[发明专利]一种基于拓扑地图的预测性多AGV任务分配方法

说明书

本发明的一种基于拓扑地图的预测性多AGV任务分配方法，属于自动控制技术领域。方法为建立拓扑地图，记录并保存所有的节点、路径信息，确定空闲AGV的数量和待分配的AGV任务后构建代价函数，计算各空闲AGV分别完成各待分配任务的代价值，选定代价值最小准则并获取符合实际需求的最小代价值，根据选定的最小代价值原则分配任务。通过确定空闲AGV的数量和待分配的AGV任务后构建代价函数，选取代价函数的最小代价值为最优方案，使得agv的实际运行效率大大提高，同时不会造成AGV任务分配混乱。

技术领域

本发明属于自动控制技术领域，具体来说是一种基于拓扑地图的预测性多AGV任务分配方法。

背景技术

作为智能物流核心设备之一的AGV(Automated Guided Vehicle，自动导引运输车)近年来出现了爆发式的增长，而以智能化为主，可以自主导航的AGV也已被广泛应用于智能物流仓储领域。而在实际场景中可能需要多辆AGV同时运行，这就使得给各个AGV分配的任务是否合理显得尤为重要，否则会造成运行效率过低、资源浪费等，更严重的可能会造成AGV之间发生碰撞。

而现在大多数的任务分配方法采用的是将任务分配给距离任务站点相邻最近的AGV，此种采用局部优化的方法不仅效率低而且可能会造成工作场景下的混乱从而可能使得事故发生概率增加。

发明内容

1.发明要解决的技术问题

本发明的目的在于解决现有的AGV任务分配方法效率低且容易造成混乱的问题。

2.技术方案

为达到上述目的，本发明提供的技术方案为：

本发明的一种基于拓扑地图的预测性多AGV任务分配方法，建立拓扑地图，记录并保存所有的节点、路径信息，确定空闲AGV的数量和待分配的AGV任务后构建代价函数，计算各空闲AGV分别完成各待分配任务的代价值，选定代价值最小准则并获取符合实际需求的最小代价值，根据选定的最小代价值原则分配任务。

优选的，具体包括如下步骤：

S100、建立拓扑地图，并在地图中记录并保存所有的节点、路径信息；

S200、获取agv的状态和待分配的任务信息；

S300、构建代价函数计算单个agv的代价函数

S400、计算代价值总和最小的分配方案为最优方案；

S500、按照最优方案进行任务分配。

优选的，所述步骤S100中，拓扑地图的建立规则为权重正负代表的是路径方向，保证两条不同路径的交点都是节点。

优选的，所述步骤S200中，所述agv的状态为当且仅当agv无任务且静止时表明其处于空闲状态，空闲agv数量记为n，设未分配任务的总数量为m，当mn时，取m＝n，根据任务发布时间优先分配发布较早的前m个任务。

优选的，所述步骤S200中，当agv获取到任务后即置为繁忙状态，且其到达目标位置并完成该项任务后状态更改为空闲状态，当指定agv完成一项任务时，若该agv处于空闲状态则立即执行该任务，若处于繁忙状态则完成当前任务后立即执行指定任务。

优选的，所述步骤S200中，当指定某任务具有最高优先级且未指定agv，则将其分配给空闲叉车中完成这一任务预测时间最短的agv。

优选的，所述步骤S300中，单个agv的代价函数包括单个agv完成任务的时间为和预测等待时间