[发明专利]一种基于5G物联网的AGV调度路径优化方法

说明书

本发明公开了一种基于5G物联网的AGV调度路径优化方法，首先MES系统根据生产工单产生搬运任务并下发至WMS系统；WMS系统接收任务指令并生成AGV搬运任务，随后构建AGV调度路径规划的搜索状态的数学模型；AGV管控系统依据启发式人工智能算法求解调度方案，并且输出AGV路径规划优化方案。本发明针对现有的AGV调度系统在调度数量、数据处理、算法优化方面的约束问题，应用5G物联网大带宽、低时延、多连接的特性，通过AGV管控系统和人工智能算法相结合的方式，使得AGV路径规划、实时调度和位置追踪更具有灵活性，提高了运输效率和稳定性，实现了5G使能智能制造的应用。

技术领域

本发明涉及5G工厂自动导引运输车AGV(Automated Guided Vehicle)生产调度领域，特别涉及一种基于5G物联网的基于人工智能算法的AGV调度路径优化方法。

背景技术

智能工厂中的设备所产生、采集和处理的数据量越来越多，4G网络已经难以满足智能化的需求；而WIFI通信方式在室外场景中存在抗干扰性弱、传输速率低、切换时连接中断等问题，无法完全覆盖广阔的车间外的厂区环境，车间外物流车辆无法进行有效的实时定位和监控，传统人工搬运设备在室外场景中进行物流搬运任务时，也容易出现调度任务接收不及时、运输效率不高等问题。

对于多品种、小批量、多批次的离散型柔性生产作业模式，工件的每道工序可有不同的机器选择，使得AGV有多条路线选择，这将导致工件转移时间存在差距，且不同机器设备的加工时间不一致，所以，不同的组合会有不同的结果，这对AGV实际路径规划带来极大挑战。

对于智能制造车间，AGV调度策略在很大程度上决定了车间能否高效运行，AGV调度问题属于NP-hard问题，其复杂度随问题规模呈指数级增长。Zhang Bo等人基于A*算法研究减少AGV的转弯次数来提高AGV的使用效率。Bilgeümit等人基于时间窗法研究了AGV的行驶路径冲突。杨智飞等人通过构建作业车间多目标调度优化模型，研究了自适应多目标遗传-差分进化算法。但这些方法仍然存在一些不足，实际生产系统存在设备突发故障、生产计划变更等情况，有的研究在车间调度过程中未考虑AGV的冲突问题，对于离散行业车间智能动态调度的问题，其调度过程较为复杂，需要进一步确定制造过程中的AGV调度策略及路径优化算法。

5G网络具有高可靠的特性，抗干扰能力和稳定性更具优势，有利于实现AGV在厂区内的动态调度和运输。此外，基于5G网络低时延的特性，更好的将AGV的位置及运行状态实时反馈到AGV控制系统，结合人工智能算法进行最优路径规划与实时调度，使厂区内物流运输更加高效、流畅，提高产品物料配送节拍，节省人力成本，减少生产等待时间，有利于提升生产力，扩大产值。

发明内容

本发明的目的在于针对上述现有技术存在的不足，具体的针对现有技术中柔性作业车间AGV动态调度缺少一定的科学指导依据，导致实际生产过程中AGV调度策略不合理，运输效率低下，车间外AGV小车无法进行有效的实时定位和监控等问题，提供一种基于5G物联网的AGV调度路径优化方法。

实现本发明目的的技术解决方案为：一种基于5G物联网的AGV调度路径优化方法，包括以下步骤：

步骤1，MES系统根据生产工单产生搬运任务，并下发至WMS系统；

步骤2，WMS系统接收任务指令并生成AGV搬运任务；

步骤3，根据生产任务信息和现场叫料系统的叫料信息，构建AGV调度路径规划的搜索状态的数学模型；

步骤4，AGV管控系统基于AGV所在的位置、起始站点的位置、目标站点位置依据启发式人工智能算法求解，对AGV的行进路线进行最优规划；

步骤5，判断上位系统生产任务是否更新，若是返回执行步骤3，否则输出最佳AGV调度策略方案。

一种基于5G物联网的AGV调度路径优化系统，包括以下模块：