[发明专利]自动导引车调度方法及其相关装置

说明书

本申请提供自动导引车调度方法及其相关装置。该自动导引车调度方法包括：将多个自动导引车当前的路径和下一阶段的路径输入到强化学习网络，以得到多个自动导引车的优先级；依据多个自动导引车优先级的高低顺序，依次确定是否将自动导引车下一阶段的路径发送给自动导引车。本申请可以依靠强化学习网络在运行中学习最佳的规则，省去了人工设计通行规则的复杂工作，提高了调度效率。

技术领域

本申请涉及自动导引车技术领域，特别是涉及自动导引车调度方法及其相关装置。

背景技术

自动导引车(自动导引车,Automated Guided Vehicle)系统是数字化生产车间、智慧仓储物流的重要组成部分，随着相关行业的不断发展，自动导引车在产业上的应用越来越广泛，且在同一个自动导引车系统中，自动导引车的数量和种类也越来越多。然而，车间、仓库中可供自动导引车行驶的空间往往是有限的，造成自动导引车之间对可行驶路面资源存在竞争关系，这就要求自动导引车系统对所有自动导引车的运行进行管制和调度，以保证系统安全、高效地运行。

自动导引车系统一般会采用人工设计的通行规则对所有自动导引车进行管制和调度，如直行优先规则(转弯让直行)、就近优先规则(先到先得)、负载优先规则(空车让负载车辆)等。这些人工设计的规则存在问题，例如，随着自动导引车系统越来越复杂，通行规则需要考虑的情况越来越多，规则设计就变得越来越困难。

发明内容

本申请提供自动导引车调度方法及其相关装置，可以依靠强化学习网络在运行中学习最佳的规则，省去了人工设计通行规则的复杂工作，提高了调度效率。

为达到上述目的，本申请提供一种自动导引车调度方法，该方法包括：

将多个自动导引车当前的路径和下一阶段的路径输入到强化学习网络，以得到多个自动导引车的优先级；

依据多个自动导引车优先级的高低顺序，依次确定是否将自动导引车下一阶段的路径发送给自动导引车。

其中，将多个自动导引车当前的路径和下一阶段的路径输入到强化学习网络，之前包括：基于每个自动导引车的任务确定每个自动导引车的全局路径；将每个自动导引车的全局路径分割为至少一个局部路径；

将多个自动导引车当前的路径和下一阶段的路径输入到强化学习网络，包括：将多个自动导引车当前的局部路径和下一阶段的局部路径输入到强化学习网络；

依次确定是否将自动导引车下一阶段的路径发送给自动导引车，包括：依次确认是否将自动导引车下一阶段的局部路径发送给自动导引车。

其中，以多个自动导引车当前的局部路径为强化学习网络的输入，包括：

以多个自动导引车当前的局部路径和未走完的全局路径为强化学习网络的输入，其中，自动导引车的未走完的全局路径包括自动导引车的下一阶段的局部路径。

其中，以多个自动导引车当前的局部路径为强化学习网络的输入，包括：

基于每个自动导引车的尺寸、当前的局部路径和未走完的全局路径以及每个自动导引车的载荷的尺寸得到每个自动导引车的栅格图，其中，自动导引车的栅格图的第一像素值的像素点为自动导引车当前的局部路径对应的区域，栅格图的第二像素值的像素点为自动导引车的未走完的全局路径对应的区域；以多个自动导引车的栅格图作为强化学习网络的输入；或，

基于多个自动导引车的尺寸、当前的局部路径和未走完的全局路径以及多个自动导引车的载荷的尺寸构成特征矩阵，以特征矩阵作为强化学习网络的输入。

其中，方法还包括：

统计调度自动导引车的效率；

以效率优化强化学习网络。