本发明专利技术提供了一种物流机器人的调度方法、一种物流机器人的调度系统以及对应的计算机可读存储介质。上述物流机器人的调度方法包括以下步骤：根据物流机器人的初始停靠位置以及待搬运的货物的位置，确定关于物流机器人及货物的环境模型，并确定物流环境任务调度的目标函数；根据环境模型以及物流环境任务调度的目标函数，确定至少一个待搬运点的任务节点的排列编码以及初始化解集；根据物流环境任务调度的目标函数以及排列编码，确定适应度评估函数；以及根据适应度评估函数、环境模型以及排列编码，确定所述物流机器人的调度方案。确定所述物流机器人的调度方案。确定所述物流机器人的调度方案。
【技术实现步骤摘要】
物流机器人的调度方法以及系统
[0001]本专利技术涉及物流机器人调度领域，尤其涉及一种物流机器人的调度方法、一种物流机器人的调度系统以及对应的计算机可读存储介质。
技术介绍
[0002]仓储物流机器人任务调度是指在满足安全和机器人动力学约束的前提下，合理对于任务进行分配，以多机器人总移动距离最小为优化目标的优化问题。传统的仓储物流系统主要依靠人工搬运的方式来完成货物的入库和出库工作，但是这种方法对于工人的需求量较大、效率低下，容易出现货物积压和丢失等情况。尽管国内外许多企业已经开始将机器人投入仓储物流环境使用，但是其整体还是处于发展起步阶段，普及率并不高。在实际的工作当中，要保证仓储物流系统的高效运转，保证将多个搬运任务合理地分配给各个机器人并且能够安全地将货物搬运至指定的地点。在本领目前的现有技术中，无法高效、准确的制定物流机器人的调度方案。
[0003]为了克服现有技术存在的上述缺陷，本领域亟需一种物流机器人的调度方法，用于解决仓储物流环境下多移动机器人任务调度问题，并且可以快速收敛得到最优解，实现多机器人合理的任务调度，从而实现物流机器人调度的准确性以及高效性。
技术实现思路
[0004]以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之前序。
[0005]为了克服现有技术存在的上述缺陷，本专利技术提供了一种物流机器人的调度方法、一种物流机器人的调度系统以及对应的计算机可读存储介质，能够解决仓储物流环境下多移动机器人任务调度问题，并且可以快速收敛得到最优解，实现多机器人合理的任务调度，从而实现物流机器人调度的准确性以及高效性。
[0006]具体来说，根据本专利技术的第一方面提供的上述物流机器人的调度方法可以包括以下步骤：根据物流机器人的初始停靠位置以及待搬运的货物的位置，确定关于所述物流机器人及所述货物的环境模型，并确定物流环境任务调度的目标函数；根据所述环境模型以及所述物流环境任务调度的目标函数，确定至少一个待搬运点的任务节点的排列编码以及初始化解集；根据所述物流环境任务调度的目标函数以及所述排列编码，确定适应度评估函数；以及根据所述适应度评估函数、所述环境模型以及所述排列编码，确定所述物流机器人的调度方案。
[0007]进一步地，在本专利技术的一些实施例中，所述根据所述适应度评估函数、所述环境模型以及所述排列编码，确定所述物流机器人的调度方案，包括以下步骤：根据所述适应度评估函数以及环境模型，确定第一种群；根据交叉算子以及变异算子，对所述第一种群的个体
序列进行遗传、交叉和变异；判断所述变异后的第一种群的个体序列的各个体的适应度值与预设阈值的大小；以及根据判断结果，确定所述物流机器人的调度方案。
[0008]进一步地，在本专利技术的一些实施例中，所述根据判断结果，确定所述物流机器人的调度方案的步骤包括：响应于所述变异后的第一种群的个体序列的至少一个个体的适应度值大于预设阈值的结果，选择适应度值最大的个体作为物流机器人的调度方案；以及响应于所述遗传、交叉和变异后的第一种群个体序列的个体的适应度值都小于预设阈值的结果，再次执行所述确定第一种群、所述进行遗传、交叉和变异、所述判断变异后的第一种群的个体序列的各个体的适应度值与预设阈值的大小，以及所述根据判断结果确定物流机器人的调度方案的步骤。
[0009]进一步地，在本专利技术的一些实施例中，所述根据所述适应度评估函数以及环境模型，确定第一种群的步骤包括：根据所述适应度评估函数以及所述环境模型，确定所述当前种群的适应度值；根据所述适应度评估函数，确定所述当前种群中各个体的适应度值；根据所述当前种群中各所述个体的适应度值，确定各所述个体在后代种群的概率；以及根据各所述个体在后代种群的概率，确定所述第一种群。
[0010]进一步地，在本专利技术的一些实施例中，所述根据交叉算子以及变异算子，对所述第一种群的个体序列进行遗传、交叉和变异的步骤包括：将所述第一种群中适应度高的基因序列复制并遗传给下一代种群；对于所述第一种群中适应度低的个体，从其对当前种群中各待搬运点的任务节点组成的基因序列中的随机位置选取两段相同数量的基因片段，并将选出的基因片段进行交叉；根据预设变异因子、当前迭代次数以及预设最大迭代次数，确定变异率；以及根据所述变异率对遗传及交叉后的第一种群进行变异。
[0011]进一步地，在本专利技术的一些实施例中，所述根据物流机器人的初始停靠位置以及待搬运的货物的位置，确定关于所述物流机器人及所述货物的环境模型，并确定物流环境任务调度的目标函数的步骤包括：将所述物流机器人及所述待搬运的货物均视作质点，根据所述物流机器人的初始停靠位置以及所述待搬运的货物的位置进行拓扑图法建模，以确定所述环境模型；根据多个所述物流机器人的初始停靠位置，确定各所述物流机器人移动最小总路径长度的距离目标函数；根据多个所述物流机器人的负载，确定各所述物流机器人的负载均衡目标函数；以及根据各所述物流机器人移动总路径长度的距离目标函数以及各所述物流机器人的负载均衡函数，确定所述物流环境任务调度的目标函数。
[0012]进一步地，在本专利技术的一些实施例中，所述物流环境任务调度的目标函数的约束条件包括但不限于机器人移动速度的约束以及机器人最小和最大负载容量的约束中的一者或多者。
[0013]进一步地，在本专利技术的一些实施例中，所述根据所述环境模型以及所述物流环境任务调度的目标函数，确定至少一个待搬运点的任务节点的排列编码以及初始化解集的步骤包括：根据两段式编码方式对初始种群进行编码，以确定各所述待搬运点的任务节点的排列编码以及初始化解集。
[0014]此外，根据本专利技术的第二方面提供的物流机器人的调度系统包括：存储器；以及处理器，所述处理器连接所述存储器，并被配置用于实施上述的物流机器人的调度方法。
[0015]此外，根据本专利技术的第三方面提供的计算机可读存储介质，其上存储有计算机指令，上述计算机指令被处理器执行时，实施确定物流机器人的调度方法。
附图说明
[0016]在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本专利技术的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
[0017]图1示出了根据本专利技术的一些实施例提供的物流机器人的调度系统的装置的架构图。
[0018]图2示出了根据本专利技术的一些实施例提供的物流机器人的调度方法的流程图。
[0019]图3示出了根据本专利技术的一些实施例提供的任务分配结果图。
[0020]图4示出了根据本专利技术的一些实施例提供的迭代过程中成本的变化图。
具体实施方式
[0021]以下由特定的具体实施例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种物流机器人的调度方法，其特征在于，包括以下步骤：根据物流机器人的初始停靠位置以及待搬运的货物的位置，确定关于所述物流机器人及所述货物的环境模型，并确定物流环境任务调度的目标函数；根据所述环境模型以及所述物流环境任务调度的目标函数，确定至少一个待搬运点的任务节点的排列编码以及初始化解集；根据所述物流环境任务调度的目标函数以及所述排列编码，确定适应度评估函数；以及根据所述适应度评估函数、所述环境模型以及所述排列编码，确定所述物流机器人的调度方案。2.根据权利要求1所述的调度方法，其特征在于，所述根据所述适应度评估函数、所述环境模型以及所述排列编码，确定所述物流机器人的调度方案，包括以下步骤：根据所述适应度评估函数以及环境模型，确定第一种群；根据交叉算子以及变异算子，对所述第一种群的个体序列进行遗传、交叉和变异；判断所述变异后的第一种群的个体序列的各个体的适应度值与预设阈值的大小；以及根据判断结果，确定所述物流机器人的调度方案。3.根据权利要求2所述的调度方法，其特征在于，所述根据判断结果，确定所述物流机器人的调度方案的步骤包括：响应于所述变异后的第一种群的个体序列的至少一个个体的适应度值大于预设阈值的结果，选择适应度值最大的个体作为物流机器人的调度方案；以及响应于所述遗传、交叉和变异后的第一种群个体序列的个体的适应度值都小于预设阈值的结果，再次执行所述确定第一种群、所述进行遗传、交叉和变异、所述判断变异后的第一种群的个体序列的各个体的适应度值与预设阈值的大小，以及所述根据判断结果确定物流机器人的调度方案的步骤。4.根据权利要求2或3所述的调度方法，其特征在于，所述根据所述适应度评估函数以及环境模型，确定第一种群的步骤包括：根据所述适应度评估函数以及所述环境模型，确定所述当前种群的适应度值；根据所述适应度评估函数，确定所述当前种群中各个体的适应度值；根据所述当前种群中各所述个体的适应度值，确定各所述个体在后代种群的概率；以及根据各所述个体在后代种群的概率，确定所述第一种群。5.根据权利要求2所述的调度方法，其特征在于，所述根据交叉算子以及变异算子，对所述第...
【专利技术属性】
技术研发人员：和望利，杜文莉，钱锋，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。