基于物料运输障碍识别的工业物联网及控制方法与流程

1.本发明涉及智能制造技术，具体涉及基于物料运输障碍识别的工业物联网及控制方法。


背景技术：

2.agv指装备有电磁或光学等自动导航装置，能够沿规定的导航路径行驶，具有安全保护以及各种移载功能的运输车。工业应用中不需要驾驶员的搬运车，以可充电的蓄电池为其动力来源。一般可通过电脑来控制其行进路径以及行为，或利用电磁轨道来设立其行进路径，电磁轨道黏贴于地板上，无人搬运车则依靠电磁轨道所带来的讯息进行移动与动作。
3.在超大规模生产线上，一段agv线路上的障碍有可能会影响多个agv的运输路线；而临时重新进行agv线路规划又会产生大量时间成本，影响生产线效率。


技术实现要素：

4.为了至少克服现有技术中的上述不足，本技术的目的在于提供基于物料运输障碍识别的工业物联网及控制方法。
5.第一方面，本技术实施例提供了基于物料运输障碍识别的工业物联网，包括依次连接的服务平台、管理平台和传感网络平台，所述管理平台包括：获取模块，被配置为通过所述传感网络平台获取目标车间的agv线路布局，并根据所述agv线路布局生成基础布局有向图；选取模块，被配置为从所述基础布局有向图中选出全部的中间路径；所述中间路径为所述基础布局有向图中端点不为物料终点和物料起点的边；分类模块，被配置为根据所述中间路径对所述基础布局有向图的供料影响将所述中间路径分为多个路径类别；计算模块，被配置为根据所述基础布局有向图和所述路径类别计算多个对应所述路径类别的预处理布局有向图；所述预处理布局有向图为所述基础布局有向图剔除对应的一个所述路径类别中全部中间路径后的有向图；规划模块，被配置为在全部所述预处理布局有向图中规划agv的运行路径作为备选agv路径；控制模块，被配置为在agv运行中，如果检测到任意中间路径出现物料运输障碍时，将该中间路径作为故障路径；选取对应所述故障路径的备选agv路径，并控制agv根据选中的所述备选agv路径进行物料输送；通信模块，被配置为将所述物料运输障碍、所述故障路径和选中的所述备选agv路径通过所述服务平台发送至用户平台向用户展示。
6.本技术实施例实施时，基于发明人提出的五平台结构实现。其中，用户平台为向用户展示信息和接收用户指令的终端，对象平台包括agv线路和agv终端。其中传感网络平台
采用至少一个网关服务器，管理平台采用第二服务器，服务平台采用第一服务器；第一服务器和第二服务器可以采用单一服务器也可以采用服务器集群，本技术实施例在此不多做限定。
7.在本技术实施例中，可以应用在超大规模生产线上，并在生产线启动前对所有agv的运行路线均进行了规划，生产线启动后，agv均根据规划好的运行路线运行。为了进行agv线路出现障碍时agv依然可以进行正常运行，需要获取基础布局有向图，在所述基础布局有向图中，节点包括agv线路交点、物料起点和物料终点，边为agv线路，边的权重为边的长度。
8.在本技术实施例中，为了提高后续的运算准确性，需要将直接连接在物料终点和物料起点的路径剔除，因为这些路径只会影响对应的物料终点和物料起点，所以本技术实施例提出了中间路径的概念。但是在实践中发明人发现，超大规模生产线上中间路径数量庞大，如果针对每个中间路径都做一套规避方案，会产生大量模型数据，一方面前期运算成本很高，另一方面后期使用时遍历检索的速度也会受很大影响，所以在本技术实施例中根据供料影响将中间路径进行了分类，其目的在于将供料影响相似的中间路径分到同一个路径类别中。
9.在本技术实施例中，为了对每一类路径类别对应的中断情况进行计算，需要将基础布局有向图剔除某一路径类别对应的中间路径生成预处理布局有向图进而计算备选agv路径。每条备选agv路径对应一个路径类别。由于同一个路径类别对应的供料影响相似，所以在预处理布局有向图中进行备选agv路径的运算时，大部分的agv路径不受影响，运算结果非常容易收敛。
10.在本技术实施例中，如果出现物料运输障碍，则可以将对应故障路径的备选agv路径检索出来，并继续进行物料运输；其中物料运输障碍可能是agv自身出错也可能是线路上存在障碍等各种情况，本技术实施例对此不多做限定。本技术实施例通过对中间路径的分类规划计算，有效的提高了在出现物料运输障碍情况下，新线路的选取效率，并且数据冗余度低，计算成本和时间成本较低，降低了物料运输障碍对超大规模生产线上料的影响。
11.在一种可能的实现方式中，所述分类模块还被配置为：获取所述中间路径与所述基础布局有向图中所有关键节点的最短距离作为对应所述中间路径的特征数组；所述关键节点包括所述物料终点和所述物料起点；根据所述特征数组对所有所述中间路径进行聚类分析将所述中间路径分为多个路径类别。
12.在一种可能的实现方式中，所述分类模块还被配置为：在所述中间路径的中点建立中间节点；计算所述中间节点和所有所述关键节点的最短距离，并根据所述关键节点的编号将所述中间节点对应的所有所述最短距离进行标记形成所述特征数组。
13.在一种可能的实现方式中，所述控制模块还被配置为：监控所述agv在运行中的负载变化；当负载变化超过阈值，且所述agv不在所述物料终点和所述物料起点时，判定所述agv掉货，并判断所述agv当前所在的所述中间路径出现物料运输障碍；当所述agv检测到行进路线上存在障碍物时，判断所述agv当前所在的所述中间路径出现物料运输障碍。
14.在一种可能的实现方式中，所述规划模块还被配置为：采用蚁群算法在全部所述预处理布局有向图中规划agv的运行路径。
15.在一种可能的实现方式中，所述传感网络平台包括多个相互独立的传感网络分平台；所述传感网络分平台被配置为获取agv和agv线路上不同类型的数据并发送至所述管理平台。
16.在一种可能的实现方式中，所述管理平台包括多个独立的子服务器；获取模块、选取模块、分类模块、计算模块、规划模块、控制模块和通信模块均布置于同一个所述子服务器。
17.在一种可能的实现方式中，所述服务平台包括服务总平台和多个服务分平台；所述服务分平台被配置为接收所述物料运输障碍、所述故障路径和选中的所述备选agv路径中的至少一种；所述服务总平台被配置为汇总所有的所述服务分平台采集的数据，并发送至用户平台。
18.第二方面，本技术实施例提供了基于物料运输障碍识别的工业物联网控制方法，应用于依次连接的服务平台、管理平台和传感网络平台，所述控制方法由所述管理平台执行；所述控制方法包括：通过所述传感网络平台获取目标车间的agv线路布局，并根据所述agv线路布局生成基础布局有向图；从所述基础布局有向图中选出全部的中间路径；所述中间路径为所述基础布局有向图中端点不为物料终点和物料起点的边；根据所述中间路径对所述基础布局有向图的供料影响将所述中间路径分为多个路径类别；根据所述基础布局有向图和所述路径类别计算多个对应所述路径类别的预处理布局有向图；所述预处理布局有向图为所述基础布局有向图剔除对应的一个所述路径类别中全部中间路径后的有向图；在全部所述预处理布局有向图中规划agv的运行路径作为备选agv路径；在agv运行中，如果检测到任意中间路径出现物料运输障碍时，将该中间路径作为故障路径；选取对应所述故障路径的备选agv路径，并控制agv根据选中的所述备选agv路径进行物料输送；将所述物料运输障碍、所述故障路径和选中的所述备选agv路径通过所述服务平台发送至用户平台向用户展示。
19.在一种可能的实现方式中，根据所述中间路径对所述基础布局有向图的供料影响将所述中间路径分为多个路径类别包括：获取所述中间路径与所述基础布局有向图中所有关键节点的最短距离作为对应所述中间路径的特征数组；所述关键节点包括所述物料终点和所述物料起点；根据所述特征数组对所有所述中间路径进行聚类分析将所述中间路径分为多个路径类别。
20.本发明与现有技术相比，具有如下的优点和有益效果：本发明基于物料运输障碍识别的工业物联网及控制方法，通过对中间路径的分类规划计算，有效的提高了在出现物料运输障碍情况下，新线路的选取效率，并且数据冗余度低，计算成本和时间成本较低，降低了物料运输障碍对超大规模生产线上料的影响。
附图说明
21.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：图1为本技术实施例系统结构示意图；图2为本技术实施例方法步骤流程示意图。
具体实施方式
22.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解，本技术中附图 仅起到说明和描述的目的，并不用于限定本技术的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本技术中使用的流程图示出了根据本技术实施例的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本技术内容的指引下，可以向流程图添加一个或多个其它操作，也可以从流程图中移除一个或多个操作。
23.另外，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本技术保护的范围。
24.为了便于对上述的基于物料运输障碍识别的工业物联网，请结合参考图1，提供了本发明实施例所公开的基于物料运输障碍识别的工业物联网的通信架构示意图。其中，所述基于物料运输障碍识别的工业物联网可以包括依次连接的对象平台、传感网络平台、管理平台、服务平台和用户平台，其中所述管理平台包括：获取模块，被配置为通过所述传感网络平台获取目标车间的agv线路布局，并根据所述agv线路布局生成基础布局有向图；选取模块，被配置为从所述基础布局有向图中选出全部的中间路径；所述中间路径为所述基础布局有向图中端点不为物料终点和物料起点的边；分类模块，被配置为根据所述中间路径对所述基础布局有向图的供料影响将所述中间路径分为多个路径类别；计算模块，被配置为根据所述基础布局有向图和所述路径类别计算多个对应所述路径类别的预处理布局有向图；所述预处理布局有向图为所述基础布局有向图剔除对应的一个所述路径类别中全部中间路径后的有向图；规划模块，被配置为在全部所述预处理布局有向图中规划agv的运行路径作为备选agv路径；
控制模块，被配置为在agv运行中，如果检测到任意中间路径出现物料运输障碍时，将该中间路径作为故障路径；选取对应所述故障路径的备选agv路径，并控制agv根据选中的所述备选agv路径进行物料输送；通信模块，被配置为将所述物料运输障碍、所述故障路径和选中的所述备选agv路径通过所述服务平台发送至用户平台向用户展示。
25.本技术实施例实施时，基于发明人提出的五平台结构实现。其中，用户平台为向用户展示信息和接收用户指令的终端，对象平台包括agv线路和agv终端。其中传感网络平台采用至少一个网关服务器，管理平台采用第二服务器，服务平台采用第一服务器；第一服务器和第二服务器可以采用单一服务器也可以采用服务器集群，本技术实施例在此不多做限定。
26.在本技术实施例中，可以应用在超大规模生产线上，并在生产线启动前对所有agv的运行路线均进行了规划，生产线启动后，agv均根据规划好的运行路线运行。为了进行agv线路出现障碍时agv依然可以进行正常运行，需要获取基础布局有向图，在所述基础布局有向图中，节点包括agv线路交点、物料起点和物料终点，边为agv线路，边的权重为边的长度。
27.在本技术实施例中，为了提高后续的运算准确性，需要将直接连接在物料终点和物料起点的路径剔除，因为这些路径只会影响对应的物料终点和物料起点，所以本技术实施例提出了中间路径的概念。但是在实践中发明人发现，超大规模生产线上中间路径数量庞大，如果针对每个中间路径都做一套规避方案，会产生大量模型数据，一方面前期运算成本很高，另一方面后期使用时遍历检索的速度也会受很大影响，所以在本技术实施例中根据供料影响将中间路径进行了分类，其目的在于将供料影响相似的中间路径分到同一个路径类别中。
28.在本技术实施例中，为了对每一类路径类别对应的中断情况进行计算，需要将基础布局有向图剔除某一路径类别对应的中间路径生成预处理布局有向图进而计算备选agv路径。每条备选agv路径对应一个路径类别。由于同一个路径类别对应的供料影响相似，所以在预处理布局有向图中进行备选agv路径的运算时，大部分的agv路径不受影响，运算结果非常容易收敛。
29.在本技术实施例中，如果出现物料运输障碍，则可以将对应故障路径的备选agv路径检索出来，并继续进行物料运输；其中物料运输障碍可能是agv自身出错也可能是线路上存在障碍等各种情况，本技术实施例对此不多做限定。本技术实施例通过对中间路径的分类规划计算，有效的提高了在出现物料运输障碍情况下，新线路的选取效率，并且数据冗余度低，计算成本和时间成本较低，降低了物料运输障碍对超大规模生产线上料的影响。
30.在一种可能的实现方式中，所述分类模块还被配置为：获取所述中间路径与所述基础布局有向图中所有关键节点的最短距离作为对应所述中间路径的特征数组；所述关键节点包括所述物料终点和所述物料起点；根据所述特征数组对所有所述中间路径进行聚类分析将所述中间路径分为多个路径类别。
31.本技术实施例实施时，中间路径的供料影响主要通过中间路径与关键节点的距离进行体现，距离越近一般影响越大；而由于在超大规模生产线上关键节点的数量往往较为庞大，所以本技术实施例采用了无监督学习的聚类算法进行分类计算，以保证分类的准确
性。应当理解的是，在本技术实施例中的聚类算法应当根据需要构建对应的聚类空间和聚类核函数，具体过程本技术实施例对此不多做限定。通过聚类获取的分类即为多个路径类别，可以用于后续计算使用。
32.示例的，根据到基础布局有向图中所有关键节点的最短距离建立聚类空间g{g1，g2，
……gn
}；其中中间路径对应的特征数组为gi{ g
1i
，g
2i
，
……gni }，i为中间路径的编号，g
ni
为中间路径i到关键路径n的最短距离，可以通过最短路径搜索算法获取。在构建对应多维聚类核函数后进行聚类运算，中间路径会被聚类为多个类别；在进行预处理布局有向图生成时，从基础布局有向图中剔除一个类别中所有的中间路径形成对应该类别的预处理布局有向图。
33.在一种可能的实现方式中，所述分类模块还被配置为：在所述中间路径的中点建立中间节点；计算所述中间节点和所有所述关键节点的最短距离，并根据所述关键节点的编号将所述中间节点对应的所有所述最短距离进行标记形成所述特征数组。
34.本技术实施例实施时，为了准确的定义出所述最短距离，以中间路径的中点来计算最短距离，而不是中间路径的端点计算最短距离，其相当于在有向图中增加节点，便于计算。
35.在一种可能的实现方式中，所述控制模块还被配置为：监控所述agv在运行中的负载变化；当负载变化超过阈值，且所述agv不在所述物料终点和所述物料起点时，判定所述agv掉货，并判断所述agv当前所在的所述中间路径出现物料运输障碍；当所述agv检测到行进路线上存在障碍物时，判断所述agv当前所在的所述中间路径出现物料运输障碍。
36.本技术实施例实施时，为了判断物料运输障碍状态，提供了两种检测方式；其中一种通过agv负载的负载变化判断agv的掉货，另一种通过agv自身的检测设备，如红外、超声波、微波雷达等设备检测实现。应当理解的是，对于生产线来说，需要在出现物料运输障碍时及时进行处理。
37.在一种可能的实现方式中，所述规划模块还被配置为：采用蚁群算法在全部所述预处理布局有向图中规划agv的运行路径。
38.在一种可能的实现方式中，所述传感网络平台包括多个相互独立的传感网络分平台；所述传感网络分平台被配置为获取agv和agv线路上不同类型的数据并发送至所述管理平台。
39.本技术实施例实施时，不同的传感网络分平台分别获取agv线路布局、agv位置、agv荷载等数据。
40.在一种可能的实现方式中，所述管理平台包括多个独立的子服务器；获取模块、选取模块、分类模块、计算模块、规划模块、控制模块和通信模块均布置于同一个所述子服务器。
41.在一种可能的实现方式中，所述服务平台包括服务总平台和多个服务分平台；所述服务分平台被配置为接收所述物料运输障碍、所述故障路径和选中的所述备
选agv路径中的至少一种；所述服务总平台被配置为汇总所有的所述服务分平台采集的数据，并发送至用户平台。
42.在上述基础上，请结合参阅图2，为本发明实施例所提供的基于物料运输障碍识别的工业物联网控制方法的流程示意图，所述基于物料运输障碍识别的工业物联网控制方法可以应用于图1中的基于物料运输障碍识别的工业物联网，进一步地，所述基于物料运输障碍识别的工业物联网控制方法具体可以包括以下步骤s1-步骤s7所描述的内容。
43.s1：通过所述传感网络平台获取目标车间的agv线路布局，并根据所述agv线路布局生成基础布局有向图；s2：从所述基础布局有向图中选出全部的中间路径；所述中间路径为所述基础布局有向图中端点不为物料终点和物料起点的边；s3：根据所述中间路径对所述基础布局有向图的供料影响将所述中间路径分为多个路径类别；s4：根据所述基础布局有向图和所述路径类别计算多个对应所述路径类别的预处理布局有向图；所述预处理布局有向图为所述基础布局有向图剔除对应的一个所述路径类别中全部中间路径后的有向图；s5：在全部所述预处理布局有向图中规划agv的运行路径作为备选agv路径；s6：在agv运行中，如果检测到任意中间路径出现物料运输障碍时，将该中间路径作为故障路径；选取对应所述故障路径的备选agv路径，并控制agv根据选中的所述备选agv路径进行物料输送；s7：将所述物料运输障碍、所述故障路径和选中的所述备选agv路径通过所述服务平台发送至用户平台向用户展示。
44.在一种可能的实现方式中，根据所述中间路径对所述基础布局有向图的供料影响将所述中间路径分为多个路径类别包括：获取所述中间路径与所述基础布局有向图中所有关键节点的最短距离作为对应所述中间路径的特征数组；所述关键节点包括所述物料终点和所述物料起点；根据所述特征数组对所有所述中间路径进行聚类分析将所述中间路径分为多个路径类别。
45.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
46.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信
连接，也可以是电的，机械的或其它的形式连接。
47.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显然本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
48.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
49.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网格设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
50.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。