CN106249738A - 一种车间环境下agv智能动态调度方法 - Google Patents
一种车间环境下agv智能动态调度方法 Download PDFInfo
- Publication number
- CN106249738A CN106249738A CN201610573774.2A CN201610573774A CN106249738A CN 106249738 A CN106249738 A CN 106249738A CN 201610573774 A CN201610573774 A CN 201610573774A CN 106249738 A CN106249738 A CN 106249738A
- Authority
- CN
- China
- Prior art keywords
- agv
- agent
- tender
- task
- beat
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000002860 competitive effect Effects 0.000 claims abstract description 49
- 238000007726 management method Methods 0.000 claims abstract description 28
- 230000007246 mechanism Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000002068 genetic effect Effects 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 18
- 239000000284 extract Substances 0.000 claims description 7
- 238000003780 insertion Methods 0.000 claims description 7
- 230000037431 insertion Effects 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 claims description 3
- 230000002035 prolonged effect Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 11
- 230000032258 transport Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开一种车间环境下AGV智能动态调度方法,包括:建立基于Agent的车间AGV调度模型;基于遗传算法得到加工工件的初始调度序列并录入数据库;设备Agent查询数据库获取运输任务并从管理Agent处获取无故障AGV列表,发起招标,释放运输任务;AGV Agent基于节拍机制参与投标,依据节拍机制避免多设备并发投标的情况下引起AGV劣质竞标;设备Agent对AGV投标结果进行评估;AGV Agent收到竞标结果,并做出下一步的规划;若出现AGV故障扰动,管理Agent负责对这些扰动进行处理。本发明有效地实现了车间生产环境下多工件、多任务的实时智能动态调度。
Description
技术领域
本发明涉及AGV任务调度技术领域,尤其是一种车间环境下AGV智能动态调度方法。
背景技术
自动导引小车(Automated Guided Vehicle,AGV)是一种智能的自动搬运设备,在各行各业都有广泛的应用,尤其是在制造***中承担着运输工件的重任,其调度运行效率将直接影响整个制造***的生产效率。因此建立一种高效、健壮的车间AGV调度***是实现车间高效率生产的重要前提。而目前对车间AGV调度问题的研究大多存在以下问题:⑴传统的车间AGV调度都是集中式调度,所有的决策过程都有一个上层中央控制器实现。当任务量和AGV数量都增加时,存在计算量过大,耗时过长等问题。⑵将车间制造***当作一个静态的***,忽略了生产过程中的不确定性因素。由于AGV故障、紧急订单等扰动因素的出现,使得静态环境下的调度结果失效,制造***不得不停工等待重新调度。因此在进行车间AGV任务调度时,必须对这些扰动情况加以考虑。总之,现有的车间AGV调度模型往往都使用集中式控制方式,并且将制造***大大简化,忽略扰动因素对AGV调度的影响,因此,与实际车间调度环境差别较大,不能适应现实车间生产的实际需要。
发明内容
本发明的目的在于通过一种车间环境下AGV智能动态调度方法,来解决以上背景技术部分提到的问题。
为达此目的,本发明采用以下技术方案:
一种车间环境下AGV智能动态调度方法,其包括如下步骤:
步骤S101、建立基于Agent(代理)的车间AGV调度模型,包括仓库Agent(仓库代理),机床Agent(机床代理),AGV Agent(AGV代理)和管理Agent(管理代理);
步骤S102、基于遗传算法得到加工工件的初始调度序列并录入数据库;
步骤S103、设备Agent查询数据库获取运输任务并从管理Agent处获取无故障AGV列表,发起招标,释放运输任务;
步骤S104、AGV Agent基于节拍机制参与投标,依据节拍机制避免多设备并发投标的情况下引起AGV劣质竞标;
步骤S105、设备Agent对AGV投标结果进行评估,并引入阈值策略以确保任务完成的成本;
步骤S106,AGV Agent收到竞标结果,并做出下一步的规划;
步骤S107、若步骤S13-S106中出现AGV故障扰动,管理Agent负责对这些扰动进行处理。
特别地,所述步骤S101具体包括:车间AGV调度模型将仓库、机床和AGV抽象成Agent,并定义了与其物理实体一一对应的Agent职能,具体为:仓库Agent负责释放工件出库,并接收完工工件入库,机床Agent的职能是在完成加工任务的同时,要将后续工序运输任务释放给AGV Agent运输以完成后续加工,AGV Agent的职能是将仓库Agent和机床Agent释放的任务通过竞标机制进行投标,并完成运输任务;同时,定义了抽象Agent:管理Agent,它生存于整个调度全程负责对AGV Agent注册管理并对AGV故障扰动进行处理;工件虽为物理实体,并不作为自治性的Agent,而是作为信息流在模型中不断流动,当工件开始加工时信息流流动,当工件加工完毕后停止流动;Agent共享数据库,但针对单个Agent,它不具有全局权限,因此,Agent只能查询和修改自身相关信息,且必须和其他Agent相互协作共同完成AGV调度。
特别地,所述步骤S104中节拍机制的内容具体包括:
节拍是一个时间区间,共两个时间节点,开始节点为一轮招投标的发起时间节点,结束节点为签订合同的时间节点,一旦节拍开始,就不会被打断,直至节拍结束;当一个节拍内的招标书正在被评估时,新来的招标书不会被立刻评估,而是放入招标书任务集,直至节拍结束才会全部取出并在下一个新节拍中评估;招标书任务集用于存储在一个节拍中收到的招标书,新节拍的开始节点是上一节拍的结束节点。
特别地,所述步骤S104具体包括:
步骤S1041、AGV Agent提取招标书数据,包括取件点,运送的工件信息,运送目的地;
步骤S1042、AGV Agent查询招标书任务集,获取任务集中待评估的招标书数量;
步骤S1043、若招标书数量不等于零,说明AGV正处于一个节拍内,则将招标书***招标书任务集,等待下一个节拍内评估;若招标书数量等于零,则将此招标书***招标书任务集并开启一个节拍立即对招标书进行评估;
步骤S1044、基于核心算法,得出竞标报价;
步骤S1045、拟写投标书,内容包括运送的工件信息、取件点、目的地、工件最早装载时间,运抵时间;
步骤S1046、AGV Agent发送投标书至招标方Agent;
步骤S1047、AGV Agent收到竞标结果,清除招标书任务集中相关的招标书信息并开启新的节拍,提取上一个节拍中招标书任务集中的全部任务并重复步骤S1045和步骤S1046得出每个任务的竞标报价,然后AGV Agent从自身角度出发选取最低竞标报价的任务参与竞标,并放弃其他任务;期间若收到新的招标书,则***招标书任务集等待评估;
步骤S1048、重复步骤S1047。
特别地,所述步骤S1044具体包括:
步骤S10441、AGV Agent查询数据库获取自身状态信息,包括AGV物理位置,待运输工件数以及各工件的运输信息;
步骤S10442、确定竞标报价计算函数:
若AGV空闲,即AGV待运输工件数等于零时根据公式(1)计算出完成任务的相对时间;若AGV忙碌即AGV待运输工件数大于零时根据公式(2)计算出完成任务的相对时间;其中ELT是AGV对任务的最早装载时间,CL是AGV当前位置点,PCP是工件的装载点,NL是AGV的下一个目标点,EPT是工件的最早取件时间,EFT是AGV最早空闲时间,t表示当前的时间,函数Δt(位置A,位置B)表示AGV从位置A到位置B所要花费的时间。
特别地,所述步骤S105具体包括:
步骤S1051、设备Agent收到AGV Agent投标书;
步骤S1052、提取投标书数据,包括竞标Agent名称,任务报价;
步骤S1053、判断***内所有参与调度的AGV的投标书是否均以达到信箱,若是,则顺序往下执行,否则执行步骤S1051、步骤S1052、步骤S1053;
步骤S1054、设备Agent从自身角度出发,选取最佳投标书方案即最低报价的投标书;
步骤S1055、确定最佳投标书报价是否小于设定的阈值,若是执行后续步骤,否则此轮竞标作废,重新对竞标失败任务进行招标并执行步骤S103;
步骤S1056、给竞标成功Agent发送竞标成功消息,对其余Agent发送竞标失败消息;
步骤S1057、执行步骤S103。
特别地,所述步骤S106具体包括:
步骤S1061、若AGV收到竞标结果消息,则删除招标书任务集中的相关招标书信息并开启新的节拍;
步骤S1062、若AGV竞标成功且待运输工件数等于零,则立即执行工件运输任务,否则***任务缓冲区等待执行;若AGV竞标得到紧急订单运输任务,则在完成当前运输任务后优先运输紧急任务并将待运输任务后延;若AGV竞标失败,则继续竞标之前的状态。
特别地,所述步骤S107具体包括:
步骤S1071、***运行开始初始化管理Agent,管理Agent注册***内所有的AGVAgent;
步骤S1072、实时采集***内AGV故障扰动信息并做出相应的扰动处理,具体包括:针对AGV故障,首先将AGV从注册列表中删除,然后重新释放故障AGV的运输任务,待AGV故障修复,将AGV重新添加进注册列表参与调度;在设备Agent请求获取注册列表中AGV Agent名单时,将名单传递给设备Agent以供其发起招标释放运输任务。
本发明提出的车间环境下AGV智能动态调度方法建立了一个设备和AGV间有效的分布式智能动态调度***,有效地实现了车间生产环境下多工件、多任务的实时智能动态调度。在面对并发招标、AGV故障、紧急订单时,能够有效提升AGV生产调度效率。本发明通过引入软件实体“Agent”并建立基于Agent的分布式人工智能***,解决了集中控制下AGV调度方法的弊端以及AGV故障和紧急订单的扰动对AGV调度的影响,实现了车间环境下AGV智能、动态的调度。
附图说明
图1为本发明实施例提供的车间环境下AGV智能动态调度方法流程图;
图2为本发明实施例提供的设备Agent释放运输任务的工作流程图;
图3为本发明实施例提供的AGV节拍机制下处理招标书的工作流程图;
图4为本发明实施例提供的AGV竞标报价的核心算法流程图;
图5为本发明实施例提供的管理Agent工作流程图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容理解的更加透彻全面。需要说明的是,除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参照图1所示,图1为本发明实施例提供的车间环境下AGV智能动态调度方法流程图。
本实施例中车间环境下AGV智能动态调度方法具体包括如下步骤:
步骤S101、建立基于Agent的车间AGV调度模型,包括仓库Agent,机床Agent,AGVAgent和管理Agent。
车间AGV调度模型将仓库、机床和AGV抽象成Agent,并定义了与其物理实体一一对应的Agent职能,具体为:仓库Agent负责释放工件出库,并接收完工工件入库,机床Agent的职能是在完成加工任务的同时,要将后续工序运输任务释放给AGV Agent运输以完成后续加工,AGV Agent的职能是将仓库Agent和机床Agent释放的任务通过竞标机制进行投标,并完成运输任务;同时,定义了抽象Agent:管理Agent,它生存于整个调度全程负责对AGVAgent注册管理并对AGV故障扰动进行处理;工件虽为物理实体,并不作为自治性的Agent,而是作为信息流在模型中不断流动,当工件开始加工时信息流流动,当工件加工完毕后停止流动;Agent共享数据库,但针对单个Agent,它不具有全局权限,因此,Agent只能查询和修改自身相关信息,且必须和其他Agent相互协作共同完成AGV调度。
工件虽为物理实体,并不作为自治性的Agent,而是作为信息流在模型中不断流动;具体步骤为:
S1011、搭建Java开发环境:jdk1.8.0;安装Agent开发、运行平台:JADE4.3.3;
S1012、在步骤1.1的基础上编写Java代码创建Agent,包括1个仓库Agent、4个机床Agent,2个AGV Agent和1个管理Agent,其中管理Agent中含有一个注册表,用于记录***中无故障的AGV,并供机床Agent和仓库Agent招标时查询获取无故障AGV名单
S1013、创建、注册通信本体用于封装数据库查询结果并实现Agent间通信交流;
S1014、创建Agent运行依赖数据库,库中包含以下数据表,具体为:
asrspaln:用于保存各工件出库顺序信息,由仓库Agent负责查询并释放;
agvgantt:用于保存AGV正在运输及待运输的工件甘特图信息;
agvgantt1:用于保存AGV已运输工件的甘特图信息;
machineplan:用于保存机床Agent正在加工及待加工的工件甘特图信息;
machineplan1:用于保存机床已加工工件的甘特图信息;
agvtable:作为一个招标书任务集,用于存储一个节拍内AGV Agent收到的招标书。
步骤S102、基于遗传算法,得出加工工件的初始调度序列,即工件各工序的加工机床和工件初始工序的出库顺序,并将初始调度序列录入数据库。
步骤S103、设备Agent查询数据库获取运输任务并从管理Agent处获取无故障AGV列表,发起招标,释放运输任务。
如图2所示,步骤S103具体包括如下步骤:
步骤S1031、设备Agent查询数据库,判断有无待运输的工件,若没有,则等待运输任务的到来;若有待运输的工件,则提取数据库中的信息并封装成招标,招标书中包含有以下字段信息:
id_workpiece:工件号
id_process:工序号
id_machine:加工机床编号,这里即对应机床Agent编号
priority:加工优先级
processTime:加工时间
步骤S1032、获取无故障AGV列表;
步骤S1033、发送招标书给无故障AGV。
步骤S104、AGV Agent基于节拍机制参与投标,依据节拍机制避免多设备并发投标的情况下引起AGV劣质竞标。
如图3所示,节拍机制的内容具体包括:节拍是一个时间区间,共两个时间节点,开始节点为一轮招投标的发起时间节点,结束节点为签订合同的时间节点,一旦节拍开始,就不会被打断,直至节拍结束;当一个节拍内的招标书正在被评估时,新来的招标书不会被立刻评估,而是放入招标书任务集,直至节拍结束才会全部取出并在下一个新节拍中评估;招标书任务集用于存储在一个节拍中收到的招标书,新节拍的开始节点是上一节拍的结束节点。
所述步骤S104具体包括:
步骤S1041、AGV Agent提取招标书数据,包括取件点,运送的工件信息,运送目的地;
步骤S1042、AGV Agent查询招标书任务集,获取任务集中待评估的招标书数量;
步骤S1043、若招标书数量不等于零,说明AGV正处于一个节拍内,则将招标书***招标书任务集,等待下一个节拍内评估;若招标书数量等于零,则将此招标书***招标书任务集并开启一个节拍立即对招标书进行评估;
步骤S1044、基于核心算法,得出竞标报价,具体包括:
步骤S10441、AGV Agent查询数据库获取自身状态信息,包括AGV物理位置,待运输工件数以及各工件的运输信息;
步骤S10442、根据步骤S10441查询到的状态信息确定竞标报价计算函数:
下面结合图4对AGV的报价计算过程做一下分析:
若AGV空闲,即AGV待运输工件数等于零时根据公式(1)计算出完成任务的相对时间;若AGV忙碌即AGV待运输工件数大于零时根据公式(2)计算出完成任务的相对时间;
其中,ELT(Earlist Loading Time):AGV对任务的最早装载时间;
CL(Current Location):AGV当前位置点,PCP是工件的装载点;
NL(Next Location):AGV的下一个目标点;
EPT(Earlist Picking Time):工件的最早取件时间
EFT(Earlist Free Time):AGV最早空闲时间;
t:表示当前的时间;
函数Δt(位置A,位置B)表示AGV从位置A到位置B所要花费的时间。
步骤S1045、拟写投标书,内容包括运送的工件信息、取件点、目的地、工件最早装载时间,运抵时间;
步骤S1046、AGV Agent发送投标书至招标方Agent;
步骤S1047、AGV Agent收到竞标结果,清除招标书任务集中相关的招标书信息并开启新的节拍,提取上一个节拍中招标书任务集中的全部任务并重复步骤S1045和步骤S1046得出每个任务的竞标报价,然后AGV Agent从自身角度出发选取最低竞标报价的任务参与竞标,并放弃其他任务;期间若收到新的招标书,则***招标书任务集等待评估;
步骤S1048、重复步骤S1047。
步骤S105、设备Agent对AGV投标结果进行评估,并引入阈值策略以确保任务完成的成本,具体包括:
步骤S1051、设备Agent收到AGV Agent投标书;
步骤S1052、提取投标书数据,包括竞标AGV Agent名称id_agv,任务报价result;
步骤S1053、判断***内所有参与调度的AGV的投标书是否均以达到信箱,若是,则顺序往下执行,否则执行步骤S1051、步骤S1052、步骤S1053;
步骤S1054、设备Agent从自身角度出发,选取最佳投标书方案即最低报价的投标书;
步骤S1055、确定最佳投标书报价是否小于设定的阈值,若是执行后续步骤,否则此轮竞标作废,重新对竞标失败任务进行招标并执行步骤S103;
步骤S1056、给竞标成功Agent发送竞标成功消息,对其余Agent发送竞标失败消息,其中两种消息类型的具体内容如下:
id_agv:竞标AGV编号
id_workpiece:工件号
id_process:工序号
state:竞标状态结果,两种选择:true表示竞标成功,false表示竞标失败。
步骤S1057、执行步骤S103。
步骤S106,AGV Agent收到竞标结果,并做出下一步的规划,具体包括:
步骤S1061、若AGV收到竞标结果消息,则删除招标书任务集中的相关招标书信息并开启新的节拍;节拍执行过程如图3所示;
步骤S1062、若AGV竞标成功且待运输工件数等于零,则立即执行工件运输任务并在运抵目的地后发信通知设备Agent工件运抵信息,设备Agent对到来工件进行相应的处理:若是机床Agent,则接受加工任务,并释放下一道工序的运输任务,若为仓库Agent则接受工件入库;若AGV待运输工件数大于零,则***任务缓冲区等待执行;若AGV竞标得到紧急订单运输任务,则在完成当前运输任务后优先运输紧急任务并将待运输任务后延;若AGV竞标失败,则继续竞标之前的状态。
步骤S107、若步骤S13-S106中出现AGV故障扰动,管理Agent负责对这些扰动进行处理。
管理Agent运行于***调度的全过程,其职责为监控AGV的状态信息,并将故障AGV删除注册列表,供设备Agent释放运输任务时获取非故障AGV列表,其工作流程如图5所示,具体包括:
步骤S1071、***运行开始初始化管理Agent,管理Agent注册***内所有的AGVAgent;
步骤S1072、实时采集***内AGV故障扰动信息并做出相应的扰动处理,具体包括:针对AGV故障,首先将AGV从注册列表中删除,然后重新释放故障AGV的运输任务,待AGV故障修复,将AGV重新添加进注册列表参与调度;在设备Agent请求获取注册列表中AGV Agent名单时,将名单传递给设备Agent以供其发起招标释放运输任务。
本发明通过分布式智能体之间相互交互,并对紧急订单和AGV故障扰动做出响应和处理实现车间环境下AGV智能动态调度。本发明的技术方案通过引入软件实体“Agent”并建立基于Agent的分布式人工智能***,解决了集中控制下AGV调度方法的弊端以及AGV故障和紧急订单的扰动对AGV调度的影响,实现了车间环境下AGV智能、动态的调度。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种车间环境下AGV智能动态调度方法,其特征在于,包括如下步骤:
步骤S101、建立基于Agent的车间AGV调度模型,包括仓库Agent,机床Agent,AGV Agent和管理Agent;
步骤S102、基于遗传算法得到加工工件的初始调度序列并录入数据库;
步骤S103、设备Agent查询数据库获取运输任务并从管理Agent处获取无故障AGV列表,发起招标,释放运输任务;
步骤S104、AGV Agent基于节拍机制参与投标,依据节拍机制避免多设备并发投标的情况下引起AGV劣质竞标;
步骤S105、设备Agent对AGV投标结果进行评估,并引入阈值策略以确保任务完成的成本;
步骤S106,AGV Agent收到竞标结果,并做出下一步的规划;
步骤S107、若步骤S13-S106中出现AGV故障扰动,管理Agent负责对这些扰动进行处理。
2.根据权利要求1所述的车间环境下AGV智能动态调度方法,其特征在于,所述步骤S101具体包括:车间AGV调度模型将仓库、机床和AGV抽象成Agent,并定义了与其物理实体一一对应的Agent职能,具体为:仓库Agent负责释放工件出库,并接收完工工件入库,机床Agent的职能是在完成加工任务的同时,要将后续工序运输任务释放给AGV Agent运输以完成后续加工,AGV Agent的职能是将仓库Agent和机床Agent释放的任务通过竞标机制进行投标,并完成运输任务;同时,定义了抽象Agent:管理Agent,它生存于整个调度全程负责对AGV Agent注册管理并对AGV故障扰动进行处理;工件虽为物理实体,并不作为自治性的Agent,而是作为信息流在模型中不断流动,当工件开始加工时信息流流动,当工件加工完毕后停止流动;Agent共享数据库,但针对单个Agent,它不具有全局权限,因此,Agent只能查询和修改自身相关信息,且必须和其他Agent相互协作共同完成AGV调度。
3.根据权利要求2所述的车间环境下AGV智能动态调度方法,其特征在于,所述步骤S104中节拍机制的内容具体包括:
节拍是一个时间区间,共两个时间节点,开始节点为一轮招投标的发起时间节点,结束节点为签订合同的时间节点,一旦节拍开始,就不会被打断,直至节拍结束;当一个节拍内的招标书正在被评估时,新来的招标书不会被立刻评估,而是放入招标书任务集,直至节拍结束才会全部取出并在下一个新节拍中评估;招标书任务集用于存储在一个节拍中收到的招标书,新节拍的开始节点是上一节拍的结束节点。
4.根据权利要求3所述的车间环境下AGV智能动态调度方法,其特征在于,所述步骤S104具体包括:
步骤S1041、AGV Agent提取招标书数据,包括取件点,运送的工件信息,运送目的地;
步骤S1042、AGV Agent查询招标书任务集,获取任务集中待评估的招标书数量;
步骤S1043、若招标书数量不等于零,说明AGV正处于一个节拍内,则将招标书***招标书任务集,等待下一个节拍内评估;若招标书数量等于零,则将此招标书***招标书任务集并开启一个节拍立即对招标书进行评估;
步骤S1044、基于核心算法,得出竞标报价;
步骤S1045、拟写投标书,内容包括运送的工件信息、取件点、目的地、工件最早装载时间,运抵时间;
步骤S1046、AGV Agent发送投标书至招标方Agent;
步骤S1047、AGV Agent收到竞标结果,清除招标书任务集中相关的招标书信息并开启新的节拍,提取上一个节拍中招标书任务集中的全部任务并重复步骤S1045和步骤S1046得出每个任务的竞标报价,然后AGV Agent从自身角度出发选取最低竞标报价的任务参与竞标,并放弃其他任务;期间若收到新的招标书,则***招标书任务集等待评估;
步骤S1048、重复步骤S1047。
5.根据权利要求4所述的车间环境下AGV智能动态调度方法,其特征在于,所述步骤S1044具体包括:
步骤S10441、AGV Agent查询数据库获取自身状态信息,包括AGV物理位置,待运输工件数以及各工件的运输信息;
步骤S10442、确定竞标报价计算函数:
若AGV空闲,即AGV待运输工件数等于零时根据公式(1)计算出完成任务的相对时间;若AGV忙碌即AGV待运输工件数大于零时根据公式(2)计算出完成任务的相对时间;其中ELT是AGV对任务的最早装载时间,CL是AGV当前位置点,PCP是工件的装载点,NL是AGV的下一个目标点,EPT是工件的最早取件时间,EFT是AGV最早空闲时间,t表示当前的时间,函数Δt(位置A,位置B)表示AGV从位置A到位置B所要花费的时间。
6.根据权利要求5所述的车间环境下AGV智能动态调度方法,其特征在于,所述步骤S105具体包括:
步骤S1051、设备Agent收到AGV Agent投标书;
步骤S1052、提取投标书数据,包括竞标Agent名称,任务报价;
步骤S1053、判断***内所有参与调度的AGV的投标书是否均以达到信箱,若是,则顺序往下执行,否则执行步骤S1051、步骤S1052、步骤S1053;
步骤S1054、设备Agent从自身角度出发,选取最佳投标书方案即最低报价的投标书;
步骤S1055、确定最佳投标书报价是否小于设定的阈值,若是执行后续步骤,否则此轮竞标作废,重新对竞标失败任务进行招标并执行步骤S103;
步骤S1056、给竞标成功Agent发送竞标成功消息,对其余Agent发送竞标失败消息;
步骤S1057、执行步骤S103。
7.根据权利要求6所述的车间环境下AGV智能动态调度方法,其特征在于,所述步骤S106具体包括:
步骤S1061、若AGV收到竞标结果消息,则删除招标书任务集中的相关招标书信息并开启新的节拍;
步骤S1062、若AGV竞标成功且待运输工件数等于零,则立即执行工件运输任务,否则***任务缓冲区等待执行;若AGV竞标得到紧急订单运输任务,则在完成当前运输任务后优先运输紧急任务并将待运输任务后延;若AGV竞标失败,则继续竞标之前的状态。
8.根据权利要求7所述的车间环境下AGV智能动态调度方法,其特征在于,所述步骤S107具体包括:
步骤S1071、***运行开始初始化管理Agent,管理Agent注册***内所有的AGV Agent;
步骤S1072、实时采集***内AGV故障扰动信息并做出相应的扰动处理,具体包括:针对AGV故障,首先将AGV从注册列表中删除,然后重新释放故障AGV的运输任务,待AGV故障修复,将AGV重新添加进注册列表参与调度;在设备Agent请求获取注册列表中AGV Agent名单时,将名单传递给设备Agent以供其发起招标释放运输任务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610573774.2A CN106249738B (zh) | 2016-07-19 | 2016-07-19 | 一种车间环境下agv智能动态调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610573774.2A CN106249738B (zh) | 2016-07-19 | 2016-07-19 | 一种车间环境下agv智能动态调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106249738A true CN106249738A (zh) | 2016-12-21 |
CN106249738B CN106249738B (zh) | 2019-08-20 |
Family
ID=57613488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610573774.2A Active CN106249738B (zh) | 2016-07-19 | 2016-07-19 | 一种车间环境下agv智能动态调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106249738B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106681334A (zh) * | 2017-03-13 | 2017-05-17 | 东莞市迪文数字技术有限公司 | 基于遗传算法的自动搬运小车调度控制方法 |
CN106873564A (zh) * | 2017-04-26 | 2017-06-20 | 南京航空航天大学 | 基于智能车间的流动式多智能体实时调度***及方法 |
CN107122857A (zh) * | 2017-04-26 | 2017-09-01 | 南京航空航天大学 | 基于多智能体的车间多目标协同优化调度方法 |
CN107943018A (zh) * | 2017-10-13 | 2018-04-20 | 合肥中导机器人科技有限公司 | Agv集群控制***及其方法 |
CN108133335A (zh) * | 2018-01-30 | 2018-06-08 | 共享智能铸造产业创新中心有限公司 | 一种基于agv设备的物流多任务控制***及其控制方法 |
CN108197833A (zh) * | 2018-02-01 | 2018-06-22 | 南京航空航天大学 | 一种面向离散车间的完全实时调度***和调度方法 |
CN108229853A (zh) * | 2018-02-01 | 2018-06-29 | 南京航空航天大学 | 一种基于静态调度预测的智慧工厂动态协同调度方法 |
CN108415430A (zh) * | 2018-03-05 | 2018-08-17 | 菲尼克斯(南京)智能制造技术工程有限公司 | 柔性制造***的agv调度技术 |
CN108876090A (zh) * | 2018-04-20 | 2018-11-23 | 南京航空航天大学 | 一种agv与加工装备的协同优化调度方法 |
CN109472362A (zh) * | 2018-10-29 | 2019-03-15 | 武汉理工大学 | 一种基于可变任务窗的agv动态调度方法及装置 |
CN109947051A (zh) * | 2017-12-21 | 2019-06-28 | 发那科株式会社 | 数值控制装置 |
CN110580014A (zh) * | 2018-06-11 | 2019-12-17 | 北京京东尚科信息技术有限公司 | 用于控制自动导引运输车的方法、装置和*** |
CN111459171A (zh) * | 2020-05-15 | 2020-07-28 | 合肥卓科智能技术有限公司 | 一种agv小车的路径优化调控*** |
CN111634766A (zh) * | 2020-05-29 | 2020-09-08 | 上海木木聚枞机器人科技有限公司 | 一种乘梯调度方法、服务器、智能移动设备和存储介质 |
CN111813054A (zh) * | 2019-04-11 | 2020-10-23 | 阜阳师范学院 | 一种有轨制导车辆的动态调度方法及*** |
CN113240215A (zh) * | 2021-07-12 | 2021-08-10 | 湖北浩蓝智造科技有限公司 | 一种仓储agv的调度方法、***、存储介质及电子设备 |
CN113391635A (zh) * | 2021-06-25 | 2021-09-14 | 上海品蓝信息科技有限公司 | 一种协作式机械智能仓储*** |
CN114326608A (zh) * | 2021-11-30 | 2022-04-12 | 云南昆船智能装备有限公司 | 一种基于多智能体的agv群*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040199415A1 (en) * | 1998-04-01 | 2004-10-07 | Ho William P.C. | Method for scheduling transportation resources |
CN102262753A (zh) * | 2011-07-18 | 2011-11-30 | 华侨大学 | 一种多Agent的区域物流配送***及其控制调度方法 |
CN104036377A (zh) * | 2014-06-05 | 2014-09-10 | 陕西科技大学 | 基于多色集合理论的智能储配***优化调度方法 |
CN105590180A (zh) * | 2014-10-23 | 2016-05-18 | 陕西中浩源水电工程有限公司 | 基于多Agent***的储配出库管理方法 |
-
2016
- 2016-07-19 CN CN201610573774.2A patent/CN106249738B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040199415A1 (en) * | 1998-04-01 | 2004-10-07 | Ho William P.C. | Method for scheduling transportation resources |
CN102262753A (zh) * | 2011-07-18 | 2011-11-30 | 华侨大学 | 一种多Agent的区域物流配送***及其控制调度方法 |
CN104036377A (zh) * | 2014-06-05 | 2014-09-10 | 陕西科技大学 | 基于多色集合理论的智能储配***优化调度方法 |
CN105590180A (zh) * | 2014-10-23 | 2016-05-18 | 陕西中浩源水电工程有限公司 | 基于多Agent***的储配出库管理方法 |
Non-Patent Citations (4)
Title |
---|
M. OWLIYA 等: "A New Agents-Based Model for Dynamic Job Allocation in Manufacturing Shopfloors", 《IEEE SYSTEMS JOURNAL》 * |
N. HE 等: "Agent-based hierarchical production planning and scheduling in make-to-order manufacturing system", 《INT. J. PRODUCTION ECONOMICS》 * |
王辉 等: "基于Multi-Agent的多AGV自主控制***设计与实现", 《工业控制计算机》 * |
王辉: "基于MAS的多AGV自主控制***研究与应用", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106681334A (zh) * | 2017-03-13 | 2017-05-17 | 东莞市迪文数字技术有限公司 | 基于遗传算法的自动搬运小车调度控制方法 |
CN106873564A (zh) * | 2017-04-26 | 2017-06-20 | 南京航空航天大学 | 基于智能车间的流动式多智能体实时调度***及方法 |
CN107122857A (zh) * | 2017-04-26 | 2017-09-01 | 南京航空航天大学 | 基于多智能体的车间多目标协同优化调度方法 |
CN107122857B (zh) * | 2017-04-26 | 2021-01-22 | 南京航空航天大学 | 基于多智能体的车间多目标协同优化调度方法 |
CN106873564B (zh) * | 2017-04-26 | 2019-09-20 | 南京航空航天大学 | 基于智能车间的流动式多智能体实时调度方法 |
CN107943018A (zh) * | 2017-10-13 | 2018-04-20 | 合肥中导机器人科技有限公司 | Agv集群控制***及其方法 |
CN109947051A (zh) * | 2017-12-21 | 2019-06-28 | 发那科株式会社 | 数值控制装置 |
CN108133335A (zh) * | 2018-01-30 | 2018-06-08 | 共享智能铸造产业创新中心有限公司 | 一种基于agv设备的物流多任务控制***及其控制方法 |
CN108229853A (zh) * | 2018-02-01 | 2018-06-29 | 南京航空航天大学 | 一种基于静态调度预测的智慧工厂动态协同调度方法 |
CN108229853B (zh) * | 2018-02-01 | 2020-06-19 | 南京航空航天大学 | 一种基于静态调度预测的智慧工厂动态协同调度方法 |
CN108197833A (zh) * | 2018-02-01 | 2018-06-22 | 南京航空航天大学 | 一种面向离散车间的完全实时调度***和调度方法 |
CN108415430A (zh) * | 2018-03-05 | 2018-08-17 | 菲尼克斯(南京)智能制造技术工程有限公司 | 柔性制造***的agv调度技术 |
CN108876090A (zh) * | 2018-04-20 | 2018-11-23 | 南京航空航天大学 | 一种agv与加工装备的协同优化调度方法 |
CN110580014A (zh) * | 2018-06-11 | 2019-12-17 | 北京京东尚科信息技术有限公司 | 用于控制自动导引运输车的方法、装置和*** |
CN109472362A (zh) * | 2018-10-29 | 2019-03-15 | 武汉理工大学 | 一种基于可变任务窗的agv动态调度方法及装置 |
CN109472362B (zh) * | 2018-10-29 | 2020-08-07 | 武汉理工大学 | 一种基于可变任务窗的agv动态调度方法及装置 |
CN111813054A (zh) * | 2019-04-11 | 2020-10-23 | 阜阳师范学院 | 一种有轨制导车辆的动态调度方法及*** |
CN111813054B (zh) * | 2019-04-11 | 2021-09-03 | 阜阳师范学院 | 一种有轨制导车辆的动态调度方法及*** |
CN111459171A (zh) * | 2020-05-15 | 2020-07-28 | 合肥卓科智能技术有限公司 | 一种agv小车的路径优化调控*** |
CN111634766A (zh) * | 2020-05-29 | 2020-09-08 | 上海木木聚枞机器人科技有限公司 | 一种乘梯调度方法、服务器、智能移动设备和存储介质 |
CN111634766B (zh) * | 2020-05-29 | 2022-06-03 | 上海木木聚枞机器人科技有限公司 | 一种乘梯调度方法、服务器、智能移动设备和存储介质 |
CN113391635A (zh) * | 2021-06-25 | 2021-09-14 | 上海品蓝信息科技有限公司 | 一种协作式机械智能仓储*** |
CN113240215A (zh) * | 2021-07-12 | 2021-08-10 | 湖北浩蓝智造科技有限公司 | 一种仓储agv的调度方法、***、存储介质及电子设备 |
CN114326608A (zh) * | 2021-11-30 | 2022-04-12 | 云南昆船智能装备有限公司 | 一种基于多智能体的agv群*** |
CN114326608B (zh) * | 2021-11-30 | 2024-05-31 | 云南昆船智能装备有限公司 | 一种基于多智能体的agv群*** |
Also Published As
Publication number | Publication date |
---|---|
CN106249738B (zh) | 2019-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106249738A (zh) | 一种车间环境下agv智能动态调度方法 | |
Bartholdi et al. | Warehouse & Distribution Science: Release 0.89 | |
Ten Hompel et al. | Warehouse management | |
Hompel et al. | Warehouse management: automation and organisation of warehouse and order picking systems | |
Zaeh et al. | A holistic approach for the cognitive control of production systems | |
CN106920060A (zh) | 一种仓库管理*** | |
Yang et al. | Simulation-based dynamic shop floor scheduling for a flexible manufacturing system in the industry 4.0 environment | |
Jacyna-Gołda et al. | The method of estimating dependability of supply chain elements on the base of technical and organizational redundancy of process | |
US20070027573A1 (en) | Systems and methods for automated parallelization of transport load builder | |
Heger et al. | Dynamic priority based dispatching of AGVs in flexible job shops | |
JPH02131829A (ja) | 部品出庫システム | |
Hu et al. | Performance analysis on transfer platforms in frame bridge based automated container terminals | |
Longo | Operational strategies and internal logistic costs analysis in a real warehouse based on modeling & simulation | |
Fabianova et al. | Solving the bottleneck problem in a warehouse using simulations | |
US8126755B2 (en) | Systems and methods for automated parallelization of deployment | |
Bhosekar et al. | Simulation optimization of automated guided vehicle system in a health care facility | |
Van Belle et al. | A holonic chain conveyor control system: An application | |
JP3699361B2 (ja) | 荷作業の管理装置 | |
Lee et al. | Changing role of humans within an integrated automated guided vehicle system | |
Manupati et al. | A novel framework and effective scheduling of cross-docking center for multi-objective truck Scheduling Problem | |
Nouwens | Minimise loom changeover time at MONN | |
CN114819824A (zh) | 一种物流供应方法、***、存储介质及智能终端 | |
CHARAKTERYSTYK et al. | THE METHOD OF ESTIMATING DEPENDABILITY OF SUPPLY CHAIN ELEMENTS ON THE BASE OF TECHNICAL AND ORGANIZATIONAL REDUNDANCY OF PROCESS METODA SZACOWANIA NIEZAWODNOŚCI ELEMENTÓW | |
JP2022137687A (ja) | 自動搬送システム、情報提供方法、及びプログラム | |
WO2018168310A1 (ja) | 生産工程管理システム、生産工程管理方法および生産工程管理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |