董亞倩，楊 帆，翟藝穎

（云南電網(wǎng)有限責任公司大理供電局物流服務中心，大理 671000）

0 引言

自動引導車是以電池作為動力支持的自動化軌道行駛設備，可在激光元件的作用下，沿預設路徑前行，由于整個行進過程并沒有駕駛人員的配合，所以車輛主體上必須設置裝配機械、移載元件等多種輔助性機構設備。對于倉儲運輸體系而言，一個完整的引導車控制系統(tǒng)同時包含核心計算機、導航設備、充電設備等多種應用元件，其主要工作原理表現(xiàn)為在核心計算機接收到監(jiān)控調度指令后，引導車輛可以準確按照既定路徑行駛，當其順利到達任務位置后，導航設備自動向核心主機反饋結束指令，從而實現(xiàn)一次完整的任務執(zhí)行流程[1]。在行進過程中，整個控制系統(tǒng)的自動化程度極高，且由于充電樁設備的存在，引導車可就近選擇充電位置，從而滿足車輛所需的電力供應需求。為適應多變的行進路線，一條運輸路徑中有可能同時存在多個轉彎節(jié)點，而當自動引導車通過這些節(jié)點時，為保證車輛行駛的絕對安全性，其實時行進速度也會出現(xiàn)明顯下降的表現(xiàn)情況，這就導致引導車在單一路徑內的運行時間不斷延長，并最終造成倉儲運輸任務的完成速率受到影響。為解決上述問題，提出考慮執(zhí)行任務均衡的倉儲多自動引導車路徑優(yōu)化方法。

1 基于執(zhí)行任務均衡算法的引導車選址建模

在執(zhí)行任務均衡算法作用下，倉儲多自動引導車選址建模包含最小調度生成樹建立、選址任務分配、干擾度計算三個處理流程，具體操作流程如下。

1.1 任務調度最小生成樹

為使倉儲多自動引導車的實際行進路徑與預設路徑保持一致，應在分配執(zhí)行任務時，挖掘與調度節(jié)點相關的深度信息，并在滿足車輛選址需求的基礎上，建立完整的任務調度最小生成樹結構。所謂任務調度最小生成樹是支配倉儲多自動引導車行進路徑的最基礎執(zhí)行結構，一般來說，與不同引導車輛相關的生成樹結構形式也有所不同?；旧闪鞒虨椋寒攤}儲多自動引導車接收到行進任務時，執(zhí)行主機首先查找是否有生成樹節(jié)點能夠滿足該條路徑內的車輛調度需求，如果有，則直接安排行進路徑，若果沒有，則繼續(xù)構建下級生成樹節(jié)點。其次，執(zhí)行主機繼續(xù)執(zhí)行上述步驟，直至已生成樹節(jié)點能夠完全滿足該條路徑內的車輛調度需求。最后，計數(shù)路徑內的轉彎節(jié)點數(shù)量，對引導車運行時間進行有效控制。具體判別流程如下。

根據(jù)任務調度最小生成樹結構，可排除非必要轉彎節(jié)點對倉儲多自動引導車行進時間造成的影響，從而為車輛行進路徑的可靠選址提供了可能。

1.2 選址任務分配

考慮到執(zhí)行任務的均衡處理原則，在安排倉儲多自動引導車行進路徑時，為每個節(jié)點選址任務都分配了不同的優(yōu)先級條件，且由于行進路徑及行進方向的不同，與每個優(yōu)先級條件所匹配的選址節(jié)點類型也有所不同。

在路徑安排初期，倉儲任務調度主機根據(jù)執(zhí)行任務均衡算法，建立必要的選址任務分配網(wǎng)絡體系，再根據(jù)最小生成樹的執(zhí)行步長值，確定多自動引導車在經(jīng)過關鍵選址節(jié)點時的行進速度水平[2]。在引導車行進過程中，每個選址節(jié)點處的執(zhí)行任務信息都具備自主更新的能力，一般來說，若當前更新信息完全與引導車的行進需求相匹配，則可認為車輛當前行進速率已達最大值。

設Vi表示轉彎節(jié)點j處的行進干擾度，Pl表示轉彎節(jié)點j處的引導車行進路徑選址系數(shù)，μ表示控制參數(shù)項，聯(lián)立上述物理量，可將考慮執(zhí)行任務均衡的倉儲多自動引導車選址任務分配標準定義為：

式中，Kl表示轉彎節(jié)點j處的車輛執(zhí)行任務優(yōu)先級，Dj表示引導車單一路徑內的轉彎節(jié)點選址強度值。為了避免倉儲多自動引導車的行進路徑成為一個閉環(huán)，兩個轉彎節(jié)點處的所有選址任務指標取值均不能相等。

1.3 干擾度計算

與任務調度最小生成樹結構中的其他參量指標不同，干擾度系數(shù)在倉儲多自動引導車行進路徑中的所有轉彎節(jié)點之間都是完全公開共享的。因此，為保證干擾度系數(shù)的絕對統(tǒng)一性，應根據(jù)已知的選址任務分配原則，對相關參量指標的取值結果進行嚴格約束。

1）轉彎節(jié)點自身干擾程度

在倉儲多自動引導車行進路徑中，轉彎節(jié)點每隔一段時間就會向車載主機發(fā)送一個干擾指令，一方面對于車輛行駛起到提醒作用，另一方面也便于執(zhí)行任務調度主機對整條引導車行進路徑進行管控[3]。在此過程中，轉彎節(jié)點所發(fā)出干擾指令的傳輸強度就被稱為轉彎節(jié)點的自身干擾程度，具體計算表達式如下：

其中，ΔT表示單位間隔時長，Q1表示引導車行進任務的單位增量，表示行進指令的輸出量均值，χ表示倉儲多自動引導車行進路徑內的導向量指標。

2）被動性干擾條件

在引導車行進路徑中，被動性干擾存在于相鄰轉彎節(jié)點之間，一般來說，兩個節(jié)點之間的物理距離越遠，它們之間的被動干擾互動能力也就越強。計算定義式如下：

上式中，Q2表示因執(zhí)行任務均衡算法帶來的引導車行進速率增量，A∧表示行進任務信號特征值，β表示倉儲多自動引導車路徑中的車輛行進規(guī)劃系數(shù)，c0表示倉儲多自動引導車的初始行進能力。

聯(lián)立式(2)、式(3)，可將考慮執(zhí)行任務均衡的倉儲多自動引導車行進干擾度計算結果表示為：

式中，x表示考慮執(zhí)行任務均衡的引導車行進路徑規(guī)劃標度值，表示行進量提取系數(shù)。在執(zhí)行任務均衡算法作用下，倉儲多自動引導車的選址建模處理必須以參考干擾度計算結果作為核心參考條件。

2 倉儲多自動引導車的行進路徑優(yōu)化

在執(zhí)行任務均衡算法的基礎上，按照路徑區(qū)域劃分、行進節(jié)點標注、關聯(lián)優(yōu)化規(guī)則制定的執(zhí)行流程，完成對倉儲多自動引導車行進路徑的優(yōu)化與處理。

2.1 路徑區(qū)域劃分

在既定路徑區(qū)域中，根據(jù)執(zhí)行任務均衡算法對相關引導車行進數(shù)據(jù)進行處理，從而得到完整的選址節(jié)點分布集合。一般來說，單一路徑內包含的轉彎節(jié)點數(shù)量越多，集合結構中待處理數(shù)據(jù)的存儲量也就越多。對于倉儲多自動引導車來說，路徑區(qū)域劃分是選址節(jié)點集合建立的逆運算過程，在處理過程中，任務調度主機可根據(jù)轉彎節(jié)點所處實時位置，對引導車行進速度進行控制，并可以此為基礎，推斷車輛的單位行進能力，從而將整個路徑區(qū)域劃分成多個小模塊結構，也便于對車體行進路徑進行后續(xù)的優(yōu)化處理[4]。

規(guī)定c1、c2、...、cn表示n個不同的轉彎節(jié)點定義系數(shù)，在倉儲多自動引導車路徑優(yōu)化的處理過程中，系數(shù)n的取值始終從自然數(shù)1開始，聯(lián)立式(4)，可將倉儲多自動引導車的行進路徑區(qū)域劃分標準定義為：

其中，λ表示定值判別條件。為有效控制引導車在單一路徑內的運行耗時，每一路徑區(qū)域內所包含的轉彎節(jié)點數(shù)量都不宜過多。

2.2 行進節(jié)點標注

在既定路徑區(qū)域內，倉儲多自動引導車的行進節(jié)點標注就是將常規(guī)路徑節(jié)點與外部轉彎節(jié)點完全區(qū)分開來。為更好順應執(zhí)行任務均衡算法的應用需求，相鄰路徑區(qū)域之間可進行自發(fā)的行進計劃交換，一方面可將轉彎節(jié)點完全規(guī)劃至既定路徑范圍之外，另一方面也可將目標節(jié)點聚合在一起，從而節(jié)省倉儲多自動引導車的實際運行時長。具體的行進節(jié)點標注原理如圖2所示。

圖1 任務調度最小生成樹構建流程圖

圖2 倉儲多自動引導車的行進節(jié)點標注原理

在執(zhí)行任務均衡算法作用下，倉儲多自動引導車的行進必須按照節(jié)點標注原則，這也是確保車輛能夠快速通過單一路徑的必要執(zhí)行環(huán)節(jié)。

2.3 關聯(lián)優(yōu)化規(guī)則

關聯(lián)優(yōu)化規(guī)則制定是倉儲多自動引導車路徑優(yōu)化處理過程中的關鍵執(zhí)行環(huán)節(jié)，可根據(jù)車輛行進距離、單位行進速率等指標，對現(xiàn)有路徑的合理性進行判斷。所謂關聯(lián)優(yōu)化規(guī)則是指在原有行進路徑的基礎上，通過定標處理等方式，對路徑區(qū)域中的不合理成分進行修改，不但能夠控制倉儲多自動引導車完整通過轉彎節(jié)點所需的消耗時長，也可以較好滿足執(zhí)行任務均衡分配的實際應用需求[5]。設G1、G2表示兩個不同的行進節(jié)點定義項，在執(zhí)行任務均衡算法的作用下，G1≠G2的不等式條件恒成立。ξ表示既定的引導車調度系數(shù)，聯(lián)立式(5)，可將考慮執(zhí)行任務均衡的倉儲多自動引導車關聯(lián)路徑優(yōu)化規(guī)則表示為：

上式中，φ、δ表示兩個不同的引導車路徑優(yōu)化指標向量。根據(jù)執(zhí)行任務均衡原則，可以實現(xiàn)對原有倉儲多自動引導車行進路徑的優(yōu)化處理，從而有效控制引導車在單一路徑內的運行時長。

3 實例分析

選取圖1所示倉儲多自動引導車元件作為實驗對象，在其行進路徑中，隨機選取兩個轉彎節(jié)點作為測試位置，即節(jié)點“1”、節(jié)點“2”。

具體實驗流程如下：

步驟一：利用常規(guī)方法對所選取引導車行進行為進行控制，將記錄所得數(shù)據(jù)信息作為對照驗組變量；

步驟二：利用考慮執(zhí)行任務均衡的優(yōu)化方法所選取引導車行進行為進行控制，將記錄所得數(shù)據(jù)信息作為實驗組變量；

步驟三：令實驗組、對照組前行距離完全相等，分析引導車完整通過轉彎節(jié)點“1”、“2”所需消耗時長的具體變化情況。

圖3 倉儲多自動引導車的行進路線

倉儲多自動引導車完整通過轉彎節(jié)點所需的消耗時長，能夠反映車輛在單一路徑內的行進速率，從而驗證所選取路徑的應用可行性。一般來說，消耗時長越短，車輛在單一路徑內的行進速率就越快，該條路徑的應用可行性也就越強，反之則越弱。

圖4記錄了實驗組、對照組引導車完整通過轉彎節(jié)點“1”所需消耗時間的數(shù)值變化情況。

圖4 消耗時間（轉彎節(jié)點“1”）

上圖中記錄了7組不同的實驗結果。

實驗組：在整個實驗過程中，實驗組消耗時間在第5組別時取得最大值12s，在第6組別時取得最小值10s，在第1組、第3組、第7組時取值眾數(shù)值11.2s，全局最大值與全局最小值之間的物理數(shù)值差為2s，相較于實驗組耗時均值11.3s來說，該差值結果較小，對于整體耗時情況的影響能力不大。

對照組：在整個實驗過程中，對照組消耗時間在第2組別時取得最大值14s，在第1組別時取得最小值11.8s，在第3組、第4組、第6組時取值眾數(shù)值13.1s，全局最大值與全局最小值之間的物理數(shù)值差為2.2s，略大于實驗組極值差，故可認為該差值結果對于整體耗時情況的影響能力略高于實驗組。

下圖記錄了實驗組、對照組引導車完整通過轉彎節(jié)點“2”所需消耗時間的數(shù)值變化情況。

圖5 消耗時間（轉彎節(jié)點“2”）

實驗組：在整個實驗過程中，實驗組消耗時間在第5組、第4組、第5組、第6組時取得最大值5.1s，與其眾數(shù)值結果相同，在第7組別時取得最小值4.4s，全局最大值與全局最小值之間的物理數(shù)值差為0.7s，相較于實驗組耗時均值4.9s來說，該差值結果較小，對于整體耗時情況的影響能力不大。

對照組：對照組消耗時間在第5組別時取得最大值9.4s，在第1組別時取得最小值4.6s，在整個實驗過程中，對照組耗時不存在明顯的眾數(shù)值結果，全局最大值與全局最小值之間的物理數(shù)值差為4.8s，遠高于實驗組差值，故可認為該差值結果對于整體耗時情況的影響能力遠高于實驗組。

綜上可知，在考慮執(zhí)行任務均衡優(yōu)化方法的作用下，倉儲多自動引導車在通過轉彎節(jié)點“1”、轉彎節(jié)點“2”所需的消耗時長得到了較好控制，這不但提升了車輛在單一路徑內的行進速率，也驗證了所選取路徑的應用可行性。

4 結語

在執(zhí)行任務均衡算法的作用下，倉儲多自動引導車路徑優(yōu)化方法在原始行進路徑的基礎上，設置了全新的任務調度最小生成樹，又通過選址任務分配的處理方式，對干擾度系數(shù)值進行準確計算，由于關聯(lián)性規(guī)則的存在，所有可能經(jīng)過的行進節(jié)點都可以被清晰標注，這也有效避免了風險性行進行為的出現(xiàn)。對于同一路徑內的轉彎節(jié)點來說，引導車完全通過這些節(jié)點的消耗時間得到了有效控制，這也與選取可行性行進路徑的初衷完全相符。