移动机器人分拣系统的地址和格口的匹配方法技术方案

本发明专利技术公开了一种移动机器人分拣系统的地址和格口的匹配方法，S1：通过决策每个地址匹配的格口数量和匹配同一个格口的地址组合，建立以格口流量与目标平衡流量偏差平方和为最小的数学优化模型，并求解得到流量平衡方案；S2：考虑分散同一个大流量地址匹配的格口，建立以最小化包裹的总运输距离为目标的数学优化模型，并求解确定近似最优的地址和格口匹配方案。本发明专利技术以平衡每个格口的投递量作为标准，确定每个地址需要分配的格口数目和实现流量平衡的地址组合方式。格口间流量平衡可以减少因资源占用而造成的机器人拥堵，从而提高系统的分拣效率。统的分拣效率。统的分拣效率。

【技术实现步骤摘要】
移动机器人分拣系统的地址和格口的匹配方法


[0001]本专利技术涉及仓储领域
，尤其涉及一种移动机器人分拣系统的地址和格口的匹配方法。

技术介绍

[0002]电子商务的发展给物流带来了巨大的压力。企业需要巨大的空间来存储数以百万计的产品，还需要大量劳动力来快速处理海量订单以满足消费者的需求。为了缓解这种压力，仓储作业逐渐由原来的劳动密集型作业模式向采用机器人作业的智能作业模式转变，许多企业开始使用机器人技术来进行仓储作业，如紧致化机器人存储拣选系统，KIVA系统等等。使用机器人技术，首先能够减少作业人员，机器人可以7天24小时不停的作业，且出错率很低。其次使用机器人技术可以使仓库的存储密度增大，有效利用仓库空间。移动机器人分拣系统是机器人技术在分拣领域的应用，它有效地加速了订单的出库转运过程。但是该系统中待分拣的包裹地址数目远大于分拣格口数，这就不可以避免的使多个地址共享一个分拣格口。如何将地址指派到分拣格口是一个具有挑战性的问题。另外到达分拣系统的各地址包裹量之间差距很大，且同一地址在不同时间段内的包裹量差距也很大(特别受电商促销活动影本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动机器人分拣系统的地址和格口的匹配方法，其特征在于，所述方法步骤如下：S1：通过决策每个地址匹配的格口数量和匹配同一个格口的地址组合，建立以格口流量与目标平衡流量偏差平方和为最小的数学优化模型，并求解得到流量平衡方案；S2：考虑分散同一个大流量地址匹配的格口，建立以最小化包裹的总运输距离为目标的数学优化模型，并求解确定近似最优的地址和格口匹配方案。2.根据权利要求1所述的一种移动机器人分拣系统的地址和格口的匹配方法，其特征在于，步骤S|中平衡分拣格口之间包裹量的方法步骤如下：S11：将地址按流量从大到小排列并进行地址分类；待分拣的地址定义为集合D，集合D中地址d的流量为θ
d
，目标平衡流量λ，将集合D中地址按照θ
d
的大小进行排序；当θ
d
≥λ，d在大流量地址集合D1中，否则d在小流量地址集合D2中，另有D＝D1∪ D2；S12：构建流量平衡模型；包裹随机到达各上件台，得到如式(1)所示的大流量地址集合D1中的地址与λ的偏差平方和E
b
：得到如式(2)所示的小流量地址集合D2中的地址与λ的偏差平方和E
s
：式(1)中|S|表示上件台数，K
d
表示地址d分配的格口数量；式(2)中H，V，HV分别表示格口行数、列数和格口总数；g表示集合D1中地址匹配的总格口数目，有x
dj
是0
‑
1变量，等于1表示地址d在组合j中，考虑集合D1中地址不与其他地址组合，此时设有另外集合D2中地址相互组合后匹配一个格口，此时设有K
d
＝1，d∈D2，且其地址组合满足S13：构建DGAP
‑
C模型；流量平衡模型目标是最小化总流量偏差，构建Destination
‑
Grid Assignment Problem
‑
Combination模型即DGAP
‑
C模型，如式(3)所示。3.根据权利要求2所述的一种移动机器人分拣系统的地址和格口的匹配方法，其特征在于，步骤S13中DGAP
‑
C模型的求解方法步骤如下：
S131：初始化各地址匹配的格口数K
d
和地址流量组合x
dj
；S1311：令K
d
＝1，对任意d∈D1，执行如下步骤：找到矩阵E中第d行的最小值，并将其所在列记为k，令E
b
＝E
b
+e
dk
，g＝g+k，其中g是大流量地址对应的总格口数，E是|D1|
×
|S|维的矩阵，其元素为e
dk
，e
dk
表示为大流量地址d分配k个格口时的流量偏差；S1312：集合D2中的地址可用格口数是HV
‑
g，先将D2中前HV
‑
g个地址分给HV
‑
g个组合，接着每次将一个地址分配到当前总流量最小的组合中，直到全部地址分配完毕；S1313：得到初始的流量偏差S132：求解g＝g+1时的地址匹配格口数和地址组合；S1321：构建Model1以得到最优的各地址匹配的格口数；Model1以最小化集合D1中地址的总流量偏差为目标，表达式如式(4)所示，其中决策变量是如式(7)所示的0
‑
1变量y
dk
，等于1表示集合D1中的地址d分配k个格口；集合D1中地址匹配的格口数目受两个约束限制，第一个是如式(5)所示的集合D1中的每个地址只会选择一个匹配的格口数目，第二个是如式(6)所示的集合D1中地址匹配的格口总数是g；总数是g；y
dk
∈{0，1}，d∈D1，k＝1，
…
，|S| (7)S1322：执行步骤S1312得到在g＝g+1下的流量平衡的地址组合；S1323：得到g＝g+1时流量偏差S133：求解g＝g
‑
1时的地址匹配格口数和地址组合；S1331：求解Model 1得到最优的为各地址分配的格口数；S1332：执行步骤S1312得到在g＝g
‑
1下的流量平衡的地址组合；S1333：得到g＝g
‑
1时流量偏差S134：比较之间的大小关系，快速得到近似最优的各地址匹配格口数K
d
和流量平衡的地址组合x
dj
；S1341：目此时已找到最优的匹配格口数和地址组合；S1342：此时执行步骤S132，直到步骤S1341成立；S1343：此时执行步骤132，直到步骤S1341成立。4.根据权利要求3所述的一种移动机器人分拣系统的地址和格口的匹配方法，其特征在于，步骤S2中，基于流量平衡结果，考虑格口分散的地址和格口匹配的方法步骤如下：S21：转换DGAP
‑
C模型结果为地址和格口匹配Destination
‑
Grid Assignment Problem
‑
Assignment模型即DGAP
‑
A模型的输入数据；
S22：构建地址和格口匹配DGAP
‑
A模型；S23：求解DGAP
‑
A模型。5.根据权利要求4所述的一种移动机器人分拣系统的地址和格口的匹配方法，其特征在于，步骤S21中转换DGAP
‑
C模型结果为DGAP
‑
A模型的输入数据的方法步骤如下：用式(8)和式(9)将DGAP
‑
C模型的结果转换为每个地址组合分配的格口数K
i
，i∈I和每个地址组合的包裹量a
i
：：式(8)中a
i
表示地址组合i∈I的包裹量，I表示地址组合集合；式(9)中的K
i
表示地址组合i对应的格口数量；这里将地址组合集合I划分成两个子集I1，I2且满足I＝I1∪I2，其中如果K
i
＞1，则i∈I1，否则i∈I2。6.根据权利要求5所述的一种移动机器人分拣系统的地址和格口的匹配方法，其特征在于，步骤S22中构建地址和格口匹配DGAP
‑
A模型的方法步骤如下：DGAP
‑
A模型以最小化包裹的总运输距离为目标函数，如式(10)所示，其中M
shv
表示上件台s到格口(h，v)的曼哈顿距离：在此模型中，机器人受最短路径策略限制，每个地址在每个上件台处匹配一个格口，如式(11)所示：式(12)和式(13)限制集合D1中的大流量地址对应的每个格口匹配的上件台数量是或者以保证格口流量平衡：以保证格口流量平衡：式(14)给出了决策变量w
ishv
和z
ihv
之间的关系：w
ishv
≤z
ihv
，i∈I，s∈S，h＝1...H，v＝1...V
ꢀꢀꢀꢀ
(14)地址和格口受到最基本的指派约束，如式(15)表示每个格口只匹配一个地址，式(16)表示每个地址匹配K
i
个格口：
考虑通过分散集合D1中的大流量地址匹配的格口来减少机器人冲突，从而提高系统吞吐量；式(17)和式(18)刻画了格口分散约束，其中式(17)表示集合D1中的地址匹配的格口远离上件台，与上件台的水平距离不小于L1，式(18)表示地址组合i∈D1对应的格口两两分散，分散距离不小于L2：z
ihv
＝0，i∈I1，h＝1...H，v＝1
…
L1，V
‑
L1+1...V
ꢀꢀꢀꢀ
(17)|h
‑
m|+|v
‑
n|≥L2(z
ihv
+z
ihn
‑
1)，i∈I1，h，m＝1
…
H，h≤m，v，n＝1
…
V，v≤n，(h，v)≠(m，n)
ꢀꢀꢀꢀꢀꢀꢀ
(18)DGAP
‑
A模型中的决策变量是如式(19)所示的0
‑
1变量，z
ihv
...

【专利技术属性】
技术研发人员：余虎，周真生，余玉刚，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：