一种基于多AGV的智能仓储路线规划系统和方法

本发明公开了一种基于多AGV的智能仓储路线规划方法和系统,包括如下步骤:S100、明确任务派发规则,对仓储任务生成时的优先级进行划分,S200、动态优先级调整,对运输中的AGV负载的任务进行动态优先级调整,S300、最优路径规划,通过动态地对时间窗进行精确计算和加锁来重置路线以避免冲突,并分别对可预测的垂直相遇冲突和相向相遇冲突进行应对策略研究,最后找到无冲突的最短路径;S400、预测性地避免冲突策略,针对多AGV在仓储车间的运输过程中可能遇到的交通问题做了交通规则制定以及不可预测冲突的检测与处理,系统将仓储车间任务的时间成本降到最低,保证了车辆无碰撞的条件下可使AGV路径成本最低,同时提高了任务调度和车辆调度的效率。

专利类型: 发明专利
申请(专利)号: CN201910370068.1
申请日期: 2019年5月6日
公开(公告)日: 2019年9月20日
公开(公告)号: CN110264120A
主分类号: G06Q10/08,G06Q10/00,G,G06,G06Q,G06Q10
分类号: G06Q10/08,G06Q10/00,G,G06,G06Q,G06Q10
申请(专利权)人: 盐城品迅智能科技服务有限公司
发明(设计)人: 张亚南
主申请人地址: 224014 江苏省盐城市盐都区盐龙街道华锐中路9号盐城高新技术创业园服务中心3楼
专利代理机构: 北京和信华成知识产权代理事务所(普通合伙)
代理人: 胡剑辉
国别省市代码: 江苏;32
主权项: 1.一种基于多AGV的智能仓储路线规划方法,其特征在于:包括如下步骤: S100、明确任务派发规则,对仓储任务生成时的优先级进行划分,针对每一个仓储任务进行车辆匹配度排序,每一个待分配车辆的仓储任务都对应一个可用车辆队列,同时这些车辆本身也有一个已分配待执行任务的队列; S200、动态优先级调整,对运输中的AGV负载的任务进行动态优先级调整,根据重叠时间窗和拓扑地图,来确定将会发生哪种节点冲突,然后对每个节点的时间窗加锁; S300、最优路径规划,针对实际车间运输情况,利用A-Star算法启发式地为多个AGV分别搜索路径得到临时的最短路径,计算小车访问仓储节点的时间,过动态地对时间窗进行精确计算和加锁来重置路线以避免冲突,并分别对可预测的垂直相遇冲突和相向相遇冲突进行应对策略研究,最后找到无冲突的最短路径; S400、预测性地避免冲突策略,针对多AGV在仓储车间的运输过程中可能遇到的交通问题做了交通规则制定以及不可预测冲突的检测与处理。 2.根据权利要求1所述的一种基于多AGV的智能仓储路线规划方法,其特征在于:所述S200中时间窗算法具体操作为: S201,在有向连接网络G=(V,E)中,假设有x辆车参与任务执行,则任务的AGV集合为A={a1,a2,a3,…ax}; S202,设任务的起点集合和终点的集合分别记为S和D,且则自动导引车所经过节点的时间窗可以定义为; 式中表示自动导引车保留节点i的时间,表示自动导引车释放节点i的时间,i∈V; S203,将AGV车辆沿整个路径轨迹的时间最短的优化,转化为AGV沿每一段曲线轨迹运动所需的时间hi的分段优化,把总时间分段位一定的时间间隔[t1,t2],[t2,t3]…[tn-2,tn-1],[tn-1,tn],则相邻两时间段节点的长度为: hi=ti-1-ti(i=1,2,3,…n-1) 其中,ti为AGV运动到i点的时刻。 3.根据权利要求2所述的一种基于多AGV的智能仓储路线规划方法,其特征在于:所述S203中,对相邻两时间段节点的长度进行如下优化: S2031、先将最优路径的解编码成遗传算法所需要的染色体; S2032、种群初始化,且在hi时间间隔内随机产生一定数量的个体; S2033、对于种群中的每一个个体,其适应值大小为: 其中,是在其给定范围能取的最大值; S2034、选择,复制,令种群中个体的适应度值为fi,选择种群的概率为: S2035、交叉或基因重组,交叉算子采用算数形式,记a1,a2为两个旧个体,通过算数交叉算子操作,产生新的个体a′1,a′2,产生新个体的计算公式为: 其中,表示ak的上下界,g是当前的选代次数。 4.根据权利要求1所述的一种基于多AGV的智能仓储路线规划方法,其特征在于:所述S300中AGV最优路径规划算法为: S301、将一个仓储搬运任务定义为: carryk(t)={PQk(t),btk,Sk,Dk,LBk(t),} 其中PQk表示第k个任务的实时优先级,参数越大优先级越低;btk表示第k个任务的开始时间,Sk和Dk分别表示第k个任务的装载点和卸载点,且Sk∈V、Dk∈V;枚举类型的参数LBk(t)表示第k个任务的搬运状态; S302、对于LBk(t)的搬运状态给任务分配不同的优先级,分别为高优先级队列、中优先级队列和低优先级队列。 5.根据权利要求1所述的一种基于多AGV的智能仓储路线规划方法,其特征在于:所述S300还根据任务的优先级分配和时间窗的计算实现路径规化。 6.根据权利要求5所述的一种基于多AGV的智能仓储路线规划方法,其特征在于:所述S300中路径规划步骤为: S3021、根据上位机系统管理员输入仓储物流参数,将任务划分优先级,插入优先级队列,并初始化多个运输任务carryk(t); S3022、按照任务的优先级顺序进行车辆调度:按照任务等待时间最短原则对可负载AGV进行排序,选用队首AGV来执行任务,插入此AGV的待执行队列; S3023、用A-Star算法对路径进行启发式搜索,得到临时的最短行驶路径; S3024、计算小车到达每个路径节点的时间ti,然后计算出自动导引车保留节点i的时间和自动导引车释放节点i的时间 S3025、初始化节点时间窗ωk,如果存在任务p和q使说明节点时间窗因尚未加锁而出现重叠现象,即在的某个保留时间窗内出现了其他车辆 S3026、根据重叠时间窗和拓扑地图,来确定将会发生哪种节点冲突,然后对每个节点的时间窗加锁; S3027、生成可执行任务(指定AGV,明确路线),AGV执行完任务空闲后,由于该AGV可能成为其他任务的障碍,所以要优先派发该车辆,重复执行S3021等待管理员动态分发新需求。 7.根据权利要求1所述的一种基于多AGV的智能仓储路线规划方法,其特征在于:所述S400中对仓储物流车间AGV车辆规定如下交通规则为: S401、AGV在仓储车间按照预先铺设的磁条或磁带前进,在指定的可投递节点之间负载货物行驶; S402、当通过时间窗排布预测到发生垂直相遇冲突时,严格按照任务的优先级排序,携带高优先级任务的车辆优先通过路口,同一优先级按照任务的开始时间参数btk来排序,参数值时间较早者优先通过路口; S403、AGV车辆在车间前进时保持匀速行驶,有固定的转弯时间且AGV每次只能负载一个任务,不受货物多少的影响; S404、假如a1节点到f1节点需要AGV运输三次,那么系统管理员应该设置三个搬运任务,可能分配给同一个车辆也可能分配给不同车辆; S405、当负载任务的车辆运输过程中遇到空闲同伴AGV时,考察车辆的位置再规划路线。 8.一种用于权利要求1所述方法的智能仓储路线规划系统,其特征在于:包括上位机系统、条码识别系统和供件系统; 所述上位机系统包括地图管理模块、监控显示模块、路径规划模块、AGV控制模块、调度模块、数据管理模块和通讯模块,所述上位机系统的信号端与条码识别系统交互连接; 所述条码识别系统负责采集物件的图像,并通过图像处理器处理后得到条码信息,最后通过通讯模块发送给上位机系统; 所述供件系统负责为AGV车进行供件; 所述数据管理模块负责将系统数据持久化到数据库。
法律状态: 公开,公开,公开