所CP2が本実施形態の「第2充電場所」に相当する。
図4に示すように、管理装置4は、施設記憶部40と、バッテリ情報記憶部41と、走行消費電力記憶部42と、荷役記憶部43と、荷役動作出力部46と、消費電力算出部47と、第1ニューラルネットワーク48と、消費電力予測部49と、荷役間消費電力算出部51と、第2ニューラルネットワーク53と、報酬生成部54と、荷役車予定出力部55と、を備えている。
(1)第1ニューラルネットワーク48が、各荷役作業におけるフォークリフト1aの荷役予測消費電力を出力する(図9のS81)。
(2)第2ニューラルネットワーク53が、フォークリフト1aの荷役予定を出力する(図9のS82)。
(3)荷役間走行時間算出部56が、各荷役作業間におけるフォークリフト1の走行時間RTを算出する(図9のS83)。
(4)第3ニューラルネットワーク57が、各荷役作業の予測荷役作業時間jtnを出力する(図9のS84)。
(5)荷役時間予測部58が、フォークリフト1aの予測荷役時間JTを算出する(図9のS85)。
(6)充電計画部59が、フォークリフト1aの第1充電時刻を設定する(図9のS86)。
(7)充電計画部59が、他のフォークリフト1bの充電場所CP1における充電時刻を第1充電時刻外に設定する(図9のS87)。
CP1、CP2 充電場所
W 荷
1a、1b バッテリ式無人フォークリフト
10 車輪
11 車体
12 レーザスキャナ
13 バッテリ残量検出部
14 マスト
15 リフトブラケット
16 サイドレール
17 シフトキャリッジ
18 フィンガーバー
19 フォーク
20 バッテリ
3a、3b 充電装置
4 管理装置
40 施設記憶部
41 バッテリ情報記憶部
42 走行消費電力記憶部
43 荷役記憶部
46 荷役動作出力部
47 消費電力算出部
48 第1ニューラルネットワーク
49 消費電力予測部
51 荷役間消費電力算出部
53 第2ニューラルネットワーク
54 報酬生成部
55 荷役車予定出力部
56 荷役間走行時間算出部
57 第3ニューラルネットワーク
58 荷役時間予測部
59 充電計画部
60 荷役指令部
61 帰還指令部
100 棚
Claims (6)
- 複数の無人フォークリフトと、前記複数の無人フォークリフトを充電する第1充電場所と、管理装置と、を備えた荷役システムであって、
前記管理装置は、
各荷役作業における、前記無人フォークリフトの識別子、荷役動作および荷の重量を入力データとし各荷役作業における荷役消費電力を出力データとする教師データによって、それらの相関を学習させられる第1ニューラルネットワークと、
消費電力予測部と、
荷役車予定出力部と、
前の荷役作業における荷置位置の座標と、次の荷役作業における荷取位置の座標とに基づいて、各荷役作業間における前記無人フォークリフトの走行消費電力を算出する荷役間消費電力算出部と、
前の荷役作業における前記荷置位置の座標と、次の荷役作業における前記荷取位置の座標とに基づいて、各荷役作業間における前記無人フォークリフトの走行時間を算出する荷役間走行時間算出部と、
各前記無人フォークリフトに搭載されるバッテリの容量と、各荷役作業における各前記無人フォークリフトの荷役予測消費電力と、各荷役作業の前記荷取位置および前記荷置位置の座標と、各荷役作業間の前記無人フォークリフトの前記走行消費電力とに基づいて、前記無人フォークリフトが充電までの間により多くの荷役作業をすることができる荷役予定を出力するよう学習させられる第2ニューラルネットワークと、
荷役時間予測部と、
各荷役作業における、前記無人フォークリフトの識別子、前記荷役動作、前記荷の重量を入力データとし荷役作業時間を出力データとする教師データによってそれらの相関を学習させられる第3ニューラルネットワークと、
充電計画部と、を備え、
前記消費電力予測部が、前記無人フォークリフトの識別子、前記荷役動作、前記荷の重量を前記第1ニューラルネットワークに入力して、電力効率のよい無人フォークリフトの各荷役作業における前記荷役予測消費電力を出力させるステップと、
前記荷役車予定出力部が、前記電力効率のよい無人フォークリフトに搭載される前記バッテリの容量と、各荷役作業における前記電力効率のよい無人フォークリフトの前記荷役予測消費電力とを前記第2ニューラルネットワークに入力して前記電力効率のよい無人フォークリフトの荷役予定を出力させるステップと、
荷役間走行時間算出部が、各荷役作業間における前記無人フォークリフトの走行時間を算出するステップと、
前記荷役時間予測部が、前記無人フォークリフトの識別子、出力された前記荷役予定に係る前記荷役動作および前記荷の重量を前記第3ニューラルネットワークに入力して、前記電力効率のよい無人フォークリフトの前記荷役予定に係る各荷役作業の予測荷役作業時間を出力させるステップと、
前記荷役時間予測部が、出力された各荷役作業の予測荷役作業時間と、各荷役作業間における走行時間とを足し合わせて、荷役開始から次の充電開始までの予測荷役時間を算出するステップと、
充電計画部が、前記バッテリの充電時間に基づいて、第1充電場所において荷役開始から予測荷役時間後に前記電力効率のよい無人フォークリフトを充電させる第1充電時刻を設定するステップと、
充電計画部が、他の前記無人フォークリフトの第1充電場所における充電時刻を第1充電時刻以外に設定するステップと、を含む
ことを特徴とする荷役システム。 - 第2充電場所をさらに備え、
充電計画部は、前記第1充電時刻の間、他の前記無人フォークリフトの充電場所を第1充電場所以外に設定する
ことを特徴とする請求項1に記載の荷役システム。 - 前記複数の無人フォークリフトには、3方向フォークリフトおよび1方向フォークリフトが含まれており、前記3方向フォークリフトは、前記1方向フォークリフトよりも電力効率が高い
ことを特徴とする請求項1または2に記載の荷役システム。 - 前記第2ニューラルネットワークは、強化学習によって学習させられている
ことを特徴とする請求項1~3のいずれか1項に記載の荷役システム。 - 前記第2ニューラルネットワークに与える報酬を生成する報酬生成部をさらに備え、
前記報酬生成部は、前記第2ニューラルネットワークが出力する前記荷役予定に対して、前記電力効率のよい無人フォークリフトが充電までの間により多くの荷役作業を割り当てられれば割り当てられるほど、より多くの報酬を生成する
ことを特徴とする請求項4に記載の荷役システム。 - 前記報酬生成部は、前記第2ニューラルネットワークが出力する前記荷役予定に対して、各前記無人フォークリフトの荷役間消費電力が少なければ少ないほど、より多くの報酬を生成する
ことを特徴とする請求項5に記載の荷役システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021156447A JP7327894B2 (ja) | 2021-09-27 | 2021-09-27 | 荷役システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021156447A JP7327894B2 (ja) | 2021-09-27 | 2021-09-27 | 荷役システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023047500A JP2023047500A (ja) | 2023-04-06 |
JP7327894B2 true JP7327894B2 (ja) | 2023-08-16 |
Family
ID=85779388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021156447A Active JP7327894B2 (ja) | 2021-09-27 | 2021-09-27 | 荷役システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7327894B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011142704A (ja) | 2010-01-05 | 2011-07-21 | Mitsubishi Heavy Ind Ltd | 作業車の二次電池充電マネージメント方法及び充電システム |
JP2020028196A (ja) | 2018-08-13 | 2020-02-20 | 三菱ロジスネクスト株式会社 | 判定装置および判定方法 |
US20210200240A1 (en) | 2019-12-31 | 2021-07-01 | Delta Electronics Int'l (Singapore) Pte Ltd | Automated guided vehicle management system and method |
JP6901228B1 (ja) | 2020-04-01 | 2021-07-14 | 三菱ロジスネクスト株式会社 | 無人フォークリフト用充電システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6904657B2 (ja) * | 2019-10-08 | 2021-07-21 | 三菱ロジスネクスト株式会社 | 荷役システムおよび制御方法 |
-
2021
- 2021-09-27 JP JP2021156447A patent/JP7327894B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011142704A (ja) | 2010-01-05 | 2011-07-21 | Mitsubishi Heavy Ind Ltd | 作業車の二次電池充電マネージメント方法及び充電システム |
JP2020028196A (ja) | 2018-08-13 | 2020-02-20 | 三菱ロジスネクスト株式会社 | 判定装置および判定方法 |
US20210200240A1 (en) | 2019-12-31 | 2021-07-01 | Delta Electronics Int'l (Singapore) Pte Ltd | Automated guided vehicle management system and method |
JP6901228B1 (ja) | 2020-04-01 | 2021-07-14 | 三菱ロジスネクスト株式会社 | 無人フォークリフト用充電システム |
JP2021160905A (ja) | 2020-04-01 | 2021-10-11 | 三菱ロジスネクスト株式会社 | 無人フォークリフト用充電システム |
Also Published As
Publication number | Publication date |
---|---|
JP2023047500A (ja) | 2023-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108140157B (zh) | 用于评估和调节工业车辆性能的计算机执行的处理和系统 | |
US10459449B2 (en) | Virtual moving safety limits for vehicles transporting objects | |
US11767168B2 (en) | Automatic transportation of pallets of goods | |
US10108194B1 (en) | Object placement verification | |
CN107256469A (zh) | 基于叉车式agv小车的优化出入库管理系统及其方法 | |
US9870002B1 (en) | Velocity control of position-controlled motor controllers | |
CN106447256A (zh) | 基于智能移动装备的仓储智能调度监控管理方法及系统 | |
CN112256018A (zh) | 机器人调度的处理方法、装置、设备及存储介质 | |
US11738947B2 (en) | Method for predicting energy consumption of motors | |
WO2020156023A1 (zh) | 运输方法、系统、电子设备及计算机可读介质 | |
JP7327894B2 (ja) | 荷役システム | |
CN111038290A (zh) | 一种主动伴随式的agv充电系统及控制方法 | |
CN111017804A (zh) | 一种智能移动转运系统及其转运方法 | |
JP7332267B2 (ja) | 荷役システム | |
JP7327895B2 (ja) | 荷役システム | |
CN113246129B (zh) | 一种叉车机器人控制系统及方法 | |
CN115629587B (zh) | 轨道搬运小车的调度方法及装置 | |
JP2020075785A (ja) | 搬送車システム | |
CN110589328B (zh) | 基于仓储链的危险品仓库双叉车同时作业线路规划方法 | |
CN112693795B (zh) | 一种仓库分拣系统 | |
CN116194391A (zh) | 用于运输设备的控制器和方法 | |
JP7396781B2 (ja) | 空調システム、当該空調システムを備えたフォークリフト制御システムおよび制御プログラム | |
JP7332268B2 (ja) | 荷役システム、荷役割当方法およびプログラム | |
CN112455277B (zh) | 电池更换系统、电池更换方法及自动导引车 | |
CN114889484A (zh) | 一种适用于电动卡车固定滑轨机器人和移动agv的电池换电系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220927 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230724 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230802 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230802 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7327894 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |