CN116523433B - 基于双向动态边权重的四向车调度方法及*** - Google Patents
基于双向动态边权重的四向车调度方法及*** Download PDFInfo
- Publication number
- CN116523433B CN116523433B CN202310801955.6A CN202310801955A CN116523433B CN 116523433 B CN116523433 B CN 116523433B CN 202310801955 A CN202310801955 A CN 202310801955A CN 116523433 B CN116523433 B CN 116523433B
- Authority
- CN
- China
- Prior art keywords
- way vehicle
- way
- weight
- road section
- road
- 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 93
- 230000002457 bidirectional effect Effects 0.000 title claims abstract description 63
- 230000008569 process Effects 0.000 claims abstract description 31
- 230000003068 static effect Effects 0.000 claims abstract description 11
- 230000000903 blocking effect Effects 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 8
- 208000027744 congestion Diseases 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于仓储输送领域,具体提供了一种基于双向动态边权重的四向车调度方法及***,其中,对所有路段的双向动态权重进行实时更新;依据节点分组以及每个路段的双向动态权重,对最优路径上的路段附加权重,并跟随新增四向车的行驶过程,对经过的路段进行权重释放,对未经过的路段进行对应方向的动态权重进行更新。将货物、静态四向车所在的节点以及相连路段从拓扑模型中删除,路段资源分配时避免选中该资源,以避免生成不可通行的路径。将节点进行分组,同组资源保证一致性分配,只能同时被分配,同时被释放。将死胡同中的资源划分为一组,避免四向车在死胡同中拥堵。
Description
技术领域
本发明涉及仓储输送领域,具体涉及一种基于双向动态边权重的四向车调度方法及***。
背景技术
传统的有轨四向车路径规划方案一般以四向穿梭车在立体库中可到达的位置为节点,其中用于四向车运输行驶的节点为交叉节点,用于放置货物的货位为货位节点,相邻节点的连线为路段,基于节点和路段构建四向穿梭车运行地图;以四向穿梭车当前所在节点或所在路段可达的最接近节点为初始节点,以目标交叉节点或货位节点为目标节点,以四向穿梭车的运行时间或运行距离为成本函数,在成本函数的约束下进行节点之间的路径查找,形成四向穿梭车的规划路径。
在实际的密集库作业场景中,需要四向穿梭车尽可能地提高作业效率,减少路径中无效的搬运距离和时间。因实际应用中,节点间的距离的长度固定且四向车的运行速度可认为是一个常量,所以在任何情况下,基于静态权重,以运行时间或运行距离为成本函数规划相同起点与终点的路径是相同的。
密集库中实时变化的四向车负载状态、四向车位置信息、货位载货状态等未知状况,要求适用的路径规划方法应该具有根据仓库信息实时变动的灵活性,以适应密集库中复杂多变的情况,尽可能地提高运输效率。
现有的路径规划方式只假定了某一恒定情况下,选取路径距离维度的最优解。诚然,在该情况下效率是最高的,但当实际情况发生改变时,一成不变的路径规划将会出现因载货货位、其他四向车等造成的路径拥堵甚至路径死锁,此时的作业效率将大打折扣甚至作业进程陷入停滞状态。
同时,密集库中四向穿梭车的运行是双向的,传统的路径规划方式没有考虑在实际运行中,两个方向的路径差异。不能对路径和规划作出准确的控制。现有的路径规划方案由于最短路径唯一,缺乏对动态信息的感知和考量,无法对堵塞进行预见性的判断和主动规避,在热点工作区域易造成拥堵,且在拥堵后无法自动调度,需人工参与后方能解除。
基于以上问题,现有的路径规划技术方案在应用时时常会存在以下不足:基于静态数据和权重运用最短路径算法得出的路径唯一,缺乏灵活性;最短路径上存在载货点位或静止四向车时,路径无法顺利通行;同一路径多车相向移动,造成死锁;路径锁死后,双向都无法通车;多车在路径交叉点阻塞。
上述问题是目前亟待解决的。
发明内容
本发明的目的是提供一种基于双向动态边权重的四向车调度方法。
为了解决上述技术问题,本发明提供了一种基于双向动态边权重的四向车调度方法,包括:
将密集库中用于四向车通行的航道和用于放置货物的货道抽象为不同的节点,相通的节点之间构成路段,每个路段的距离相同,用于四向车行驶,从而建立密集库的拓扑模型;
对拓扑模型中的节点进行分组;
对所有路段的双向动态权重进行实时更新;
依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径,并沿最优路径,将新增四向车当前所在节点至终点的节点之间的节点和路段占用,完成新增四向车的调度;
对最优路径上的路段附加权重,并跟随新增四向车的行驶过程,对经过的路段进行权重释放,以及对未经过的路段进行对应方向的动态权重进行更新。
进一步的,所述将密集库中用于四向车通行的航道和用于放置货物的货道抽象为不同的节点,即:
将航道抽象为四向行驶的行驶节点或双向行驶的行驶节点,四向行驶的节点允许四向车在四个方向上***,双向行驶的行驶节点允许四向车在双向上***;
将货道抽象为双向行驶的货位节点,双向行驶的货位节点允许四向车双向运动且双向行驶的货位节点有货时不允许带负载的四向车通行。
进一步的,对拓扑模型中的节点进行分组的步骤包括:
静态资源组,即,将拓扑模型中只有一个出口的货道各自划分为一组,每组资源中内只允许停放一辆四向车,当四向车初始位置在货道时,相应组的资源被该四向车占用;
动态资源组,当拓扑模型中发生货位放货事件时,动态检测是否形成动态的死胡同,如果形成死胡同,将对应死胡同内的资源划分为一组,当拓扑模型中发生货位取货事件时,动态检测死胡同是否解除,如果解除死胡同,将对应的资源组取消,资源组内各个节点和路段独立管理。
进一步的,所述对所有路段的双向动态权重进行实时更新的步骤包括:
给每个路段设置初始权重项a 0 ,此时每段路段权重w= a 0 ;
在四向车运行过程中出现阻塞,增加该路段的权重系数r,阻塞后,权重系数r=1+m,其中,m为可配置系数,根据阻塞状态进行设定,当阻塞解除后,r随着时间递减,经过预设时间后,消除阻塞对路径的影响,公式如下;
;
式中,t为产生阻塞后经过的时间,此时,阻塞路段的更新后的权重w= ra 0
在路段被四向车申请占用,被占用路段沿四向车i的行驶方向的相反路径中的路段新增一个权重项a i ,a i 计算公式如下;
;
式中,i为当前时间需要经过该路段的第i辆四向车的序号,v i 为第i辆四向车的速度,k为可配置的比例系数,l表示四向车到达终点的节点需要走过的路段数量;
路段被多辆同向行驶四向车占用时,与行驶方向的相反路径中的路段相应增加权重项,更新后的权重w为:
;
式中,i为四向车的序号,a 1 表示第一辆四向车增加的权重项,a i 表示第i辆四向车增加的权重项,a n 表示第n辆四向车增加的权重项。
进一步的,所述依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径的步骤为:
根据四向车的载货状态生成实时的拓扑模型;
将实时的拓扑模型整合成带权有向图;
基于该带权有向图使用迪杰斯特拉最短路径算法计算出最优路径;
该路径的权重W为每一段路段的权重w之和,公式为:
;
式中,m表示四向车经过的第m个路段,N表示经过的路段总数,w m 表示经过的第m个路段的权重。
进一步的,所述基于双向动态边权重的四向车调度方法还包括:
对拥堵的四向车进行调度;
所述对拥堵的四向车进行调度的步骤包括:
新增的两辆四向车的最优路径中叠占比超过q时,且在重叠部分的四向车行驶方向相反时,则将后一新增四向车标记为拥堵风险四向车;
被标记的四向车根据更新后的路段的双向动态权重重新计算最优路径。
进一步的,所述基于双向动态边权重的四向车调度方法还包括:
对堵塞的四向车进行调度;
所述对堵塞的四向车进行调度的步骤包括:
阻塞检测,当四向车请求一个资源时,如果资源被其他四向车占用,并且请求次数超过K(K可配置),判定两车阻塞,将阻塞的四向车放入相应的阻塞集合中;
阻塞解除,自由度d表示四向车可以上下左右移动的方向数量,根据自由度d对阻塞的四向车进行调度,完成阻塞解除;
阻塞报警,当阻塞集合产生T时间内,仍然存在,发出报警。
本发明还提供了一种基于双向动态边权重的四向车调度***,包括:
建立模块,适于将密集库中用于四向车通行的航道和用于放置货物的货道抽象为不同的节点,相通的节点之间构成路段,每个路段的距离相同,用于四向车行驶,从而建立密集库的拓扑模型;
分组模块,适于对拓扑模型中的节点进行分组;
权重更新模块,适于对所有路段的双向动态权重进行实时更新;
路径计算模块,适于依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径,并沿最优路径,将新增四向车当前所在节点至终点的节点之间的节点和路段占用,完成新增四向车的调度;
释放模块,适于对最优路径上的路段附加权重,并跟随新增四向车的行驶过程,对经过的路段进行权重释放,以及对未经过的路段进行对应方向的动态权重进行更新。
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中存储至少一条指令,所述指令由处理器执行时实现如上述的基于双向动态边权重的四向车调度方法。
本发明还提供了一种电子设备,包括存储器和处理器;所述存储器中存储有至少一条指令;所述处理器,通过加载并执行所述至少一条指令以实现如上述的基于双向动态边权重的四向车调度方法。
本发明的有益效果是,本发明提供了一种基于双向动态边权重的四向车调度方法及***,其中,基于双向动态边权重的四向车调度方法包括:建立密集库的拓扑模型;对拓扑模型中的节点进行分组;对所有路段的双向动态权重进行实时更新;依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径,对最优路径上的路段附加权重,并跟随新增四向车的行驶过程,对经过的路段进行权重释放,以及对未经过的路段进行对应方向的动态权重进行更新。将货物、静态四向车所在的节点以及相连路段从拓扑模型中删除,路段资源分配时避免选中该资源,以避免生成不可通行的路径。将节点进行分组,同组资源保证一致性分配,只能同时被分配,同时被释放。将死胡同中的资源划分为一组,避免四向车在死胡同中拥堵。动态修改移动中四向车占用的双向路径权重,在路径规划时尽量避开选择相应路径,达到预测死锁,规避死锁的目的。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明所提供的基于双向动态边权重的四向车调度方法的流程图。
图2是本发明所提供的拓扑模型的示意图。
图3是本发明所提供的基于双向动态边权重的四向车调度***的原理框图。
图4是本发明所提供的电子设备的部分结构示意图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
实施例1,密集库包括运载设备和货架两大部分,货架由带有识别码的点位和轨道接续组成。其中货架又细分为用于四向车通行的航道和用于放置货物的巷道两部分。
请参阅图1,本实施例提供了一种基于双向动态边权重的四向车调度方法,将货物、静态四向车所在的节点以及相连路段从拓扑模型中删除,路段资源分配时避免选中该资源,以避免生成不可通行的路径。将节点进行分组,同组资源保证一致性分配,只能同时被分配,同时被释放。将死胡同中的资源划分为一组,避免四向车在死胡同中拥堵。动态修改移动中四向车占用的双向路径权重,在路径规划时尽量避开选择相应路径,达到预测死锁,规避死锁的目的。
具体来说,基于双向动态边权重的四向车调度方法包括以下步骤:
S110:将密集库中用于四向车通行的航道和用于放置货物的货道抽象为不同的节点,相通的节点之间构成路段,每个路段的距离相同,用于四向车行驶,从而建立密集库的拓扑模型。
具体来说,所述将密集库中用于四向车通行的航道和用于放置货物的货道抽象为不同的节点,将航道抽象为四向行驶的行驶节点或双向行驶的行驶节点,四向行驶的节点允许四向车在四个方向上***,双向行驶的行驶节点允许四向车在双向上***;将货道抽象为双向行驶的货位节点,双向行驶的货位节点允许四向车双向运动且双向行驶的货位节点有货时不允许带负载的四向车通行。如图2所示。如果四向车在一条路径上行驶,将避免有其他四向车规划与之相反的路段,以此避免四向车的阻塞情况产生,但是允许四向车在同一个方向共同规划一条路径,依次使用资源,不会产生阻塞。
S120:对拓扑模型中的节点进行分组。
具体来说,分为静态资源组、动态资源组和独立管理资源。
静态资源组,即,将拓扑模型中只有一个出口的货道各自划分为一组,每组资源中内只允许停放一辆四向车,当四向车初始位置在货道时,相应组的资源被该四向车占用。
动态资源组,当拓扑模型中发生货位放货事件时,动态检测是否形成动态的死胡同,如果形成死胡同,将对应死胡同内的资源划分为一组,当拓扑模型中发生货位取货事件时,动态检测死胡同是否解除,如果解除死胡同,将对应的资源组取消,资源组内各个节点和路段独立管理。
S130:对所有路段的双向动态权重进行实时更新。
其中,每个路段,
具体来说,步骤S130包括以下步骤:
给每个路段设置初始权重项a 0 ,此时每段路段权重w= a 0 ;需要说明的是,每个路段具有两个方向的权重,初始权重项均w= a 0 。
在四向车运行过程中出现阻塞,增加该路段的权重系数r,阻塞后,权重系数r=1+m,其中,m为可配置系数,根据阻塞状态进行设定,当阻塞解除后,r随着时间递减,经过预设时间后,消除阻塞对路径的影响,公式如下;
;
式中,t为产生阻塞后经过的时间,此时,阻塞路段的更新后的双向动态权重w=ra 0 ,可以理解的是当阻塞发生时,权重系数r是增加到对应路段的双向动态权重中。
在实际生产作业中,因为离四向车越近的路段将被四向车占用的紧迫性越高,在为其他四向车规划路径时应该尽可能的地规避这些路段;而离四向车越远的路段紧迫性相对越低,在规划时可以酌情考虑。由于每个车的车速存在差异,理论上车速越快,路段使用的紧迫性越高。
在路段被四向车申请占用,被占用路段沿四向车i的行驶方向的相反路径中的路段新增一个权重项a i ,a i 计算公式如下;
;
式中,i为当前时间需要经过该路段的第i辆四向车的序号,v i 为第i辆四向车的速度,k为可配置的比例系数,l表示四向车到达终点的节点需要走过的路段数量。从而可以保证四向车越近的路段权重越高,离车越远的路段权重越低,并且当距离拉长后,最后的值趋向于0。表示远处被该车规划使用的路径反方向可考虑被使用,近处被规划的路径反方向会被避免使用,从而减少阻塞。
路段被多辆同向行驶四向车占用时,与行驶方向的相反路径中的路段相应增加权重项,更新后的权重w为:
;
式中,i为四向车的序号,a 1 表示第一辆四向车增加的权重项,a i 表示第i辆四向车增加的权重项,a n 表示第n辆四向车增加的权重项。
S140:依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径,并沿最优路径,将新增四向车当前所在节点至终点的节点之间的节点和路段占用,完成新增四向车的调度。
具体来说,所述依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径的步骤为:
S141:根据四向车的载货状态生成实时的拓扑模型。
具体来说,若四向车不载货,将闲置四向车占用的节点从拓扑图中移除。若四向车载货,将闲置四向车占用的节点和货物占用的节点从拓扑图中移除。
S142:将实时的拓扑模型整合成带权有向图;
S143:基于该带权有向图使用迪杰斯特拉最短路径算法计算出最优路径;
S144:该路径的权重W为每一段路段的权重w之和,公式为:
;
式中,m表示四向车经过的第m个路段,N表示经过的路段总数,w m 表示经过的第m个路段的权重。
S150:对最优路径上的路段附加权重,并跟随新增四向车的行驶过程,对经过的路段进行权重释放,以及对未经过的路段进行对应方向的动态权重进行更新。
S160:对拥堵的四向车进行调度。
具体来说,步骤S160包括以下步骤:
S161:新增的两辆四向车的最优路径中叠占比超过q时,且在重叠部分的四向车行驶方向相反时,则将后一新增四向车标记为拥堵风险四向车。其中,q为与拓扑模型大小成正相关的可配置项。
S162:被标记的四向车根据更新后的路段的双向动态权重重新计算最优路径。
S170:对堵塞的四向车进行调度。
具体来说,步骤S170包括以下步骤:
S171:阻塞检测,当四向车请求一个资源时,如果资源被其他四向车占用,并且请求次数超过K(K可配置),判定两车阻塞,将阻塞的四向车放入相应的阻塞集合中;
S172:阻塞解除,自由度d表示四向车可以上下左右移动的方向数量,根据自由度d对阻塞的四向车进行调度,完成阻塞解除。
具体来说,筛除自由度d为0的四向车,因为自由度为0表示不可移动。空闲四向车避让执行任务的四向车。如果阻塞集合中有空闲四向车,让四向车去往休息点,休息点为人为定义,不影响四向车调度即可。自由度高的四向车避让自由度低的四向车,根据四向车的自由度从高到低排序,找到最优的避障四向车。计算曼哈顿距离最短的最优避障点,最优避障点选取时规避其他四向车的行进路径。让该四向车去往最优避障点。等待其他四向车通过后继续执行该四向车的任务。
存在极端情况,多辆车阻塞时,如果一辆车避障后阻塞仍然存在,会再次检测到阻塞集合,并且根据以上规则从集合中再选取一个车挪开,直到阻塞完全消失。
S173:阻塞报警,当阻塞集合产生T时间内,仍然存在,发出报警。
具体来说,每个阻塞的集合产生时,更新阻塞车辆的阻塞开始时间t1,车辆任务完成后,阻塞开始时间更新为空。根据开始时间判断,如果当前时间t0-t1>T,判定该阻塞为异常阻塞,***将阻塞情况提示给仓库管理员,由仓库管理员进行人工手动操作,解除阻塞。T为可配置参数。
实施例2,请参阅图3,本实施例提供了一种基于双向动态边权重的四向车调度***包括:
建立模块,适于将密集库中用于四向车通行的航道和用于放置货物的货道抽象为不同的节点,相通的节点之间构成路段,每个路段的距离相同,用于四向车行驶,从而建立密集库的拓扑模型。用于执行实施例1中的步骤S110。
分组模块,适于对拓扑模型中的节点进行分组。用于执行实施例1中的步骤S120。
权重更新模块,适于对所有路段的双向动态权重进行实时更新。用于执行实施例1中的步骤S130。
路径计算模块,适于依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径,并沿最优路径,将新增四向车当前所在节点至终点的节点之间的节点和路段占用,完成新增四向车的调度用于执行实施例1中的步骤S140。
释放模块,适于对最优路径上的路段附加权重,并跟随新增四向车的行驶过程,对经过的路段进行权重释放,以及对未经过的路段进行对应方向的动态权重进行更新。用于执行实施例1中的步骤S150。
实施例3,本实施例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中存储至少一条指令,所述指令由处理器执行时实现实施例1所提供的基于双向动态边权重的四向车调度方法。
基于双向动态边权重的四向车调度方法包括:建立密集库的拓扑模型;对拓扑模型中的节点进行分组;对所有路段的双向动态权重进行实时更新;依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径,对最优路径上的路段附加权重,并跟随新增四向车的行驶过程,对经过的路段进行权重释放,以及对未经过的路段进行对应方向的动态权重进行更新。将货物、静态四向车所在的节点以及相连路段从拓扑模型中删除,路段资源分配时避免选中该资源,以避免生成不可通行的路径。将节点进行分组,同组资源保证一致性分配,只能同时被分配,同时被释放。将死胡同中的资源划分为一组,避免四向车在死胡同中拥堵。动态修改移动中四向车占用的双向路径权重,在路径规划时尽量避开选择相应路径,达到预测死锁,规避死锁的目的。
实施例4,请参阅图4,本实施例提供了一种电子设备,包括:存储器502和处理器501;所述存储器502中存储有至少一条程序指令;所述处理器501,通过加载并执行所述至少一条程序指令以实现如实施例1所提供的机械臂运动过程计算方法。
存储器502和处理器501采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器501和存储器502的各种电路连接在一起。总线还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器501处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器501。
处理器501负责管理总线和通常的处理,还可以提供各种功能,包括定时,***接口,电压调节、电源管理以及其他控制功能。而存储器502可以被用于存储处理器501在执行操作时所使用的数据。
综上所述,本发明提供了一种基于双向动态边权重的四向车调度方法及***,其中,基于双向动态边权重的四向车调度方法包括:建立密集库的拓扑模型;对拓扑模型中的节点进行分组;对所有路段的双向动态权重进行实时更新;依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径,对最优路径上的路段附加权重,并跟随新增四向车的行驶过程,对经过的路段进行权重释放,以及对未经过的路段进行对应方向的动态权重进行更新。将货物、静态四向车所在的节点以及相连路段从拓扑模型中删除,路段资源分配时避免选中该资源,以避免生成不可通行的路径。将节点进行分组,同组资源保证一致性分配,只能同时被分配,同时被释放。将死胡同中的资源划分为一组,避免四向车在死胡同中拥堵。动态修改移动中四向车占用的双向路径权重,在路径规划时尽量避开选择相应路径,达到预测死锁,规避死锁的目的。
本申请中选用的各个器件(未说明具体结构的部件)均为通用标准件或本领域技术人员知晓的部件,其结构和原理都为本技术人员均可通过技术手册得知或通过常规实验方法获知。并且,本申请所涉及的软件程序均为现有技术,本申请不涉及对软件程序作出任何改进。
在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,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信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,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。
另外,在本发明各个实施例中的各功能单元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。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (9)
1.一种基于双向动态边权重的四向车调度方法,其特征在于,包括:
将密集库中用于四向车通行的航道和用于放置货物的货道抽象为不同的节点,相通的节点之间构成路段,每个路段的距离相同,用于四向车行驶,从而建立密集库的拓扑模型;
对拓扑模型中的节点进行分组;
对所有路段的双向动态权重进行实时更新;
依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径,并沿最优路径,将新增四向车当前所在节点至终点的节点之间的节点和路段占用,完成新增四向车的调度;
对最优路径上的路段附加权重,并跟随新增四向车的行驶过程,对经过的路段进行权重释放,以及对未经过的路段进行对应方向的动态权重进行更新;
所述对所有路段的双向动态权重进行实时更新的步骤包括:
给每个路段设置初始权重项a 0 ,此时每段路段权重w= a 0 ;
在四向车运行过程中出现阻塞,增加该路段的权重系数r,阻塞后,权重系数r=1+m,其中,m为可配置系数,根据阻塞状态进行设定,当阻塞解除后,r随着时间递减,经过预设时间后,消除阻塞对路径的影响,公式如下;
;式中,t为产生阻塞后经过的时间,此时,阻塞路段的更新后的权重w= ra 0 ;
在路段被四向车申请占用,被占用路段沿四向车i的行驶方向的相反路径中的路段新增一个权重项a i ,a i 计算公式如下;
;式中,i为当前时间需要经过该路段的第i辆四向车的序号,v i 为第i辆四向车的速度,k为可配置的比例系数,l表示四向车到达终点的节点需要走过的路段数量;
路段被多辆同向行驶四向车占用时,与行驶方向的相反路径中的路段相应增加权重项,更新后的权重w为:
;式中,i为四向车的序号,a 1 表示第一辆四向车增加的权重项,a i 表示第i辆四向车增加的权重项,a n 表示第n辆四向车增加的权重项。
2.如权利要求1所述的基于双向动态边权重的四向车调度方法,其特征在于,所述将密集库中用于四向车通行的航道和用于放置货物的货道抽象为不同的节点,即:
将航道抽象为四向行驶的行驶节点或双向行驶的行驶节点,四向行驶的节点允许四向车在四个方向上***,双向行驶的行驶节点允许四向车在双向上***;
将货道抽象为双向行驶的货位节点,双向行驶的货位节点允许四向车双向运动且双向行驶的货位节点有货时不允许带负载的四向车通行。
3.如权利要求1所述的基于双向动态边权重的四向车调度方法,其特征在于,对拓扑模型中的节点进行分组的步骤包括:
静态资源组,即,将拓扑模型中只有一个出口的货道各自划分为一组,每组资源中内只允许停放一辆四向车,当四向车初始位置在货道时,相应组的资源被该四向车占用;
动态资源组,当拓扑模型中发生货位放货事件时,动态检测是否形成动态的死胡同,如果形成死胡同,将对应死胡同内的资源划分为一组,当拓扑模型中发生货位取货事件时,动态检测死胡同是否解除,如果解除死胡同,将对应的资源组取消,资源组内各个节点和路段独立管理。
4.如权利要求1所述的基于双向动态边权重的四向车调度方法,其特征在于,所述依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径的步骤为:
根据四向车的载货状态生成实时的拓扑模型;
将实时的拓扑模型整合成带权有向图;
基于该带权有向图使用迪杰斯特拉最短路径算法计算出最优路径;
该路径的权重W为每一段路段的权重w之和,公式为:
;式中,m表示四向车经过的第m个路段,N表示经过的路段总数,w m 表示经过的第m个路段的权重。
5.如权利要求1所述的基于双向动态边权重的四向车调度方法,其特征在于,所述基于双向动态边权重的四向车调度方法还包括:
对拥堵的四向车进行调度;
所述对拥堵的四向车进行调度的步骤包括:
新增的两辆四向车的最优路径中叠占比超过q时,且在重叠部分的四向车行驶方向相反时,则将后一新增四向车标记为拥堵风险四向车;
被标记的四向车根据更新后的路段的双向动态权重重新计算最优路径。
6.如权利要求1所述的基于双向动态边权重的四向车调度方法,其特征在于,所述基于双向动态边权重的四向车调度方法还包括:
对堵塞的四向车进行调度;
所述对堵塞的四向车进行调度的步骤包括:
阻塞检测,当四向车请求一个资源时,如果资源被其他四向车占用,并且请求次数超过K,判定两车阻塞,将阻塞的四向车放入相应的阻塞集合中;
阻塞解除,自由度d表示四向车可以上下左右移动的方向数量,根据自由度d对阻塞的四向车进行调度,完成阻塞解除;
阻塞报警,当阻塞集合产生T时间内,仍然存在,发出报警。
7.一种基于双向动态边权重的四向车调度***,其特征在于,包括:
建立模块,适于将密集库中用于四向车通行的航道和用于放置货物的货道抽象为不同的节点,相通的节点之间构成路段,每个路段的距离相同,用于四向车行驶,从而建立密集库的拓扑模型;
分组模块,适于对拓扑模型中的节点进行分组;
权重更新模块,适于对所有路段的双向动态权重进行实时更新,即:给每个路段设置初始权重项a 0 ,此时每段路段权重w= a 0 ;
在四向车运行过程中出现阻塞,增加该路段的权重系数r,阻塞后,权重系数r=1+m,其中,m为可配置系数,根据阻塞状态进行设定,当阻塞解除后,r随着时间递减,经过预设时间后,消除阻塞对路径的影响,公式如下;
;式中,t为产生阻塞后经过的时间,此时,阻塞路段的更新后的权重w= ra 0 ;
在路段被四向车申请占用,被占用路段沿四向车i的行驶方向的相反路径中的路段新增一个权重项a i ,a i 计算公式如下;
;式中,i为当前时间需要经过该路段的第i辆四向车的序号,v i 为第i辆四向车的速度,k为可配置的比例系数,l表示四向车到达终点的节点需要走过的路段数量;
路段被多辆同向行驶四向车占用时,与行驶方向的相反路径中的路段相应增加权重项,更新后的权重w为:
;式中,i为四向车的序号,a 1 表示第一辆四向车增加的权重项,a i 表示第i辆四向车增加的权重项,a n 表示第n辆四向车增加的权重项;
路径计算模块,适于依据节点分组以及每个路段的双向动态权重,计算新增四向车的最优路径,并沿最优路径,将新增四向车当前所在节点至终点的节点之间的节点和路段占用,完成新增四向车的调度;
释放模块,适于对最优路径上的路段附加权重,并跟随新增四向车的行驶过程,对经过的路段进行权重释放,以及对未经过的路段进行对应方向的动态权重进行更新。
8.一种计算机可读存储介质,所述计算机可读存储介质中存储至少一条指令,其特征在于,所述指令由处理器执行时实现权利要求1至6中任一所述的基于双向动态边权重的四向车调度方法。
9.一种电子设备,其特征在于,包括存储器和处理器;所述存储器中存储有至少一条指令;所述处理器,通过加载并执行所述至少一条指令以实现权利要求1-6中任一项所述的基于双向动态边权重的四向车调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310801955.6A CN116523433B (zh) | 2023-07-03 | 2023-07-03 | 基于双向动态边权重的四向车调度方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310801955.6A CN116523433B (zh) | 2023-07-03 | 2023-07-03 | 基于双向动态边权重的四向车调度方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116523433A CN116523433A (zh) | 2023-08-01 |
CN116523433B true CN116523433B (zh) | 2023-09-01 |
Family
ID=87396256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310801955.6A Active CN116523433B (zh) | 2023-07-03 | 2023-07-03 | 基于双向动态边权重的四向车调度方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116523433B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1737502A (zh) * | 2005-08-05 | 2006-02-22 | 北京工业大学 | 延误风险规避的车载导航***准动态路线优化方法 |
CN111620023A (zh) * | 2020-06-04 | 2020-09-04 | 南京音飞峰云科技有限公司 | 基于动态边权值拓扑图实现密集库设备路径规划的方法 |
CN112734324A (zh) * | 2020-12-25 | 2021-04-30 | 哈尔滨工业大学 | 基于蚁群算法和改进型遗传算法的仓储物流agv路径规划算法 |
WO2021135208A1 (zh) * | 2019-12-31 | 2021-07-08 | 苏宁云计算有限公司 | 考虑订单聚合度的配送路径规划方法与*** |
CN115035739A (zh) * | 2022-06-09 | 2022-09-09 | 东风悦享科技有限公司 | 一种应用于智能网联园区的自动驾驶车辆调度方法 |
CN115206099A (zh) * | 2022-07-15 | 2022-10-18 | 中国石油大学(华东) | 一种车辆gps轨迹的自适应路径推断方法 |
CN115798199A (zh) * | 2022-11-04 | 2023-03-14 | 山东科技大学 | 车辆路径动态自适应规划方法、***、计算机设备及存储介质 |
CN116245245A (zh) * | 2023-03-12 | 2023-06-09 | 兰州理工大学 | 一种基于协同进化算法的分布式阻塞流水车间调度优化*** |
CN116342019A (zh) * | 2022-12-28 | 2023-06-27 | 天翼云科技有限公司 | 一种实时路况下多目标双层路径规划方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9786173B2 (en) * | 2015-08-18 | 2017-10-10 | The Florida International University Board Of Trustees | Dynamic routing of transit vehicles |
-
2023
- 2023-07-03 CN CN202310801955.6A patent/CN116523433B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1737502A (zh) * | 2005-08-05 | 2006-02-22 | 北京工业大学 | 延误风险规避的车载导航***准动态路线优化方法 |
WO2021135208A1 (zh) * | 2019-12-31 | 2021-07-08 | 苏宁云计算有限公司 | 考虑订单聚合度的配送路径规划方法与*** |
CN111620023A (zh) * | 2020-06-04 | 2020-09-04 | 南京音飞峰云科技有限公司 | 基于动态边权值拓扑图实现密集库设备路径规划的方法 |
CN112734324A (zh) * | 2020-12-25 | 2021-04-30 | 哈尔滨工业大学 | 基于蚁群算法和改进型遗传算法的仓储物流agv路径规划算法 |
CN115035739A (zh) * | 2022-06-09 | 2022-09-09 | 东风悦享科技有限公司 | 一种应用于智能网联园区的自动驾驶车辆调度方法 |
CN115206099A (zh) * | 2022-07-15 | 2022-10-18 | 中国石油大学(华东) | 一种车辆gps轨迹的自适应路径推断方法 |
CN115798199A (zh) * | 2022-11-04 | 2023-03-14 | 山东科技大学 | 车辆路径动态自适应规划方法、***、计算机设备及存储介质 |
CN116342019A (zh) * | 2022-12-28 | 2023-06-27 | 天翼云科技有限公司 | 一种实时路况下多目标双层路径规划方法及*** |
CN116245245A (zh) * | 2023-03-12 | 2023-06-09 | 兰州理工大学 | 一种基于协同进化算法的分布式阻塞流水车间调度优化*** |
Also Published As
Publication number | Publication date |
---|---|
CN116523433A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110530369B (zh) | 基于时间窗的agv任务调度方法 | |
Gu et al. | Plan-based flexible bus bridging operation strategy | |
JP6671507B2 (ja) | ロボット現場戻りのための方法及び装置{method and device for returning robots from site} | |
US20190176328A1 (en) | Dynamically Adjusting Roadmaps for Robots Based on Sensed Environmental Data | |
US10157242B2 (en) | Charger arrangement planning supporting apparatus, charger arrangement planning supporting method, and program | |
US9829893B2 (en) | Operation management system for dump trucks | |
CN111619582B (zh) | 用于车辆的处理装置和处理方法以及计算机可读存储介质 | |
US11860621B2 (en) | Travel control device, travel control method, travel control system and computer program | |
CN112561168A (zh) | 无人搬运车的调度方法和装置 | |
KR101010718B1 (ko) | 복수개의 자원을 점유하는 무인 반송차의 동적 주행방법 | |
Perronnet et al. | Vehicle routing through deadlock-free policy for cooperative traffic control in a network of intersections: Reservation and congestion | |
Lim et al. | Congestion-aware multi-agent path planning: distributed algorithm and applications | |
CN114981852A (zh) | 控制装置、移动体、管理服务器、基站、通信***以及通信方法 | |
CN109697880A (zh) | 无人车停车位分配方法、装置、设备及存储介质 | |
CN116612654A (zh) | 一种无人驾驶车队调度方法、装置及电子设备 | |
Secchi et al. | A dynamic routing strategy for the traffic control of AGVs in automatic warehouses | |
JP2024045465A (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 | |
CN116523433B (zh) | 基于双向动态边权重的四向车调度方法及*** | |
CN115547023A (zh) | 一种车辆控制方法、装置及*** | |
Yousaf et al. | Ride-sharing: A multi source-destination path planning approach | |
CN114185341B (zh) | 无人驾驶车辆路径规划方法、设备及计算机可读存储介质 | |
CN113870556B (zh) | 协同避障方法、装置、***、设备、介质和产品 | |
CN115790594A (zh) | 多类型机器人路径规划方法、装置、设备和存储介质 | |
JP6943033B2 (ja) | 領域管理システム、方法およびプログラム | |
CN116940911A (zh) | 用于管理材料搬运车辆的移动的***和方法 |
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 |