WO2018068743A1 - 机器人的调度方法、装置以及计算机可读存储介质 - Google Patents

机器人的调度方法、装置以及计算机可读存储介质 Download PDF

Info

Publication number
WO2018068743A1
WO2018068743A1 PCT/CN2017/105820 CN2017105820W WO2018068743A1 WO 2018068743 A1 WO2018068743 A1 WO 2018068743A1 CN 2017105820 W CN2017105820 W CN 2017105820W WO 2018068743 A1 WO2018068743 A1 WO 2018068743A1
Authority
WO
WIPO (PCT)
Prior art keywords
robot
path
time
picking
pick
Prior art date
Application number
PCT/CN2017/105820
Other languages
English (en)
French (fr)
Inventor
易旭
Original Assignee
北京京东尚科信息技术有限公司
北京京东世纪贸易有限公司
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 北京京东尚科信息技术有限公司, 北京京东世纪贸易有限公司 filed Critical 北京京东尚科信息技术有限公司
Priority to US16/341,723 priority Critical patent/US11597082B2/en
Publication of WO2018068743A1 publication Critical patent/WO2018068743A1/zh

Links

Images

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], 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], 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], computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
    • B65G1/02—Storage devices
    • B65G1/04—Storage devices mechanical
    • B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
    • B65G1/1373—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31003—Supervise route, reserve route and allocate route to vehicle, avoid collision
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31006—Monitoring of vehicle
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Definitions

  • the present disclosure relates to the field of computer technologies, and in particular, to a scheduling method and apparatus for a robot, and a computer readable storage medium.
  • One method known to the inventors is to assign distance-based scheduling to the robot in the unmanned bin, that is, to assign the pick-up task to the robot closest to the cargo.
  • the plan, the picking efficiency may be relatively low.
  • a method for scheduling a robot includes: acquiring path condition information in a warehouse; calculating a picking time of the robot according to the location of the robot and the path condition information; determining according to the picking time of each robot A robot that performs a picking task.
  • calculating the picking time of the robot according to the location of the robot and the path condition information includes: selecting a picking path of the robot according to the location of the robot and the path condition information, according to the length of the picking path and the walking speed of the robot The pickup time of the robot is calculated, and the path condition information includes at least one of traffic direction information, obstacle information, and congestion information of the path.
  • the path is selected from at least one of the following paths as a pick-up path for the robot: a path in which the pass direction meets the reachability of the pick-up location; a path without an obstacle; a path without a congestion condition.
  • the robot's picking time is calculated based on the location of the robot and the path condition information.
  • the method includes: calculating a basic picking time of the robot through each path according to the distance of each path of the robot completing the picking task and the walking speed of the robot; and calculating an additional picking time of the robot processing the path problem on each path according to the path condition information; Add the basic pickup time of each path to the additional pickup time of each robot to obtain the total pickup time of each route, and select the shortest total pickup time as the pickup time of the robot.
  • the additional pickup time is obtained by the following method: when the path condition information includes the obstacle information or the congestion information of the path, the distance that the robot increases the distance around the obstacle path or the congestion path divided by the walking speed, and The time of the turn that bypasses the obstacle path or the congestion path is added as the additional pick-up time of the robot; or, when the path condition information includes the obstacle information of the path, the time of the obstacle on the clear path is acquired as the extra of the robot in the path
  • the path status information includes the congestion information of the path
  • the walking speed of the robot on the congestion path is obtained, the distance of the congestion path is calculated by dividing the walking speed of the robot on the congestion path to obtain the congestion time, and the distance of the congestion path is calculated.
  • the difference between the congestion time and the normal time is taken as the additional pickup time of the robot in the path.
  • the method specifically includes: the robot acquires path condition information in the warehouse; the robot calculates the picking time according to the location and the path condition information; the robot reports the picking time to the console; the console selects according to each robot The goods time determines the robot that performs the picking task.
  • the console determines, according to the picking time of each robot, that the robot performing the picking task includes: the console selects the picking time from the robot that reports the picking time within the preset time after sending the picking time calculation instruction.
  • the shortest robot performs the picking task.
  • the determining, by the console, the robot performing the picking task according to the picking time of each robot further comprises: the console sending a picking instruction to the selected robot, if the selected robot is not received within the preset time
  • the confirmation information is used to determine the robot that performs the pickup task from the remaining robots.
  • the method further includes: the console calculates a length of the shortest picking path of each robot to complete the picking task according to the location of each robot; the console selects the preset according to the length of each robot's shortest picking path. The number of robots sends the unobscured path condition information to the selected robot.
  • a scheduling apparatus for a robot includes: a path condition acquisition module configured to acquire path condition information in a warehouse; a pickup time calculation module configured to be based on a location and a path of the robot The status information calculates the pickup time of the robot; the robot determination module is configured to determine the robot performing the pickup task according to the pickup time of each robot.
  • the pickup time calculation module is configured to select a pickup path of the robot according to the location of the robot and the path condition information, according to the length of the pickup path and the walking speed of the robot.
  • the picking time of the person, the path condition information includes at least one of traffic direction information, obstacle information, and congestion information of the path.
  • the pickup time calculation module is configured to select a path from at least one of the following paths as a pick-up path of the robot: a path in which the pass direction satisfies the reachability of the pick-up location; Path; path without congestion.
  • the pickup time calculation module is configured to: calculate a basic pickup time of the robot through each path according to the distance of each path of the robot to complete the pickup task and the walking speed of the robot, and calculate the robot according to the path condition information.
  • the additional pick-up time of the processing path problem on each path, the basic pick-up time of each path and the additional pick-up time of the robot are added to obtain the total pick-up time of each path, and the shortest total pick-up time is selected as the pick-up of the robot.
  • the pick-up time adds the basic pick-up time of the robot to the shortest path and the additional pick-up time to get the pick-up time of the robot.
  • the pickup time calculation module is configured to: calculate a distance that the robot increases by bypassing the obstacle path or the congestion path divided by the walking speed in the case where the path condition information includes the obstacle information or the congestion information of the path, And adding the time of the turn that bypasses the obstacle path or the congestion path as the additional pick-up time of the robot; or, in the case where the path condition information includes the obstacle information of the path, the time of acquiring the obstacle on the clear path is taken as The additional pick-up time of the robot in the path; or, in the case where the path condition information includes the congestion information of the path, the walking speed of the robot on the congestion path is acquired, and the distance of the congestion path is calculated by dividing the walking speed of the robot on the congestion path Obtain the congestion time, calculate the distance of the congestion path divided by the walking speed of the robot to get the normal time, and take the difference between the congestion time and the normal time as the additional pickup time of the robot in the path.
  • the path condition acquisition module and the pickup time calculation module are disposed in the robot; the robot determination module is disposed in the console; the device further includes a pickup time reporting module, is disposed in the robot, and is configured to move the robot The pick-up time is reported to the console.
  • the robot determining module is configured to select a robot with the shortest picking time to execute the picking task from the robot that reports the picking time within the preset time after sending the picking time calculation instruction; or the robot determining module And being configured to send a pickup instruction to the selected robot, and if the confirmation information returned by the selected robot is not received within the preset time, the robot executing the pickup task is determined from the remaining robots.
  • the apparatus further includes: a robot preselection module, disposed at the console, configured to calculate a length of the shortest pickup path of each robot to complete the picking task according to the location of each robot, according to the minimum length of each robot The length of the pickup path selects a preset number of robots, and sends the path status information in the unmanned bin to the selected robot.
  • a robot preselection module disposed at the console, configured to calculate a length of the shortest pickup path of each robot to complete the picking task according to the location of each robot, according to the minimum length of each robot The length of the pickup path selects a preset number of robots, and sends the path status information in the unmanned bin to the selected robot.
  • a scheduling apparatus for a robot includes: a memory; and a processor coupled to the memory, the processor configured to execute, as in the foregoing embodiment, based on an instruction stored in the memory device The scheduling method of the robot.
  • a computer readable storage medium having stored thereon a computer program, the program being executed by a processor to implement the steps of the scheduling method of the robot described in any of the foregoing embodiments.
  • the present disclosure calculates the picking time of the robot with reference to the location of the robot and the status information of each path in the warehouse, and determines the robot that performs the picking task according to the picking time, and no longer only uses the distance as the basis for the robot.
  • the scheduling avoids the selection of a robot with a relatively short distance and a long pick-up time to perform the picking task, thereby improving the efficiency of picking up the goods.
  • FIG. 1 shows a schematic structural diagram of a scheduling apparatus of a robot of some embodiments of the present disclosure.
  • FIG. 2 is a block diagram showing the structure of a scheduling device of a robot according to some embodiments of the present disclosure.
  • FIG. 3 illustrates a flow diagram of a scheduling method of a robot of some embodiments of the present disclosure.
  • FIG. 4 is a flow chart showing a scheduling method of a robot of some embodiments of the present disclosure.
  • FIG. 5 shows a schematic structural diagram of a scheduling apparatus of a robot of some embodiments of the present disclosure.
  • FIG. 6 shows a schematic structural diagram of a scheduling apparatus of a robot of some embodiments of the present disclosure.
  • the robot is dispatched and dispatched based on the distance to the pick-up location, resulting in a problem that the pick-up time is long and the pick-up efficiency is not high, and the solution is proposed.
  • the scheduling devices of the robots in the embodiments of the present disclosure may each be implemented by various computing devices or computer systems, which are described below in conjunction with FIGS. 1 and 2.
  • the apparatus 10 of this embodiment includes a memory 110 and a processor 120 coupled to the memory 110, the processor 120 being configured to perform any of the implementations of the present disclosure based on instructions stored in the memory 110.
  • the scheduling method of the robot in the example is a block diagram of some embodiments of a scheduling apparatus for a robot of the present disclosure.
  • the apparatus 10 of this embodiment includes a memory 110 and a processor 120 coupled to the memory 110, the processor 120 being configured to perform any of the implementations of the present disclosure based on instructions stored in the memory 110.
  • the scheduling method of the robot in the example.
  • the memory 110 may include, for example, a system memory, a fixed non-volatile storage medium, or the like.
  • the system memory stores, for example, an operating system, an application, a boot loader, a database, and other programs.
  • the apparatus 10 of this embodiment includes a memory 110 and a processor 120, and may further include an input/output interface 230, a network interface 240, a storage interface 250, and the like. These interfaces 230, 240, 250 and the memory 110 and the processor 120 can be connected, for example, via a bus 260.
  • the input/output interface 230 provides a connection interface for input and output devices such as a display, a mouse, a keyboard, and a touch screen.
  • the network interface 240 provides a connection interface for various networked devices, such as a database server or a cloud storage server.
  • the storage interface 250 provides a connection interface for an external storage device such as an SD card or a USB flash drive.
  • a scheduling method of a robot of some embodiments of the present disclosure is described below with reference to FIGS. 3 through 4.
  • FIG. 3 is a flow chart of some embodiments of a scheduling method for a robot of the present disclosure. As shown in FIG. 3, the method of this embodiment includes: steps S302-S306.
  • Step S302 Obtain path condition information in the warehouse.
  • the path condition information includes, for example, at least one of traffic direction information of the route, obstacle information, and congestion information.
  • the traffic direction information of the path is pre-planned, for example, some paths are single-way.
  • the obstacle information of the path can be detected, for example, by the detecting device such as a camera that is reported when the obstacle is encountered (for example, the product is dropped) or a camera provided in the warehouse.
  • the congestion information of the path is, for example, real-time monitoring the heartbeat of the robot when walking, and when the walking heartbeat of the robot is lower than the threshold, it is judged to be congested, or reported by the robot, or set in the warehouse.
  • the detection device such as a camera detects it.
  • the robot's dispatching device can store a map of the warehouse and path condition information of each path.
  • Step S304 calculating the picking time of the robot according to the location of the robot and the path condition information.
  • the pick-up time of the robot is the time required for the robot to reach the pick-up location and pick up the goods and reach the specified target location to complete the pick-up task.
  • calculating the picking time of the robot refer to the path status information, you can directly avoid the path of the problem and select the picking path and calculate the picking time. You can also add the additional picking time of the processing path problem plus the basic walking of the robot.
  • the picking time is taken as the picking time, and the specific calculation method will be described later.
  • Step S306 determining a robot that performs the picking task according to the picking time of each robot.
  • the robot pick-up time is calculated by referring to the location of the robot and the status information of each path in the warehouse, and the robot performing the pick-up task is determined according to the pick-up time, no longer only by distance.
  • the robot scheduling it avoids the selection of the robot with a relatively short distance and a long pick-up time to perform the picking task, which improves the efficiency of picking up the goods.
  • the present disclosure also provides several exemplary implementation methods for completing the pickup time of the robot in step S304.
  • the picking path of the robot is selected according to the location of the robot and the path condition information, and the picking time of the robot is calculated according to the length of the picking path and the walking speed of the robot.
  • the route whose path direction of the selected path meets the reachability of the pickup location is used as the pickup path.
  • the pickup path is selected from the path without the obstacle.
  • the path status information includes the congestion information of the path, the pickup path is selected from the path without the congestion status.
  • the algorithm for solving the optimal path problem in the related art can be applied for calculation, and will not be described here.
  • the optimal picking path is planned for the robot according to the situation information of the path, and the path of the path problem is avoided, and the picking efficiency is improved.
  • the robot selects the shortest path of the picking task, calculates the basic picking time of the robot through the shortest path according to the distance of the shortest path and the walking speed of the robot; and calculates the processing path of the robot on the shortest path according to the path condition information.
  • Extra pick-up time; basic take-up of the robot in the shortest path The time of the goods is added to the time of the additional pick-up to get the pick-up time of the robot.
  • the picking efficiency is improved.
  • the above two embodiments can be used in combination.
  • the length of the picking path may be increased to increase the picking time.
  • the waiting time path is processed to increase the pickup time.
  • the method in the above two embodiments can be applied simultaneously, and the shortest picking time is selected as the picking time.
  • the basic picking time of the robot through each path is calculated, and the additional processing of the processing path problem of the robot on each path is calculated according to the path condition information.
  • the time of the goods; the total pick-up time of each path of the robot and the additional pick-up time are added to obtain the total pick-up time of each path, and the shortest total pick-up time is selected as the pick-up time of the robot.
  • the planning robot takes the various pick-up points from the location to the pick-up location and delivers the goods to the specified target location, and calculates the basic pick-up time for the robot to walk on the paths.
  • Paths in which obstacles may occur such as cargo drops, or congested paths, take the time to process these route problems as additional pickup time.
  • the total picking time of the robot in each path is obtained, and a path with the shortest total picking time is selected as the picking path, and the total picking time on the path is the picking time.
  • the additional pickup time is obtained, for example, by the following method.
  • the path condition information includes the obstacle information or the congestion information of the path
  • the time at which the obstacle on the path is cleared is acquired as the additional pickup time of the robot on the path.
  • the robot can obtain the time required to process the dropped goods from the console, and the robot will wait for the time to process the dropped goods as an additional pickup time on the path.
  • the traveling speed of the robot on the congestion path is acquired, the distance of the congestion path is calculated by dividing the walking speed of the robot on the congestion path to obtain the congestion time, and the distance of the congestion path is calculated by dividing the robot.
  • the walking speed is normal, and the difference between the congestion time and the normal time is taken as the additional pickup time of the robot in the path.
  • Each robot can report the walking speed, that is, the heartbeat, in real time.
  • the robot can obtain the walking speed of the robot on the congestion path and the distance of the congestion path from the console, and calculate the time that is increased relative to the normal walking when walking through the congestion path at the congestion speed. Increase the time as an additional pick-up time.
  • the scheduling method of the robot of the present disclosure may be executed by each robot or by a console, or may be performed by a robot and a console.
  • the robot calculates the picking time of the robot according to the path condition information, and acquires the picking time of other robots.
  • the picking time of the robot is the shortest
  • the picking task is automatically executed.
  • the console can calculate the picking time of each robot according to the path condition information, and select the robot with the shortest picking time to perform the picking task.
  • FIG. 4 is a flow chart of some embodiments of a scheduling method for a robot of the present disclosure. As shown in FIG. 4, the method of this embodiment includes: steps S402-S418.
  • step S402 the console acquires location information of each robot.
  • the robot can report its location information to the console when it starts up.
  • Step S404 the console receives the picking task, and calculates the length of the shortest picking path of each robot to complete the picking task according to the location of each robot.
  • the console calculates the length of the shortest pick-up path for each robot to arrive at the pick-up shelf and deliver the goods to the specified target location, without having to consider the path status information.
  • Step S406 the console selects a preset number of robots according to the length of the shortest pickup path of each robot, and sends a pickup time calculation instruction to the selected robot.
  • the pickup time calculation instruction includes a pickup location and a designated target location.
  • the console can sort the lengths of the shortest pick-up paths of each robot from small to large, and select the preset number of robots in front.
  • Step S408 the selected robot acquires path condition information in the unmanned warehouse.
  • the path status information can be stored in the console or separately stored in the path status server.
  • Step S410 the selected robot is based on the location, the picking location, and the specified target location and path.
  • the status information calculates the pickup time.
  • the method of calculating the pickup time is referred to the foregoing embodiment.
  • Step S412 the console receives the respective pickup time reported by the robot within a preset time after sending the pickup time calculation instruction.
  • the console sends a pickup time calculation command to the robots 1 to 5, and turns on the timer, which is 30 seconds.
  • the console receives the pickup time of the robot 1 for 49 seconds, the pickup time of the robot 2 is 73 seconds, and the pickup time of the robot 3 is 45 seconds.
  • the robot 4 and the robot 5 are not received.
  • the goods time, the pickup time of the robot 5 is received in the 40th second after the delivery pickup time calculation command is sent, and the robot 5 is no longer considered at this time.
  • the console stores the pickup time of the received robot.
  • step S414 the console selects the robot with the shortest pick-up time and sends a pick-up instruction to the robot.
  • Step S416 the console determines whether the confirmation information of the robot is received within a preset time after the delivery instruction is sent. If the confirmation information is received, the current task scheduling ends, and the robot starts to perform the pickup task, if no confirmation information is received. Then step S418 is performed.
  • Step S4108 the console selects the robot with the shortest pick-up time from the remaining robots that have the pick-up time, sends a pick-up instruction to the robot, and repeats steps S416 to S418.
  • the console selects the robot 3 to perform the pickup task according to the pickup time, sends a pickup instruction to the robot 3, and starts the timer, the timer is 10 seconds, and if the timer is not received, the confirmation information of the robot 3 is not received. Then, the robot 1 is selected from the robots 1 and 2 to perform the pick-up task, and the confirmation information of the robot 1 is received within 10 seconds after the pick-up instruction is sent, and the scheduling of the task is completed.
  • the console can also send a pickup cancellation instruction to the robot 3 that does not return confirmation information within the preset time.
  • the console receives the pickup time reported by the robot within a preset time, and reduces the probability of selecting a robot that is prone to communication failure as the pickup robot.
  • the picking robot is directly selected by the console, and it is easy for the selected robot to receive the picking instruction due to the communication failure, so that the console needs to recalculate and select the picking robot, and the efficiency is lowered.
  • the above embodiment is performed by each robot. Reporting the pick-up time reduces the probability of the robot selecting the communication failure of the console.
  • the interaction between the console and the robot and the confirmation information further ensures that the selected robot is in normal working condition and the system is improved. Overall scheduling efficiency.
  • FIG. 5 is a structural diagram of some embodiments of a scheduling apparatus of the disclosed robot.
  • the scheduling device 50 includes a path condition acquisition module 502, a pickup time calculation module 504, and a robot determination module 506.
  • the path status obtaining module 502 is configured to acquire path status information in the warehouse.
  • the path condition acquisition module 502 can perform step S302 in the above embodiment.
  • the path condition information includes at least one of traffic direction information, obstacle information, and congestion information of the path.
  • the pickup time calculation module 504 is configured to calculate the pickup time of the robot according to the location of the robot and the path condition information. For example, the pickup time calculation module 504 can perform step S304 in the above embodiment.
  • the robot determination module 506 is configured to determine a robot that performs a pickup task according to the pickup time of each robot. For example, the robot determination module 506 can perform step S306 in the above embodiment.
  • the picking time calculation module 504 can have the following exemplary implementations.
  • the pickup time calculation module 504 is configured to select a pickup path of the robot according to the location of the robot and the path condition information, and calculate the pickup time of the robot according to the length of the pickup path and the walking speed of the robot.
  • the picking time calculation module 504 is configured to select a path from at least one of the following paths as a picking path of the robot: a path in which the passing direction satisfies the reachability of the picking location; a path without an obstacle There is no path to congestion.
  • the pickup time calculation module 504 is configured to calculate a basic pickup time of the robot through each path according to the distance of each path of the robot to complete the pickup task and the walking speed of the robot, and calculate the robot according to the path condition information.
  • the additional pick-up time of the processing path problem on each path, the basic pick-up time of each path and the additional pick-up time of the robot are added to obtain the total pick-up time of each path, and the shortest total pick-up time is selected as the pick-up of the robot. time.
  • the pickup time calculation module 504 is configured to select the shortest path of the robot to complete the picking task, calculate the basic picking time of the robot through the shortest path according to the length of the shortest path and the walking speed of the robot, according to the path condition information. Calculate the additional pick-up time of the robot to process the path problem on the shortest path. Add the basic pick-up time of the robot to the shortest path and the additional pick-up time to get the pick-up time of the robot.
  • the pickup time calculation module 504 may be configured to calculate the distance that the robot increases by bypassing the obstacle path or the congestion path divided by the walking. The time of the speed, plus the time of the turn that bypasses the obstacle path or the congestion path, as the additional pick-up time of the robot on that path.
  • the pickup time calculation module 504 may be configured to acquire the time of the obstacle on the clear path as the additional pickup time of the robot on the path.
  • the pickup time calculation module 504 may be configured to acquire the walking speed of the robot on the congestion path, and calculate the length of the congestion path divided by the robot on the congestion path.
  • the walking speed is congested
  • the length of the congestion path is divided by the walking speed of the robot to obtain the normal time
  • the difference between the congestion time and the normal time is taken as the additional pickup time of the robot in the path.
  • Each of the modules in the above embodiments can be implemented by a processor of the device performing a corresponding action.
  • the scheduling device 50 of the present disclosure may have different setting modes, and may be separately disposed in the robot, or may be separately disposed in the console, or may be separately disposed in the robot and the console, which will be described below with reference to FIG. 6.
  • FIG. 6 is a structural diagram of some embodiments of a scheduling apparatus of the disclosed robot. As shown in FIG. 6, the path condition acquisition module 502, the pickup time calculation module 504 is disposed in the robot, and the robot determination module 506 is disposed in the console.
  • the robot scheduling device 50 further includes a pickup time reporting module 608 disposed in the robot and configured to report the pickup time of the robot to the console.
  • the robot determining module 506 is configured to select a robot with the shortest picking time to execute the picking task from the robot that reports the picking time within the preset time after sending the picking time calculation instruction.
  • the robot determining module 506 is further configured to send a picking instruction to the selected robot, and if the confirmation information returned by the selected robot is not received within the preset time, determining, from the remaining robots, performing the picking task robot.
  • the robot scheduling device 50 may further include a robot pre-selection module 610, disposed at the console, configured to calculate the length of the shortest pick-up path of each robot to complete the pick-up task according to the location of each robot, and select the length of the shortest pick-up path.
  • the shortest preset number of robots sends the path status information in the unmanned bin to the selected robot.
  • Each of the modules in the above embodiments can be implemented by a processor of the device performing a corresponding action.
  • the present disclosure also provides a computer readable storage medium having stored thereon a computer program, the program being executed by a processor to implement the steps of the scheduling method of the robot described in any of the foregoing embodiments.
  • embodiments of the present disclosure can be provided as a method, system, or computer program product. Accordingly, the present disclosure may take the form of an entirely hardware embodiment, an entirely software embodiment, or a combination of software and hardware aspects. Moreover, the present disclosure may take the form of a computer program product embodied on one or more computer-usable non-transitory storage media (including but not limited to disk storage, CD-ROM, optical storage, etc.) containing computer usable program code. .
  • the computer program instructions can also be stored in a computer readable memory that can direct a computer or other programmable data processing device to operate in a particular manner, such that the instructions stored in the computer readable memory produce an article of manufacture comprising the instruction device.
  • the apparatus implements the functions specified in one or more blocks of a flow or a flow and/or block diagram of the flowchart.
  • These computer program instructions can also be loaded onto a computer or other programmable data processing device such that a series of operational steps are performed on a computer or other programmable device to produce computer-implemented processing for execution on a computer or other programmable device.
  • the instructions provide steps for implementing the functions specified in one or more of the flow or in a block or blocks of a flow diagram.

Abstract

一种机器人的调度方法、装置以及计算机可读存储介质，涉及计算机技术领域。方法包括：获取仓库内的路径状况信息（S302）；根据机器人所在的位置以及路径状况信息计算机器人的取货时间（S304）；根据各个机器人的取货时间确定执行取货任务的机器人（S306）。在进行机器人的调度时，参考机器人所在的位置以及仓库内各路径的状况信息计算机器人的取货时间，根据取货时间确定执行取货任务的机器人，不再仅仅以距离为依据进行机器人的调度，避免了选取距离较近而取货时间较长的机器人执行取货任务，提高了取货的效率。

Description

机器人的调度方法、装置以及计算机可读存储介质
相关申请的交叉引用
本申请是以CN申请号为201610893830.0，申请日为2016年10月13日的申请为基础，并主张其优先权，该CN申请的公开内容在此作为整体引入本申请中。
技术领域
本公开涉及计算机技术领域，特别涉及一种机器人的调度方法、装置以及计算机可读存储介质。
背景技术
随着电子商务的快速发展，自动化的存储仓库的应用越来越广泛。在无人仓中使用机器人进行货物的存储和调度更加的方便和高效。
发明人知晓的一种方法是：在无人仓中对于机器人基于距离的调度，也就是将取货任务分配给距离货物最近的机器人。
发明内容
发明人发现：机器人在行走过程中很可能会遇到障碍或者拥堵状况，距离较近的机器人可能需要花费更长的时间到达取货地点，因此，用距离作为调度的依据不是一种优选的调度方案，取货效率可能比较低。
根据本公开的一个方面，提供的一种机器人的调度方法，包括：获取仓库内的路径状况信息；根据机器人所在的位置以及路径状况信息计算机器人的取货时间；根据各个机器人的取货时间确定执行取货任务的机器人。
在一些实施例中，根据机器人所在的位置以及路径状况信息计算机器人的取货时间包括：根据机器人所在的位置以及路径状况信息选取机器人的取货路径，根据取货路径的长度以及机器人的行走速度计算机器人的取货时间，路径状况信息包括路径的通行方向信息、障碍信息和拥堵信息中的至少一种。
在一些实施例中，从如下路径中的至少一种中选取路径作为所述机器人的取货路径：通行方向满足取货地点的可达性的路径；没有障碍的路径；没有拥堵状况的路径。
在一些实施例中，根据机器人所在的位置以及路径状况信息计算机器人的取货时 间包括：根据机器人完成取货任务的各路径的距离以及机器人的行走速度，计算机器人通过各路径的基本取货时间；根据路径状况信息计算机器人在各路径上处理路径问题的额外取货时间；将机器人在各路径的基本取货时间与额外取货时间相加得到各路径的总共取货时间，选取最短的总共取货时间作为机器人的取货时间。
在一些实施例中，额外取货时间采用以下方法获得：路径状况信息包括路径的障碍信息或拥堵信息时，计算机器人绕过障碍路径或拥堵路径增加的距离除以行走速度的时间，并加上绕过障碍路径或拥堵路径增加的转弯的时间作为机器人在该路径的额外取货时间；或者，路径状况信息包括路径的障碍信息时，获取清除路径上的障碍的时间作为机器人在该路径的额外取货时间；或者，路径状况信息包括路径的拥堵信息时，获取拥堵路径上的机器人的行走速度，计算拥堵路径的距离除以拥堵路径上的机器人的行走速度得到拥堵时间，计算拥堵路径的距离除以机器人行走速度得到正常时间，将拥堵时间与正常时间之差作为机器人在该路径的额外取货时间。
在一些实施例中，该方法具体包括：机器人获取仓库内的路径状况信息；机器人根据所在的位置以及路径状况信息计算取货时间；机器人将取货时间上报控制台；控制台根据各个机器人的取货时间确定执行取货任务的机器人。
在一些实施例中，控制台根据各个机器人的取货时间确定执行取货任务的机器人包括：控制台从发送取货时间计算指令后在预设时间内上报取货时间的机器人中选取取货时间最短的机器人执行取货任务。
在一些实施例中，控制台根据各个机器人的取货时间确定执行取货任务的机器人还包括：控制台向选取的机器人发送取货指令，如果在预设时间内没有接收到该选取的机器人返回的确认信息，则从剩余的机器人确定执行取货任务的机器人。
在一些实施例中，该方法还包括：控制台根据各个机器人所在的位置，计算各个机器人完成取货任务的最短取货路径的长度；控制台根据各个机器人的最短取货路径的长度选取预设数量的机器人，将无人仓内路径状况信息发送至所述选取的机器人。
根据本公开的另一个方面，提供的一种机器人的调度装置包括：路径状况获取模块，被配置为获取仓库内的路径状况信息；取货时间计算模块，被配置为根据机器人所在的位置以及路径状况信息计算机器人的取货时间；机器人确定模块，被配置为根据各个机器人的取货时间确定执行取货任务的机器人。
在一些实施例中，取货时间计算模块被配置为根据机器人所在的位置以及路径状况信息选取机器人的取货路径，根据取货路径的长度以及机器人的行走速度计算机器 人的取货时间，路径状况信息包括路径的通行方向信息、障碍信息和拥堵信息中的至少一种。
在一些实施例中，取货时间计算模块被配置为从如下路径中的至少一种中选取路径作为所述机器人的取货路径：通行方向满足取货地点的可达性的路径；没有障碍的路径；没有拥堵状况的路径。
在一些实施例中，取货时间计算模块被配置为：根据机器人完成取货任务的各路径的距离以及机器人的行走速度，计算机器人通过各路径的基本取货时间，根据路径状况信息计算机器人在各路径上处理路径问题的额外取货时间，将机器人在各路径的基本取货时间与额外取货时间相加得到各路径的总共取货时间，选取最短的总共取货时间作为机器人的取货时间；或者，选取机器人完成取货任务的最短路径，根据最短路径的距离以及机器人的行走速度计算机器人通过最短路径的基本取货时间，根据路径状况信息计算机器人在最短路径上处理路径问题的额外取货时间将机器人在最短路径的基本取货时间与额外取货时间相加得到机器人的取货时间。
在一些实施例中，取货时间计算模块被配置为：在路径状况信息包括路径的障碍信息或拥堵信息的情况下，计算机器人绕过障碍路径或拥堵路径增加的距离除以行走速度的时间，并加上绕过障碍路径或拥堵路径增加的转弯的时间作为机器人在该路径的额外取货时间；或者，在路径状况信息包括路径的障碍信息的情况下，获取清除路径上的障碍的时间作为机器人在该路径的额外取货时间；或者，在路径状况信息包括路径的拥堵信息的情况下，获取拥堵路径上的机器人的行走速度，计算拥堵路径的距离除以拥堵路径上的机器人的行走速度得到拥堵时间，计算拥堵路径的距离除以机器人行走速度得到正常时间，将拥堵时间与正常时间之差作为机器人在该路径的额外取货时间。
在一些实施例中，路径状况获取模块、取货时间计算模块设置于机器人内；机器人确定模块设置于控制台内；该装置还包括取货时间上报模块，设置于机器人内，被配置为将机器人的取货时间上报控制台。
在一些实施例中，机器人确定模块，被配置为从发送取货时间计算指令后在预设时间内上报取货时间的机器人中选取取货时间最短的机器人执行取货任务；或者，机器人确定模块，还被配置为向选取的机器人发送取货指令，如果在预设时间内没有接收到该选取的机器人返回的确认信息，则从剩余的机器人确定执行取货任务的机器人。
在一些实施例中，该装置还包括：机器人预选模块，设置于控制台，被配置为根据各个机器人所在的位置，计算各个机器人完成取货任务的最短取货路径的长度，根据各个机器人的最短取货路径的长度选取预设数量的机器人，将无人仓内路径状况信息发送至选取的机器人。
根据本公开的又一个方面，提供的一种机器人的调度装置包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器设备中的指令，执行如前述实施例中的机器人的调度方法。
根据本公开的再一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一项实施例所述的机器人的调度方法的步骤。
本公开在进行机器人的调度时，参考机器人所在的位置以及仓库内各路径的状况信息计算机器人的取货时间，根据取货时间确定执行取货任务的机器人，不再仅仅以距离为依据进行机器人的调度，避免了选取距离较近而取货时间较长的机器人执行取货任务，提高了取货的效率。
通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出本公开的一些实施例的机器人的调度装置的结构示意图。
图2示出本公开的一些实施例的机器人的调度装置的结构示意图。
图3示出本公开的一些实施例的机器人的调度方法的流程示意图。
图4示出本公开的一些实施例的机器人的调度方法的流程示意图。
图5示出本公开的一些实施例的机器人的调度装置的结构示意图。
图6示出本公开的一些实施例的机器人的调度装置的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。 以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例，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，都属于本公开保护的范围。
针对相关技术中，基于到取货地点的距离对无人仓中的机器人进行取货调度，导致取货时间较长，取货效率不高的问题，提出本方案。
本公开的实施例中的机器人的调度装置可各由各种计算设备或计算机系统来实现，下面结合图1以及图2进行描述。
图1为本公开机器人的调度装置的一些实施例的结构图。如图1所示，该实施例的装置10包括：存储器110以及耦接至该存储器110的处理器120，处理器120被配置为基于存储在存储器110中的指令，执行本公开中任意一些实施例中的机器人的调度方法。
其中，存储器110例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)、数据库以及其他程序等。
图2为本公开机器人的调度装置的另一些实施例的结构图。如图2所示，该实施例的装置10包括：存储器110以及处理器120，还可以包括输入输出接口230、网络接口240、存储接口250等。这些接口230，240，250以及存储器110和处理器120之间例如可以通过总线260连接。其中，输入输出接口230为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口240为各种联网设备提供连接接口，例如可以连接到数据库服务器或者云端存储服务器等。存储接口250为SD卡、U盘等外置存储设备提供连接接口。
以下参考图3至图4描述本公开的一些实施例的机器人的调度方法。
图3为本公开机器人的调度方法一些实施例的流程图。如图3所示，该实施例的方法包括：步骤S302～S306。
步骤S302，获取仓库内的路径状况信息。
路径状况信息例如包括路径的通行方向信息、障碍信息和拥堵信息中的至少一种。路径的通行方向信息为预先规划的，例如某些路径为单行路。路径的障碍信息例如可以通过机器人在遇到障碍(例如货物掉落)时上报或者仓库内设置的摄像头等检测装置检测得到。路径的拥堵信息例如通过实时监测机器人行走时的心跳，当机器人的行走心跳低于阈值判断遇到拥堵，或者通过机器人进行上报，或者通过仓库内设置 的摄像头等检测装置检测得到。
机器人的调度装置中可以存储仓库的地图以及各个路径的路径状况信息。
步骤S304，根据机器人所在的位置以及路径状况信息计算机器人的取货时间。
机器人的取货时间为机器人到达取货地点取货后并达到指定目标地点完成取货任务所需要的时间。计算机器人的取货时间时参考路径状况信息，可以直接避开出现问题的路径选取取货路径并计算取货时间，也可以将处理路径问题的增加的额外取货时间加上机器人正常行走的基本取货时间作为取货时间，具体的计算方法将在后续进行描述。
步骤S306，根据各个机器人的取货时间确定执行取货任务的机器人。
例如计算仓库内各个机器人完成取货任务的取货时间，选取取货时间最短的机器人作为执行取货任务的机器人。
上述实施例的方法，在进行机器人的调度时，参考机器人所在的位置以及仓库内各路径的状况信息计算机器人的取货时间，根据取货时间确定执行取货任务的机器人，不再仅仅以距离为依据进行机器人的调度，避免了选取距离较近而取货时间较长的机器人执行取货任务，提高了取货的效率。
本公开还提供完成步骤S304中计算机器人的取货时间的几种示例性实施方法。
在一些实施例中，根据机器人所在的位置以及路径状况信息选取机器人的取货路径，根据取货路径的长度以及机器人的行走速度计算机器人的取货时间。
可选的，路径状况信息包括路径的通行方向信息时，选取路径的通行方向满足取货地点的可达性的路径作为取货路径。例如考虑某些单行路的通行方向时机器人无法到达取货地点，则不选择这些单行路段作为取货路径。或者，路径状况信息包括路径的障碍信息时，从没有障碍的路径中选取取货路径。或者，路径状况信息包括路径的拥堵信息时，从没有拥堵状况的路径中选取取货路径。
选取取货路径时可以应用相关技术中的最优路径问题的求解算法进行计算，在此不再赘述。
上述实施例的方法，根据路径的状况信息为机器人规划最优的取货路径，避开出现路径问题的路径，提高了取货效率。
在一些实施例中，选取机器人完成取货任务的最短路径，根据最短路径的距离以及机器人的行走速度计算机器人通过最短路径的基本取货时间；根据路径状况信息计算机器人在最短路径上处理路径问题的额外取货时间；将机器人在最短路径的基本取 货时间与额外取货时间相加得到机器人的取货时间。
上述实施例的方法，考虑处理路径问题的额外取货时间，计算每个机器人在最短路径的取货时间，再从中选取取货时间最短的执行取货任务的机器人，提高了取货效率。
上述两个实施例可以结合使用，第一个实施例中选取取货路径时避开出现问题的路径可能会增加取货路径的长度进而增加取货时间。第二个实施例中路径出现问题时等待路径问题处理时会增加取货时间。可以同时应用上述两个实施例中的方法计算，选取最短的取货时间作为取货时间。
在一些实施例中，根据机器人完成取货任务的各路径的距离以及机器人的行走速度，计算机器人通过各路径的基本取货时间，根据路径状况信息计算机器人在各路径上处理路径问题的额外取货时间；将机器人在各路径的基本取货时间与额外取货时间相加得到各路径的总共取货时间，选取最短的总共取货时间作为机器人的取货时间。
可选的，规划机器人由所在位置到达取货地点取货后并将货物送达指定目标地点的各种可能的路径，分别计算机器人在这些路径上行走的基本取货时间。某些路径中可能出现障碍的路径例如货物掉落，或者出现拥堵的路径，将处理这些路径问题的时间作为额外取货时间。最终得到机器人在各路径的总共取货时间，选取其中总共取货时间最短的一条路径作为取货路径，该路径上的总共取货时间为取货时间。
上述实施例的方法，考虑处理路径问题的额外取货时间，计算机器人在各种可能的取货路径上所消耗的总共取货时间，并选取最短的总共取货时间作为机器人的取货时间，从而得到各个机器人的取货时间，再从中选取执行取货任务的机器人，提高了取货效率。
前述实施例中，额外取货时间例如采用以下方法获得。
(1)路径状况信息包括路径的障碍信息或拥堵信息时，计算机器人绕过障碍路径或拥堵路径增加的距离除以行走速度的时间，并加上绕过障碍路径或拥堵路径增加的转弯的时间，作为机器人在该路径的额外取货时间。当路径上出现障碍或拥堵时，可以选择绕路，将绕路增加的时间作为额外取货时间。
(2)路径状况信息包括路径的障碍信息时，获取清除路径上的障碍的时间作为机器人在该路径的额外取货时间。例如，货物掉落时，机器人可以向控制台获取处理该掉落的货物所需的时间，机器人将等待处理该掉落货物的时间作为在该路径的额外取货时间。
(3)路径状况信息包括路径的拥堵信息时，获取拥堵路径上的机器人的行走速度，计算拥堵路径的距离除以拥堵路径上的机器人的行走速度得到拥堵时间，计算拥堵路径的距离除以机器人行走速度得到正常时间，将拥堵时间与正常时间之差作为机器人在该路径的额外取货时间。
各个机器人行走时可以实时上报行走速度即心跳，机器人可以向控制台获取拥堵路径上的机器人的行走速度以及拥堵路径的距离，计算以拥堵速度行走通过拥堵路径时相对于正常行走时增加的时间，将增加的时间作为额外取货时间。
本公开的机器人的调度方法可以由各机器人执行也可以由控制台执行，也可以由机器人与控制台配合共同执行。由各机器人执行时，机器人根据路径状况信息计算本机器人的取货时间，同时获取其他机器人的取货时间，在本机器人的取货时间最短的情况下，自动执行取货任务。由控制台执行时，控制台可以根据路径状况信息计算各个机器人的取货时间，并选择取货时间最短的机器人执行取货任务。
下面结合图4描述由机器人与控制台配合共同执行本公开的机器人的调度方法的一些实施例。
图4为本公开机器人的调度方法一些实施例的流程图。如图4所示，该实施例的方法包括：步骤S402～S418。
步骤S402，控制台获取各个机器人的位置信息。
机器人在启动时可以向控制台上报自己的位置信息。
步骤S404，控制台接收到取货任务，根据各个机器人所在的位置，计算各个机器人完成取货任务的最短取货路径的长度。
控制台计算各个机器人到达取货的货架取货并将货物送达指定目标地点的最短取货路径的长度，此时可以不必考虑路径状况信息。
步骤S406，控制台根据各个机器人的最短取货路径的长度选取预设数量的机器人，向选取的机器人发送取货时间计算指令，取货时间计算指令中包括取货地点以及指定目标地点。
控制台可以将各个机器人的最短取货路径的长度按照由小到大进行排序，选取排在前面的预设数量的机器人。
步骤S408，选取的机器人获取无人仓内路径状况信息。
路径状况信息可以存储于控制台，也可以单独存储于路径状况服务器。
步骤S410，选取的机器人根据所在的位置、取货地点以及指定目标地点以及路径 状况信息计算取货时间。
计算取货时间的方法参考前述实施例。
步骤S412，控制台在发送取货时间计算指令后的预设时间内接收机器人上报的各自的取货时间。
例如，控制台向机器人1至5发送取货时间计算指令，并开启计时器，计时器为30秒。当计时器计时结束时控制台收到机器人1上报取货时间为49秒，机器人2的取货时间为73秒，机器人3的取货时间为45秒，没有收到机器人4和机器人5的取货时间，发送取货时间计算指令后第40秒收到了机器人5的取货时间，此时不再考虑机器人5。控制台将接收到的机器人的取货时间进行存储。
步骤S414，控制台选取取货时间最短的机器人，向该机器人发送取货指令。
步骤S416，控制台判断在发送取货指令后的预设时间内是否接收到机器人的确认信息，如果接收到确认信息则本次任务调度结束，机器人开始执行取货任务，如果没有接收到确认信息则执行步骤S418。
步骤S418，控制台从剩余的上报取货时间的机器人中选取取货时间最短的机器人，向该机器人发送取货指令，并重复执行步骤S416至S418。
例如，控制台根据取货时间选取机器人3执行取货任务，向机器人3发送取货指令，并开启计时器，计时器为10秒，如果计时器10秒结束后没有收到机器人3的确认信息，则从机器人1和2中选取机器人1执行取货任务，并在发送取货指令10秒内收到了机器人1的确认信息，则完成了本次任务的调度。控制台还可以向没有在预设时间内返回确认信息的机器人3发送取货取消指令。
上述实施例的方法，控制台在预设时间内接收机器人上报的取货时间，降低了选取容易出现通信故障的机器人作为取货机器人的概率。进一步的，相关技术中由控制台直接选取取货机器人，容易出现选取的机器人由于通信故障无法接收取货指令，导致控制台需要重新计算并选取取货机器人，效率降低，上述实施例由各个机器人上报取货时间，降低了了控制台选取通信故障的机器人的概率，此外，通过控制台与机器人之间的取货指令以及确认信息的交互进一步确保了选取的机器人处于正常工作状态，提高了系统的整体调度效率。
根据本公开的另一个方面，还提供一种机器人的调度装置，下面结合图5进行描述。
图5为本公开机器人的调度装置一些实施例的结构图。如图5所示，该调度装置 50包括：路径状况获取模块502、取货时间计算模块504和机器人确定模块506。
路径状况获取模块502，被配置为获取仓库内的路径状况信息。例如，路径状况获取模块502可以执行上述实施例中的步骤S302。
路径状况信息包括路径的通行方向信息、障碍信息和拥堵信息中的至少一种。
取货时间计算模块504，被配置为根据机器人所在的位置以及路径状况信息计算机器人的取货时间。例如，取货时间计算模块504可以执行上述实施例中的步骤S304。
机器人确定模块506，被配置为根据各个机器人的取货时间确定执行取货任务的机器人。例如，机器人确定模块506可以执行上述实施例中的步骤S306。
其中，取货时间计算模块504可以有以下几种示例性的实现方式。
在一些实施例中，取货时间计算模块504被配置为根据机器人所在的位置以及路径状况信息选取机器人的取货路径，根据取货路径的长度以及机器人的行走速度计算机器人的取货时间。
可选的，取货时间计算模块504被配置为从如下路径中的至少一种中选取路径作为所述机器人的取货路径：通行方向满足取货地点的可达性的路径；没有障碍的路径；没有拥堵状况的路径。
在一些实施例中，取货时间计算模块504被配置为根据机器人完成取货任务的各路径的距离以及机器人的行走速度，计算机器人通过各路径的基本取货时间，根据路径状况信息计算机器人在各路径上处理路径问题的额外取货时间，将机器人在各路径的基本取货时间与额外取货时间相加得到各路径的总共取货时间，选取最短的总共取货时间作为机器人的取货时间。
在一些实施例中，取货时间计算模块504被配置为选取机器人完成取货任务的最短路径，根据最短路径的长度以及机器人的行走速度计算机器人通过最短路径的基本取货时间，根据路径状况信息计算机器人在最短路径上处理路径问题的额外取货时间将机器人在最短路径的基本取货时间与额外取货时间相加得到机器人的取货时间。
前述实施例中，可选的，在路径状况信息包括路径的障碍信息或拥堵信息的情况下，取货时间计算模块504可以被配置为计算机器人绕过障碍路径或拥堵路径增加的距离除以行走速度的时间，并加上绕过障碍路径或拥堵路径增加的转弯的时间作为机器人在该路径的额外取货时间。
可选的，在路径状况信息包括路径的障碍信息的情况下，取货时间计算模块504可以被配置为获取清除路径上的障碍的时间作为机器人在该路径的额外取货时间。
可选的，在路径状况信息包括路径的拥堵信息的情况下，取货时间计算模块504可以被配置为获取拥堵路径上的机器人的行走速度，计算拥堵路径的长度除以拥堵路径上的机器人的行走速度得到拥堵时间，计算拥堵路径的长度除以机器人行走速度得到正常时间，将拥堵时间与正常时间之差作为机器人在该路径的额外取货时间。
上述各实施例中的各个模块能够由设备的处理器执行相应动作来实现。
本公开的机器人的调度装置50可以有不同的设置方式，可以单独设置于机器人内，也可以单独设置于控制台内，也可以分别设置于机器人和控制台内，下面结合图6进行描述。
图6为本公开机器人的调度装置一些实施例的结构图。如图6所示，路径状况获取模块502，取货时间计算模块504设置于机器人内，机器人确定模块506设置于控制台内。
机器人的调度装置50还包括：取货时间上报模块608，设置于机器人内，被配置为将机器人的取货时间上报控制台。
可选的，机器人确定模块506被配置为从发送取货时间计算指令后在预设时间内上报取货时间的机器人中选取取货时间最短的机器人执行取货任务。
可选的，机器人确定模块506还被配置为向选取的机器人发送取货指令，如果在预设时间内没有接收到该选取的机器人返回的确认信息，则从剩余的机器人确定执行取货任务的机器人。
机器人的调度装置50还可以包括机器人预选模块610，设置于控制台，被配置为根据各个机器人所在的位置，计算各个机器人完成取货任务的最短取货路径的长度，选取最短取货路径的长度最短的预设数量的机器人，将无人仓内路径状况信息发送至选取的机器人。
上述各实施例中的各个模块能够由设备的处理器执行相应动作来实现。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一项实施例所述的机器人的调度方法的步骤。
本领域内的技术人员应当明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的较佳实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (20)

  1. 一种机器人的调度方法，包括：
    获取仓库内的路径状况信息；
    根据机器人所在的位置以及所述路径状况信息计算所述机器人的取货时间；
    根据各个机器人的取货时间确定执行取货任务的机器人。
  2. 根据权利要求1所述的调度方法，其中，所述根据机器人所在的位置以及所述路径状况信息计算所述机器人的取货时间包括：
    根据机器人所在的位置以及所述路径状况信息选取所述机器人的取货路径；
    根据所述取货路径的长度以及所述机器人的行走速度计算所述机器人的取货时间，所述路径状况信息包括路径的通行方向信息、障碍信息和拥堵信息中的至少一种。
  3. 根据权利要求2所述的调度方法，其中，从如下路径中的至少一种中选取路径作为所述机器人的取货路径：
    通行方向满足取货地点的可达性的路径；
    没有障碍的路径；
    没有拥堵状况的路径。
  4. 根据权利要求1-3任一项所述的调度方法，其中，所述根据机器人所在的位置以及所述路径状况信息计算所述机器人的取货时间包括：
    根据机器人完成取货任务的各路径的距离以及所述机器人的行走速度，计算所述机器人通过各路径的基本取货时间；
    根据所述路径状况信息计算所述机器人在各路径上处理路径问题的额外取货时间；
    将所述机器人在各路径的基本取货时间与额外取货时间相加得到各路径的总共取货时间，选取最短的总共取货时间作为所述机器人的取货时间。
  5. 根据权利要求1-3任一项所述的调度方法，其中，所述根据机器人所在的位置以及所述路径状况信息计算所述机器人的取货时间包括：
    选取机器人完成取货任务的最短路径；
    根据所述最短路径的距离以及所述机器人的行走速度计算所述机器人通过最短路径的基本取货时间；
    根据所述路径状况信息计算所述机器人在最短路径上处理路径问题的额外取货 时间；
    将所述机器人在最短路径的基本取货时间与额外取货时间相加得到所述机器人的取货时间。
  6. 根据权利要求4或5所述的调度方法，其中，
    所述额外取货时间采用以下方法获得：
    所述路径状况信息包括路径的障碍信息或拥堵信息时，计算所述机器人绕过障碍路径或拥堵路径增加的距离除以行走速度的时间，并加上绕过障碍路径或拥堵路径增加的转弯的时间作为所述机器人在该路径的额外取货时间；
    或者，所述路径状况信息包括路径的障碍信息时，获取清除路径上的障碍的时间作为所述机器人在该路径的额外取货时间；
    或者，所述路径状况信息包括路径的拥堵信息时，获取拥堵路径上的机器人的行走速度，计算拥堵路径的距离除以拥堵路径上的机器人的行走速度得到拥堵时间，计算拥堵路径的距离除以所述机器人行走速度得到正常时间，将所述拥堵时间与所述正常时间之差作为所述机器人在该路径的额外取货时间。
  7. 根据权利要求1所述的调度方法，其中，包括：
    机器人获取仓库内的路径状况信息；
    所述机器人根据所在的位置以及所述路径状况信息计算取货时间；
    所述机器人将所述取货时间上报控制台；
    所述控制台根据各个机器人的取货时间确定执行取货任务的机器人。
  8. 根据权利要求7所述的调度方法，其中，所述控制台根据各个机器人的取货时间确定执行取货任务的机器人包括：
    所述控制台从发送取货时间计算指令后在预设时间内上报取货时间的机器人中选取取货时间最短的机器人执行取货任务。
  9. 根据权利要求7所述的调度方法，其中，所述控制台根据各个机器人的取货时间确定执行取货任务的机器人还包括：
    所述控制台向选取的机器人发送取货指令，如果在预设时间内没有接收到该选取的机器人返回的确认信息，则从剩余的机器人确定执行取货任务的机器人。
  10. 根据权利要求7所述的调度方法，其中，还包括：
    所述控制台根据各个机器人所在的位置，计算各个机器人完成取货任务的最短取货路径的长度；
    所述控制台根据各个机器人的最短取货路径的长度选取预设数量的机器人，将无人仓内路径状况信息发送至所述选取的机器人。
  11. 一种机器人的调度装置，包括：
    路径状况获取模块，被配置为获取仓库内的路径状况信息；
    取货时间计算模块，被配置为根据机器人所在的位置以及所述路径状况信息计算所述机器人的取货时间；
    机器人确定模块，被配置为根据各个机器人的取货时间确定执行取货任务的机器人。
  12. 根据权利要求11所述的调度装置，其中，
    所述取货时间计算模块被配置为根据机器人所在的位置以及所述路径状况信息选取所述机器人的取货路径，根据所述取货路径的长度以及所述机器人的行走速度计算所述机器人的取货时间，所述路径状况信息包括路径的通行方向信息、障碍信息和拥堵信息中的至少一种。
  13. 根据权利要求12所述的调度装置，其中，
    所述取货时间计算模块被配置为从如下路径中的至少一种中选取路径作为所述机器人的取货路径：
    通行方向满足取货地点的可达性的路径；
    没有障碍的路径；
    没有拥堵状况的路径。
  14. 根据权利要求11-13任一项所述的调度装置，其中，
    所述取货时间计算模块被配置为：
    根据机器人完成取货任务的各路径的距离以及所述机器人的行走速度，计算所述机器人通过各路径的基本取货时间，根据所述路径状况信息计算所述机器人在各路径上处理路径问题的额外取货时间，将所述机器人在各路径的基本取货时间与额外取货时间相加得到各路径的总共取货时间，选取最短的总共取货时间作为所述机器人的取货时间；
    或者，选取机器人完成取货任务的最短路径，根据所述最短路径的距离以及所述机器人的行走速度计算所述机器人通过最短路径的基本取货时间，根据所述路径状况信息计算所述机器人在最短路径上处理路径问题的额外取货时间将所述机器人在最短路径的基本取货时间与额外取货时间相加得到所述机器人的取货时间。
  15. 根据权利要求14所述的调度装置，其中，
    所述取货时间计算模块被配置为：
    在所述路径状况信息包括路径的障碍信息或拥堵信息的情况下，计算所述机器人绕过障碍路径或拥堵路径增加的距离除以行走速度的时间，并加上绕过障碍路径或拥堵路径增加的转弯的时间作为所述机器人在该路径的额外取货时间；
    或者，在所述路径状况信息包括路径的障碍信息的情况下，获取清除路径上的障碍的时间作为所述机器人在该路径的额外取货时间；
    或者，在所述路径状况信息包括路径的拥堵信息的情况下，获取拥堵路径上的机器人的行走速度，计算拥堵路径的距离除以拥堵路径上的机器人的行走速度得到拥堵时间，计算拥堵路径的距离除以所述机器人行走速度得到正常时间，将所述拥堵时间与所述正常时间之差作为所述机器人在该路径的额外取货时间。
  16. 根据权利要求11所述的调度装置，其中，
    所述路径状况获取模块、所述取货时间计算模块设置于机器人内；
    所述机器人确定模块设置于控制台内；
    所述装置还包括：
    取货时间上报模块，设置于机器人内，被配置为将机器人的取货时间上报控制台。
  17. 根据权利要求16所述的调度装置，其中，
    所述机器人确定模块，被配置为从发送取货时间计算指令后在预设时间内上报取货时间的机器人中选取取货时间最短的机器人执行取货任务；
    或者，所述机器人确定模块，还被配置为向选取的机器人发送取货指令，如果在预设时间内没有接收到该选取的机器人返回的确认信息，则从剩余的机器人确定执行取货任务的机器人。
  18. 根据权利要求16所述的调度装置，其中，还包括：
    机器人预选模块，设置于控制台，被配置为根据各个机器人所在的位置，计算各个机器人完成取货任务的最短取货路径的长度，根据各个机器人的最短取货路径的长度选取预设数量的机器人，将无人仓内路径状况信息发送至所述选取的机器人。
  19. 一种机器人的调度装置，其中，包括：
    存储器；以及
    耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器设备中的指令，执行如权利要求1-10任一项所述的机器人的调度方法。
  20. 一种计算机可读存储介质，其上存储有计算机程序，其中，
    该程序被处理器执行时实现权利要求1-10任一项所述的机器人的调度方法的步骤。
PCT/CN2017/105820 2016-10-13 2017-10-12 机器人的调度方法、装置以及计算机可读存储介质 WO2018068743A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/341,723 US11597082B2 (en) 2016-10-13 2017-10-12 Dispatching method and device, and non-transitory readable storage medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610893830.0 2016-10-13
CN201610893830.0A CN106483943B (zh) 2016-10-13 2016-10-13 机器人的调度方法、装置以及计算机可读存储介质

Publications (1)

Publication Number Publication Date
WO2018068743A1 true WO2018068743A1 (zh) 2018-04-19

Family

ID=58270821

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/105820 WO2018068743A1 (zh) 2016-10-13 2017-10-12 机器人的调度方法、装置以及计算机可读存储介质

Country Status (3)

Country Link
US (1) US11597082B2 (zh)
CN (1) CN106483943B (zh)
WO (1) WO2018068743A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116050687A (zh) * 2023-01-09 2023-05-02 合肥市链码腾云信息技术有限公司 一种人工仓库的拣货方法、系统、终端及存储介质

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106483943B (zh) * 2016-10-13 2019-05-03 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质
CN108629531B (zh) * 2017-03-21 2022-03-04 北京京东乾石科技有限公司 货物运输方法和用于货物运输的装置
JP6828572B2 (ja) * 2017-04-18 2021-02-10 富士通株式会社 ロボット移動時間推定プログラム及びロボット移動時間推定方法
CN107193265B (zh) * 2017-06-14 2019-09-13 浙江德尚智能科技有限公司 一种移动机器人多点调度通信方法
CN107679699B (zh) * 2017-09-06 2021-06-22 深圳市盛路物联通讯技术有限公司 物联网终端的调度方法及装置
CN107577212B (zh) 2017-09-15 2019-11-05 北京京东振世信息技术有限公司 货架和调度方法以及运营调度方法、中心和系统
CN110271804B (zh) * 2018-03-15 2021-10-15 深圳志合天成科技有限公司 自动存取装置的运动控制方法、装置、设备及存储介质
CN108764579B (zh) * 2018-06-01 2021-09-07 成都交大光芒科技股份有限公司 一种基于拥塞控制的仓储多机器人任务调度方法
CN111157000B (zh) * 2018-11-06 2023-04-07 北京京东乾石科技有限公司 用于生成路径信息的方法和装置
CN111275231B (zh) * 2018-12-04 2023-12-08 北京京东乾石科技有限公司 任务分配方法、装置、系统和介质
CN111376253B (zh) * 2018-12-29 2022-02-22 深圳市优必选科技有限公司 一种机器人路线规划方法、装置、机器人及安全管理
JP7111040B2 (ja) * 2019-03-18 2022-08-02 トヨタ自動車株式会社 情報処理装置、情報処理方法およびプログラム
JP6764138B2 (ja) * 2019-03-28 2020-09-30 日本電気株式会社 管理方法、管理装置、プログラム
CN109991988A (zh) * 2019-05-06 2019-07-09 北京云迹科技有限公司 一种机器人调度方法、机器人及存储介质
CN110405756B (zh) * 2019-06-28 2023-01-24 炬星科技（深圳）有限公司 一种任务调度方法、装置、系统、电子设备及存储介质
CN112967002A (zh) * 2019-06-29 2021-06-15 深圳市海柔创新科技有限公司 取货任务分配方法及其货品分拣系统
CN110510309B (zh) * 2019-08-02 2021-07-27 南京涵铭置智能科技有限公司 一种码垛机器人路径规划系统及规划方法
CN112396362A (zh) * 2019-08-12 2021-02-23 北京京东乾石科技有限公司 行驶目的地的确定方法、装置及存储介质
CN110422526B (zh) * 2019-08-13 2022-01-18 上海快仓自动化科技有限公司 仓储系统及物流控制方法
CN113044450B (zh) * 2019-12-26 2023-01-31 北京极智嘉科技股份有限公司 搬运设备的任务处理方法及装置
CN113120498B (zh) * 2020-01-15 2022-12-27 北京京邦达贸易有限公司 一种巷道拣货管理方法和装置
CN112288355B (zh) * 2020-10-21 2024-03-26 深圳市丰巢网络技术有限公司 基于机器人的快递柜配送方法、装置、服务器及存储介质
JP7474681B2 (ja) * 2020-11-10 2024-04-25 株式会社安川電機 プログラム生成システム、ロボットシステム、プログラム生成方法、および生成プログラム
CN112223301B (zh) * 2020-12-17 2021-04-13 江西赛特智能科技有限公司 一种机器人路径规划及调度方法
CN112947414B (zh) * 2021-01-26 2024-01-19 深圳市普渡科技有限公司 机器人调度方法、装置、计算机设备及存储介质
CN112936283B (zh) * 2021-03-09 2021-10-08 深圳市井智高科机器人有限公司 一种基于agv机器人的自动搬运系统及其多agv协作方法
CN113408992A (zh) * 2021-06-30 2021-09-17 广东利元亨智能装备股份有限公司 一种物料信息提示方法、装置、电子设备及存储介质
CN113525987A (zh) * 2021-07-29 2021-10-22 华清科盛(北京)信息技术有限公司 一种基于物联网技术的轻量级物流货物分拣运送方法、装置及电子设备
CN113741297B (zh) * 2021-09-10 2023-06-23 北京京东乾石科技有限公司 用于多个机器人的任务处理方法、装置及系统、机器人
CN113706085B (zh) * 2021-10-29 2022-04-01 南京我乐家居智能制造有限公司 智能制造工厂产品仓库物流信息化管理方法及云管理系统
CN114781841B (zh) * 2022-04-06 2022-11-29 武汉众金数为科技有限公司 数字孪生的生产调度优化方法、装置、设备及存储介质
CN114919908B (zh) * 2022-05-18 2023-04-28 北京航空航天大学 一种仓储机器人配置数量规划方法和装置、电子设备
CN116629480B (zh) * 2023-07-19 2023-10-27 济南餐农网络科技有限公司 一种食材配送系统及配送方法
CN116661467B (zh) * 2023-08-01 2023-10-13 山东致远通信网络有限公司 基于数字图像处理的agv机器人行走路径智能控制系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2499545A1 (de) * 2010-01-28 2012-09-19 Siemens Aktiengesellschaft Verfahren zum aufbau oder zur aktualisierung von routingtabellen für ein modulares fördersystem und modulares fördersystem
CN103471596A (zh) * 2012-06-08 2013-12-25 纽海信息技术（上海）有限公司 最短路径引导方法和最短路径引导系统
EP1815301B1 (en) * 2004-11-26 2015-07-22 ABB Research Ltd. A system and a method for controlling movements of an industrial robot
CN104809606A (zh) * 2015-04-29 2015-07-29 上海交通大学 具有多导引车调度分配功能的仓库管理系统
CN105354641A (zh) * 2015-11-12 2016-02-24 北京京东尚科信息技术有限公司 拣货路径优化方法及拣货路径优化装置
CN105446343A (zh) * 2016-01-04 2016-03-30 杭州亚美利嘉科技有限公司 一种机器人的调度方法及装置
CN106483943A (zh) * 2016-10-13 2017-03-08 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100506600B1 (ko) * 2003-02-10 2005-08-08 삼성전자주식회사 물류반송시스템
JP4621073B2 (ja) * 2005-05-23 2011-01-26 本田技研工業株式会社 ロボット制御装置
KR101441187B1 (ko) * 2012-07-19 2014-09-18 고려대학교 산학협력단 자율 보행 로봇 경로 계획 방법
US9581451B2 (en) * 2014-04-16 2017-02-28 Verizon Patent And Licensing Inc. Real-time traffic reporting based on rate of change of traffic delays
CN105094767B (zh) * 2014-05-06 2019-02-12 华为技术有限公司 自动驾驶车辆调度方法、车辆调度服务器及自动驾驶车辆
GB201409883D0 (en) * 2014-06-03 2014-07-16 Ocado Ltd Methods, systems, and apparatus for controlling movement of transporting devices
IL235477B (en) * 2014-11-03 2019-06-30 Israel Aerospace Ind Ltd A computerized system and method for providing delivery services of objects
CN105446342B (zh) * 2016-01-04 2019-02-05 杭州亚美利嘉科技有限公司 用于机器人终端场地回流的方法和装置
MY200573A (en) * 2016-01-04 2024-01-03 Zhejiang Libiao Robots Co Ltd Method and device for returning robots from site
US10725462B2 (en) * 2016-04-25 2020-07-28 Invia Robotics, Inc. Optimizing robotic movements based on an autonomous coordination of resources amongst robots
DE102016110820A1 (de) * 2016-06-13 2017-12-14 Ssi Schäfer Automation Gmbh Rendezvous-Kommissionierung mit örtlich variabler Kommissionierstation
US10296200B2 (en) * 2016-09-08 2019-05-21 Gt Gettaxi Limited Drag and drop map for marking pickup and drop off locations on a predetermined line

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1815301B1 (en) * 2004-11-26 2015-07-22 ABB Research Ltd. A system and a method for controlling movements of an industrial robot
EP2499545A1 (de) * 2010-01-28 2012-09-19 Siemens Aktiengesellschaft Verfahren zum aufbau oder zur aktualisierung von routingtabellen für ein modulares fördersystem und modulares fördersystem
CN103471596A (zh) * 2012-06-08 2013-12-25 纽海信息技术（上海）有限公司 最短路径引导方法和最短路径引导系统
CN104809606A (zh) * 2015-04-29 2015-07-29 上海交通大学 具有多导引车调度分配功能的仓库管理系统
CN105354641A (zh) * 2015-11-12 2016-02-24 北京京东尚科信息技术有限公司 拣货路径优化方法及拣货路径优化装置
CN105446343A (zh) * 2016-01-04 2016-03-30 杭州亚美利嘉科技有限公司 一种机器人的调度方法及装置
CN106483943A (zh) * 2016-10-13 2017-03-08 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116050687A (zh) * 2023-01-09 2023-05-02 合肥市链码腾云信息技术有限公司 一种人工仓库的拣货方法、系统、终端及存储介质
CN116050687B (zh) * 2023-01-09 2023-09-08 合肥市链码腾云信息技术有限公司 一种人工仓库的拣货方法、系统、终端及存储介质

Also Published As

Publication number Publication date
CN106483943B (zh) 2019-05-03
US20190240834A1 (en) 2019-08-08
CN106483943A (zh) 2017-03-08
US11597082B2 (en) 2023-03-07

Similar Documents

Publication Publication Date Title
WO2018068743A1 (zh) 机器人的调度方法、装置以及计算机可读存储介质
US11709502B2 (en) Roadmap annotation for deadlock-free multi-agent navigation
JP6978799B2 (ja) 経路計画方法、電子装置、ロボット及びコンピュータ読取可能な記憶媒体
CN105182981B (zh) 机器人的行进方法、控制方法、控制系统和服务器
JP6310579B2 (ja) 搬送システム、搬送システムに用いられるコントローラ、および、搬送方法
US11906971B2 (en) Spatiotemporal robotic navigation
RU2017143206A (ru) Автономное транспортное средство с поддержкой направления
US20240054434A1 (en) Systems and methods for autonomous lineside parts delivery to an assembly line process
CN111762519B (zh) 引导拣选机器人作业的方法、系统和调度装置
JP6253567B2 (ja) 作業車両の移動システム
JP7328923B2 (ja) 情報処理装置、情報処理方法、及びコンピュータプログラム
WO2016080285A1 (ja) 作業車両の走行システム
CN110119861A (zh) 调度无人车的方法、装置及计算机可读存储介质
CN111604898B (zh) 牲畜寻回方法、机器人、终端设备及存储介质
JP2021071891A (ja) 走行制御装置、走行制御方法、及びコンピュータプログラム
WO2021088461A1 (zh) 车辆调度方法、装置和系统
JP2019537730A (ja) ナビゲーションデータを生成し、対象物を搬送する方法及びシステム
JP2017130027A (ja) 移動体システム、及びサーバ
CN111796590A (zh) 避障的控制方法、装置、物品搬运系统和可读存储介质
CN113867356A (zh) 机器人路径规划方法、装置及机器人
CN112015185A (zh) 一种机器人的本地调度方法、装置和机器人
US20220374026A1 (en) Robotic crop transport
CN112346446A (zh) 自动导引运输车脱码恢复方法、装置及电子设备
JP6764138B2 (ja) 管理方法、管理装置、プログラム
JP2016095811A (ja) 作業車両の移動システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17859737

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 19.07.2019)

122 Ep: pct application non-entry in european phase

Ref document number: 17859737

Country of ref document: EP

Kind code of ref document: A1