一种融合数字孪生与因果模型的码头AGV联动方法及系统技术方案

本发明专利技术公开了一种融合数字孪生与因果模型的码头AGV联动方法及系统，该方法包括：获取可监控的码头各作业信息变量，并构建AGV路网布局模型；对与AGV任务完成所需时间具备格兰杰因果关系的相关变量做关于AGV在任务执行过程中行驶到AGV路网中各子路径的时间区间的回归模型，预测AGV在任务执行过程中经过路网各子路径的时间区间；将AGV运行过程中的每一段时间区间与AGV路网布局中的每一段子路径一一对应；构建路径‑冲突‑时间的三层因果网络，得到多AGV的冲突预警模型；对两类不同的调度策略做匹配估计，计算匹配概率；加入约束条件，求解两类调度策略的匹配概率并检验。本发明专利技术能够得出最适合的应急策略，灵活、快速应对冲突事件，实现更为高效的AGV调度。

【技术实现步骤摘要】

本专利技术属于系统动力学和多智能体联动，具体涉及一种融合数字孪生与因果模型的码头agv联动方法及系统。

技术介绍

1、自动化码头是现代物流体系不可或缺的组成部分，其核心在于提高装卸效率，降低作业成本，同时减少人力依赖和操作错误。agv（automated guided vehicle，自动导引车）系统在自动化码头扮演着吊装集装箱、运输货物、连接海陆运输等多个环节的关键角色。agv作为一种智能搬运机器人，它能在没有固定路径指引的环境下，通过自主定位和导航技术实现高精度的货物搬运作业。

2、然而，码头agv系统在操作过程中还面临许多挑战，如动态环境下的路径规划、多agv之间协同作业时的冲突避免、效率最优化调度等。在早期，agv的调度主要依赖人工经验和简单算法，难以应对复杂且变化多端的现实操作环境。随着技术的进步，更加智能化的agv调度系统迫在眉睫。

3、尽管目前的多agv调度方法已经取得了显著的成果，但仍然存在一些不足，主要包含以下几个方面：

4、1）调度算法的复杂度高：针对大规模的agv车辆和任务，当前的调度算法往往具有较本文档来自技高网...

【技术保护点】

1.一种融合数字孪生与因果模型的码头AGV联动方法，其特征在于，该方法包括：

2.根据权利要求1所述的融合数字孪生与因果模型的码头AGV联动方法，其特征在于，通过对码头AGV的历史调度方案进行k-means聚类算法分析，确定最适合的桥吊与货堆与AGV的数量配比，具体步骤为：

3.根据权利要求1所述的融合数字孪生与因果模型的码头AGV联动方法，其特征在于，码头作业状况包括：以晴、雨、高温、低温分类的天气状态、码头待处运货物数量、作业桥吊编号与货堆编号；任务信息包括：任务编号、以装货、卸货、空闲分类的任务类型、任务优先级、任务起始位置、任务终点位置和任务完成所需时间；...

【技术特征摘要】

1.一种融合数字孪生与因果模型的码头agv联动方法，其特征在于，该方法包括：

2.根据权利要求1所述的融合数字孪生与因果模型的码头agv联动方法，其特征在于，通过对码头agv的历史调度方案进行k-means聚类算法分析，确定最适合的桥吊与货堆与agv的数量配比，具体步骤为：

3.根据权利要求1所述的融合数字孪生与因果模型的码头agv联动方法，其特征在于，码头作业状况包括：以晴、雨、高温、低温分类的天气状态、码头待处运货物数量、作业桥吊编号与货堆编号；任务信息包括：任务编号、以装货、卸货、空闲分类的任务类型、任务优先级、任务起始位置、任务终点位置和任务完成所需时间；agv状态信息包括：agv当前任务、agv任务路线、agv行驶状态、agv当前位置、agv当前电量、agv当前速度、agv当前加速度和agv当前负载；agv充电站信息包括：充电站编号、充电站位置、充电站储蓄电池数量和充电站换电时间；

4.根据权利要求1所述的融合数字孪生与因果模型的码头agv联动方法，其特征在于，格兰杰因果检验包括：

5.根据权利要求...

【专利技术属性】
技术研发人员：严俊伟，龚化林，刘泉，李天梁，胡淇，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：