一种用于多AGV的智能仓储路线识别装置和方法制造方法及图纸

本发明专利技术公开了一种用于多AGV的智能仓储路线识别装置和方法，S100、确定离线阶段AGV车辆最短路径，提高系统的实时性，减小调度系统在线运算的负担；S200、生成最优调度方案；S300、获取系统实时运行状态，在计算调度方案适应度值时加以不同的惩罚因子处理，并提取系统的实时信息；S400、实施多AGV的动态调度策略，利用时间窗掌握整个系统的实时状态；S500、实现通信交互系统，AGV调度系统与AGV车辆之间建立可靠的通讯连接，以便传输上位机发送的命令、下位机能收集到的AGV运行状态和环境信息；整个系统有利于平衡因重新生成离线最短路径库所消耗的时间，同时便于实现路段出现故障时系统实现快速响应，提高了调度方案适应度值，有效提高了系统的效率和稳定性。

An Intelligent Warehouse Route Recognition Device and Method for Multi-AGV

【技术实现步骤摘要】
一种用于多AGV的智能仓储路线识别装置和方法
本专利技术涉及仓储路线识别
，具体为一种用于多AGV的智能仓储路线识别装置和方法。
技术介绍
自动化物流系统指当在特定的空间和时间，由需要的设备、物料、仓储设施、人员、通讯联系和输送工具等多个相互制约的动态因素组成，是一个具有特定功能的有化整体。它由自动输送机系统、自动立体仓库、计算机管理系统、自动导引小车(AGV)系统和电控系统组成，是一个跨时代的现代化的高科技产业。随着物流自动化、智能化系统的需求日益增加，国内对自动导引车的需求量也渐渐增长。在整个自动化仓储物流中，AGV运输成本占总成本比重较高，仓储任务的精准调度以及AGV良好的路径规划策略，对提高物流作业效率、降低运输成本有重要意义。AGV调度理论指的是仓储车间中对搬运作业的调度和对AGV车辆的调度。良好的作业调度策略可以使得物流仓储任务死锁、任务饥饿情况尽可能避免发生；良好的AGV小车调度可以使得物流仓储任务及时完成，AGV小车之间密切合作，可以极大提高设备利用率，减少物资成本。国内外学者对仓储物流车间AGV调度寻优方面做了诸多研究，取得了诸多成果，这些成果对AGV调度系统的设计有指导作用，可以有效降低任务死锁和饥饿发生的概率，对企业提高生产力，降低人力成本，提高设备资源利用率，提高企业核心竞争力有重要意义。虽然关于AGV调度的诸多研究成果可以为不同速度的多个AGV提供不同的无冲突路线，可以实现动态避障。但对路径冲突种类和突发故障提及较少，无法满足较大规模系统的场景需求，当任务和车辆非常多时，容易产生任务饥饿。但是，现有用于多AGV的智能仓储路线识别装置和方法还存在以下缺陷：尽管多AGV系统的相互协调能力远远乂于单台AGV系统，但其也存在着多AGV系统特有的一些问题：(1)如何解决AGV之间的冲突；(2)如何确保AGV之间的行为协调；(3)如何实现AGV之间的信息共享。
技术实现思路
为了克服现有技术方案的不足，本专利技术提供一种种用于多AGV的智能仓储路线识别装置和方法，本专利技术与传统的提取方法不同，采用两阶段车间调度系统解决了系统实时运行状态获取、离线最短路径库生成、在线最优调度方案生成的三个关键技术，降低以往直接通过时间窗避碰造成的计算难度，并使系统运行状态更加透明可控，同时，通过算法模型在综合考虑运行时间、停车次数、转弯次数的情况下对路径选择策略进行优化，解决了多AGV实时调度问题，能有效的解决
技术介绍
提出的问题。本专利技术解决其技术问题所采用的技术方案是：一种用于多AGV的智能仓储路线识别方法，包括如下步骤：S100、确定离线阶段AGV车辆最短路径，先提取路径坐标、节点关系，建立赋权的无向图模型，再基于时间窗实时进行在线路径规划，实现避碰，提高系统的实时性，减小调度系统在线运算的负担；S200、生成最优调度方案，结合交通规则法、预测式避碰方法控制系统中各节点、路段上AGV的通过时间，通过微遗传算法在综合考虑运行时间、停车次数、转弯次数的情况下对路径选择方案进行优化；S300、获取系统实时运行状态，综合考虑停车、转弯对AGV机械结构和电机的负担，计算调度方案适应度值时加以不同的惩罚因子处理，并提取系统的实时信息；S400、实施多AGV的动态调度策略，利用时间窗掌握整个系统的实时状态，根据多个AGV车辆的实时状态信息实现车辆动态调度策略；S500、实现通信交互系统，AGV调度系统与AGV车辆之间建立可靠的通讯连接，以便传输上位机发送的命令、下位机能收集到的AGV运行状态和环境信息。进一步地，所述S100中，还包括：S101，根据车间地图中节点坐标信息，节点关系信息，先生成包含车间路段实际信息邻接矩阵；S102，采用改进蚁群算法模型求出起始站点i到目标站点j的最短路径，并将相应节点信息储存在包含路径库信息矩阵中，记录的信息包括路段中节点数目、路段数目、路段长度，其中存储形式为path(i，j，1)，表示为起始站点i到目标站点j的搜索到第一条路径；S103，统计当前备选路径数目，判断当前备选路径数目是否大于设定的备选路径数目最大值，是则转向S104，否则转向S105；S104，对当前路径集L按长度进行排序，剔除路径长度最长的路径，保证备选路径数为预先设定的数目，提高在线调度时的搜索效率；S105，根据最短路径上的路段信息，判断是否可继续生成新的路段，是转向S106，否则转向S107；S106，依次删除站点i到站点j当中最短路径的一条边，即依次最短路径中的一条边长度为∞。在新的邻接矩阵下调用改进蚁群算法模型求出当前最短路径I，转向S103；S107，判断起始站点i和目标站点j的值，i≤N，j<N，i不变，j＝j+1；i<N，j＝N时，i＝i+1，j＝1，转向S102；S108，离线路径库生成成功，并且生成的路径中第一条均为最短路径，其余路径中包含次短路经。进一步地，所述S102中改进蚁群算法模型为：S1021，假设整个蚁群的蚂蚁总量为m，当前蚂蚁的编号为k，t时刻边(i，j)上的信息素浓度为Δτij(t)，蚂蚁k每经过一次迭代信息素更新量为S1022，根据信息素的更新策略，得到局部信息素为：：其中，Q为信息素总量，为一个常数；Lk为当前蚂蚁本次迭代过程中经过的总距离，θ为信息素增加因子，取值范围为(0.1)S1023，将每条道路上的信息素浓度设置在[min，max]，之间，并且对信息素挥发引入辅助挥发因子，对全局信息素更新策略为：其中，添加参数ω∈(0，1)和γ∈(1，2)，ω为信息素负挥发因子，γ为信息素正挥发因子。S1024，当前道路信息素浓度小于道路信息素浓度下限时，系统会将当前道路信息素浓度置为道路信息素浓度最小值。进一步地，所述S200还包括：S201，首先根据AGV任务信息和调度方案生成理想情况下描述AGV运行状态的时间窗，包括占用节点、路段的AGV编号、起始时间、结束时间、时间窗长度等信息；S202，通过生成节点时间窗，防止AGV在节点时间窗产生重叠的方式避免节点冲突发生，包括相向冲突和十字交叉节点冲突；S203，设定AGV为匀速来避免发生追及冲突，通过生成路段时间窗，防止AGV在路段时间窗产生重叠的方式避免路段相向冲突发生；S204，对当前所有重叠的节点时间窗和路段时间窗进行排序，其中路段时间窗只查找线路共线且方向相反的路段。S205，重复S202、S203和S204的操作，直至AGV在所有的节点时间窗、路段时间窗上均无重叠，结束查找更新操作；S206，统计各AGV到达目标节点的时间，取其中运行时间最长的时间作为为调度方案整体运行时间。进一步地，所述S200还包括：根据S200中得到的路径运行时间，进行以下操作：S207，根据表示路段间关系的邻接矩阵表和节点编号规律，在生成间窗过程中标记车间路段位置是平行或是垂直，从而根据前后路段之间的位置查询统计调度方案中AGV转弯的次数；S208，根据查找重叠时间窗以后对时间窗进巧更新的次数的统计，从而计算出调度方案中AGV停车等待的次数；S209，采用以下公式实现调度方案：其中，trun为运行时间，aL为AGV车长，av为AGV车速，trurn为转弯次数，Sstop为AGV停车次数。进一步地，所述S300中还包括：S301，首先本文档来自技高网...

【技术保护点】
1.一种用于多AGV的智能仓储路线识别方法，其特征在于：包括如下步骤：S100、确定离线阶段AGV车辆最短路径，先提取路径坐标、节点关系，建立赋权的无向图模型，再基于时间窗实时进行在线路径规划，实现避碰，提高系统的实时性，减小调度系统在线运算的负担；S200、生成最优调度方案，结合交通规则法、预测式避碰方法控制系统中各节点、路段上AGV的通过时间，通过微遗传算法在综合考虑运行时间、停车次数、转弯次数的情况下对路径选择方案进行优化；S300、获取系统实时运行状态，综合考虑停车、转弯对AGV机械结构和电机的负担，计算调度方案适应度值时加以不同的惩罚因子处理，并提取系统的实时信息；S400、实施多AGV的动态调度策略，利用时间窗掌握整个系统的实时状态，根据多个AGV车辆的实时状态信息实现车辆动态调度策略；S500、实现通信交互系统，AGV调度系统与AGV车辆之间建立可靠的通讯连接，以便传输上位机发送的命令、下位机能收集到的AGV运行状态和环境信息。

【技术特征摘要】
1.一种用于多AGV的智能仓储路线识别方法，其特征在于：包括如下步骤：S100、确定离线阶段AGV车辆最短路径，先提取路径坐标、节点关系，建立赋权的无向图模型，再基于时间窗实时进行在线路径规划，实现避碰，提高系统的实时性，减小调度系统在线运算的负担；S200、生成最优调度方案，结合交通规则法、预测式避碰方法控制系统中各节点、路段上AGV的通过时间，通过微遗传算法在综合考虑运行时间、停车次数、转弯次数的情况下对路径选择方案进行优化；S300、获取系统实时运行状态，综合考虑停车、转弯对AGV机械结构和电机的负担，计算调度方案适应度值时加以不同的惩罚因子处理，并提取系统的实时信息；S400、实施多AGV的动态调度策略，利用时间窗掌握整个系统的实时状态，根据多个AGV车辆的实时状态信息实现车辆动态调度策略；S500、实现通信交互系统，AGV调度系统与AGV车辆之间建立可靠的通讯连接，以便传输上位机发送的命令、下位机能收集到的AGV运行状态和环境信息。2.根据权利要求1所述的一种用于多AGV的智能仓储路线识别方法，其特征在于：所述S100中，还包括：S101，根据车间地图中节点坐标信息，节点关系信息，先生成包含车间路段实际信息邻接矩阵；S102，采用改进蚁群算法模型求出起始站点i到目标站点j的最短路径，并将相应节点信息储存在包含路径库信息矩阵中，记录的信息包括路段中节点数目、路段数目、路段长度，其中存储形式为path(i，j，1)，表示为起始站点i到目标站点j的搜索到第一条路径；S103，统计当前备选路径数目，判断当前备选路径数目是否大于设定的备选路径数目最大值，是则转向S104，否则转向S105；S104，对当前路径集L按长度进行排序，剔除路径长度最长的路径，保证备选路径数为预先设定的数目，提高在线调度时的搜索效率；S105，根据最短路径上的路段信息，判断是否可继续生成新的路段，是转向S106，否则转向S107；S106，依次删除站点i到站点j当中最短路径的一条边，即依次最短路径中的一条边长度为∞。在新的邻接矩阵下调用改进蚁群算法模型求出当前最短路径I，转向S103；S107，判断起始站点i和目标站点j的值，i≤N，j<N，i不变，j＝j+1；i<N，j＝N时，i＝i+1，j＝1，转向S102；S108，离线路径库生成成功，并且生成的路径中第一条均为最短路径，其余路径中包含次短路经。3.根据权利要求1所述的一种用于多AGV的智能仓储路线识别方法，其特征在于：所述S102中改进蚁群算法模型为：S1021，假设整个蚁群的蚂蚁总量为m，当前蚂蚁的编号为k，t时刻边(i，j)上的信息素浓度为Δτij(t)，蚂蚁k每经过一次迭代信息素更新量为S1022，根据信息素的更新策略，得到局部信息素为：：其中，Q为信息素总量，为一个常数；Lk为当前蚂蚁本次迭代过程中经过的总距离，θ为信息素增加因子，取值范围为(0.1)S1023，将每条道路上的信息素浓度设置在[min，max]，之间，并且对信息素挥发引入辅助挥发因子，对全局信息素更新策略为：其中，添加参数ω∈(0，1)和γ∈(1，2)，ω为信息素负挥发因子，γ为信息素正挥发因子。S1024，当前道路信息素浓度小于道路信息素浓度下限时，系统会将当前道路信息素浓度置为道路信息素浓度最小值。4.根据权利要求1所述的一种用于多AGV的智能仓储路线识别方法，其特征在于：所述S200还包括：S201，首先根据AGV任务信息和调度方案生成理想情况下描述AGV运行状态的时间窗，包括占用节点、路段的AGV编号、起始时间、结束时间、时间窗长度等信息；S202，通过生成节点时间窗，防止AGV在节点时间窗产生重叠的方式避免节点冲突发生，包括相向冲突和十字交叉节点冲突；S203，设定AGV为匀速来避免发生追及冲突，通过生成路段时间窗，防止AGV在路段时间窗产生重叠的方式避免路段相向冲突发生；S204，对当前所有重叠的节点时间窗和路段时间窗进...

【专利技术属性】
技术研发人员：张亚南，
申请(专利权)人：盐城品迅智能科技服务有限公司，
类型：发明
国别省市：江苏,32