一种人机协同装配调度方法和装置

1.本发明涉及管理科学技术领域，特别是指一种人机协同装配调度方法和装置。


背景技术：

2.装配线是一种面向流程的生产系统，与制造企业的生产效率息息相关，在商品的批量生产中发挥着不可替代的作用。其中，装配线平衡问题 (assembly line balancing problem, albp) 是关键的装配调度问题，其主要研究的是将一系列具有优先关系约束的工序合理分配至不同工位，以提升装配线的工作效率。随着技术和设备的发展进步，基于工业机器人的自动化装配线是制造企业实现大批量、低成本的生产方式之一，高度自动化的装配线确保了产品标准和工艺安全。然而现有的机器人技术尚不能提供人工装配所具备的灵活性，机器人无法有效完成复杂产品的全部装配任务，例如：汽车、卡车等。因此，基于人机协同的装配方式可以适应更多生产场景，通过工人组装和机器人协同装配实现高效生产。工人具有灵活性、适应性和决策能力强等特点，机器人则力量大、耐力强、执行任务更精准。工人和机器人协同执行装配任务的方式，可以结合自动化装配线和人工装配线的优点，提升装配效率。在此背景下，高效分析求解人机协同装配调度，尤其对人机协同装配调度的一个重要问题，人机协同装配线平衡问题(assembly line balancing problem with human-robot collaboration, albp-hrc)的研究，具有重要意义和实践价值，但是现有技术还很少有这方面的研究。


技术实现要素：

3.本发明提供了一种人机协同装配调度方法和装置，用以解决人机协同装配线平衡问题。所述技术方案如下：一方面，提供了一种人机协同装配调度方法，所述方法包括：将人机协同装配线平衡问题albp-hrc的求解模型简化为装配线平衡问题albp的求解模型；对所述albp的求解模型进行求解，得到所述albp-hrc的初始解，所述初始解确定了工序的分配；根据所述工序的分配，确定各个工位的初始完工时间；根据各个工位的初始完工时间，进行机器人资源调度，完成机器人在各个工位的分配；对于分配了机器人的工位，进行加工方式分配。
4.可选地，所述将albp-hrc的求解模型简化为albp的求解模型，具体包括：将所述albp-hrc的求解模型中的机器人相关的变量全部去除，此时的求解模型就是所述albp的求解模型；或者将所述albp-hrc的求解模型中的机器人的数量设为0，则机器人资源不可用，所述求解模型在求解过程中机器人相关的变量全部失效，此时的求解模型就是所述albp的
求解模型。
5.可选地，所述方法还包括构建所述albp-hrc的求解模型，具体包括：根据所述albp-hrc的数学表达式，按照数学求解器的编程格式要求，建立一个问题模型；为所述问题模型，分别建立变量和参数，其中，变量是未知的，在求解过程中确定，参数是已知的，从外部输入到所述问题模型中；为所述问题模型建立约束，至此完成所述albp-hrc的求解模型的构建。
6.可选地，所述对所述albp的求解模型进行求解，得到所述albp-hrc的初始解，具体包括：使用数学求解器对所述albp的求解模型进行求解，其中，所述工序的分配，包括工序的分配方式和工序的加工开始时间，由所述求解模型的变量进行定义，根据变量的初始范围，结合约束，确定所述求解模型的解空间，所述解空间包括所有可行的工序的分配；在所述解空间中进行搜索，使用所述数学求解器计算每一个工序分配方案相应的目标值，所述目标值具体为节拍时间；通过不断的搜索，最终确定所述求解模型最优的目标值，所述最优的目标值具体为所述albp的节拍时间，所述albp的节拍时间是所述albp-hrc的节拍时间的上限，此时所述albp的解，包括所述工序的分配，是所述albp-hrc的上限解，也是一个初始解。
7.可选地，所述各个工位的初始完工时间是指将工序分配到工位上、还没有分配机器人时由工人加工所需要的总时间，所述根据所述工序的分配，确定各个工位的初始完工时间，具体包括：根据所述工序的分配，确定各个工位上的工序；根据各个工位上的工序的加工时间，确定各个工位的初始完工时间，所述各个工位的初始完工时间等于各个工位的开始时间加上工序的加工时间之和，所述各个工位的开始时间为时刻0，因此，所述各个工位的初始完工时间等于各个工位上的工序的加工时间之和。
8.可选地，所述根据各个工位的初始完工时间，进行机器人资源调度，完成机器人在各个工位的分配，具体包括：比较机器人数量和工位数量；当所述机器人数量小于所述工位数量时，把机器人按照各工位初始完工时间的降序，分配在不同工位上。
9.可选地，所述对于分配了机器人的工位，进行加工方式分配，具体包括：在满足工序间优先关系的情况下，分析工位中各工序的前驱工序情况，计算各工序的理论加工开始时间；按照各工序的理论加工开始时间的升序，对于每一个工序，分别计算其三种加工方式的完成时间，选择完成时间最短的加工方式，所述加工方式的完成时间等于所述加工方式的加工开始时间和所述加工方式的加工时间之和；所述三种加工方式分别是：人工加工、机器人加工和人机协同加工，对于同一个工序来说，每种加工方式对应的加工时间不同，是已知的参数；当某个工序不能由机器人加工或人机协同加工时，将所述工序的机器人加工或人机协同加工方式的加工时间赋值为所述
初始解所得的节拍时间。
10.另一方面，提供了一种人机协同装配调度装置，所述装置包括：简化模块，用于将人机协同装配线平衡问题albp-hrc的求解模型简化为装配线平衡问题albp的求解模型；求解模块，用于对所述albp的求解模型进行求解，得到所述albp-hrc的初始解，所述初始解确定了工序的分配；确定模块，用于根据所述工序的分配，确定各个工位的初始完工时间；调度模块，用于根据各个工位的初始完工时间，进行机器人资源调度，完成机器人在各个工位的分配；分配模块，用于对于分配了机器人的工位，进行加工方式分配。
11.另一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述人机协同装配调度方法。
12.另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述人机协同装配调度方法。
13.本发明提供的技术方案带来的有益效果至少包括：本发明实现了对问题的高效求解，有助于填补当前人机协同装配线平衡问题中的算法不足，不仅可以高效解决大规模算例，同时不依赖于算例本身，具有良好的适用性。
附图说明
14.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
15.图1是本发明实施例提供的一种人机协同装配调度方法流程图；图2是传统人工装配线与人机协同装配线的工作示意图；图3是本发明实施的加工方式分配的举例示意图；图4是本发明实施例提供的一种人机协同装配调度装置框图；图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
16.为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
17.如图1所示，本发明实施例提供了一种人机协同装配调度方法，所述方法包括：s1、将人机协同装配线平衡问题albp-hrc的求解模型简化为装配线平衡问题albp的求解模型；s2、对所述albp的求解模型进行求解，得到所述albp-hrc的初始解，所述初始解确定了工序的分配；s3、根据所述工序的分配，确定各个工位的初始完工时间；
s4、根据各个工位的初始完工时间，进行机器人资源调度，完成机器人在各个工位的分配；s5、对于分配了机器人的工位，进行加工方式分配。
18.下面结合图2，详细说明本发明实施例提供的一种人机协同装配调度方法。
19.如图2中(a)所示，传统人工装配线由工人完成产品工件的装配任务，工件一般通过传送带依次在装配线各工位上开展装配。工件的装配过程可分解为众多细分装配工序，工序间具有先后关系约束，工人在一个节拍时间内通常会完成多个工序。人工装配线平衡问题研究的重点是如何将各个工序合理分配到各个工位上，以及确定各个工序的加工开始时间，并且在满足工序先后关系等约束条件下，优化目标，比如最小化节拍时间。
20.在人机协同装配线中，如图2中(b)所示，机器人被引入到装配线的相应工位中开展装配工作。机器人可以独立完成装配工序，其效率低于工人，即机器人完成同一个工序所需时间多于工人。机器人也可以和工人协同装配同一个工序，协同装配时间少于工人单独装配所需的时间。在人机协同装配线中，每个工位都必须有工人，可以有机器人，或者没有机器人，在有机器人的工位上，某些工序可能不能由机器人加工，因此，不同的工序可能由人工加工、机器人加工或者人机协同加工，工序的可行加工方式是已知的参数，当前人机协同装配线平衡问题不仅需要分配工序，还需要调度机器人资源、确定各个工序的加工方式（人工、机器人、人机协同），增加了问题的复杂性。
21.本发明实施例以最小化节拍时间为优化目标，求解人机协同装配调度问题，所述节拍时间：流水线上，连续完成两个产品之间的间隔时间，等于各个工位完工时间的最大值。同时，由于传统的装配线平衡问题已经是np-困难问题，基于人机协同的装配线平衡问题也是np-困难问题，直接求解难度较大。
22.本发明实施例提供的一种人机协同装配调度方法，所述方法包括：（1）将albp-hrc的求解模型简化为albp的求解模型；所述将albp-hrc的求解模型简化为albp的求解模型，具体包括：将所述albp-hrc的求解模型中的机器人相关的变量全部去除，此时的求解模型就是所述albp的求解模型；或者将所述albp-hrc的求解模型中的机器人的数量设为0，则机器人资源不可用，所述求解模型在求解过程中机器人相关的变量全部失效，此时的求解模型就是所述albp的求解模型。
23.其中，机器人相关变量包括：机器人所分配到的工位、哪些工序使用机器人加工、使用机器人加工的工序的加工开始时间等。
24.因为albp-hrc和albp区别的源头，就是albp-hrc引入了机器人，因此要将所述albp-hrc的求解模型简化为所述albp的求解模型，在所述albp-hrc的求解模型里不再有机器人相关变量就可以，具体可以采用：把所述albp-hrc的求解模型里的机器人相关变量全部去除，或者将所述albp-hrc的求解模型中的机器人的数量设为0，则机器人资源不可用，所述求解模型在求解过程中机器人相关的变量全部失效，这两种方式都可以将所述albp-hrc的求解模型简化为所述albp的求解模型。
25.所述方法还包括构建所述albp-hrc的求解模型，具体包括：
根据所述albp-hrc的数学表达式，按照数学求解器的编程格式要求，建立一个问题模型；为所述问题模型，分别建立变量和参数，其中，变量是未知的，在求解过程中确定，参数是已知的，从外部输入到所述问题模型中；为所述问题模型建立约束，至此完成所述albp-hrc的求解模型的建立。
26.所述变量，比如：工位的完工时间、工序所分配到的工位等；所述参数：工位总数量、工序的总数量、工序的可行加工方式等；所述约束：先后关系约束，比如工序间要有先后顺序；唯一性约束，比如某一个工序必须要分配到一个工位上、某一个工位必须至少要分配一个工序；一致性约束，比如加工资源不能冲突等。
27.（2）对所述albp的求解模型进行求解，得到所述albp-hrc的初始解，所述初始解确定了工序的分配；所述对所述albp的求解模型进行求解，得到所述albp-hrc的初始解，具体包括：使用数学求解器对所述albp的求解模型进行求解，其中，所述工序的分配，包括工序的分配方式和工序的加工开始时间，由所述求解模型的变量进行定义，根据变量的初始范围，结合约束，确定所述求解模型的解空间，所述解空间包括所有可行的工序的分配；在所述解空间中进行搜索，使用所述数学求解器计算每一个工序分配方案相应的目标值，所述目标值具体为节拍时间；通过不断的搜索，最终确定所述求解模型最优的目标值，所述最优的目标值具体为所述albp的节拍时间，所述albp的节拍时间是所述albp-hrc的节拍时间的上限，此时所述albp的解，包括所述工序的分配，是所述albp-hrc的上限解，也是一个初始解。
28.在本发明实施例中，优化目标为最小化节拍时间，对于传统albp，当引入机器人资源后，由于装配资源得到了拓展，此时albp-hrc的节拍时间一定不会超过albp的节拍时间。因此，albp的节拍时间是albp-hrc的节拍时间的上限。
29.可选地，也可以利用目前已经很成熟的salome算法高效求解相应的albp，以此得到albp-hrc的初始解。
30.（3）根据所述工序的分配，确定各个工位的初始完工时间；根据各个工位的初始完工时间，进行机器人资源调度，完成机器人在各个工位的分配；对于之前生成的初始解，其完成了工序的分配，包括工序的分配方式和加工开始时间，工序的分配方式确定了某一个工序分配到哪个工位上，工序的加工开始时间确定了某一个工序在相应的分配工位上开始进行加工的时间。但未确定机器人资源调度，为此，本发明实施例要在初始解的基础上，进行机器人资源调度。
31.本发明实施例进行机器人资源调度是基于目标导向，所述目标导向是指结合albp-hrc的优化目标，即最小化节拍时间，在机器人资源调度过程中，以降低节拍时间为目标，设计机器人资源调度策略和算法。
32.本发明实施例进行机器人资源调度，具体包括：根据albp工序的分配，确定各个工位的初始完工时间；根据各个工位的初始完工时间，进行机器人资源调度，完成机器人在各个工位的分配。
33.可选地，所述各个工位的初始完工时间是指将工序分配到工位上、还没有分配机
器人时由工人加工所需要的总时间，所述根据所述工序的分配，确定各个工位的初始完工时间，具体包括：根据所述工序的分配，确定各个工位上的工序；根据各个工位上的工序的加工时间，确定各个工位的初始完工时间，所述各个工位的初始完工时间等于各个工位的开始时间加上工序的加工时间之和，所述各个工位的开始时间为时刻0，因此，所述各个工位的初始完工时间等于各个工位上的工序的加工时间之和。
34.因为此时只进行了工序分配，还没有引入机器人资源，因此各个工位上的工人只是简单的串行完成各工序，而且各个工位的开始时间为时刻0，因此各个工位的初始完工时间等于各个工位上的工序的加工时间之和。
35.可选地，所述根据各个工位的初始完工时间，进行机器人资源调度，完成机器人在各个工位的分配，具体包括：比较机器人数量和工位数量；当所述机器人数量小于所述工位数量时，把机器人按照各工位初始完工时间的降序，分配在不同工位上。
36.因为机器人资源的稀缺，通常机器人数量是小于工位数量的，但是如果机器人数量大于等于工位数量，就将每个工位都分配一个机器人，剩余的机器人不进行分配，保证每个工位至多只有一个机器人，而不是存在两个机器人分配到同一个工位的情形。
37.当所述机器人数量小于所述工位数量时，把机器人按照各工位初始完工时间的降序，分配在不同工位上，是为了最小化节拍时间，按照各工位初始完工时间的降序，优先把机器人安排给初始完工时间更长的工位上，以减少所述工位的加工时间，平衡各工位的加工时间，最终实现降低节拍时间。
38.（4）对于分配了机器人的工位，进行加工方式分配；本发明实施例基于广度搜索进行加工方式分配。
39.所述广度搜索是指在开展加工方式分配时，针对所有可能的三种加工方式，即人工加工、机器人加工和人机协同加工，分别开展横向广度搜索，逐一搜索计算三种加工方式的完成时间。
40.可选地，所述对于分配了机器人的工位，进行加工方式分配，具体包括：在满足工序间优先关系的情况下，分析工位中各工序的前驱工序情况，计算各工序的理论加工开始时间；按照各工序的理论加工开始时间的升序，对于每一个工序，分别计算其三种加工方式的完成时间，选择完成时间最短的加工方式，所述加工方式的完成时间等于所述加工方式的加工开始时间和所述加工方式的加工时间之和；所述理论加工开始时间等于所有前驱工序完成时间的最大值；所述加工开始时间为各工序的理论加工开始时间和各工序加工资源空闲时间的最大值；存在的一种情况就是：某个工序的前驱工序完成了，但是这时候这个工序的工人或者机器人还在进行其他和这个工序没有前驱后继关系的工序，就是这时候这个工序的加工资源不是空闲状态，需要等到这个工序所需的加工资源空闲才能开始这个工序，则这个工序的理论加工开始时间是前驱工序完成时间，这个工序的加工开始时间，是加工资源空
闲时间，也是实际上的加工开始时间。
41.还有一种情况是这个工序的工人或者机器人空闲了，但是它的前驱工序还没有完成，需要等到这个工序的前驱工序完成，则这个工序的理论加工开始时间和加工开始时间都是前驱工序完成时间。
42.而对于前驱工序可能有多个，需要等每个都完成才能够开始这个工序的加工，因此理论加工开始时间等于所有前驱工序完成时间的最大值。
43.所述三种加工方式分别是：人工加工、机器人加工和人机协同加工，对于同一个工序来说，每种加工方式对应的加工时间不同，是已知的参数；当某个工序不能由机器人加工或人机协同加工时，将所述工序的机器人加工或人机协同加工方式的加工时间赋值为所述初始解所得的节拍时间。
44.当某个工序不能由机器人加工或人机协同加工时，将所述工序的机器人加工或人机协同加工方式的加工开始时间赋值为所述初始解所得的节拍时间，所述初始解所得的节拍时间是albp-hrc的节拍时间的上限，也就是是一个相对较大的值，则计算得出的所述工序的完成时间就不是最短，而选择其他完成时间最短的加工方式。
45.下面结合图3，对本发明实施例的加工方式分配进行举例说明。
46.如图3中(a)所示，当前工位共有5个工序，每个工序上方括号里的符号代表当前工序的可行加工方式，各个工序的可行加工方式是已知的参数，其中，h表示人工加工，r表示机器人加工，c表示人机协同加工，三种加工方式的加工时间也是已知的参数，而且人机协同加工时间最短，人工加工时间次之，机器人加工时间最长。例如：工序3上方符号为(h，r，c)，代表工序3可以被工人加工、机器人加工以及人机协同加工。工序1，2，3，4，5是工序的编号，当前工位工序的加工顺序为：工序1、工序2、工序3、工序4、工序5，而且如图3(a)中，工序1和工序2分别是工序3和工序4前驱工序，工序3和工序4是工序5的前驱工序。如图3(b)所示，在进行工序的加工方式分配时，对于工序1和工序2，由于无前驱工序，直接选择完成时间最短的人工加工方式；对于工序3，因为这个工位只有一个工人和一个机器人，工人要完成工序1和工序2，所以选择机器人加工，完工时间会最短，同时工序3需等待前驱工序1完成之后才能开始，所以机器人会出现空闲时间；工序4不仅需要等待前驱工序2结束、还需要等到机器人和工人都空闲的时刻才能开始加工，经过计算工序4的人机协同加工的完成时间最短，所以工序4选择人机协同加工；同样的，工序5最早只能在其前驱工序4结束之后才能开始人工加工。
47.如图4所示，本发明实施例还提供了一种人机协同装配调度装置，所述装置包括：简化模块410，用于将人机协同装配线平衡问题albp-hrc的求解模型简化为装配线平衡问题albp的求解模型；求解模块420，用于对所述albp的求解模型进行求解，得到所述albp-hrc的初始解，所述初始解确定了工序的分配；确定模块430，用于根据所述工序的分配，确定各个工位的初始完工时间；调度模块440，用于根据各个工位的初始完工时间，进行机器人资源调度，完成机器人在各个工位的分配；分配模块450，用于对于分配了机器人的工位，进行加工方式分配。
48.本发明实施例提供的一种人机协同装配调度装置，其功能结构与本发明实施例提
供的一种人机协同装配调度方法相对应，在此不再赘述。
49.图5是本发明实施例提供的一种电子设备500的结构示意图，该电子设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，cpu）501和一个或一个以上的存储器502，其中，所述存储器502中存储有至少一条指令，所述至少一条指令由所述处理器501加载并执行以实现上述人机协同装配调度方法的步骤。
50.在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述人机协同装配调度方法。例如，所述计算机可读存储介质可以是rom、随机存取存储器（ram）、cd-rom、磁带、软盘和光数据存储设备等。
51.本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
52.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。