一种考虑多层货架的AGV实时任务调度方法

一种考虑多层货架的agv实时任务调度方法
技术领域
1.本发明属于agv机器人技术领域，具体涉及一种考虑多层货架的agv实时任务调度方法。


背景技术：

2.仓储行业的对货物进行拣选、出货的过程，从原有传统仓储的“人到货”模式转化到了现代智能仓储的“货到人”模式，即是由员工与agv机器人协同合作完成的。具体地，agv机器人将货架从货架储存区驮到员工拣选工作站前、而后员工进行拣选、agv机器人将货架驮回货架储存区。
3.当前智能仓储行业，在应用agv机器人进行人机协作拣选货物过程中，企业仅将整个货架视作一个整体来进行拣选等任务地调度安排，完全忽略了多层货架中不同层货物的拣选效率差异。通过企业内的特定算法进行调度，主要包括：使某agv搬运某货架从某点至某工作站、以供员工拣选，拣选完成之后再由系统调度agv将货架进行搬运离开工作站。
4.在智能仓储行业的“货到人”拣选模式下，agv无人仓的运转效率一直以来备受关注，仓储企业已将其优化了较大幅度。但用来储存货物的多层货架的不同层货架的差异被忽略，一直被看作是统一整体来进行工作，被agv无人车驮至工作站处供员工拣选。而这种直接忽略多层货架中不同层货架的效率差异将会抹平由于agv路径优化产生的效率提升，这对企业来说是损失的。所以，本专利针对多层货架中不同层货架的效率差异对仓储企业的运转效率做出优化。


技术实现要素：

5.为了解决起下管作业过程中管柱安装效率较低的问题，本发明提出：一种考虑多层货架的agv实时任务调度方法，包括如下步骤：
6.s1、输入参数以设定工作资源，输入参数包括：仓储中心拣选员工的总数量e、一个工作班次总时长t、多层货架的层数l与拣选员工e在拣选第l层货架商品时所需的拣选时间p
el
；
7.s2、建立算法模型；
8.s3、依据算法模型输出的最优结果得出任务调度方案。
9.进一步地，所述步骤s2中，在约束条件下建立目标函数，确定每层货架商品已经拣选的总个数，即总拣选量最大:
10.目标函数：
11.约束条件：
12.式(2)约束为对每个员工来说，其被分配到拣选各商品的总时间小于单个班次总时长；
[0013][0014]
式(3)确保分组后的拣选员工的总数小于或等于工作站总数；
[0015][0016]
式(4)是对分配每个员工的原则的限制，即每个员工最多只能分配给一个拣选组；
[0017]
x
egl
≥0,y
eg
∈{0,1}
ꢀꢀ
(5)
[0018]
式(5)是对决策变量的范围限制；
[0019]
其中公式的下标含义如下：
[0020]
e：拣选员工的序号(e＝1
…
e)；
[0021]
g：拣选分组的序号(g＝1
…
g)；
[0022]
l：多层货架中的层数序号(l＝1
…
l)；
[0023]
其中参数包括总分组个数g、仓储中心拣选员工的总数量e、多层货架的层数l、一个工作班次总时长t、仓库中心的工作站个数s、拣选员工e在拣选第l层货架商品时所需的拣选时间p
el
；
[0024]
其中决策变量包括连续变量x
egl
和01变量y
eg
，连续变量x
egl
描述拣选组g每一个拣选员工e分配给第l层货架商品的时长；01变量y
eg
描述每一个拣选员工e是否分配给拣选组g。
[0025]
进一步地，所述步骤s3中，在设定相关参数并对上述模型求解后，得出决策变量x
egl
和y
eg
的值即为优化后的任务调度方案。
[0026]
本发明的有益效果为：本发明针对智能仓储行业，提出一种可以极大化利用多层货架中不同货架层的效率差异的算法，用以提升诸多企业的生产效率。在智能仓储行业，应用agv机器人进行人机协作拣选货物过程中，企业将整个货架视作一个整体来进行拣选等任务的调度安排，完全忽略了多层货架中不同层货物的拣选效率差异。本发明基于多层货架中不同层货物的不同效率提出了一种考虑多层货架的任务指派算法，该发明可以在不大量损耗企业现有的agv无人车路径规划目标的前提下、极大地利用了多层货架不同层货物的不同拣选效率，从而对仓库出货效率、商品周转率产生极大提高，进而优化企业运转流程、增加企业利润。特殊地，基于研究以及真实数据，本发明可被应用于仓储行业无人仓的“货到人”拣选模式下。
附图说明
[0027]
图1为本发明的流程图；
[0028]
图2为本发明的不同时段商品拣选量的数据图。
具体实施方式
[0029]
一种考虑多层货架的agv实时任务调度方法，包括如下步骤：
[0030]
s1、输入参数以设定工作资源，输入参数包括：仓储中心拣选员工的总数量e、一个工作班次总时长t、多层货架的层数l与拣选员工e在拣选第l层货架商品时所需的拣选时间p
el
；
[0031]
s2、建立算法模型；
[0032]
s3、依据算法模型输出的最优结果得出任务调度方案。
[0033]
其中，所述步骤s2中，在约束条件下建立目标函数，确定每层货架商品已经拣选的总个数，即总拣选量最大:
[0034]
目标函数：
[0035]
约束条件：
[0036]
式(2)约束为对每个员工来说，其被分配到拣选各商品的总时间小于单个班次总时长；
[0037][0038]
式(3)确保分组后的拣选员工的总数小于或等于工作站总数；
[0039][0040]
式(4)是对分配每个员工的原则的限制，即每个员工最多只能分配给一个拣选组；
[0041]
x
egl
≥0,y
eg
∈{0,1}
ꢀꢀ
(5)
[0042]
式(5)是对决策变量的范围限制；
[0043]
其中公式的下标含义如下：
[0044]
e：拣选员工的序号(e＝1
…
e)；
[0045]
g：拣选分组的序号(g＝1
…
g)；
[0046]
l：多层货架中的层数序号(l＝1
…
l)；
[0047]
其中参数包括总分组个数g、仓储中心拣选员工的总数量e、多层货架的层数l、一个工作班次总时长t、仓库中心的工作站个数s、拣选员工e在拣选第l层货架商品时所需的拣选时间p
el
；
[0048]
其中决策变量包括连续变量x
egl
和01变量y
eg
，连续变量x
egl
描述拣选组g每一个拣选员工e分配给第l层货架商品的时长；01变量y
eg
描述每一个拣选员工e是否分配给拣选组g。
[0049]
其中，所述步骤s3中，在设定相关参数并对上述模型求解后，得出决策变量x
egl
和y
eg
的值即为优化后的任务调度方案。
[0050]
本算法以多层货架的不同层拣选效率不同为核心，以此为基础、通过对拣选员工所拣选的任务的分配来优化拣选效率与运营成本。
[0051]
为说明算法实际效果，我们构建了详细的仿真流程，而后对比本专利算法策略(our proposed model)与企业当前正在使用的员工随机安排与拣选任务随机指派策略
(benchmarkmodel)。如图2所示，同时，我们分别对以下三个时段进行优化与仿真：早上时段(0:00～8:00)、中午时段(8:00～16:00)和晚上时段(16:00～24:00)。三种情况的区别在于时段不同导致的需求和拣选时间不同，由此导致的拣选量不同。
[0052]
仿真结果显示，本专利算法策略(our proposed model)在不同的时段下均显著的效率提升，三个时段提升的拣选量提升比例超过34％。
[0053]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

技术特征：
1.一种考虑多层货架的agv实时任务调度方法，其特征在于，包括如下步骤：s1、输入参数以设定工作资源；s2、建立算法模型；s3、依据算法模型输出的最优结果得出任务调度方案。2.如权利要求1所述的考虑多层货架的agv实时任务调度方法，其特征在于，所述步骤s2中，在约束条件下建立目标函数，确定每层货架商品已经拣选的总个数，即总拣选量最大:目标函数：约束条件：式(2)约束为对每个员工来说，其被分配到拣选各商品的总时间小于单个班次总时长；式(3)确保分组后的拣选员工的总数小于或等于工作站总数；式(4)是对分配每个员工的原则的限制，即每个员工最多只能分配给一个拣选组；x
egl
≥0,y
eg
∈{0,1}
ꢀꢀ
(5)式(5)是对决策变量的范围限制；其中公式的下标含义如下：e：拣选员工的序号(e＝1
…
e)；g：拣选分组的序号(g＝1
…
g)；l：多层货架中的层数序号(l＝1
…
l)；其中参数包括总分组个数g、仓储中心拣选员工的总数量e、多层货架的层数l、一个工作班次总时长t、仓库中心的工作站个数s、拣选员工e在拣选第l层货架商品时所需的拣选时间p
el
；其中决策变量包括连续变量x
egl
和01变量y
eg
，连续变量x
egl
描述拣选组g每一个拣选员工e分配给第l层货架商品的时长；01变量y
eg
描述每一个拣选员工e是否分配给拣选组g。3.如权利要求2所述的考虑多层货架的agv实时任务调度方法，其特征在于，所述步骤s3中，在设定相关参数并对上述模型求解后，得出决策变量x
egl
和y
eg
的值即为优化后的任务调度方案。

技术总结
一种考虑多层货架的AGV实时任务调度方法，属于AGV机器人技术领域，包括如下步骤：S1、输入参数以设定工作资源，输入参数包括：仓储中心拣选员工的总数量E、一个工作班次总时长T、多层货架的层数L与拣选员工e在拣选第l层货架商品时所需的拣选时间P


技术研发人员：吴志樵 兰永恒
受保护的技术使用者：东北财经大学
技术研发日：2023.05.11
技术公布日：2023/7/12