[發明專利]一種智能倉儲多AGV調度方法

在審

• 申請號: 202011410306.6
• 申請日: 2020-12-03
• 公開（公告）號: CN112508481A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 黃超;張毅;鄭凱
• 申請（專利權）人: 重慶郵智機器人研究院有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06F16/29;G06F30/20;G06N3/12;G06F111/04;G06F111/06
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種智能倉儲多AGV調度方法，其特征在于：該方法包括以下步驟：

將倉庫的平面地圖劃分為若干個相同大小的柵格，建立柵格地圖，并基于柵格地圖建立調度模型：

以F取最小值為目標函數采用改進遺傳算法求解AGV最優調度結果；

其中，L_k為需要AGV配送的工作站點的下標，γ為AGV行駛距離對應的電量轉換系數，C_ij為i、j站點間的最短距離，X_ijk在K號AGV通過i到j的路徑時為1，否則為0，M為AGV數量，k為AGV編號，E_k為k號AGV在此次調度規劃中需要消耗的電量。

2.根據權利要求1所述的一種智能倉儲多AGV調度方法，其特征在于：所述多AGV的調度模型約束條件為：

其中，Y_ki在k號AGV前往i號工作站點時為1，否則為0，ME_k為此次規劃中AGV的最大允許電量消耗值。

3.根據權利要求1所述的一種智能倉儲多AGV調度方法，其特征在于：所述改進遺傳算法選擇一個具有指數變換的適應度函數為：

f＝α*exp(β*E)

其中，E(＝E₁+E₂+...+E_k)是父代種群中的一個；α和β是算術常數；α決定復制的強制，這個值越小，具有最大適應度的個體的復制強度越大。

4.根據權利要求1所述的一種智能倉儲多AGV調度方法，其特征在于：所述改進遺傳算法中，交叉操作選擇循環交叉，交叉操作的遺傳算子概率選值為0.5～0.8。

5.根據權利要求1所述的一種智能倉儲多AGV調度方法，其特征在于：所述改進遺傳算法中，變異操作為將所有染色體中完成任務所需耗能最大的AGV隨機選擇一個任務，然后劃分給耗能最少的AGV，提升種群收斂速度；變異操作的遺傳算子概率選值為0.05～0.2。

6.根據權利要求1所述的一種智能倉儲多AGV調度方法，其特征在于：所述改進遺傳算法中增加電量判斷操作，具體步驟為：

步驟1：輸入此次任務中所有AGV的最大允許電量消耗量(ME₁,ME₂,...,ME_k)；

步驟2：解出當前調度結果中染色體對應的電量消耗值(E₁,E₂,...,E_k)；

步驟3：分別將步驟1和步驟2計算的結果進行升序排列：

ME＝sort([ME₁,ME₂,...,ME_k])，

EH＝sort([E₁,E₂,...,E_k])；

步驟4：如果EH≤ME，則此結果滿足，否則舍棄此結果。

7.根據權利要求1所述的一種智能倉儲多AGV調度方法，其特征在于：設定所述AGV無效作業時間期望值為t，在改進遺傳算法中的無效作業時間值與所述期望值的誤差小于設定范圍時，遺傳算法終止。

8.根據權利要求1所述的一種智能倉儲多AGV調度方法，其特征在于：在所述調度模型中設定調度任務，具體為：

AGV從倉庫原點出發去工作站點執行任務并返回原點。