一种仓储AGV的调度方法、系统、存储介质及电子设备

技术领域

本发明涉及调度处理领域，尤其涉及一种仓储AGV的调度方法、系统、存储介质及电子设备。

背景技术

随着电商规模日益扩大和社会的发展进步，对仓储的需求量也日益攀升。不同于普通仓库的码放和人为劳动力的搬运，智能仓储逐渐以无人化、智能化、高效的特点占据发展新方向。仓储智能搬运机器人（AGV）是实现货物出入库自动化搬运装卸的重要运输手段。

仓储机器人经常被用于货物搬运，以替代人工拣选进而提高拣选效率，降低人工成本。AGV可以自行按照既定轨迹运动和运输。早期的AGV通过电磁感应方式引导，其后改用磁带导引，目前主流的导引方式有激光导引、惯性导航、视觉导航。因此给出AGV的运动路径后，即可完成运输。但是在大型仓储出入库时，单台AGV杯水车薪，需要多台AGV集群协同工作，这就涉及到如何规划调度每台AGV执行哪些货物的运输任务的问题。目前现有的技术缺乏针对多台AGV集群的高效调度技术，面对多货物多AGV的情况，调度计划较为耗时，不能实现快速高效地出入库任务。

发明内容

本发明所要解决的技术问题是提供一种仓储AGV的调度方法、系统、存储介质及电子设备。

本发明解决上述技术问题的技术方案如下：一种仓储AGV的调度方法，包括：

步骤1，获取待完成的出入库订单信息以及AGV当前状态，根据所述出入库订单信息以及所述AGV当前状态随机生成调度方案；

步骤2，通过染色体基因的方式编码所述调度方案，初始化果蝇种群中心解，其中，一个果蝇种群中心解对应一个调度方案;

步骤3，对所述果蝇种群中心解进行嗅觉搜索，得到父辈果蝇解；

步骤4，对所述父辈果蝇解进行继承机制运算，得到子辈果蝇解；

步骤5，对所述子辈果蝇解进行计算，得到第一适应度函数值；

步骤6，根据所述适应度函数值对所述父辈果蝇解进行更新；

步骤7，对更新后的父辈果蝇解进行计算，得到第二适应度函数，根据所述第二适应度函数确定最优解；

步骤8，判断所述最优解是否满足预设终止条件，若满足则输出最优解，根据最优解对应的方案完成AGV的调度。

本发明的有益效果是：通过利用果蝇优化算法可以用较短时间完成出入库任务的调度规划同时能够兼顾批次出入库任务总量的更新和AGV剩余电量信息，此外，由于将方案编码并选取最优解能够高效地对多台AGV集群进行调度规划，能够实现智能仓储内多批次任务、多状态小车的协同连续工作，提升工作效率和自动化程度。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，步骤3具体为：

在所述果蝇种群中心解中，随机生成M个父辈果蝇解a

进一步，步骤4具体为：

步骤401，计算顺从子辈数以及叛逆子辈数；

其中，顺从子辈数N

叛逆子辈数N

其中，r为顺从叛逆数量比，N为子辈果蝇解的个数；

步骤402，根据辈分系数计算基因反转阈值；

基因翻转阈值

其中，

步骤403，根据所述基因反转阈值分别随机反转数量为L

步骤404，在N’个初代子辈果蝇解中剔除超过预设时间阈值的初代子辈果蝇解，得到N个与所述父辈果蝇解对应的子辈果蝇解b

进一步，步骤5具体为：

通过欧氏距离之和算法对所述子辈果蝇解进行计算，得到每个子辈果蝇解的适应度函数值。

进一步，步骤6具体为：

步骤601，将N个子辈果蝇解的适应度函数值按降序排列，并选取前n%的子辈果蝇解，其中n%为预设比例值；

步骤602，将最优子辈果蝇解分别与前n%的每个子辈果蝇解的对应位置基因进行比较，若比较结果为基因不相等，则按照预设沟通概率在基因不相等的位置随机的将最优子辈果蝇解的基因替换至与最优子辈果蝇解相比较的子辈果蝇解的对应基因位置；

步骤603，选取更新后的子辈果蝇解中舒适度函数值最高的子辈果蝇解，将所述适应度函数值最高的子辈果蝇解作为与之对应的父辈果蝇解进行更替。

进一步，步骤7之后还包括：

根据所述最优解更新果蝇种群的中心位置。

进一步，步骤8具体为：

判断所述最优解是否满足预设终止条件，若满足则输出最优解，根据最优解对应的方案完成AGV的调度，若不满足，则重复步骤3至步骤7，直至得到满足预设终止条件的最优解，其中，所述预设终止条件为：在预设次数内，所述最优解无变化。

本发明解决上述技术问题的另一种技术方案如下：一种仓储AGV的调度系统，包括：

获取模块，用于获取待完成的出入库订单信息以及AGV当前状态，根据所述出入库订单信息以及所述AGV当前状态随机生成调度方案；

编码模块，用于通过染色体基因的方式编码所述调度方案，初始化果蝇种群中心解，其中，一个果蝇种群中心解对应一个调度方案；

嗅觉探索模块，用于对所述果蝇种群中心解进行嗅觉搜索，得到父辈果蝇解；

继承模块，用于对所述父辈果蝇解进行继承机制运算，得到子辈果蝇解；

第一计算模块，用于对所述子辈果蝇解进行计算，得到第一适应度函数值；

更新模块，用于根据所述适应度函数值对所述父辈果蝇解进行更新；

第二计算模块，用于对更新后的父辈果蝇解进行计算，得到第二适应度函数，根据所述第二适应度函数确定最优解；

调度模块，用于判断所述最优解是否满足预设终止条件，若满足则输出最优解，根据最优解对应的方案完成AGV的调度。

本发明的有益效果是：通过利用果蝇优化算法可以用较短时间完成出入库任务的调度规划同时能够兼顾批次出入库任务总量的更新和AGV剩余电量信息，此外，由于将方案编码并选取最优解能够高效地对多台AGV集群进行调度规划，能够实现智能仓储内多批次任务、多状态小车的协同连续工作，提升工作效率和自动化程度。

进一步，嗅觉探索模块具体用于：

在所述果蝇种群中心解中，随机生成M个父辈果蝇解a

进一步，继承模块具体用于：

计算顺从子辈数以及叛逆子辈数；

其中，顺从子辈数N

叛逆子辈数N

其中，r为顺从叛逆数量比，N为子辈果蝇解的个数；

根据辈分系数计算基因反转阈值；

基因翻转阈值

其中，

根据所述基因反转阈值分别随机反转数量为L

在N’个初代子辈果蝇解中剔除超过预设时间阈值的初代子辈果蝇解，得到N个与所述父辈果蝇解对应的子辈果蝇解b

进一步，第一计算模块具体用于：

通过欧氏距离之和算法对所述子辈果蝇解进行计算，得到每个子辈果蝇解的适应度函数值。

进一步，更新模块具体用于：

将N个子辈果蝇解的适应度函数值按降序排列，并选取前n%的子辈果蝇解，其中n%为预设比例值；

将最优子辈果蝇解分别与前n%的每个子辈果蝇解的对应位置基因进行比较，若比较结果为基因不相等，则按照预设沟通概率在基因不相等的位置随机的将最优子辈果蝇解的基因替换至与最优子辈果蝇解相比较的子辈果蝇解的对应基因位置；

选取更新后的子辈果蝇解中舒适度函数值最高的子辈果蝇解，将所述适应度函数值最高的子辈果蝇解作为与之对应的父辈果蝇解进行更替。

进一步，还包括位置更新模块，用于根据所述最优解更新果蝇种群的中心位置。

进一步，第二计算模块具体用于：

判断所述最优解是否满足预设终止条件，若满足则输出最优解，根据最优解对应的方案完成AGV的调度，若不满足，则重复步骤3至步骤7，直至得到满足预设终止条件的最优解，其中，所述预设终止条件为：在预设次数内，所述最优解无变化。

本发明解决上述技术问题的另一种技术方案如下：一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一项所述的一种仓储AGV的调度方法。

本发明的有益效果是：通过利用果蝇优化算法可以用较短时间完成出入库任务的调度规划同时能够兼顾批次出入库任务总量的更新和AGV剩余电量信息，此外，由于将方案编码并选取最优解能够高效地对多台AGV集群进行调度规划，能够实现智能仓储内多批次任务、多状态小车的协同连续工作，提升工作效率和自动化程度。

本发明解决上述技术问题的另一种技术方案如下：一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，所述处理器执行所述程序时实现如上述任一项所述的一种仓储AGV的调度方法。

本发明的有益效果是：通过利用果蝇优化算法可以用较短时间完成出入库任务的调度规划同时能够兼顾批次出入库任务总量的更新和AGV剩余电量信息，此外，由于将方案编码并选取最优解能够高效地对多台AGV集群进行调度规划，能够实现智能仓储内多批次任务、多状态小车的协同连续工作，提升工作效率和自动化程度。

附图说明

图1为本发明一种仓储AGV的调度方法实施例提供的流程示意图；

图2为本发明一种仓储AGV的调度系统实施例提供的结构框架图。

具体实施方式

以下对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，一种仓储AGV的调度方法，包括：

步骤1，获取待完成的出入库订单信息以及AGV当前状态，根据所述出入库订单信息以及所述AGV当前状态随机生成调度方案；

步骤2，通过染色体基因的方式编码所述调度方案，初始化果蝇种群中心解，其中，一个果蝇种群中心解对应一个调度方案;

步骤3，对所述果蝇种群中心解进行嗅觉搜索，得到父辈果蝇解；

步骤4，对所述父辈果蝇解进行继承机制运算，得到子辈果蝇解；

步骤5，对所述子辈果蝇解进行计算，得到第一适应度函数值；

步骤6，根据所述适应度函数值对所述父辈果蝇解进行更新；

步骤7，对更新后的父辈果蝇解进行计算，得到第二适应度函数，根据所述第二适应度函数确定最优解；

步骤8，判断所述最优解是否满足预设终止条件，若满足则输出最优解，根据最优解对应的方案完成AGV的调度。

在一些可能的实施方式中，通过利用果蝇优化算法可以用较短时间完成出入库任务的调度规划同时能够兼顾批次出入库任务总量的更新和AGV剩余电量信息，此外，由于将方案编码并选取最优解能够高效地对多台AGV集群进行调度规划，能够实现智能仓储内多批次任务、多状态小车的协同连续工作，提升工作效率和自动化程度。

需要说明的是，初始化现存的出入库订单信息和AGV状态，可以理解为，智慧仓储管理系统以固定周期向仓库发送成批次的订单信息，本发明以订单编号、货物坐标（货架排数，货架列数，货架层数）、出库标识符、入库标识符为例；将每个周期接收到的批次订单信息与历史未完成批次订单信息整合；并检查每一台AGV处于运输、待机、正在充电、待充电状态，以此初始化规划调度的运输目的和可用AGV条件。使用父辈子辈继承机制的果蝇优化算法，调度规划每个处于运输和待机状态的可用AGV的运输任务清单，使得在最短时间完成所述调度条件初始化确定的出入库订单信息，由于运输中AGV长时间处于匀速行驶状态，因此等价于所有出入库任务整体作业过程内AGV小车运动总距离最短，其中对于调度任务的生成过程可以通过普通果蝇优化算法，也可以通过本申请中提及的父辈子辈继承机制的果蝇优化算法，父辈子辈继承机制的果蝇优化算法的具体实施方式可参考实施例1进行辅助理解。

实施例1，初始化现存的出入库订单信息和AGV状态，根据出入库订单信息以及AGV当前状态随机生成调度方案；

以染色体基因的方式编码调度方案，初始化果蝇种群中心解，随机设置AGV集群的运输任务；

使用嗅觉搜索，在种群中心解的附近随机产生M个父辈果蝇解a

根据继承机制，在每一个父辈果蝇解a

计算每种调度安排下AGV运动总耗时，即适应度函数值；

使用沟通策略交互更新父辈果蝇解a

设定沟通概率，概率范围为0-1；对所有子辈果蝇根据适应度降序排序,选择排在前n%的子辈果蝇；

除最优子辈果蝇外，针对每个排名前n%的子辈果蝇，比较该果蝇与最优子辈果蝇的每个基因；若两个果蝇对应位置上的基因不相等，则按沟通概率随机替换该果蝇对应位置的基因，选取适应度函数值最高的子辈果蝇作为对应的父辈果蝇；

对更新后的父辈果蝇解进行计算，根据最优解更新果蝇种群的中心位置；判断是否满足终止条件，若是，则输出最优解，否则继续迭代计算，即重复本申请中的步骤3至步骤7。

此外，在计算处理过程中会实时监测AGV的剩余电量和批次订单信息，若接收下一批次订单，或在运AGV执行一趟运输任务后需要进入充电区，则触发激活条件，重新刷新AGV当前状态等信息，设计当前所有可用AGV在执行完此趟运输任务之后的新的调度计划。

优选地，在上述任意实施例中，步骤3具体为：

在所述果蝇种群中心解中，随机生成M个父辈果蝇解a

优选地，在上述任意实施例中，步骤4具体为：

步骤401，计算顺从子辈数以及叛逆子辈数；

其中，顺从子辈数N

叛逆子辈数N

其中，r为顺从叛逆数量比，N为子辈果蝇解的个数；

步骤402，根据辈分系数计算基因反转阈值；

基因翻转阈值

其中，

步骤403，根据所述基因反转阈值分别随机反转数量为L

步骤404，在N’个初代子辈果蝇解中剔除超过预设时间阈值的初代子辈果蝇解，得到N个与所述父辈果蝇解对应的子辈果蝇解b

优选地，在上述任意实施例中，步骤5具体为：

通过欧氏距离之和算法对所述子辈果蝇解进行计算，得到每个子辈果蝇解的适应度函数值。

优选地，在上述任意实施例中，步骤6具体为：

步骤601，将N个子辈果蝇解的适应度函数值按降序排列，并选取前n%的子辈果蝇解，其中n%为预设比例值；

步骤602，将最优子辈果蝇解分别与前n%的每个子辈果蝇解的对应位置基因进行比较，若比较结果为基因不相等，则按照预设沟通概率在基因不相等的位置随机的将最优子辈果蝇解的基因替换至与最优子辈果蝇解相比较的子辈果蝇解的对应基因位置；

步骤603，选取更新后的子辈果蝇解中舒适度函数值最高的子辈果蝇解，将所述适应度函数值最高的子辈果蝇解作为与之对应的父辈果蝇解进行更替。

优选地，在上述任意实施例中，步骤7之后还包括：

根据所述最优解更新果蝇种群的中心位置。

优选地，在上述任意实施例中，步骤8具体为：

判断所述最优解是否满足预设终止条件，若满足则输出最优解，根据最优解对应的方案完成AGV的调度，若不满足，则重复步骤3至步骤7，直至得到满足预设终止条件的最优解，其中，所述预设终止条件为：在预设次数内，所述最优解无变化。

如图2所示，一种仓储AGV的调度系统，包括：

获取模块100，用于获取待完成的出入库订单信息以及AGV当前状态，根据所述出入库订单信息以及所述AGV当前状态随机生成调度方案；

编码模块200，用于通过染色体基因的方式编码所述调度方案，初始化果蝇种群中心解，其中，一个果蝇种群中心解对应一个调度方案；

嗅觉探索模块300，用于对所述果蝇种群中心解进行嗅觉搜索，得到父辈果蝇解；

继承模块400，用于对所述父辈果蝇解进行继承机制运算，得到子辈果蝇解；

第一计算模块500，用于对所述子辈果蝇解进行计算，得到第一适应度函数值；

更新模块600，用于根据所述适应度函数值对所述父辈果蝇解进行更新；

第二计算模块700，用于对更新后的父辈果蝇解进行计算，得到第二适应度函数，根据所述第二适应度函数确定最优解；

调度模块800，用于判断所述最优解是否满足预设终止条件，若满足则输出最优解，根据最优解对应的方案完成AGV的调度。

在一些可能的实施方式中，通过利用果蝇优化算法可以用较短时间完成出入库任务的调度规划同时能够兼顾批次出入库任务总量的更新和AGV剩余电量信息，此外，由于将方案编码并选取最优解能够高效地对多台AGV集群进行调度规划，能够实现智能仓储内多批次任务、多状态小车的协同连续工作，提升工作效率和自动化程度。

优选地，在上述任意实施例中，嗅觉探索模块300具体用于：

在所述果蝇种群中心解中，随机生成M个父辈果蝇解a

优选地，在上述任意实施例中，继承模块400具体用于：

计算顺从子辈数以及叛逆子辈数；

其中，顺从子辈数N

叛逆子辈数N

其中，r为顺从叛逆数量比，N为子辈果蝇解的个数；

根据辈分系数计算基因反转阈值；

基因翻转阈值

其中，

根据所述基因反转阈值分别随机反转数量为L

在N’个初代子辈果蝇解中剔除超过预设时间阈值的初代子辈果蝇解，得到N个与所述父辈果蝇解对应的子辈果蝇解b

优选地，在上述任意实施例中，第一计算模块500具体用于：

通过欧氏距离之和算法对所述子辈果蝇解进行计算，得到每个子辈果蝇解的适应度函数值。

优选地，在上述任意实施例中，更新模块600具体用于：

将N个子辈果蝇解的适应度函数值按降序排列，并选取前n%的子辈果蝇解，其中n%为预设比例值；

将最优子辈果蝇解分别与前n%的每个子辈果蝇解的对应位置基因进行比较，若比较结果为基因不相等，则按照预设沟通概率在基因不相等的位置随机的将最优子辈果蝇解的基因替换至与最优子辈果蝇解相比较的子辈果蝇解的对应基因位置；

选取更新后的子辈果蝇解中舒适度函数值最高的子辈果蝇解，将所述适应度函数值最高的子辈果蝇解作为与之对应的父辈果蝇解进行更替。

优选地，在上述任意实施例中，还包括位置更新模块，用于根据所述最优解更新果蝇种群的中心位置。

优选地，在上述任意实施例中，第二计算模块700具体用于：

判断所述最优解是否满足预设终止条件，若满足则输出最优解，根据最优解对应的方案完成AGV的调度，若不满足，则重复嗅觉探索模块300至第二计算模块700的内容，直至得到满足预设终止条件的最优解，其中，所述预设终止条件为：在预设次数内，所述最优解无变化。

本发明解决上述技术问题的另一种技术方案如下：一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一项所述的一种仓储AGV的调度方法。

在一些可能的实施方式中，通过利用果蝇优化算法可以用较短时间完成出入库任务的调度规划同时能够兼顾批次出入库任务总量的更新和AGV剩余电量信息，此外，由于将方案编码并选取最优解能够高效地对多台AGV集群进行调度规划，能够实现智能仓储内多批次任务、多状态小车的协同连续工作，提升工作效率和自动化程度。

本发明解决上述技术问题的另一种技术方案如下：一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，所述处理器执行所述程序时实现如上述任一项所述的一种仓储AGV的调度方法。

在一些可能的实施方式中，通过利用果蝇优化算法可以用较短时间完成出入库任务的调度规划同时能够兼顾批次出入库任务总量的更新和AGV剩余电量信息，此外，由于将方案编码并选取最优解能够高效地对多台AGV集群进行调度规划，能够实现智能仓储内多批次任务、多状态小车的协同连续工作，提升工作效率和自动化程度。

读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的方法实施例仅仅是示意性的，例如，步骤的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个步骤可以结合或者可以集成到另一个步骤，或一些特征可以忽略，或不执行。

上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，RandomAccessMemory）、磁碟或者光盘等各种可以存储程序代码的介质。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。