一种基于作业位置状态预测的机器人调度方法及系统与流程
本发明涉及仓储物流自动化和移动机器人调度,尤其涉及一种基于作业位置状态预测的机器人调度方法及系统。
背景技术:
1、在自动化立体库、料箱库、托盘库、线边仓、缓存区及上下料区等仓储物流场景中,移动机器人需要在库位、工位、缓存位或其他作业位置之间执行取货、放货、补货和搬运任务。当目标作业位置当前尚未满足作业条件时,仓储控制系统可以根据目标作业位置的状态预测结果控制机器人提前发车,以缩短目标作业位置具备作业条件后的任务响应时间。
2、其中,该目标作业位置由当前状态切换至目标可服务状态,通常并非由单一状态字段直接决定,而是依赖多个具有先后顺序的前置事件共同完成。例如,前置机器人到达作业位置、完成取放货、离开安全区域、解除位置锁定以及传感器或控制系统确认等事件,均可能影响目标可服务状态的形成时间。上述事件的耗时还会受到路径结构、交通负载、货物负载、设备状态和历史作业情况等因素影响,具有随机波动性。因此,采用固定提前量或者单一状态持续时长,难以准确确定机器人的发车时刻。
3、进一步地,候选机器人提前发车并非对目标作业位置的状态演化没有影响。候选机器人在前往目标作业位置的过程中,会占用路径边、交叉口等交通资源,并可能与正在执行前置任务的机器人竞争相同资源,由此产生的资源冲突延迟会改变前置事件的完成时间,进而反向改变目标作业位置切换至目标可服务状态的时间。如果状态预测过程中未考虑候选发车方案造成的资源占用影响,则预测结果与候选发车方案之间将缺乏一致性。
4、现有调度方式通常将作业位置状态预测、路径资源分析和机器人调度作为相互独立的处理环节,即先预测目标作业位置的状态变化时间,再根据该预测时间选择机器人并规划路径。即使后续发现路径冲突,也通常仅对机器人路径或任务顺序进行调整,而不会将候选机器人造成的资源冲突延迟反向写入目标作业位置的状态切换预测过程。因此,现有方式难以得到候选调度方案条件下的状态切换时间分布,也无法保证根据该分布重新计算的发车方案与其造成的资源占用影响相互一致。
5、因此,如何在候选调度方案尚未执行的情况下,将该方案未来的资源占用影响纳入目标作业位置的状态切换预测,并根据预测结果反向更新候选调度方案,使状态预测结果与发车方案相互自洽,是本领域技术人员亟待解决的主要技术难题。
技术实现思路
1、为此,本发明的主要目的在于提供一种基于作业位置状态预测的机器人调度方法及系统,以解决候选机器人提前发车所形成的资源占用无法反向作用于作业位置状态预测,导致状态预测结果与候选发车方案不一致的问题。
2、为实现上述目的,根据本发明的第一方面,提供一种基于作业位置状态预测的机器人调度方法,包括如下步骤:
3、步骤s100,获取目标作业位置的当前状态、与所述目标作业位置由当前状态切换至目标可服务状态相关的前置事件信息以及资源占用信息,构建包含前置事件之间依赖关系的基础事件图;
4、步骤s200,生成至少包括候选机器人和候选发车时刻的候选调度方案,并在所述候选调度方案执行前,将其映射为预测性资源占用事件;
5、步骤s300,将所述预测性资源占用事件加入所述基础事件图,确定其对所述前置事件产生的资源冲突延迟,并基于事件耗时分布进行多次随机时间传播,得到所述目标作业位置在所述候选调度方案条件下切换至所述目标可服务状态的条件时间分布;
6、步骤s400,根据所述条件时间分布更新所述候选调度方案,并重复执行步骤s200和s300,直至当前候选发车时刻与重新计算的发车时刻之差不大于允许的发车时刻变化量,且相邻两轮条件时间分布之间的差异不大于允许的条件时间分布变化量,得到自洽候选调度方案;
7、步骤s500,按照所述自洽候选调度方案,控制所述候选机器人提前发车。
8、在一种可选实施方式中,所述候选调度方案还包括候选候场位置;所述预测性资源占用事件包括所述候选机器人从当前位置至所述候选候场位置的路径资源占用事件、候选候场位置占用事件,以及从所述候选候场位置至所述目标作业位置的接近区占用事件;所述路径资源包括路径边和交叉口中的至少一种,各事件包括资源标识、预测起止时刻和占用概率。
9、在一种可选实施方式中,所述多次随机时间传播中,对于具有前驱事件的事件,其完成时间为全部前驱事件的最晚完成时间、该事件的采样耗时和资源冲突延迟之和。
10、在一种可选实施方式中,根据所述条件时间分布更新所述候选调度方案,包括:根据早到成本和晚到成本从所述条件时间分布中确定目标服务到达时刻,并根据所述目标服务到达时刻、所述候选机器人的预测行驶耗时和安全缓冲时间,反向确定更新后的候选发车时刻。
11、在一种可选实施方式中,当所述早到成本与所述晚到成本之和大于零时,所述目标服务到达时刻为所述条件时间分布的临界分位数,所述临界分位数对应的分位水平为所述早到成本与所述早到成本和所述晚到成本之和的比值。
12、在一种可选实施方式中,所述步骤s400中,停止迭代的条件为:
13、
14、其中,表示停止迭代;表示第轮的候选发车时刻;表示第轮重新计算得到的发车时刻;和分别表示第轮和第轮的条件时间分布;表示允许的发车时刻变化量;表示允许的条件时间分布变化量;表示kl散度;表示逻辑与。
15、在一种可选实施方式中,仅在所述候选机器人预计到达所述目标作业位置之前,所述目标作业位置达到所述目标可服务状态的概率不小于置信阈值、候场阻塞风险不大于阻塞阈值,且资源冲突概率不大于冲突阈值时,控制所述候选机器人提前发车。
16、在一种可选实施方式中,所述候选候场位置为不占用所述目标作业位置最终作业空间的邻近候场位置;先控制所述候选机器人前往所述邻近候场位置,待所述目标作业位置实际切换至所述目标可服务状态且路径放行条件满足后,再生成或放行正式作业任务。
17、在一种可选实施方式中,在所述候选机器人前往或位于所述邻近候场位置期间,根据实时观测更新所述条件时间分布;当更新前后的条件时间分布之间的kl散度大于分布漂移阈值、候场超时风险大于候场超时阈值,或者资源冲突概率大于冲突阈值时,终止当前自洽候选调度方案,并执行延后后续行驶或正式放行、改派至其他目标作业位置、待实际切换后再派发正式作业任务中的任一种处理。
18、在一种可选实施方式中,当存在多个具有状态依赖关系的目标作业位置时,将前一目标作业位置的条件时间分布作为后一目标作业位置的事件图输入;当存在多个候选机器人时,根据候选调度方案之间共享资源的时间窗重叠程度确定方案间冲突成本,并对多个候选调度方案进行联合求解。
19、为实现上述目的,对应上述方法实施例,根据本发明的第二方面,还提供一种基于作业位置状态预测的机器人调度系统,其包括:事件图构建模块、方案映射模块、耦合预测模块、自洽迭代模块和调度控制模块。
20、所述事件图构建模块,用于获取目标作业位置的当前状态、与所述目标作业位置由当前状态切换至目标可服务状态相关的前置事件信息以及资源占用信息,构建包含前置事件之间依赖关系的基础事件图;
21、所述方案映射模块,用于生成至少包括候选机器人和候选发车时刻的候选调度方案,并将其映射为预测性资源占用事件;
22、所述耦合预测模块,用于将所述预测性资源占用事件加入所述基础事件图,确定其对所述前置事件产生的资源冲突延迟,并基于事件耗时分布进行多次随机时间传播,得到所述目标作业位置在所述候选调度方案条件下切换至所述目标可服务状态的条件时间分布;
23、所述自洽迭代模块,用于根据所述条件时间分布更新所述候选调度方案,并基于更新后的候选调度方案重新进行事件映射和耦合预测,直至相邻两次迭代的发车时刻之差不大于允许的发车时刻变化量,且条件时间分布差异不大于允许的条件时间分布变化量,得到自洽候选调度方案;
24、所述调度控制模块,用于按照所述自洽候选调度方案控制所述候选机器人提前发车。
25、为实现上述目的,对应上述方法实施例,根据本发明的第三方面,还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于作业位置状态预测的机器人调度方法。
26、通过本发明提供的该基于作业位置状态预测的机器人调度方法及系统,其在候选调度方案实际执行前,能将候选机器人未来的资源占用映射为预测性资源占用事件,并将该预测性资源占用事件反向加入目标作业位置的基础事件图,使得候选发车方案对前置事件造成的资源冲突延迟,参与目标可服务状态切换时间的计算;再根据得到的条件时间分布,反向更新候选调度方案,并通过迭代,使发车方案与其造成的状态演化结果保持一致。由此,本发明能够得到考虑候选机器人自身资源占用影响的条件状态切换时间分布和自洽发车方案,避免将状态预测、路径资源占用和机器人调度割裂处理,从而减少提前发车对前置事件造成的非预期延迟,提高目标作业位置状态预测结果与机器人发车时刻之间的一致性和可靠性。
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