多仓库移动机器人时空约束分层调度策略

原文：A spatio-temporal constrained hierarchical scheduling strategy for multiple warehouse mobile robots under industrial cyber–physical system 

发表于Advanced Engineering Informatics

---

摘要

工业信息物理系统(ICPS)框架可以减少计算量，提高任务效率。研究了多仓库移动机器人(multi-WMRs)基于icp的调度策略。首先，在拓扑地图建模中考虑可能存在的拥塞问题，将其转化为新的路径时间成本指标。其次，每个机器人独立执行路径规划算法，实现分布式路径计算，兼顾时间成本和目标距离;改进的任务分配策略包括任务评估和决策，它们被认为是规划的一部分，有助于提高任务效率。最后，将完整的调度过程应用到新的ICPS体系结构中，包括成本评估、路径规划、任务分配和碰撞避免。在数值实验中，该方法的任务效率较前作提高了24.8%，较前作提高了14.59%。平均拥堵时间比传统方法缩短了28.41%，规划时间比传统方法缩短了10.13%。

关键字：工业信息物理系统(ICPS)；分层调度；仓库移动机器人(WMR)；地图建模；任务分配；启发式路径规划

---

1. 简介

针对上述问题，我们提出了相应的基于ICPS层的解决方案:(1)多wmr（warehouse mobile robot，仓库移动机器人）系统的地图建模过程考虑了可能的时间成本。同时，最优概率解避免了复杂的建模。(2)改进的启发式路径规划考虑了一种新的层次策略，包括时间成本和距离的评估。目的是在一定程度上减少路径网络的拥塞，提高任务效率。(3)实现了改进的任务分配策略，包括任务入口的路径评价和任务优先级。(4)将主要算法以不同的结构部署在icp中，大大提高了计算效率和实时性。
其余部分的组织如下。第二部分阐述了相关研究。第3节描述了改进的调度策略，包括地图建模、路径规划、任务评估和决策以及icp框架。第四节对实验结果进行了详细分析。第五部分总结了本文的工作，并对未来的相关研究进行了展望。

---

2. 相关的研究

2.1. 工业仓储物流中的多wmr及其CPS/ICPS建模方法

移动机器人集群在仓储领域被广泛使用。亚马逊的Kiva机器人已经实现了成熟的机器人移动履行系统（RMFS）[13], [21]。多个移动机器人根据任务指令自主移动，实现了 "货到人 "的模式，具有高效、精准、快速、灵活的任务特点。Kiva系统是升降式集装箱存储的典型应用。Yang等人研究了多移动机器人在物流分拣中的应用，是一种 "货到付款 "的传输模式[15]。多移动机器人系统的灵活性和传输的灵活性大大提升了仓库的分拣效率。Guney等人实现了多AGV协作分拣系统的抽象和映射，其中包括AGV工作场景和计算机中的机器人本身模型[22]。充电区和停车区等区域被包含在拓扑图中以模拟实际场景。改进的动态运动规划器旨在减少或消除AGV的碰撞。Zhong等人进一步研究了多个AGV系统的调度问题，包括避免冲突和路径规划[23]。混合综合规划模型是基于纯运动路径，不包括AGV的充电、维护和停靠区域，旨在提高AGV任务过程的效率。此外，改进后的路径规划算法可以显著提高整个任务效率。Keung等人深入研究和探索了RMFS中改进的机器人调度和在线订单生成策略。具体来说，机器人流程自动化（RPA）和基于云的网络物理系统（CPS）的组合模式有效地提高了运行效率[24]。此外，改进的订单批处理方法进一步优化了电子商务系统的效率[25]。

此外，研究对CPS（ICPS）建模的可靠性、衍生技术及其应用做出了贡献。Hu等人提出了一个基于CPS的交通控制模型，结合行为树（BT）和强化学习（RL）来实现多代理（AGV）的联合操作[26]。AGV和交通指挥员被定义为特定的代理，他们相互之间自主合作。控制指令在CPS的不同CL中实现，以确保系统的效率、及时性和安全性。在[27]中，一个CPS方法被应用于一个制造车间系统。CPS和智能机器代理（SMA）相结合的方法可以实现智能模型和制造资源的紧密结合，促进大规模工业系统的灵活性和稳健性。Zhang等人设计了一个用于物料搬运的CPS-AGV智能控制模型[28]。物理层配置基于CPS的AGV，网络层处理信息，而系统层提供关键的实时应用。分层的传输结构明显提高了任务效率和道路利用率。在[20]中，Lian等人提出了一种适合多分类机器人系统的CPS建模方