CN114415610A - 机器人的调度方法、装置、电子设备及存储介质 - Google Patents

机器人的调度方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114415610A
CN114415610A CN202111630996.0A CN202111630996A CN114415610A CN 114415610 A CN114415610 A CN 114415610A CN 202111630996 A CN202111630996 A CN 202111630996A CN 114415610 A CN114415610 A CN 114415610A
Authority
CN
China
Prior art keywords
robot
target
station
task
target robot
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
Application number
CN202111630996.0A
Other languages
English (en)
Other versions
CN114415610B (zh
Inventor
康昊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ubtech Robotics Corp
Original Assignee
Ubtech Robotics Corp
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 Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN202111630996.0A priority Critical patent/CN114415610B/zh
Publication of CN114415610A publication Critical patent/CN114415610A/zh
Application granted granted Critical
Publication of CN114415610B publication Critical patent/CN114415610B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total 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] or computer integrated manufacturing [CIM]
    • G05B19/41865Total 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] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32252Scheduling production, machining, job shop
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Educational Administration (AREA)
  • Manipulator (AREA)

Abstract

本申请适用于机器人技术领域,提供了一种机器人的调度方法、装置、电子设备及存储介质。所述方法,包括:获取需要机器人执行的目标任务的任务数据,所述任务数据包含途径站点的站点信息;基于所述站点信息,确定需要调度的目标机器人;控制所述目标机器人执行所述目标任务。通过途径站点信息确定目标机器人,可以充分发挥不同类型的对在站点信息有区别的路径上的优势,进而提高机器人的运行效率。

Description

机器人的调度方法、装置、电子设备及存储介质
技术领域
本申请属于机器人技术领域,尤其涉及一种机器人的调度方法、装置、电子设备及存储介质。
背景技术
在仓储物流领域,越来越多的采用机器人来实现获取的分拣、运输、装卸等工作。由于仓储环境场地限制,以及机器人的数量和种类的增多,如何控制机器人协调的工作,提高机器人的运行效率,成为需要解决的问题
发明内容
本申请实施例提供了一种机器人的调度方法、装置、电子设备及存储介质,可以解决上述问题至少一部分。
第一方面,本申请实施例提供了一种机器人的控制方法,包括:
获取需要机器人执行的目标任务的任务数据,所述任务数据包含途径站点的站点信息;
基于所述站点信息,确定需要调度的目标机器人;
控制所述目标机器人执行所述目标任务。
应理解,通过途径站点信息确定目标机器人,可以充分发挥不同类型的对在站点信息有区别的路径上的优势,进而提高机器人的运行效率。
第二方面,本申请实施例提供了一种机器人的控制装置,包括:
任务数据获取模块,用于获取需要机器人执行的目标任务的任务数据,所述任务数据包含途径站点的站点信息;
目标机器人确定模块,用于基于所述站点信息,确定需要调度的目标机器人;
目标任务执行模块,用于控制所述目标机器人执行所述目标任务。
第三方面,本申请实施例提供了一种电子设备,包括:
存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述第一方面所述的方法步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,包括:所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面所述的方法步骤。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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是本申请一实施例提供的仓储物物流***示意图;
图2是本申请一实施例提供的机器人的调度方法的流程示意图;
图3是本申请另一实施例提供的机器人的调度方法的流程示意图;
图4是本申请实施例提供的机器人的调度装置的结构示意图;
图5是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
在说明本申请实施例提供的机器人的调度方法之前,为方便对本申请实施例的理解,下面结合图1对本申请实施例提供的机器人的调度方法的原理以及本申请实施例中涉及的相关概念进行说明。
图1示出的是本申请实施例提供的一种机器人的调度***10。该***10包括:中央控制设备110,多台不同类型的机器人120。
其中,中央控制设备110与多个不同类型的机器人120通过无线通信网络进行通信。
其中,中央控制设备110可以是计算机,包括但不限于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。
其中,多台不同类型的机器人120,包括但不限于辊送型机器人和顶升型机器人。所述辊送型机器人为包含辊送组件的机器人,所述顶升型机器人为包含顶升组件的机器人。
在仓储物流领域,越来越多的采用机器人来实现获取的分拣、运输、装卸等工作。不同类型的机器人往往都可以完成将货物从A点运送至B点的任务。例如辊送型机器人和顶升型机器人,都可以完成将将货物从A点运送至B点的任务。但是这两种机器人各有特点,辊送型机器人由于包含辊送组件,其自动化程度程度高,顶升型机器人搬运量较大。由此,本申请的事情人发现了如何能充分发挥不同类型的机器人的工作特点,从而提高机器人的运行效率的问题。
为了解决上述问题的至少一部分,本申请实施例提供了机器人的调度方法、装置、电子设备及存储介质。
图2示出了本申请实施例提供的机器人的调度的方法,应用于上述图1所示的机器人的调度***中的中央控制设备110,可由所述中央控制设备110的软件和/或硬件实现。如图2所示,该方法包括步骤S110至S130。各个步骤的具体实现原理如下:
S110,获取需要机器人执行的目标任务的任务数据,所述任务数据包含途径站点的站点信息。
在一些实施例中,提供仓库管理***,仓库管理***用于对仓库内的货物数量及物流信息进行数据收集管理,便于清楚的知道仓库内的状态,及时补充货物。在此基础上,仓库管理***生成对货物进行搬运的任务,并下达给中央控制设备。中央控制设备在接收到对货物进行搬运的任务后,根据机器人调度策略,将对货物进行搬运的任务分派给相应的机器人执行。需要机器人执行的任务称作目标任务。
在一些实施例中,任务数据中可以包括但不限于途径站点的站点信息。其中,站点可以是取货站点或放货站点,此时站点信息可以不仅包含站点位置,还可以包含站点的属性,即,机器人在该站点执行的动作是取货还是放货,以及执行动作的具体货品的信息;站点还可以是机器人能源补给站点例如燃料电池机器人的氢燃料加注点,或充电电池机器人的充电点;站点还可以是临时避让点,临时用于在调度机器人时,防止机器人之间的碰撞设置的临时停靠点。站点信息可以包括站点的位置信息,位置信息可以是站点在地图中的位置信息。
S120,基于所述站点信息,确定需要调度的目标机器人。
在一些实施例中,中央控制设备可以基于站点信息中的站点数量,确定需要调度的目标机器人。
在一个具体的示例中,根据所述站点信息确定需要调度的目标机器人,包括步骤S121和S122。
S121,基于所述站点信息中的站点数量,确定任务类型,并基于所述任务类型,确定需要调度的目标机器人类型。
中央控制设备基于所述站点信息中的站点数量,确定任务类型,并基于所述任务类型,确定需要调度的目标机器人类型,包括:若所述站点信息中包含两个以上的站点,则所述任务类型为多点取放任务,确定需要调度的目标机器人类型为辊送型机器人;若所述站点信息中仅包含两个站点,则所述任务类型为出入库任务,确定需要调度的目标机器人类型为顶升型机器人。
辊送型机器人包含辊送组件,因此,若目标任务中涉及多个站点,例如将装卸站点的货物送至多个不同的仓库,则可利用辊送型机器人的辊送组件组件自动化程度高的特点,完成多点搬运的任务。
若目标任务中只涉及两个站点,可以利用顶升型机器人载货量多的特点一次性完成两点间大量货物的搬运。
S122,基于所述站点信息,在目标机器人类型中选择执行所述目标任务代价最小的机器人,作为目标机器人。
在一些实施例中,可以选择距离所述站点信息中的起始站点代价做小的机器人作为目标机器人。
在另一些实施例中,可以选择从出发地到起始站点,以及经过站点信息中的所有站点,最终回到出发地的总代价最小的机器人作为目标机器人。
其中,所称代价最小包括但不限于距离最短、时间最短、或者时间和距离的加权和最小。
在一个具体的示例中,中央控制设备基于所述站点信息,在目标机器人类型中选择执行所述目标任务代价最小的机器人,作为目标机器人,包括:根据所述站点信息确定起始站点;采用递归调用方式以所述起始站点为中心,以预设步长逐级扩大查找范围,查找目标机器人类型的候选机器人;计算每个所述候选机器人到达所述起始站点的代价;将所述代价最小的候选机器人作为目标机器人。
中央控制设备采用递归调用方式以所述起始站点为中心,以预设步长逐级扩大查找范围,查找目标机器人类型的候选机器人,可以包括:以起始站点为中心,以预设步长为半径,查找在该半径范围内的候选机器人;若没有查找到,则原半径增加预设步长,作为新的搜索半径,查找在该半径范围内的候选机器人,以此递归增长的方式逐级扩大查找范围,直到将地图全部覆盖或者找到目标机器人则停止查找。
在本申请实施例中,如果接收到需要执行的任务,会采用“任务点选机器人”的逻辑,即采用递归调用的方式以任务点为圆心,例如起始点,扩散检查范围内符合执行任务状态的小机器人,计算它们达到任务点点的实际路径代价,选取代价最小的小机器人,从而减少小机器人空机器人前往目标点的情况。
S130,控制所述目标机器人执行所述目标任务。
在一些实施例中,中央控制设备控制所述目标机器人执行所述目标任务。具体可以是,中央控制设备控制所述目标机器人根据目标任务的任务数据,从任务数据的起始点,途径任务数据中的各个站点,并完整任务数据所指示的装货、卸货动作。
在一些具体的示例中,若所述目标机器人类型为辊送型机器人,控制所述目标机器人执行所述目标任务,包括:根据所述站点信息,确定所述目标任务中的取货站点和放货站点;根据所述取货站点和放货站点的位置信息生成任务串,所述任务串包含使目标机器人动力损耗最小的取货站点和放货站点的路径顺序;控制所述目标机器人,根据所述任务串中的路径顺序执行目标任务。
中央控制设备是把多点取放的任务以任务串形式分配给机器人。例如,需要在A、B两点取货物、C点放B的货物、D点放A的货物,则中央控制设备会根据货物的映射关系自动将任务串生成为[A,B,D,C]。
需要指出的是,任务串的排列应使机器人动力损耗小。具体可以是,采用优化算法对任务串进行组合,使得每段路程的长度乘以货物负载的总和最小,每段路程指两个站点间的路程。当然,也可以采用其他使机器人动力损耗小的优化算法对任务串进行组合。
中央控制设备选择带有辊送组件的辊送型机器人进行任务,为避免负载货物运输带来的动力损耗,会优先前往最早需要放下货物的地方辊送货物,以此减少负载,延长续航。任务串生成后,中央控制设备还完成路径规划、交通管制等功能,以指导目标机器人完成任务。
在一些具体的示例中,若所述目标机器人类型为顶升型机器人,所述途径站点包括第一站点和第二站点;控制所述目标机器人执行所述目标任务,包括:控制所述目标机器人前往所述第一站点,并将目标机器人保持在顶升空闲状态;若所述目标机器人在所述所述第一站点停留超过预设时长,或拣货状态达到预设阈值,则控制所述目标机器人前往所述第二站点。
当任务为从A点前往B点的顶升任务,该任务的实际场景一般是出入库任务。例如,机器人空载前往A点,顶起货架,然后前往B点出库装车。即在A点的库房装载货物,在B点将装载的货物转运至货车出库。
以机器人执行出库任务为例,当机器人到达B点出完货后,中央控制设备使机器人在在B点稍作等待。因为一般的出入库任务是潮汐式,一般有出库就有入库。由于出入库任务具有潮汐效应,也就是是说此类任务会集中在一个特定的时间段内发生。如果机器人装载少量货物就前往库区,则可能会在中途就接到下一个入库的任务。
在一些实施例中,机器人需要在B点完成装货物,此时中央控制设备会保持该机器人顶升空闲状态,也就是处于顶升等待的状态。机器人在该位置停留,超过预设时长,或拣货状态达到预设阈值才前往A点。其中,拣货状态达到预设阈值,包括但不限于机器人承担货物的重量超过预设重量,或者机器人承载的货架的占位数量超过预设占位数量。也就是说机器人已经装载了足够多的货物。
本申请实施例通过使机器人在第一站点保持顶升空闲状态,直到装载了足够多的货物或者超过预设时长,可以避免有货物需要入库时,机器人还在赶来的路上。可见,本申请实施例避免了该机器人空载在路网运行的情况。
应理解,在从B点至A点,也就是从出库点到库房的入库任务,也可以实施上述示例,不再赘述。由于出库点是机器人和车辆集中调度点,在一些实施方式中,机器人在在出库点等待,而在库区就不再等待。
在上述图2所示的机器人调度的方法实施例的基础上,步骤S130,控制所述目标机器人执行所述目标任务,如图3所示,还包括步骤S310至S340:
S310,获取所述目标机器人的运行信息,所述运行信息包括机器人的位置信息和速度信息。
在一些实施例中,各个机器人在运行过程中向中央控制设备上报运行信息,运行信息包括但不限于位置信息、速度信息等运行信息。中央控制设备通过无线通信网络获取机器人上报的运行信息。
S320,基于所述运行信息和所述站点信息,估算所述目标机器人占用途径的各个站点的时间窗,所述时间窗起点进入站点第一时间,终点为离开站点的第二时间
在一些实施例中,中央控制设备在进行路径规划时会根据每台机器人的起始点位置及相关任务目标点的位置,根据路网联通关系及路网上的动态障碍物,通过改进后的A星寻路算法进行寻路,获得一条最初的该机器人的运行路径。
中央控制设备通过估算该机器人的运行速度及到达各个站点所需要的时间从而获得该目标机器人占用各个站点的时间节点;也就是说,通过获得所有机器人这样的数据从而知晓所有机器人在进入和离开各个站点的时间节点。当然,其中包括目标机器人进入和离开其途径的各个站点的时间节点,也就是其占用途径的各个站点的时间窗。
A星寻路算法来作为其路径规划算法。中央控制设备可根据各个机器人的当前位置、目标位置及改进后的A星寻路算法来规划各个机器人的移动路径。
本申请实施例提供的改进后的A星寻路算法未对其算法处理流程作出改进,改进后的A星寻路算法仍沿用现有的A星寻路算法的算法处理流程。实际上,改进后的A星寻路算法针对本申请应用场景改进了对总移动代价的计算。或者说,改进后A星寻路算法具体更改了其路径评分计算公式。
改进后的A星寻路算法的总移动代价的计算公式如下:F=G+H。
其中,F表示总移动代价,或称路径评分;G表示当前所判断的点距离当前位置的实际路径中,各条路段的实际耗费与对应的路段系数的乘积的总和,该路段系数用于表示路段当前被占用的情况;H表示当前所判断的点与机器人的目标位置的预估代价,或称当前所判断的点距离目标位置的预估路径的耗费。举例来说,路段未被占用时,其路段系数可以等于1;路段被占用时,其路段系数可以大于1,例如可以是1.5。
S330,在所述目标机器人行进过程中,检测进入下一站点的时间窗内是否存在冲突机器人,所述冲突机器人为其进入所述下一站点的时间窗与所述目标机器人的时间窗有重合时间段的机器人。
在一些实施例中,目标机器人正在执行的目标任务中包含2个或2个以上的站点,目标机器人在行进过程中即将到达的站点为下一站点。
在一些实施例中,多台机器人在仓库中执行不同的任务,有时这些任务可能会涉及同一个站点,例如,某一销量突增的货品站点。如果多台机器人在同一时间段进出此站点,也就是多台机器人进入此站点和离开此站点的时间段出现全部或部分的重合,则很容易造成拥堵。
本申请的实施例中,中央控制设备在目标机器人行进过程中,检测进入下一站点的时间窗内是否存在冲突机器人,冲突机器人为其时间窗与目标机器人的时间窗有重合时间段的机器人。
S340,若存在所述冲突机器人,则根据所述目标机器人与所述冲突机器人的优先级确定进入所述下一站点的顺序。
在一些实施中,中央控制设备可以根据任务的重要程度,为各个机器人分配优先级。任务的重要程度可以根据任务的时限进行排序,还可以根据任务中涉及的货物数量排序,本申请不做具体限定。
在一个具体的示例中,中央控制设备判断当前有两个以上的机器人占用同一站点的时间窗口有重叠,为了避免该站点的拥堵,根据各个机器人的优先级,指示优先级高的站点先进入该站点,优先级低的机器人则在上一站点等候,或在沿途停车等候或降速等候。
可以理解的是,若优先级低的机器人在上一站点等候,或在沿途停车等候或降速等候,则对该机器人重新计算其运行路径,以及重新计算该机器人占用其途径各个站点的时间窗。
可以理解的是,若不存在冲突机器人,则目标机器人按照原本规划的路径,直接进入下一站点。
应理解,通过本实施例可以使机器人在同一站点的时间窗不产生重叠,从而避免多机器人路线冲突造成的拥堵。
对应于上述图2所示的机器人的调度方法,图4示出的是本申请实施例提供的一种机器人的调度装置M100,包括:
任务数据获取模块M110,用于获取需要机器人执行的目标任务的任务数据,所述任务数据包含途径站点的站点信息。
目标机器人确定模块M120,用于基于所述站点信息,确定需要调度的目标机器人。
目标任务执行模块M130,用于控制所述目标机器人执行所述目标任务。
可选的,目标机器人确定模块,用于基于所述站点信息,确定需要调度的目标机器人,具体用于:基于所述站点信息中的站点数量,确定任务类型,并基于所述任务类型,确定需要调度的目标机器人类型;基于所述站点信息,在目标机器人类型中选择执行所述目标任务代价最小的机器人,作为目标机器人。
可选的,目标机器人确定模块,用于基于所述站点信息,在目标机器人类型中选择执行所述目标任务代价最小的机器人,作为目标机器人,具体用于:根据所述站点信息确定起始站点;采用递归调用方式以所述起始站点为中心,以预设步长逐级扩大查找范围,查找目标机器人类型的候选机器人;计算每个所述候选机器人到达所述起始站点的代价;将所述代价最小的候选机器人作为目标机器人。
可选的,目标机器人确定模块用于基于所述站点信息中的站点数量,确定任务类型,并基于所述任务类型,确定需要调度的目标机器人类型,具体用于:若所述站点信息中包含两个以上的站点,则所述任务类型为多点取放任务,确定需要调度的目标机器人类型为辊送型机器人;若所述站点信息中仅包含两个站点,则所述任务类型为出入库任务,确定需要调度的目标机器人类型为顶升型机器人。
可选的,目标任务执行模块,用于若所述目标机器人类型为辊送型机器人,控制所述目标机器人执行所述目标任务,具体用于:根据所述站点信息,确定所述目标任务中的取货站点和放货站点;根据所述取货站点和放货站点的位置生成任务串,所述任务串包含使目标机器人动力损耗最小的取货站点和放货站点的路径顺序;控制所述目标机器人,根据所述任务串中的路径顺序执行目标任务。
可选的,目标任务执行模块,用于若所述目标机器人类型为顶升型机器人,所述途径站点包括第一站点和第二站点;控制所述目标机器人执行所述目标任务,具体用于:控制所述目标机器人前往所述所述第一站点,并将目标机器人保持在顶升空闲状态;若所述目标机器人在所述所述第一站点停留超过预设时长,或拣货状态达到预设阈值,则控制所述目标机器人前往所述第二站点。
可选的,目标任务执行模块还用于:获取所述目标机器人的运行信息,所述运行信息包括机器人的位置信息和速度信息;基于所述运行信息和所述站点信息,估算所述目标机器人占用途径的各个站点的时间窗,所述时间窗起点进入站点第一时间,终点为离开站点的第二时间;在所述目标机器人行进过程中,检测进入下一站点的时间窗内是否存在冲突机器人,所述冲突机器人为其进入所述下一站点的时间窗与所述目标机器人的时间窗有重合时间段的机器人;若存在所述冲突机器人,则根据所述目标机器人与所述冲突机器人的优先级确定进入所述下一站点的顺序。
可以理解的是,以上实施例中的各种实施方式和实施方式组合及其有益效果同样适用于本实施例,这里不再赘述。
图5为本申请一实施例提供的电子设备的结构示意图。该电子设备用于实现上述中央控制设备110。如图5所示,该实施例的电子设备D10包括:至少一个处理器D100(图5中仅示出一个)处理器、存储器D101以及存储在所述存储器D101中并可在所述至少一个处理器D100上运行的计算机程序D102,所述处理器D100执行所述计算机程序D102时实现上述任意各个方法实施例中的步骤。
所述电子设备D10可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该电子设备可包括,但不仅限于,处理器D100、存储器D101。本领域技术人员可以理解,图5仅仅是电子设备D10的举例,并不构成对电子设备D10的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器D100可以是中央处理单元(Central Processing Unit,CPU),该处理器D100还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器D101在一些实施例中可以是所述电子设备D10的内部存储单元,例如电子设备D10的硬盘或内存。所述存储器D101在另一些实施例中也可以是所述电子设备D10的外部存储设备,例如所述电子设备D10上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器D101还可以既包括所述电子设备D10的内部存储单元也包括外部存储设备。所述存储器D101用于存储操作***、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器D101还可以用于暂时地存储已经输出或者将要输出的数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例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存储有计算机程序,所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行时可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (10)

1.一种机器人的调度方法,其特征在于,包括:
获取需要机器人执行的目标任务的任务数据,所述任务数据包含途径站点的站点信息;
基于所述站点信息,确定需要调度的目标机器人;
控制所述目标机器人执行所述目标任务。
2.如权利要求1所述的调度方法,其特征在于,基于所述站点信息,确定需要调度的目标机器人,包括:
基于所述站点信息中的站点数量,确定任务类型,并基于所述任务类型,确定需要调度的目标机器人类型;
基于所述站点信息,在目标机器人类型中选择执行所述目标任务代价最小的机器人,作为目标机器人。
3.如权利要求2所述的调度方法,其特征在于,基于所述站点信息,在目标机器人类型中选择执行所述目标任务代价最小的机器人,作为目标机器人,包括:
根据所述站点信息确定起始站点;
采用递归调用方式以所述起始站点为中心,以预设步长逐级扩大查找范围,查找目标机器人类型的候选机器人;
计算每个所述候选机器人到达所述起始站点的代价;
将所述代价最小的候选机器人作为目标机器人。
4.如权利要求2所述的调度方法,其特征在于,基于所述站点信息中的站点数量,确定任务类型,并基于所述任务类型,确定需要调度的目标机器人类型,包括:
若所述站点信息中包含两个以上的站点,则所述任务类型为多点取放任务,确定需要调度的目标机器人类型为辊送型机器人;
若所述站点信息中仅包含两个站点,则所述任务类型为出入库任务,确定需要调度的目标机器人类型为顶升型机器人。
5.如权利要求4所述的调度方法,其特征在于,若所述目标机器人类型为辊送型机器人,控制所述目标机器人执行所述目标任务,包括:
根据所述站点信息,确定所述目标任务中的取货站点和放货站点;
根据所述取货站点和放货站点的位置生成任务串,所述任务串包含使目标机器人动力损耗最小的取货站点和放货站点的路径顺序;
控制所述目标机器人,根据所述任务串中的路径顺序执行目标任务。
6.如权利要求4所述的调度方法,其特征在于,若所述目标机器人类型为顶升型机器人,所述途径站点包括第一站点和第二站点;控制所述目标机器人执行所述目标任务,包括:
控制所述目标机器人前往所述所述第一站点,并将目标机器人保持在顶升空闲状态;
若所述目标机器人在所述所述第一站点停留超过预设时长,或拣货状态达到预设阈值,则控制所述目标机器人前往所述第二站点。
7.如权利要求4所述的调度方法,其特征在于,控制所述目标机器人执行所述目标任务,还包括:
获取所述目标机器人的运行信息,所述运行信息包括机器人的位置信息和速度信息;
基于所述运行信息和所述站点信息,估算所述目标机器人占用途径的各个站点的时间窗,所述时间窗的起点为进入站点第一时间,终点为离开站点的第二时间;
在所述目标机器人行进过程中,检测进入下一站点的时间窗内是否存在冲突机器人,所述冲突机器人为其进入所述下一站点的时间窗与所述目标机器人的时间窗有重合时间段的机器人;
若存在所述冲突机器人,则根据所述目标机器人与所述冲突机器人的优先级确定进入所述下一站点的顺序。
8.一种机器人的调度装置,其特征在于,包括:
任务数据获取模块,用于获取需要机器人执行的目标任务的任务数据,所述任务数据包含途径站点的站点信息;
目标机器人确定模块,用于基于所述站点信息,确定需要调度的目标机器人;
目标任务执行模块,用于控制所述目标机器人执行所述目标任务。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的调度方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的调度方法。
CN202111630996.0A 2021-12-28 2021-12-28 机器人的调度方法、装置、电子设备及存储介质 Active CN114415610B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111630996.0A CN114415610B (zh) 2021-12-28 2021-12-28 机器人的调度方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111630996.0A CN114415610B (zh) 2021-12-28 2021-12-28 机器人的调度方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114415610A true CN114415610A (zh) 2022-04-29
CN114415610B CN114415610B (zh) 2023-08-15

Family

ID=81269896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111630996.0A Active CN114415610B (zh) 2021-12-28 2021-12-28 机器人的调度方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114415610B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637303A (zh) * 2022-05-11 2022-06-17 燕山大学 基于远程遥操作的搬运机器人路径规划方法、***及介质
CN116542458A (zh) * 2023-04-28 2023-08-04 北京大数据先进技术研究院 一种载具分配方法、***和电子设备
CN116734861A (zh) * 2023-07-25 2023-09-12 深圳市神州云海智能科技有限公司 机器人调度方法、***、设备以及路径拼接方法、机器人

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060265234A1 (en) * 2005-05-23 2006-11-23 Oracle International Corporation Mission-specific vehicle capacity constraints in transportation planning
FR3008121A1 (fr) * 2013-07-05 2015-01-09 Jcdecaux Sa Procede et systeme pour configurer une station de transport en commun sur un lieu public
US20170270448A1 (en) * 2016-03-18 2017-09-21 Jusda International Logistics (TAIWAN) CO.,LTD Vehicle scheduling device and method for transportation systems
US20170357256A1 (en) * 2016-06-14 2017-12-14 Fuji Xerox Co., Ltd. Robot control system and recording medium
WO2020168319A1 (en) * 2019-02-15 2020-08-20 Apple Inc. Apparatus and method for dual connectivity and carrier aggregation in new radio (nr)
US20210081866A1 (en) * 2019-09-18 2021-03-18 Honda Motor Co., Ltd. Parking lot evaluation apparatus
CN112785044A (zh) * 2020-12-31 2021-05-11 广州交信投科技股份有限公司 公共交通工具的实时满载率预测方法、装置、设备和介质
CN113219966A (zh) * 2021-04-01 2021-08-06 深圳市优必选科技股份有限公司 机器人的控制方法、装置、通信设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060265234A1 (en) * 2005-05-23 2006-11-23 Oracle International Corporation Mission-specific vehicle capacity constraints in transportation planning
FR3008121A1 (fr) * 2013-07-05 2015-01-09 Jcdecaux Sa Procede et systeme pour configurer une station de transport en commun sur un lieu public
US20170270448A1 (en) * 2016-03-18 2017-09-21 Jusda International Logistics (TAIWAN) CO.,LTD Vehicle scheduling device and method for transportation systems
US20170357256A1 (en) * 2016-06-14 2017-12-14 Fuji Xerox Co., Ltd. Robot control system and recording medium
WO2020168319A1 (en) * 2019-02-15 2020-08-20 Apple Inc. Apparatus and method for dual connectivity and carrier aggregation in new radio (nr)
US20210081866A1 (en) * 2019-09-18 2021-03-18 Honda Motor Co., Ltd. Parking lot evaluation apparatus
CN112785044A (zh) * 2020-12-31 2021-05-11 广州交信投科技股份有限公司 公共交通工具的实时满载率预测方法、装置、设备和介质
CN113219966A (zh) * 2021-04-01 2021-08-06 深圳市优必选科技股份有限公司 机器人的控制方法、装置、通信设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
柳伍生;周向栋;匡凯;: "基于IC卡数据的公交下车站点区间不确定性客流推导方法", 铁道科学与工程学报, no. 11 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637303A (zh) * 2022-05-11 2022-06-17 燕山大学 基于远程遥操作的搬运机器人路径规划方法、***及介质
CN114637303B (zh) * 2022-05-11 2022-08-02 燕山大学 基于远程遥操作的搬运机器人路径规划方法、***及介质
CN116542458A (zh) * 2023-04-28 2023-08-04 北京大数据先进技术研究院 一种载具分配方法、***和电子设备
CN116542458B (zh) * 2023-04-28 2024-02-23 北京大数据先进技术研究院 一种载具分配方法、***和电子设备
CN116734861A (zh) * 2023-07-25 2023-09-12 深圳市神州云海智能科技有限公司 机器人调度方法、***、设备以及路径拼接方法、机器人

Also Published As

Publication number Publication date
CN114415610B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
CN114415610A (zh) 机器人的调度方法、装置、电子设备及存储介质
CN109345161B (zh) 一种面向价值流的配送派单方法
CN110084471B (zh) 拣选调度方法、装置、仓储***及可读存储介质
US11446821B2 (en) Method and device for determining driving route of sorting robot
CN109991977A (zh) 机器人的路径规划方法及装置
CN106156961B (zh) 一种车辆调度方法和装置
CN112833905A (zh) 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN112198880B (zh) 一种agv任务分配方法、物流分拣方法及***
US20220374018A1 (en) Method and apparatus for controlling automated guided vehicle
CN110908381B (zh) 机器人调度方法及装置
US10809080B2 (en) System and method for determining routing by learned selective optimization
CN111553548B (zh) 一种拣货方法和装置
US20210312359A1 (en) Method and device for scheduling automated guided vehicle
CN113075927A (zh) 基于预约表的仓储潜伏式多agv路径规划方法
CN111860919A (zh) 库货架存储策略的确定方法、装置、介质及电子设备
US20240004403A1 (en) Battery charge state based mission assignment for autonomous mobile robots
CN109726841B (zh) 基于无人仓的agv路径计算方法及agv行驶路径控制方法
CN108346025B (zh) 基于云的智慧物流计算方法
CN112214024B (zh) 一种agv任务分配方法、物流分拣方法及***
CN111652407B (zh) 仓库中的任务处理方法、装置、介质、电子设备与***
CN111539674A (zh) 一种用于工程机械租赁场景物流运输的拼单方法
CN113450049B (zh) 一种出库站点确定方法、装置及存储介质
US20230376863A1 (en) Route planning method and device, equipment and storage medium
CN115345450A (zh) 容器搬运任务的分配方法及装置
CN113554250A (zh) 用于运输车的信息处理方法和装置

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