[发明专利]一种AGV任务分配方法、物流分拣方法及系统

说明书

一种AGV任务分配方法、物流分拣方法及系统，有随机分布于工作空间的数量为m的空闲状态的AGV，利用KM算法优先分配高优先级的m个任务；AGV根据匹配的任务进行路径规划、上包裹，以及投递包裹，当系统检测有空闲AGV时，计算所述空闲AGV和其他非空闲AGV的权值；若所述空闲AGV的权值大于其他非空闲AGV，则将所述空闲AGV分配给第m+1个任务，若否，则对所有接受了至多一个任务且权值不大于所述空闲AGV的其他AGV进行任务分配。本发明技术应用在任务数量和AGV小车的数量相当的场景中，增加系统的利用效率。

技术领域

本发明涉及一种自动化物流技术，具体涉及一种AGV任务分配方法、物流分拣方法及系统。

背景技术

在自动化、智能化物流飞速发展的今天，采用皮带传输系统或者自动导引车(Automated Guided Vehicle，AGV)配合少数人力来完成拣选作业受到了越来越多从业者的青睐，多机器人任务分配(Multi-robot Task Allocation,MRTA)是AGV分拣调度系统中不可规避的问题，特别是涉及到大规模集群调度的分拣场景。对于各种不同类型AGV拣选系统，如何统筹任务分配是影响拣选系统效率的主要因素之一。

如图1所示，任务列表ti和空闲机器人列表rj是两组不存在自相连的节点，ti与rj相连表示机器人rj可以到达任务ti的作业区域，我们需要尽可能多地把任务分配给空闲机器人，这在图论中可以归结为求二部图的最大匹配问题。

在小面积、少量AGV的作业场景中，图1所示的二部图很大可能是一个完美图，换而言之，每一个AGV和每一个任务都有线段连接。一种广泛使用的方案，可以让任务队列里面高优先级的任务，搜索最接近的空闲AGV进行搬运，直到机器人队列或者任务队列清空即可。在图1中，让t1首先寻找最接近的空闲机器人rk1，然后让t2在剩下的机器人中寻找最接近的空闲机器人rk2(k1≠k2)，依次分配。当图1是完美二部图，且不考虑总路程最短的要求，以上分配方式一定是最大匹配。

随着调度场地的扩大、AGV数量的增加，以及对AGV可达工作区的额外限制，可以用匈牙利算法求解不带权的最大匹配。匈牙利解法是求解指派问题的一种新颖而又简便的解法，算法的本质是在已经确定的匹配基础上，不断找到新的增广路径来扩大匹配数，直到找到最大匹配为止。利用匈牙利算法可以让尽可能多的任务分配给空闲机器人，但是也不能保证最大匹配的总路程最短。

在大规模分拣调度系统中，为了节约人力成本，任务分发集中在地图中少数几个分拣台上，这时不仅仅需要综合考虑AGV执行每个任务的权值，还需要保证每个分拣台附近的AGV尽量不排队(流量控制)，这个问题可以抽象为最小费用最大流问题。最常用的求解最小费用最大流问题的算法包括Bellman-Ford算法、SPFA算法、改进Dijkstra算法等等。

1、在实际作业过程中，任务通常是以分批的形式下发，而匈牙利算法更适用于随机过程。并且，匈牙利算法没有考虑到流量控制问题，导致有可能出现系统性地拥堵，使得算法得到的匹配结果失去最优性质。

2、最小费用最大流算法更适用于路径分配网络流控制，在任务分配阶段进行路径搜索和调整会花费不能承受的额外时间代价。

3、大多数系统在进行AGV调度时，通常会调度空闲的AGV来完成当前的任务以减少任务的完成时间，但这也会导致AGV整体的等待时间和行驶距离增加。

发明内容

本发明针对现有技术中的缺点，提供了一种AGV任务分配方法，在任务数量和AGV小车的数量相当的场景中，增加系统的利用效率。

为了解决上述技术问题，本发明通过下述技术方案得以解决：

一种AGV任务分配方法，包括以下步骤：

步骤1，有随机分布于工作空间的数量为m的空闲状态的AGV；

步骤2，利用KM算法分配权值前m的任务；