基于多节点信息协同的智能分拣调度方法及系统与流程
本发明涉及生产物流智能调度与自动化分拣,具体是基于多节点信息协同的智能分拣调度方法及系统。
背景技术:
1、生产物流是连接制造、仓储与配送的关键环节,其中分拣调度是实现物料从输入端到目标输出端高效流转的核心作业;随着制造业向智能化、柔性化方向转型升级,生产物流场景中的物料种类日益增多、分拣路径日趋复杂、响应时效性要求不断提高,传统分拣调度方式已难以满足现代生产物流的高效率、高精度和低成本运营需求。
2、现有方案中,大多中小型制造工厂和仓储物流中心的分拣调度作业仍依赖人工操作,但人工分拣调度模式存在以下显著缺陷:
3、调度效率低下,人工调度依赖操作人员对物料信息(种类、目的地、紧急程度)的记忆和经验判断,当分拣任务量增大、物料种类增多时,操作人员难以在短时间内做出最优调度决策。
4、多节点信息孤岛导致调度延迟的问题,生产物流场景中rfid、视觉传感器、位置编码器、分拣口状态传感器等多源数据在时间和空间上缺乏统一的协同对齐机制,导致调度决策滞后,无法满足实时分拣的时效性要求。
5、分拣路径冲突频发的问题,多物料在多条传送带上同时流转,当不同物料的目标分拣口产生交叉或竞争时,现有方案缺乏有效的冲突预测与规避机制,导致物料碰撞、错分和系统停机。
6、分拣设备资源利用率低的问题,现有方案中各分拣口、agv、机械臂等执行设备的负载分配不均衡,部分设备长期满负荷运转而其他设备处于闲置状态,整体资源利用率低下。
7、调度策略缺乏动态自适应性,现有方案采用静态分拣规则,无法根据实时工况(分拣口拥堵、设备故障、物料激增)进行动态调整,系统鲁棒性差。
技术实现思路
1、本发明的目的在于提供基于多节点信息协同的智能分拣调度方法及系统,以解决上述背景技术中提出的问题。
2、为实现上述目的,本发明提供如下技术方案:
3、一种基于多节点信息协同的智能分拣调度方法,包含:
4、通过边缘协同网关对多源信息节点进行传感器数据同步,并对同步后的多源传感数据进行边缘预处理,以获取标准化协同数据包;
5、通过中心智能调度引擎构建分拣系统实时状态的全局状态图,并基于协同数据表对所述全局状态图中各物料的状态向量与属性向量进行更新;
6、基于更新后的所述全局状态图对在途物料进行路径推演,判断是否发生路径冲突并计算对应冲突严重度指标;
7、根据冲突严重度指标以及各分拣口的负载分布情况进行优先级再调度调整,以获取并建立负载均衡的最优调度方案;
8、将所述最优调度方案转化为调度指令并通过边缘协同网关下发至执行设备,以控制执行设备执行分拣动作;
9、通过边缘协同网关反馈执行结果,并基于所述执行结果进行全局状态图更新。
10、作为本发明的进一步方案:所述通过边缘协同网关对多源信息节点进行传感器数据同步,并对同步后的多源传感数据进行边缘预处理,以获取标准化协同数据包的步骤具体包括:
11、通过边缘协同网关同步来自多源传感器节点的传感器数据,所述传感器节点包括rfid标签读取节点、视觉检测节点、传送带位置传感器节点以及分拣口负载状态传感器节点;
12、基于中心智能调度引擎的时钟基准及时间同步协议对边缘协同网关关联的数个传感器节点进行时间戳同步,并对传感器数据进行时间维度对齐;
13、对所述传感器数据的原始数据进行去噪、滤波以及特征提取,以获取多源特征数据,所述多源特征数据包括物料身份信息、物料尺寸以及条码特征;
14、将时间戳以及多源特征数据按统一json格式进行封装,生成协同数据包并同步上传至中心调度引擎。
15、作为本发明的再进一步方案:所述通过中心智能调度引擎构建分拣系统实时状态的全局状态图,并基于协同数据表对所述全局状态图中各物料的状态向量与属性向量进行更新的步骤中:
16、所述全局状态图以有向图g=(v,e)表征,其中v为顶点集合,用于表征传送带入口节点、传送带交汇节点、分拣口节点和传送带出口节点,所述e为边集合,用于表征节点之间的可行传送路径、每条边附带属性向量,所述附带属性向量包括路径长度、当前传送带速度以及路径占用状态;
17、所述全局状态图以固定周期进行同步更新。
18、作为本发明的再进一步方案:所述基于更新后的所述全局状态图对在途物料进行路径推演,判断是否发生路径冲突并计算对应冲突严重度指标的步骤具体包括:
19、基于在途物料的当前全局位置坐标、所在传送带速度以及目标分拣口,沿所述全局状态图中的最短路径进行未来预设时间窗口内的位置序列模拟;
20、将任一一对在途物料的位置序列进行比较判定,若比较判定的结果满足预设条件之一,则判定为路径冲突;
21、对判定为路径冲突的在途物料,基于到达时间差、负载率偏差以及物料紧急程度,计算冲突严重度指标,所述冲突严重度指标与处理优先级成正相关。
22、作为本发明的再进一步方案:所述根据冲突严重度指标以及各分拣口的负载分布情况进行优先级再调度调整的步骤中,优先级再调度调整包括优先级重排策略、路径重规划策略以及速度调控策略,还包括物料调度优先级的计算步骤;
23、所述物料调度优先级p_dynamic表征为:
24、p_dynamic=α×p_base+β×(1-1/(1+s_conflict))+γ×(1-load_rate_target)+δ×urgency_factor,
25、其中,p_base为基础优先级,s_conflict为物料当前面临的最高冲突严重度,load_rate_target为目标分拣口当前负载率,urgency_factor为紧急程度因子,α、β、γ、δ为权重系数。
26、本发明实施例旨在提供基于多节点信息协同的智能分拣调度系统,包含:
27、数据同步模块,用于通过边缘协同网关对多源信息节点进行传感器数据同步,并对同步后的多源传感数据进行边缘预处理,以获取标准化协同数据包;
28、状态更新模块,用于通过中心智能调度引擎构建分拣系统实时状态的全局状态图,并基于协同数据表对所述全局状态图中各物料的状态向量与属性向量进行更新;
29、冲突判断模块,用于基于更新后的所述全局状态图对在途物料进行路径推演,判断是否发生路径冲突并计算对应冲突严重度指标;
30、优化调整模块,用于根据冲突严重度指标以及各分拣口的负载分布情况进行优先级再调度调整,以获取并建立负载均衡的最优调度方案;
31、调度分发模块,用于将所述最优调度方案转化为调度指令并通过边缘协同网关下发至执行设备,以控制执行设备执行分拣动作;
32、反馈更新模块,用于通过边缘协同网关反馈执行结果,并基于所述执行结果进行全局状态图更新。
33、作为本发明的进一步方案:所述数据同步模块包括:
34、数据获取单元,用于通过边缘协同网关同步来自多源传感器节点的传感器数据,所述传感器节点包括rfid标签读取节点、视觉检测节点、传送带位置传感器节点以及分拣口负载状态传感器节点;
35、节点同步单元,用于基于中心智能调度引擎的时钟基准及时间同步协议对边缘协同网关关联的数个传感器节点进行时间戳同步,并对传感器数据进行时间维度对齐;
36、数据处理单元,用于对所述传感器数据的原始数据进行去噪、滤波以及特征提取,以获取多源特征数据,所述多源特征数据包括物料身份信息、物料尺寸以及条码特征;
37、数据封装单元,用于将时间戳以及多源特征数据按统一json格式进行封装,生成协同数据包并同步上传至中心调度引擎。
38、作为本发明的再进一步方案:所述状态更新模块中:
39、所述全局状态图以有向图g=(v,e)表征,其中v为顶点集合,用于表征传送带入口节点、传送带交汇节点、分拣口节点和传送带出口节点,所述e为边集合,用于表征节点之间的可行传送路径、每条边附带属性向量,所述附带属性向量包括路径长度、当前传送带速度以及路径占用状态;
40、所述全局状态图以固定周期进行同步更新。
41、作为本发明的再进一步方案:所述冲突判断模块包括:
42、位置模拟单元,用于基于在途物料的当前全局位置坐标、所在传送带速度以及目标分拣口,沿所述全局状态图中的最短路径进行未来预设时间窗口内的位置序列模拟;
43、位置判定单元,用于将任一一对在途物料的位置序列进行比较判定,若比较判定的结果满足预设条件之一,则判定为路径冲突;
44、冲突计算单元,用于对判定为路径冲突的在途物料,基于到达时间差、负载率偏差以及物料紧急程度,计算冲突严重度指标,所述冲突严重度指标与处理优先级成正相关。
45、作为本发明的再进一步方案:所述优先级再调度调整包括优先级重排策略、路径重规划策略以及速度调控策略,所述优化调整模块中包括物料调度优先级;
46、所述物料调度优先级p_dynamic表征为:
47、p_dynamic=α×p_base+β×(1-1/(1+s_conflict))+γ×(1-load_rate_target)+δ×urgency_factor,
48、其中,p_base为基础优先级,s_conflict为物料当前面临的最高冲突严重度,load_rate_target为目标分拣口当前负载率,urgency_factor为紧急程度因子,α、β、γ、δ为权重系数。
49、与现有技术相比,本发明的有益效果包括:
50、消除信息孤岛,实现多节点协同,通过构建多源信息采集层-边缘协同网关层的信息汇聚架构,配合精密时间同步协议和统一空间坐标系,将分散在rfid、视觉、位置和负载传感器中的异构数据融合为统一的物料状态向量;相比现有的人工调度和单一数据源方案,本发明实现了多节点信息在时间、空间和语义三个维度的精确协同,从根本上消除了信息孤岛问题。
51、智能预测与规避分拣路径冲突,通过路径冲突预测模块对未来5秒内的物料运动轨迹进行前向推演,结合冲突严重度评估和动态优先级调度策略(优先级重排、路径重规划、速度调控),实现了分拣路径冲突的提前预测和主动规避;相比现有方案中被动的冲突处理方式,本发明可将分拣路径冲突率降低80%以上,显著减少因冲突导致的系统停机时间。
52、提升设备资源利用率,通过负载均衡模块对各分拣口的实时负载进行监控和动态调整,确保负载标准差控制在15%以内,避免部分设备过载而其他设备闲置的情况;同时,动态优先级调度算法综合考虑物料紧急程度、分拣口负载和路径冲突概率,使整体设备资源利用率提升30%至50%。
53、增强系统自适应能力,感知-预测-调度-执行-反馈的闭环控制架构,能够实时感知分拣现场的工况变化(如设备故障、物料激增、分拣口拥堵),并自动调整调度策略;当某一分拣口出现故障时,系统自动将物料重新路由至备用分拣口;当某类物料突然激增时,系统自动调整优先级分配和负载均衡策略,保证整体分拣效率的稳定。
54、全流程自动化,无需人工介入进行车型识别、分拣分配、调度协调等操作,相比传统人工分拣模式,可将操作人员需求减少70%以上,同时将分拣错误率从人工模式的3%-5%降低至0.1%以下。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com