CN112214024B - 一种agv任务分配方法、物流分拣方法及*** - Google Patents
一种agv任务分配方法、物流分拣方法及*** Download PDFInfo
- Publication number
- CN112214024B CN112214024B CN202011123403.7A CN202011123403A CN112214024B CN 112214024 B CN112214024 B CN 112214024B CN 202011123403 A CN202011123403 A CN 202011123403A CN 112214024 B CN112214024 B CN 112214024B
- Authority
- CN
- China
- Prior art keywords
- agv
- task
- idle
- sorting
- weight
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 4
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
- G05D1/0293—Convoy travelling
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种AGV任务分配方法、物流分拣方法及***,有随机分布于工作空间的数量为m的空闲状态的AGV,利用KM算法优先分配高优先级的m个任务;AGV根据匹配的任务进行路径规划、上包裹,以及投递包裹,当***检测有空闲AGV时,计算所述空闲AGV和其他非空闲AGV的权值;若所述空闲AGV的权值大于其他非空闲AGV,则将所述空闲AGV分配给第m+1个任务,若否,则对所有接受了至多一个任务且权值不大于所述空闲AGV的其他AGV进行任务分配。本发明技术应用在任务数量和AGV小车的数量相当的场景中,增加***的利用效率。
Description
技术领域
本发明涉及一种自动化物流技术,具体涉及一种AGV任务分配方法、物流分拣方法及***。
背景技术
在自动化、智能化物流飞速发展的今天,采用皮带传输***或者自动导引车(Automated Guided Vehicle,AGV)配合少数人力来完成拣选作业受到了越来越多从业者的青睐,多机器人任务分配(Multi-robot Task Allocation,MRTA)是AGV分拣调度***中不可规避的问题,特别是涉及到大规模集群调度的分拣场景。对于各种不同类型AGV拣选***,如何统筹任务分配是影响拣选***效率的主要因素之一。
如图1所示,任务列表ti和空闲机器人列表rj是两组不存在自相连的节点,ti与rj相连表示机器人rj可以到达任务ti的作业区域,我们需要尽可能多地把任务分配给空闲机器人,这在图论中可以归结为求二部图的最大匹配问题。
在小面积、少量AGV的作业场景中,图1所示的二部图很大可能是一个完美图,换而言之,每一个AGV和每一个任务都有线段连接。一种广泛使用的方案,可以让任务队列里面高优先级的任务,搜索最接近的空闲AGV进行搬运,直到机器人队列或者任务队列清空即可。在图1中,让t1首先寻找最接近的空闲机器人rk1,然后让t2在剩下的机器人中寻找最接近的空闲机器人rk2(k1≠k2),依次分配。当图1是完美二部图,且不考虑总路程最短的要求,以上分配方式一定是最大匹配。
随着调度场地的扩大、AGV数量的增加,以及对AGV可达工作区的额外限制,可以用匈牙利算法求解不带权的最大匹配。匈牙利解法是求解指派问题的一种新颖而又简便的解法,算法的本质是在已经确定的匹配基础上,不断找到新的增广路径来扩大匹配数,直到找到最大匹配为止。利用匈牙利算法可以让尽可能多的任务分配给空闲机器人,但是也不能保证最大匹配的总路程最短。
在大规模分拣调度***中,为了节约人力成本,任务分发集中在地图中少数几个分拣台上,这时不仅仅需要综合考虑AGV执行每个任务的权值,还需要保证每个分拣台附近的AGV尽量不排队(流量控制),这个问题可以抽象为最小费用最大流问题。最常用的求解最小费用最大流问题的算法包括Bellman-Ford算法、SPFA算法、改进Dijkstra算法等等。
1、在实际作业过程中,任务通常是以分批的形式下发,而匈牙利算法更适用于随机过程。并且,匈牙利算法没有考虑到流量控制问题,导致有可能出现***性地拥堵,使得算法得到的匹配结果失去最优性质。
2、最小费用最大流算法更适用于路径分配网络流控制,在任务分配阶段进行路径搜索和调整会花费不能承受的额外时间代价。
3、大多数***在进行AGV调度时,通常会调度空闲的AGV来完成当前的任务以减少任务的完成时间,但这也会导致AGV整体的等待时间和行驶距离增加。
发明内容
本发明针对现有技术中的缺点,提供了一种AGV任务分配方法,在任务数量和AGV小车的数量相当的场景中,增加***的利用效率。
为了解决上述技术问题,本发明通过下述技术方案得以解决:
一种AGV任务分配方法,包括以下步骤:
步骤1,有随机分布于工作空间的数量为m的空闲状态的AGV;
步骤2,利用KM算法分配权值前m的任务;
步骤3,AGV根据匹配的任务进行路径规划、上包裹,以及投递包裹;
步骤4,当检测到有空闲AGV时,计算所述空闲AGV和其他非空闲AGV的权值;
步骤5,对所有接受了至多一个任务且权值不大于所述空闲AGV的其他非空闲AGV,以及所述空闲AGV进行任务分配,分配任务后的AGV执行步骤3。
可选的,当检测到有空闲AGV时,计算所述空闲AGV和其他非空闲AGV的权值:
以所述空闲AGV距离任务包裹所在分拣台的曼哈顿距离作为所述空闲AGV的权值;
非空闲状态下的AGV权值为:所述非空闲AGV距离任务包裹所在分拣台的曼哈顿距离权值,加上非空闲状态下的AGV上包和投递卸货过程所需的权值,或加上投递卸货过程所需要的权值。
可选的,以AGV距离任务所在分拣台的曼哈顿距离作为KM算法中的二部图权值,计算方法如公式(1):
Dij=|x(Ai)-x(Pj)|+|y(Ai)-y(Pj)| (1)
其中Ai表示第i台AGV,Pj表示第j个任务包裹所在的分拣台,x(Ai)为第i台AGV的x坐标,x(Pj)为第j个任务包裹所在的分拣台的x坐标,y(Ai)为第i台AGV的y坐标,y(Pj)为第j个任务包裹所在的分拣台的y坐标。
可选的,当所述非空闲AGV未到达分拣台获取任务时的权值,以公式(2)计算:
Dij(j′)=|x(Ai)-x(Pj′)|+|y(Ai)-y(Pj′)|+D0
+|x(Pj′)-x(Tj′)|+|y(Pj′)-y(Tj′)|+D1
+|x(Tj′)-x(Pj)|+|y(Tj′)-y(Pj)| (2)
其中,j’表示所述非空闲AGV在执行的任务,Tj′表示任务j’所对应的格口,其中Ai表示第i台AGV,Pj′表示任务j’所在的分拣台,x(Ai)为第i台AGV的x坐标,x(Pj′)为任务j’所在的分拣台的x坐标,y(Ai)为第i台AGV的y坐标,y(Pj′)为任务j’所在的分拣台的y坐标,D0表示上包裹过程所需要的额外权值,D1表示投递卸货过程所需要的额外权值。
可选的,当非空闲AGV处于投递作业中时,以公式(3)计算权值,
Dij(j′)=|x(Ai)-x(Tj′)|+|y(Ai)-y(Tj′)|+D1
+|x(Tj′)-x(Pj)|+|y(Tj′)-y(Pj)| (3)
其中,j′为所述AGV处于投递作业中的任务,Tj′表示第j’个任务所对应的格口,D1表示投递卸货过程所需要的额外权值。
本发明还提供一种物流分拣方法,设定m’为AGV的总数量,n为任务的总数量,定时获取任务数量,
当n和m的数值相同或差值不大于阈值时,采用第一任务分配方法,采用权利要求1-5所述的AGV任务分配方法调度AGV进行任务投递;
当n和m的数值的差值大于阈值时,采用第二任务分配方法,每台AGV一次只接受一个任务。
可选的,第二任务分配方法中,每台AGV一次只接受一个任务,每次AGV投递完包裹后,通过各个分拣台权值计算,重新规划下一个分拣台位置。
可选的,各个分拣台权值计算包括:AGV回到各个分拣台的行驶距离,以及各个分拣台的AGV队列情况;
选择权值最高的分拣台作为AGV下一个停靠位置,通过路径规划回到分拣台。
本发明还提供一种物流分拣***,包括主控***,若干AGV,若干分拣台以及若干格口区域,其中,
主控***,用于接收任务信息;AGV的调度和任务分配;规划AGV路径;
AGV,用于接收主控***命令实现运动;
分拣台,用于拣选货品给AGV,采用人力或机械臂完成拣选;
格口区域,包括格口以及格口之间的行驶通道。
本发明还提供一种计算机设备,包括:存储器和处理器,所述处理器用于执行计算机程序实现如上述的物流分拣方法,所述存储器用于存储可供所述处理器执行的所述计算机程序。
本发明的有益效果:
以上的方法,改进了传统的KM算法,充分考虑到了工作AGV的竞争优势。在一个极端情况下的具体实施例中,上层布置了n=m+1个任务分配给AGV,首先根据KM算法优先部署m个任务。那么,是否使用首先完成任务的AGV来部署最后一个任务,则需要根据是否存在离最后一个任务更近且将要完成上一个任务的工作中AGV更适合接受这个任务,更有效的控制AGV的运作效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是KM算法的二部图的最大匹配图;
图2是AGV任务场景栅格图;
图3是AGV任务分配方法的流程图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1:
本实施例披露一种物流分拣***,如图1所示,包括主控***,若干AGV,若干分拣台以及若干格口区域,其中,
主控***,用于接收任务信息;AGV的调度和任务分配;规划AGV路径;
AGV,用于接收主控***命令实现运动;
分拣台,用于拣选货品给AGV,采用人力或机械臂完成拣选;
格口区域,包括格口以及格口之间的行驶通道。
基于上述物流分拣***,如图2披露一种任务分配方法,设定m为AGV的总数量,n为任务(或包裹)的总数量,q为分拣台(上货点)的总数量,本实施例的任务分配方法应用于n和m的数值相当的任务场景中,实时空闲AGV数量和新增任务(或包裹)数量想当或相同的任务场景中。同时还满足(1)初始时刻,***中所有AGV处于空闲状态,随机分布在地图上;(2)AGV可以接受最多两个任务,按照接受任务时序作为优先级依次完成;(3)不考虑充电、故障、通信延迟、信号不稳定等异常状态;(4)不考虑分拣台对任务分配的限流影响。
具体包括以下步骤:
步骤1,初始状态,有随机分布于工作空间的数量为m的空闲状态的AGV,有数量为n的任务,设n=m+1,即满足AGV的数量和任务数量相同或相当;
步骤2,利用KM算法优先分配高优先级的m个任务;
步骤3,AGV根据当前位置和绑定任务包裹所在分拣台进行路径规划;
步骤4,AGV到达分拣台并放上包裹;
步骤5,AGV根据包裹目标格口位置进行第二次路径规划;
步骤6,AGV到达目标口并放下包裹;
步骤7,检测有空闲AGV时,计算所述空闲AGV和其他非空闲AGV的权值;
步骤8,对所有接受了至多一个任务且权值不大于所述空闲AGV的其他非空闲AGV,以及所述空闲AGV进行任务分配,分配任务后的AGV执行步骤3。
步骤8进一步的可以理解为:若所述空闲AGV的权值大于其他非空闲AGV,则将所述空闲AGV分配给第m+1个任务,若否,则对所有接受了至多一个任务且权值不大于所述空闲AGV的其他AGV进行任务分配,分配任务后的AGV执行步骤3。
举例说明如下:当前时间有待分配任务6个,若此时,至多一个任务且权值不大于所述空闲AGV有4个,则对包括空闲AGV在内的5个AGV进行任务匹配;
待再次出现空闲AGV,对所述空闲AGV和其他至多接受1个任务状态的其他非空闲AGV进行权值计算,再次对第6个AGV进行新一轮的任务分配。
控制***实时获取AGV状态,当检测到有空闲AGV时,计算所述空闲AGV和其他非空闲AGV的权值方法包括:
以所述空闲AGV距离任务包裹所在分拣台的曼哈顿距离作为所述空闲AGV的权值;
非空闲状态下的AGV权值为:所述非空闲AGV距离任务包裹所在分拣台的曼哈顿距离权值,加上非空闲状态下的AGV上包和投递卸货过程所需的权值,或加上投递卸货过程所需要的权值。
具体的,以AGV距离任务所在分拣台的曼哈顿距离作为KM算法中的二部图权值,计算方法如公式(1):
Dij=|x(Ai)-x(Pj)|+|y(Ai)-y(Pj)| (1)
其中Ai表示第i台AGV,Pj表示第j个任务包裹所在的分拣台,x(Ai)为第i台AGV的x坐标,x(Pj)为第j个任务包裹所在的分拣台的x坐标,y(Ai)为第i台AGV的y坐标,y(Pj)为第j个任务包裹所在的分拣台的y坐标。
当所述非空闲AGV未到达分拣台获取任务时的权值,以公式(2)计算:
其中,j’表示所述非空闲AGV在执行的任务,Tj′表示任务j’所对应的格口,其中Ai表示第i台AGV,Pj′表示任务j’所在的分拣台,x(Ai)为第i台AGV的x坐标,x(Pj′)为任务j’所在的分拣台的x坐标,y(Ai)为第i台AGV的y坐标,y(Pj′)为任务j’所在的分拣台的y坐标,D0表示上包裹过程所需要的额外权值,D1表示投递卸货过程所需要的额外权值。
当非空闲AGV处于投递作业中时,以公式(3)计算权值,
Dij(j′)=|x(Ai)-x(Tj′)|+|y(Ai)-y(Tj′)|+D1
+|x(Tj′)-x(Pj)|+|y(Tj′)-y(Pj)| (3)
其中,j′为所述AGV处于投递作业中的任务,Tj′表示第j’个任务所对应的格口,D1表示投递卸货过程所需要的额外权值。
以上的方法,改进了传统的KM算法,充分考虑到了工作AGV的竞争优势。在一个极端情况下的具体实施例中,上层布置了n=m+1个任务分配给AGV,首先根据KM算法优先部署m个任务。那么,是否使用首先完成任务的AGV来部署最后一个任务,则需要根据是否存在离最后一个任务更近且将要完成上一个任务的工作中AGV更适合接受这个任务。
实施例2:
一种物流分拣方法:设定m为AGV的总数量,n为任务的总数量,定时获取任务数量,
当n和m的数值相同或差值不大于阈值时,采用第一任务分配方法,采用实施例1所述的AGV任务分配方法调度AGV进行任务投递;
当n和m的数值的差值大于阈值时,采用第二任务分配方法,每台AGV一次只接受一个任务。
第二任务分配方法为不间断作业任务分配方法,每台AGV一次只接受一个任务,每次AGV投递完包裹后,通过各个分拣台权值计算,重新规划下一个分拣台位置。还包括以下步骤:
分拣任务开始,通过人力或机械臂在位于分拣台的AGV上放置包裹,即AGV在分拣台上获取任务;
扫描包裹识别码,获得任务目标位置,根据AGV当前位置和D进行路径规划;
AGV根据规划路线到达目标位置并放下包裹,完成投递任务;
完成任务投递后,搜索并选择所有分拣台中最优分拣台;
通过路径规划回到所述分拣台。
其中,当AGV完成第j个任务后,计算AGV在当前任务位置至下一个分拣台Pk并获取任务所需的时间,选择获取所需时间最小的分拣台为AGV投递任务后返回的下一个分拣台,其包括,
计算当前AGV回到各个分拣台Pk的路径时间;以及到达分拣台Pk附近等待至获取任务所需时间。
计算到达各个分拣台附近等待至获取任务所需时间的方法包括:计算当前AGV到达各个分拣台的时间节点之前分拣台Pk入口的AGV等待队列长度,并计算队列等待时间。
计算队列长度的方法包括,获取当前AGV完成第j个任务的时间戳tj,将在时间戳tj时分别满足以下条件的其他AGV加入到Pk入口队列中。
所有回场AGV中,其目标分拣台为Pk且AGV和Pk的曼哈顿距离小于Ai和Pk的距离的AGV;
所有执行投递AGV中,其目标格口和Pk的距离是在所有分拣台中最近的,且AGV和目标格口的距离加上格口和Pk的距离小于当前AGV和Pk的距离的AGV。
其中,通过公式(4)计算编号i的AGV(Ai)完成第j个分配任务后回到分拣台Pk接受下一个分配任务所花费的时间为Tjk,
其中,每台AGV进入分拣台、扫描分配目标格口、离开分拣台、队列中下一台AGV启动这一过程所需的时间,设为t1,则l(Ai,tj,Pk)t1为队列等待时间。
通过公式(5)计算Ai在执行完任务Tj后,回场所选择的分拣台Pk(Ai,Tj):
对于完全随机过程下的具体实施例,可以假定包裹在分拣台的分布是随机的,而且根据包裹发送的区域热度比例来设定格口类型的比例,那么包裹的投递格口也是随机的,在这种情况下,有:
其中L和W分别是作业场地的长度和宽度,d是相邻两个分拣台的间隔距离(分拣台的分布模式按照图2所示的样式),m为AGV总数量。另一方面,如果AGV回到分拣台附近时,队列平均长度是一个固定值而且满足以下条件:(1)在地图上每隔有一辆回场AGV;(2)回场AGV和投递AGV数量相当,则有的估算公式:
代入得到一台AGV完成一个任务所需要的平均时间为:
从上述对效率估算推导过程可以看到,场地的尺寸越小,AGV和分拣台的数量比在合适的范围内越小(小到一定值后不起作用),AGV的加速度能力越强,且调度***造成的拥堵越少(λ越大),该任务分配算法得到的调度效率就越高。
本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的方法中的步骤。所述电子设备可以是电子阅读设备、文本纠错设备等可以实现文本纠错功能的电子设备。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的方法中的步骤。
此外,需要说明的是,本说明书中所描述的具体实施例,其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化,均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种AGV任务分配方法,其特征在于,包括以下步骤:
步骤1,有随机分布于工作空间的数量为m的空闲状态的AGV;
步骤2,利用KM算法分配权值前m的任务;
步骤3,AGV根据匹配的任务进行路径规划、上包裹,以及投递包裹;
步骤4,当检测到有空闲AGV时,计算所述空闲AGV和其他非空闲AGV的权值;
步骤5,对所有接受了至多一个任务且权值不大于所述空闲AGV的其他非空闲AGV,以及所述空闲AGV进行任务分配,分配任务后的AGV执行步骤3。
2.根据权利 要求1所述的一种AGV任务分配方法,其特征在于,当检测到有空闲AGV时,计算所述空闲AGV和其他非空闲AGV的权值:
以所述空闲AGV距离任务包裹所在分拣台的曼哈顿距离作为所述空闲AGV的权值;
非空闲状态下的AGV权值为:所述非空闲AGV距离任务包裹所在分拣台的曼哈顿距离权值,加上非空闲状态下的AGV上包和投递卸货过程所需的权值,或加上投递卸货过程所需要的权值。
3.根据权利 要求2所述的一种AGV任务分配方法,其特征在于,以AGV距离任务所在分拣台的曼哈顿距离作为KM算法中的二部图权值,计算方法如公式(1):
Dij=|x(Ai)-x(Pj)|+|y(Ai)-y(Pj)| (1)
其中Ai表示第i台AGV,Pj表示第j个任务包裹所在的分拣台,x(Ai)为第i台AGV的x坐标,x(Pj)为第j个任务包裹所在的分拣台的x坐标,y(Ai)为第i台AGV的y坐标,y(Pj)为第j个任务包裹所在的分拣台的y坐标。
5.根据权利 要求2所述的一种AGV任务分配方法,其特征在于,当非空闲AGV处于投递作业中时,以公式(3)计算权值,
Dij(j′)=|x(Ai)-x(Tj′)|+|y(Ai)-y(Tj′)|+D1+|x(Tj′)-x(Pj)|+|y(Tj′)-y(Pj)| (3)
其中,j′为所述AGV处于投递作业中的任务,Tj′表示第j’个任务所对应的格口,D1表示投递卸货过程所需要的额外权值。
6.一种物流分拣方法,其特征在于,设定m为AGV的总数量,n为任务的总数量,定时获取任务数量,
当n和m的数值相同或差值不大于阈值时,采用第一任务分配方法,采用权利要求1-5任意一项所述的AGV任务分配方法调度AGV进行任务投递;
当n和m的数值的差值大于阈值时,采用第二任务分配方法,每台AGV一次只接受一个任务。
7.根据权利要求6所述的一种物流分拣方法,其特征在于,第二任务分配方法中,每台AGV一次只接受一个任务,每次AGV投递完包裹后,通过各个分拣台权值计算,重新规划下一个分拣台位置。
8.根据权利要求7所述的一种物流分拣方法,其特征在于,各个分拣台权值计算包括:AGV回到各个分拣台的行驶距离,以及各个分拣台的AGV队列情况;
选择权值最高的分拣台作为AGV下一个停靠位置,通过路径规划回到分拣台。
9.一种物流分拣***,其特征在于,用于实现权利要求6至8中任意一项所述的物流分拣方法,
包括主控***,若干AGV,若干分拣台以及若干格口区域,其中,
主控***,用于接收任务信息;AGV的调度和任务分配;规划AGV路径;
AGV,用于接收主控***命令实现运动;
分拣台,用于拣选货品给AGV,采用人力或机械臂完成拣选;
格口区域,包括格口以及格口之间的行驶通道。
10.一种计算机设备,包括:存储器和处理器,其特征在于,所述处理器用于执行计算机程序实现如权利要求6至8中任一项所述的方法,所述存储器用于存储可供所述处理器执行的所述计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011123403.7A CN112214024B (zh) | 2020-10-20 | 2020-10-20 | 一种agv任务分配方法、物流分拣方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011123403.7A CN112214024B (zh) | 2020-10-20 | 2020-10-20 | 一种agv任务分配方法、物流分拣方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112214024A CN112214024A (zh) | 2021-01-12 |
CN112214024B true CN112214024B (zh) | 2022-11-25 |
Family
ID=74056002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011123403.7A Active CN112214024B (zh) | 2020-10-20 | 2020-10-20 | 一种agv任务分配方法、物流分拣方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112214024B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111487962B (zh) * | 2020-03-30 | 2021-10-01 | 北京化工大学 | 一种应用于仓储环境下多机器人路径快速规划方法 |
CN113716495A (zh) * | 2021-09-02 | 2021-11-30 | 衡阳宝坤机械制造有限公司 | 一种智能化仓储叉车控制*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111694333A (zh) * | 2020-06-10 | 2020-09-22 | 中国联合网络通信集团有限公司 | 一种agv协同管理方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10456912B2 (en) * | 2017-05-11 | 2019-10-29 | King Fahd University Of Petroleum And Minerals | Dynamic multi-objective task allocation |
CN108470238B (zh) * | 2018-02-14 | 2021-08-20 | 复旦大学 | 基于图论km匹配算法的agv自动调度方法 |
CN109165834A (zh) * | 2018-08-14 | 2019-01-08 | 上海海勃物流软件有限公司 | 一种自动导引运输车任务匹配方法及*** |
CN109213161A (zh) * | 2018-08-31 | 2019-01-15 | 北京航空航天大学 | 基于边缘计算的agv控制***及方法 |
CN110264100B (zh) * | 2019-06-27 | 2022-03-25 | 广东工业大学 | 一种多车场物流运输调度方法、装置、设备及可读存储介质 |
CN111582579A (zh) * | 2020-05-08 | 2020-08-25 | 中航华东光电(上海)有限公司 | 一种基于拓扑地图的预测性多agv任务分配方法 |
-
2020
- 2020-10-20 CN CN202011123403.7A patent/CN112214024B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111694333A (zh) * | 2020-06-10 | 2020-09-22 | 中国联合网络通信集团有限公司 | 一种agv协同管理方法及装置 |
Non-Patent Citations (1)
Title |
---|
Mission Assignment for Multi-Vehicle Systems in Industrial Environments;Lorenzo Sabattini;《IFAC-PapersOnLine》;20151223;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112214024A (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112198880B (zh) | 一种agv任务分配方法、物流分拣方法及*** | |
JP6968136B2 (ja) | 連続バッチ式受注オーダー処理方法 | |
US11597600B2 (en) | Article picking method, server and system | |
CN110245890B (zh) | 货品分拣方法及货品分拣*** | |
US11544645B2 (en) | Inventory scheduling method and device and non-transitory computer readable storage medium | |
US20210233013A1 (en) | Articles picking method, control system and articles picking system | |
CN112214024B (zh) | 一种agv任务分配方法、物流分拣方法及*** | |
JP6650508B2 (ja) | 倉庫管理システム及び倉庫管理方法 | |
CN109902975B (zh) | 调度方法、***、装置以及计算机可读存储介质 | |
CN113044462B (zh) | 机器人调度的方法、装置、***、存储介质及程序产品 | |
CN114415610B (zh) | 机器人的调度方法、装置、电子设备及存储介质 | |
CN112224245B (zh) | 一种一轨多车的rgv调度方法及*** | |
CN112193953B (zh) | 一种电梯资源调度方法及装置 | |
JP2020190915A (ja) | 走行決定方法、コントローラ、及び当該コントローラを備える走行システム | |
TWI829045B (zh) | 倉儲機器人、其控制方法、其控制裝置、調度伺服器及儲存媒體 | |
CN113682704A (zh) | 任务分配方法、装置、服务器和存储介质 | |
CN111598324A (zh) | 配载车线优化方法、装置、设备及存储介质 | |
CN113960969A (zh) | 一种基于大数据的物流仓储的调度方法及*** | |
CN114326610A (zh) | 一种基于双层时空网结构的agv运行优化***及方法 | |
WO2021111806A1 (ja) | 管理システム及び物品の入出庫の管理方法 | |
JP5402943B2 (ja) | 搬送車システムおよび搬送車制御方法 | |
Choe et al. | Queue-based local scheduling and global coordination for real-time operation control in a container terminal | |
JP7263118B2 (ja) | 走行指令割付方法、コントローラ、及び当該コントローラを備える搬送システム | |
US20230376863A1 (en) | Route planning method and device, equipment and storage medium | |
CN115471040A (zh) | 拣货机器人调度及拣货方法、装置、机器人、***、介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |