[发明专利]一种基于马氏过程的AGV电量状态预测方法及系统

说明书

本发明公开了一种基于马氏过程的AGV电量状态预测方法及系统。该方法包括：获取第k小时的AGV电量状态分布其中，i∈[1,2,...,m]，S_m‑i表示AGV在充满电后连续满负荷工作m‑i小时后所处的电量状态，S₀状态表示电量不能满足继续工作的状态，表示处于S_m‑i状态的AGV的数量；根据计算第k小时各AGV电量状态转移概率p_k，所述电量状态转移概率为AGV由电量状态S_m‑k转入下一电量状态S_m‑k‑1的概率，其中，task_k为第k小时的任务量，n_k为第k小时内能够执行任务的AGV数量，r为单车满负荷运行1小时可执行任务平均值；根据第k小时各AGV电量状态转移概率以及第k小时的AGV电量状态分布，预测第k+1小时的AGV电量状态分布。本发明能够实现AGV电量状态的预测，为后续的充电业务决策提供指导。

技术领域

本发明涉及AGV电量状态预测领域，特别是涉及一种基于马氏过程的AGV电量状态预测方法及系统。

背景技术

受某些工作环境、生产工艺等条件的约束，AGV在设计上往往不允许拆卸电池。在AGV使用过程中，当电量小于某经验设定阈值时，需要限定AGV必须停车进行充电操作。在充电过程中AGV无法继续投入生产。因此，需要避免过多AGV同时低于阈值电量，从而导致AGV物流运输能力低于生产需求。然而针对AGV电量预测，目前并没有有效的技术方法。

发明内容

本发明的目的是提供一种基于马氏过程的AGV电量状态预测方法及系统。

为实现上述目的，本发明提供了如下方案：

一种基于马氏过程的AGV电量状态预测方法，包括：

步骤1，获取第k小时的AGV电量状态分布其中，i∈[1,2,...,m]，S_m-i表示AGV在充满电后连续满负荷工作m-i小时后所处的电量状态，S₀状态表示电量不能满足继续工作的状态，表示处于S_m-i状态的AGV的数量；

步骤2，根据计算第k小时各AGV电量状态转移概率p_k，所述电量状态转移概率为AGV由电量状态S_m-k转入下一电量状态S_m-k-1的概率，其中，task_k为第k小时的任务量，n_k为第k小时内能够执行任务的AGV数量，r为单车满负荷运行1小时能够执行任务的平均值；

步骤3，根据第k小时各AGV电量状态转移概率以及第k小时的AGV电量状态分布，预测第k+1小时的AGV电量状态分布。

可选的，所述方法还包括：

获取待预测的时间段，将待预测时间段记为从当前时间段第k小时开始的第k+n小时；

重复执行步骤1到步骤3，进行n次迭代，连续预测得到第k+n小时的AGV电量状态分布。

可选的，在步骤2之前，还包括：

确定电量状态处于S₀的AGV数量；

根据电量状态处于S₀的AGV数量，确定能够继续执行任务的AGV数量。

本发明还提供了一种基于马氏过程的AGV电量状态预测系统，包括：

电量状态获取模块，用于获取第k小时的AGV电量状态分布其中，i∈[1,2,...,m]，S_m-i表示AGV在充电1小时后连续满负荷工作m-i小时后所处的电量状态，S₀状态表示电量不能满足继续工作的状态，表示处于S_m-i状态的AGV的数量；