[发明专利]基于图卷积神经网络的多AGV调度方法及装置、电子设备

说明书

本申请公开了一种基于图卷积神经网络的多AGV调度方法及装置、电子设备，包括：根据路径拓扑地图，为每辆AGV分配不同的移动任务，所述移动任务用于触发AGV从起始位置向目标位置移动；获取AGV执行移动任务的运行日志数据集；针对所有AGV的当前位置和目标位置均相同的那些样本，保留其中所有AGV移动到各自目标位置所花费时间之和最少的样本；将剩余样本的所有AGV的所处的当前位置和所有AGV的目标位置作为图卷积神经网络的训练输入，将该样本的下一个时刻所有AGV的所处的当前位置作为图卷积神经网络的训练输出，对图卷积神经网络进行反向传播训练；将运行状态输入到训练好的图卷积神经网络中，选取图卷积神经网络的输出作为最优调度决策方案。

技术领域

本申请涉及AGV调度技术领域，尤其涉及一种基于图卷积神经网络的多AGV调度方法及装置、电子设备。

背景技术

在多AGV运行的场景中（如大规模仓库物流自动化场景），AGV调度系统的主要目标是通过对所有AGV均衡调度和利用，最小化所有搬运任务的执行时间，提升运行效率，同时需避免发生相向冲突、同向冲突、转向冲突及多车死锁等问题，因为上述问题会产生拥堵，会造成设备资源的浪费，甚至AGV小车停止作业，使整个调度系统停滞。

然而，多AGV调度系统在实际运行过程中面临许多动态的随机因素的影响，比如AGV车辆故障，搬运任务的临时添加或取消，车辆在路径上运行时间的不确定性等等，因此，静态生成的最优的调度计划是无法满足实际系统运行的需要的，需要实时的动态调度算法对系统中的不确定性因素进行实时响应与调整，但是动态调度的计算复杂度较大，本领域的工程师往往采用启发式或者基于规则的动态调度策略（比如分区域策略，基于时间窗策略，基于AGV或任务优先级策略等等），上述动态调度策略虽然在一定程度上能够解决/缓解车辆死锁等问题，并维持多AGV运行的连续性，但是启发式或规则式的算法是非全局最优的，属于局部优化策略，往往是以牺牲多AGV之间的协调性与全局运行效率最优为代价的，且无法避免潜在多AGV互相死锁问题。

发明内容

本申请实施例的目的是提供一种基于图卷积神经网络的多AGV调度方法及装置、电子设备，以解决相关技术中存在的多AGV调度运行效率不高且容易存在死锁的问题。

根据本申请实施例的第一方面，提供一种基于图卷积神经网络的多AGV调度方法，包括：

根据路径拓扑地图，为每辆AGV分配不同的移动任务，所述移动任务用于触发AGV从起始位置向目标位置移动；

获取AGV执行移动任务的运行日志数据集，所述运行日志数据集由多组样本构成，每个样本由所有AGV在某一时刻的运行状态组成，所述运行状态包括所有AGV所处的当前位置、所有AGV的目标位置、所有AGV的正在执行的移动任务以及完成正在执行的移动任务的实际完成时间；

针对所有AGV的当前位置和目标位置均相同的那些样本，保留其中所有AGV移动到各自目标位置所花费时间之和最少的样本；

将剩余样本的所有AGV的所处的当前位置和所有AGV的目标位置作为图卷积神经网络的训练输入，将该样本的下一个时刻所有AGV的所处的当前位置作为图卷积神经网络的训练输出，对图卷积神经网络进行反向传播训练；

将运行状态输入到训练好的图卷积神经网络中，选取图卷积神经网络的输出作为最优调度决策方案。

进一步地，在AGV从起始位置向目标位置移动后，还包括：

随机给到达所述目标位置的AGV分配新的移动任务；

继续获取AGV执行新的移动任务的运行日志数据集。

进一步地，所述AGV以最大行驶速度从所述起始位置运行到所述目标位置。

进一步地，所述目标位置为当AGV运行到某一位置后，在路径拓扑地图中随机指定一个作为目标位置。