考虑冲突避免的多AGV路径规划研究

目的 提高物流企业“货到人”拣选系统在实际生产中的工作效率，避免自动导引小车(AGV)间的冲突死锁，研究大规模多AGV的无冲突路径规划和协同避障问题。方法 首先考虑AGV空载、负载情况和路径扩展成本，改进A^*算法，动态调整代价函数，优化路径扩展方式。其次，提出冲突检测及避免算法，对可能产生局部冲突的路径交叉点进行避障调度，通过预约锁格，实现局部冲突的检测，制定优先级避障策略，解决AGV动态行驶路径上产生的局部冲突和死锁，进而实现全局无冲突路径规划。结果 对多组不同任务量和不同AGV规模的场景进行仿真，实验结果表明，考虑冲突避免的改进A^*算法能有效实现100个任务、90个货架单位和7个拣选站场景下的多AGV动态路径规划，相较于传统A^*算法，其平均拣选时长缩短了52.61%。结论 该方法可实现大规模场景下的多AGV动态路径规划，在付出较小转弯代价的同时有效避免局部动态冲突，该方法可为相关企业实现多AGV协同调度提供新的思路和理论依据。     

基于图论的AGV数量配置与调度优化方法

为了提高无人仓库的自动引导车（automated guided vehicle,AGV）系统运行效率,研究了大规模场景下无人仓库的AGV数量配置与调度问题。以最小化AGV数量和AGV总运输成本为目标,抽象出任务之间的时空约束来构建AGV共享网络,将数量配置与调度优化问题转化成图论当中的加权最小路径覆盖问题。计算结果表明：对比直接求解数学规划模型,图论方法在大规模场景下求解高效稳定,能够在满足任务时间要求的情况下,用更少的AGV数量以及对应运输成本最小的调度方案完成任务;针对300个任务规模的数量配置与调度问题,图论方法能够在4 s内完成求解,与数学规划模型的求解速度差距达到3个数量级,AGV数量减少10.3%。     

Auto Store仓储系统的运作与效率优化研究

目的 为缓解零售电商商品仓库占地面积广,拣选效率受限等问题。方法 文中就存储策略、指派策略以及路径策略方面对Auto Store仓储系统进行详尽的介绍,在此基础上流程化的分析Auto Store系统完成单次订单拣货作业的业务流程,并运用Anylogic软件对所提出的模型进行仿真和验证。结果 假定订单到达服从Erlang分布,在拣选车和工作站数量和拣选货物数量相同的情况下,对比了Auto Store仓储系统混存布局和传统布局的拣选效率,验证了混存布局的可行性。结论 同时对比基于2种任务指派策略,得出了以基于拣选时间最小化的指派策略下系统运作效率更优这一结论,对理论分析与仿真研究之间的结果进行分析比较,验证了模型的有效性。     

考虑有限物流运输能力的智能车间AGV调度算法研究

以大批量生产模式智能车间为背景,针对单环布局下多自动导航小车 （AGV） 的调度问题进行研究。首先,对典型智能车间特点进行了分析,利用Plant Simulation仿真平台建立了基于实际生产场景的仿真模型;其次,提出了基于软时间窗的AGV调度规则和基于备选调度规则集的6个运行机制;最后,通过设计仿真实验对上述7个调度规则进行了分析和比较。实验结果表明,基于软时间窗AGV调度方法总体上表现更好。这为企业配置和调度AGV小车提供了决策支持。     

基于动态时间窗的泊车系统路径规划研究

针对智能立体停车库中自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,采用分时利用策略,将Dijkstra算法和时间窗法有效结合,提出了一种基于动态时间窗的泊车系统路径规划方法。首先,通过引入优先级策略为接收任务的AGV设定优先级;其次,采用Dijkstra算法,按照任务优先级高低次序,依次为接受任务的AGV规划出最短可行路径;最后,在已知AGV可行路径基础上,通过对可行路径各路段的时间窗进行初始化、实时更新以及实时排布处理,实现多AGV的无冲突路径规划。为验证所提方法的可行性和有效性,以4台AGV同时工作的智能立体停车库为实例进行仿真测试。结果显示:所提出的路径规划方法不仅有效解决了目前多AGV路径规划柔性差、易出现死锁、碰撞冲突等问题,而且可在有效解决路径冲突的前提下,为接受任务的AGV规划出一条时间最短的优化路径。所提方法具有较好的鲁棒性和柔性,有效提高了智能立体停车系统整体运行效率,降低了存取车等待时间。     

光伏电池片生产车间智能物流调度研究

为实现光伏电池片生产车间物流的智能化改造,提出以最大化瓶颈工序机台产能的方式来最大化生产车间产能,并设计相关数学模型和智能物流调度算法。首先,通过对光伏电池片生产车间的问题描述与分析,建立以瓶颈工序机台产能最大化（瓶颈工序机台总停机时间最短）为目标的数学模型。然后,设计了嵌入模型约束规则的车间智能物流调度算法,包括物料调度算法、AGV选择与路径规划、AGV碰撞避免策略设计等,并提出了另一种物料调度算法作为对照方案。最后,通过仿真实验与分析,证明了所设计模型及智能物流调度算法的高效性及适用性,给予车间管理人员相应的管理启示。     

面向仓库货架的商品智能拣选机器人设计

目的 为降低仓储拣选作业的劳动强度、提高拣选准确率,设计一款可代替人工拣货的拣选机器人。方法 基于PaddlePaddle的PP-ShiTu图像识别系统,实现货架商品的精确识别和种类的快速更新;针对低成本机械臂的视觉抓取问题,提出基于“无标定3D视觉+AGV运动控制”的货架商品抓取引导方法;采用二维码自主导航和智能升降系统实现了货架商品的搬运和立体抓取。结果 实验证明,所设计的拣选机器人实现了货架商品的精确抓取和搬运,测试准确率达到了92.25%。结论 基于该方法构建的智能拣选机器人,可以完成仓库货架商品的拣选和搬运。     

基于拣货员协同合作的订单拣选策略研究

本文对单区块人工作业系统中多个拣货员在拣货作业过程中发生的拣选堵塞问题展开研究。构建基于协同合作的拣选路径模型,通过交换拣选订单,动态调整拣选路径,减少拣选堵塞的产生。案例分析结果表明,与S型策略相比,协同合作策略在减少拣选堵塞、缩短订单服务时间方面具有明显的优越性。最后,从影响拣选作业效率的可控因素角度进行敏感性分析,了解不同情况下协同合作策略对拣选作业效率优化的具体表现。     

智能机器人小车在工业生产中的应用

<正>1系统概述自动化物流系统中的AGV系统涉及机械、电子、光学、计算机等多个领域。其作用是在上位计算机的调度和管理下,指挥AGV车辆完成一系列的作业如托盘运输等,解决一系列的问题如计算机与计算机之间的通讯和调度、上位计算机和下位AGV控制器之间的通讯、命令的管理与分配、AGV与AGV之间的     

菜鸟超千台机器人搬运纸箱

<正>菜鸟网络10月23日宣布,位于无锡的最新一代智能仓正式上线。在AI的调度下,多种不同类型超千台机器人协同作业,发货能力比上一代智能仓提升60%。在新一代智能仓内,有总量超过千台的多种不同类型机器人,其中最大的机器人更是能搬起吨级重货。在AI的调度下,千台机器人分工有序。其中全自动立体库实现商品的无人化存储及搬运,机械臂完成成托商品的拆垛分拣,AGV机器人、无人叉车完成搬运、拣选,打标设备给包裹贴上电子面单,分拨机器人将包裹分类,智能输送分拣体系将包裹送往指定     

求解带AGV柔性作业车间调度问题的改进灰狼算法

针对带AGV的柔性作业车间调度问题,以最小化完工时间为目标,考虑AGV在装载站、机器、卸载站之间的有效负载时间和空载时间,构建了数学规划模型。其次,提出一种有效的灰狼算法进行求解,基于该问题特征,设计机器选择、工序排序和AGV搬运的3段编码,有效地保证每个个体均可产生可行解;灰狼算法中改进了关键参数a和E设定方式,有效平衡了算法的勘探能力和局部搜索能力;为进一步提升算法跳出局部最优解的能力,该算法融合了领域搜索等方法。最后,案例测试结果表明,改进灰狼算法在求解带AGV柔性作业车间调度问题中具有优越的性能。     

智能电能表自动化检定的省级协同调度探讨

为实现国网范围内智能电能表自动化检定能力共享、适应智能电能表差异化、波动性的需求特点,本文探讨了智能电能表自动化检定的省级协同调度策略。首先,提出了层次动态任务调度机制,以实现自动化检定车间系统及设备运行状态的实时管控;基于模块化思想设计自动化检定车间的生产调度系统;设计了基于时间窗的自动导引车(Automated Guided Vehicle,AGV)路径冲突规避算法,以提高AGV的传送效率;其次,提出了基于自适应混合作业协同域的生产调度柔性管理策略;其研究成果已得以应用,取得了初步成效,满足了智能电能表的用表需求。     

基于排队论的“水蜘蛛”作业系统调度与仿真

根据"水蜘蛛"作业的特点,将"水蜘蛛"作业系统的调度,看作是车辆路径问题。以最小化各工位的需求期望等待时间和各"水蜘蛛"的期望空闲时间之和T为目标函数,基于排队论建立"水蜘蛛"作业系统的数学模型。结合"水蜘蛛"作业的实际情况,分别对先到先服务策略、堆栈策略、一中心多分区策略和多中心多分区策略下的"水蜘蛛"作业系统进行详细描述和分析。基于蒙特卡洛仿真,对四种调度策略分别建立仿真模型,并输出四个模型的仿真结果。对四种策略下的任务平均完成时间、任务平均到达时间、任务平均等待完成时间和"水蜘蛛"的空闲率进行比较分析,得到四种调度策略各自的优缺点。     

基于“货到人”拣选系统的动态货位分配研究

目的 为了提高“货到人”拣选系统的订单拣选效率，研究了电商仓库货位初始存储状态为非空情况下的商品货位分配问题。方法 考虑货架上现存商品信息、仓库空余货位数、待补货商品和新收入商品信息，提出基于商品关联度的分散存储策略，以极大化货架上所有存储商品的关联度之和为目标构建商品上架与下架的动态货位分配数学模型，并设计贪婪算法，再采用改进粒子群算法对贪婪算法得到的结果进行优化。结果 基于商品关联度的分散存储策略可以减少货架平均搬运次数29.32%左右。结论 与随机分配策略相比，文中提出的货位分配策略能够有效提升整个电商仓储中心的拣选速度。     

给定人员情况下最小化开发时间和成本的软件项目调度

给出了一种软件项目的随机调度模型．它明确地把调度策略作为输入，一旦调度策略确定，模型就可以输出关于项目的完成时间或成本的一个概率分布．利用随机最优化技术，能够计算出软件项目的一个调度策略，它使得项目在人员给定的情况下开发时间和成本最小。     

基于NSGA-Ⅱ算法的分区拣选优化

电商背景下的客户订单呈现出多品种、小批量、高频次等特点,给仓库拣选工作带来很大的挑战。为提高拣选效率,在订单完全拆分的分批策略和组合优化的行走策略下,设计了以总服务时间最小、分区工作量平衡度最优和二次分拣效率最高的多目标分区拣选模型。由于3个目标函数之间存在矛盾,设计了NSGA-II算法对多目标优化模型进行求解。通过数值实验,与传统的不拆分订单的分区拣选系统对比,发现在订单批量环境为[1,4]时,分别使总服务时间减少了43.88%,平衡度改善了84.61%,并分析了区域个数、订单总数和订单批量环境对系统效率的影响。     

辅料库AGV系统的改造

本文介绍了龙岩烟草工业有限公司辅料库AGV系统的改造过程与成果。辅料库AGV系统有5台小车,两台快速充电站,AGV小车的动力电池系统采用的是镍镉电池,电池重量较重且镍镉重金属污染有毒,存在过冲、穿刺等安全隐患,并且小车平均每条任务执行时间较长（小车走几个来回便产生充电需求）,搬运效率较低。系统改造设计中,AGV小车使用了磷酸铁锂蓄电池组,通过单独的电池管理系统,管理电池均衡工作,防止电池过充、过放,延长电池寿命,同时对充电策略进行重新制定,保证小车在搬运任务期间不充电。改造后经检查与测试,本系统运行可靠、生产效率高。     

改进多种群遗传算法的AutoStore系统多AGV调度优化

新兴紧致密集型仓储系统AutoStore存在出、入库单独作业及联合作业并存的情况,使用传统单一作业模式下所得AGV调度方案易导致资源浪费或效率低等问题。在分析多作业模式工作流程基础上,建立多AGV任务分配模型,优化目标为系统总作业时间最短。对传统多种群遗传算法进行改进。首先,为获得具有多样性的初始解,给出适用于实数编码的初始解判断式;其次,为提高搜索效率,给出交叉、变异概率计算式,使得遗传操作能随着进化过程和适应度值变化而不同。算例分析验证所给算法的可行性与有效性,能为系统提供更优的AGV调度方案。     

面向印制电路板钻孔任务动态调度的短视策略

印制电路板钻孔任务因随机到达和工艺要求而难以调度。考虑该问题的NP难性质,提出基于优先规则和智能算法的短视策略。该策略采用事件驱动的再调度机制,在任务到达和任务完工时触发优化算法对当前未开工任务进行决策。为了高效求解每个决策时刻的优化问题,构建了嵌入局部优势定理的模拟退火和变邻域搜索算法,其初始解由优先规则获得。通过计算实验,在不同调度环境下对比两种智能算法与经典优先规则的表现。实验结果表明,智能算法在多数目标下的优化效果较优先规则可提升20%以上,变邻域搜索的优化效果略好于模拟退火,但是模拟退火的计算效率高一倍。     

复杂系统人机交互中的多任务调度策略综述

目的 随着自动化技术的不断发展,系统的复杂性导致多任务成为人机系统交互中常见的场景,多任务呈现出信息模态的复杂化、任务类型多样化、任务中断普遍化等特点,其中多任务的调度策略对系统的运营安全和绩效起着十分重要作用.通过梳理和总结复杂系统人机交互中的多任务调度策略,旨在解决复杂人机系统在设计、建造、维护过程中的问题.方法 通过对国内外相关文献的回顾,以认知心理学的双任务转换生理机制实验研究为起点,从任务调度策略研究逐步分析延展到中断管理和多任务调度决策的发展过程,着重围绕人机交互过程中的多任务调度行为和任务突显性、优先级、参与感、难度、执行时间等不同属性对任务调度决策的影响,进行了详细梳理和总结.结论 在研究综述和相关文献的基础上指出了既有任务调度策略研究中存在的局限性,并从系统交互设计的角度对将来的人机交互多任务管理研究提出了建议.