【技术实现步骤摘要】
本专利技术涉及机器人调度，特别是一种agv机器人调度管理方法及系统。
技术介绍
1、随着自动化技术和智能制造的快速发展，自动导引车agv在现代工业和物流系统中的应用日益广泛，agv机器人作为一种能够自主执行搬运和物料配送的智能设备，在降低人力成本、提高效率以及实现无人化工厂中发挥了关键作用，传统的agv调度系统主要依赖于预设的路径规划算法，这种方法在一些复杂的作业环境中会出现效率低下或无法适应动态变化的情况，随着物联网技术、人工智能以及大数据处理技术的进步，agv机器人调度的智能化管理成为新的研究热点，期望通过更灵活的调度策略实现任务执行的最优化，进而提高整个系统的工作效率。
2、然而，现有技术在agv机器人调度管理方面存在诸多不足，首先，传统调度算法大多采用静态优化方法，无法有效应对工作环境中的实时变化，例如路径阻塞、机器故障以及电量耗尽等不可预见的事件，其次，现有的agv调度系统大多忽视了机器电量管理的重要性，导致agv在作业中途因为电量不足而停止工作，影响了整体生产流程的连续性，此外，当前的agv调度方法在大规模、多任务并发情况下容易出现调度冲突，难以根据任务优先级及时调整调度方案，随着agv应用场景的复杂化，如何实现高效的多任务调度以及更智能的能源管理，成为了亟待解决的问题。
技术实现思路
1、鉴于上述现有的一种agv机器人调度管理方法及系统中存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于现有的agv机器人调度管理无法有效应对
3、为解决上述技术问题，本专利技术提供如下技术方案：一种agv机器人调度管理方法，其包括，收集agv机器人作业数据，并基于收集的agv机器人作业数据建立agv机器人作业环境拓扑图g(v,e)；设定agv机器人临界电量阈值，根据收集的agv机器人作业数据，实时监控agv机器人电量状态；基于agv机器人的任务数据，计算任务优先级评分pi，结合agv机器人作业环境拓扑图g(v,e)，使用广度优先搜索bfs生成候选路径集合ri，使用贪婪算法对候选路径集合ri进行初步筛选，生成agv的初始路径，并使用自适应大邻域搜索alns，设立目标函数进行迭代，输出最优初始解；基于alns生成的最优初始解，进行反向退火并结合邻域操作，输出agv机器人调度管理方案；将agv机器人作业数据使用非对称加密算法进行加密，并将加密后的agv机器人作业数据存储于数据库。
4、作为本专利技术所述agv机器人调度管理方法的一种优选方案，其中：所述收集agv机器人作业数据，并基于收集的agv机器人作业数据建立agv机器人作业环境拓扑图g(v,e)包括，
5、收集agv机器人作业环境数据、任务数据和电池数据；
6、所述收集agv机器人作业环境数据指在agv机器人上部署lidar传感器、高清摄像头、惯性测量单元imu和高精度gps，收集agv机器人作业环境数据，所述agv机器人作业环境数据包括机器人作业环境的3d点云数据、agv机器人行驶路径上的静态和动态物体数据、agv机器人的gps位置数据以及agv机器人的加速度数据和角速度数据；
7、基于收集的agv机器人作业环境数据，使用同步定位与地图构建算法slam，根据作业环境中的3d点云数据和gps位置数据，生成环境拓扑图g(v,e)，所述agv机器人作业环境拓扑图包括节点集v和边集e；
8、所述节点集v指agv机器人调度环境中的关键节点，包括agv机器人需要执行任务的地点、agv机器人在行驶过程中需要经过的路径交汇点和转弯点；
9、所述边集e指节点之间的连通路径；
10、所述收集agv机器人任务数据指使用环境拓扑图g(v,e)中的节点集和边集获取任务路径，并通过传感器采集当前任务的负载重量w，设定每个任务的紧急性，以便在调度过程中优先考虑每个任务的特点；
11、所述收集agv机器人电池数据指通过安装在agv机器人上的电量监测器，实时监控agv机器人电池数据。
12、作为本专利技术所述agv机器人调度管理方法的一种优选方案，其中：所述设定agv机器人临界电量阈值，根据收集的agv机器人作业数据，实时监控agv机器人电量状态包括，
13、基于收集的agv机器人作业数据，计算agv机器人作业任务的电池消耗量；
14、
15、其中，ed是每个agv机器人作业任务的电池消耗量，是agv机器人单位行驶距离电池消耗量，di，j是agv机器人从节点i到节点j的距离，v是agv机器人的行驶速度，w是agv机器人的负载重量，wmax是agv机器人的最大负载重量；
16、根据计算得到的agv机器人作业任务的电池消耗量ed和agv机器人当前的电池电量ec，计算得到执行当前作业任务的agv机器人作业任务执行后剩余的电量er；
17、设立临界电量阈值bc，与agv机器人作业任务执行后剩余的电量er进行对比判断；
18、若er＞bc，则继续执行作业任务；
19、若er≤bc，则前往最近充电站进行充电。
20、作为本专利技术所述agv机器人调度管理方法的一种优选方案，其中：所述基于agv机器人的任务数据，计算任务优先级评分pi，结合agv机器人作业环境拓扑图g(v,e)，使用广度优先搜索bfs生成候选路径集合ri，使用贪婪算法对候选路径集合ri进行初步筛选，生成agv的初始路径，并使用自适应大邻域搜索alns，设立目标函数进行迭代，输出最优初始解包括，
21、基于收集到的agv机器人任务数据，计算任务优先级pi：
22、
23、其中，tid是任务的完成时限，tic是当前时间；
24、基于agv机器人作业环境拓扑图g(v,e)，使用广度优先搜索bfs从起始位置到目标位置生成每个agv机器人的全部可行候选路径集ri：
25、ri＝{ri1,ri2,λrin}，
26、其中，i是第i个agv机器人，n是第i个agv机器人有n条可行路径；
27、建立alns目标函数：
28、
29、其中，falns(q)是当前路径选择方案q的总成本，i是第i台agv机器人，n是agv机器人总数，n是第i台agv机器人可选择的路径数量，di，j是agv机器人i选择路径j的行驶总距离，ci，j(t)是路径rij在时间t时的拥堵情况，即时间t时路径上同时存在的agv机器人数量和该路径允许的最大agv机器人数量的比值，t完成任务的时间总数，w1和w2分别是路径长度和路径拥堵的权重系数，qi，j是一个二进制决策变量，表示agv机器人i是否选择路径rij，若qi，j＝1，则表示agv机器人i选择了第j条路径，若qi，j＝0，则未选择该路径，β是冲突惩罚系数，用于确保每个agv机本文档来自技高网...
【技术保护点】
1.一种AGV机器人调度管理方法，其特征在于：包括，
2.如权利要求1所述的AGV机器人调度管理方法，其特征在于：所述收集AGV机器人作业数据，并基于收集的AGV机器人作业数据建立AGV机器人作业环境拓扑图G(V,E)包括，
3.如权利要求2所述的AGV机器人调度管理方法，其特征在于：所述设定AGV机器人临界电量阈值，根据收集的AGV机器人作业数据，实时监控AGV机器人电量状态包括，
4.如权利要求3所述的AGV机器人调度管理方法，其特征在于：所述基于AGV机器人的任务数据，计算任务优先级评分Pi，结合AGV机器人作业环境拓扑图G(V,E)，使用广度优先搜索BFS生成候选路径集合Ri，使用贪婪算法对候选路径集合Ri进行初步筛选，生成AGV的初始路径，并使用自适应大邻域搜索ALNS，设立目标函数进行迭代，输出最优初始解包括，
5.如权利要求4所述的AGV机器人调度管理方法，其特征在于：所述基于ALNS生成的最优初始解，进行反向退火并结合邻域操作，输出AGV机器人调度管理方案包括，
6.如权利要求5所述的AGV机器人调度管理
7.如权利要求6所述的AGV机器人调度管理方法，其特征在于所述：所述将加密后的AGV机器人作业数据存储于数据库包括，
8.一种基于权利要求1-7任一所述的AGV机器人调度管理方法的AGV机器人调度管理系统，其特征在于：包括，
9.一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的AGV机器人调度管理方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的AGV机器人调度管理方法的步骤。
...【技术特征摘要】
1.一种agv机器人调度管理方法，其特征在于：包括，
2.如权利要求1所述的agv机器人调度管理方法，其特征在于：所述收集agv机器人作业数据，并基于收集的agv机器人作业数据建立agv机器人作业环境拓扑图g(v,e)包括，
3.如权利要求2所述的agv机器人调度管理方法，其特征在于：所述设定agv机器人临界电量阈值，根据收集的agv机器人作业数据，实时监控agv机器人电量状态包括，
4.如权利要求3所述的agv机器人调度管理方法，其特征在于：所述基于agv机器人的任务数据，计算任务优先级评分pi，结合agv机器人作业环境拓扑图g(v,e)，使用广度优先搜索bfs生成候选路径集合ri，使用贪婪算法对候选路径集合ri进行初步筛选，生成agv的初始路径，并使用自适应大邻域搜索alns，设立目标函数进行迭代，输出最优初始解包括，
5.如权利要求4所述的agv机器人调度管理方法，其特征在于...
【专利技术属性】
技术研发人员：周亚州，孙州明，周标，王志伟，
申请(专利权)人：苏州元子智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。