宋穎穎

(上海濟(jì)光職業(yè)技術(shù)學(xué)院 經(jīng)管系，上海 201901)

0 引言

在當(dāng)前電子商務(wù)和互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展下，世界范圍內(nèi)的物流、快遞行業(yè)進(jìn)行不同程度的優(yōu)化和改造。目前物流行業(yè)希望可以通過大規(guī)模的升級(jí)改造，將物流體系在時(shí)空間上的收益最大化，首當(dāng)其沖的就是需要對(duì)多領(lǐng)域多行業(yè)的商品貨物進(jìn)行接受整合，在裝箱、儲(chǔ)存、管理和配送方面對(duì)貨物的需求和體量進(jìn)行規(guī)范化操作[1-4]。因此，不同領(lǐng)域、不同行業(yè)的公司企業(yè)都將物流的調(diào)度進(jìn)行了多方面的應(yīng)用，類似于機(jī)場(chǎng)、大型庫房、海灣碼頭或者各類集裝箱基地等物流調(diào)度場(chǎng)所并不少見。而在目前經(jīng)濟(jì)全球化和一體化的國際背景下，高效率、高集成化和高自動(dòng)化的智能物流調(diào)度系統(tǒng)就成了主要的研究對(duì)象。

電子商務(wù)和網(wǎng)絡(luò)購物不斷發(fā)展，像“618”、“雙十一”等電商狂歡節(jié)逐漸被年輕的商務(wù)群體和學(xué)生團(tuán)體所青睞。在活動(dòng)期間，客戶在互聯(lián)網(wǎng)商務(wù)平臺(tái)選購了自己喜歡的商品，而店家在接受訂單之后進(jìn)行成千上萬的物品郵寄，最終傳送到客戶手中。面對(duì)大規(guī)模、大體量的商品貨物，物流企業(yè)或者各大倉庫經(jīng)常會(huì)面臨貨物堆積、配送遲緩或者商品丟失的情況，這也就導(dǎo)致了客戶大規(guī)模投訴或者巨大的經(jīng)濟(jì)賠償?shù)葐栴}[5]。而物流企業(yè)內(nèi)亟需解決的問題就是如何能夠?qū)⑸鲜鰡栴}合理規(guī)范、有效預(yù)防，降低財(cái)務(wù)和聲譽(yù)上的損失。

細(xì)化來說，物流企業(yè)或者倉庫在進(jìn)行貨物儲(chǔ)存或者傳送的過程中，需要著重關(guān)注貨物裝卸和道路運(yùn)輸?shù)母黜?xiàng)成本。無論是時(shí)間成本、人力成本還是資源成本，物流行業(yè)都需要建立一套低消耗、低成本的物流調(diào)度方[6-7]。通過多方面的調(diào)研得知，在整個(gè)過程中，花費(fèi)在貨物裝卸、道路運(yùn)輸中的時(shí)間竟然達(dá)到了70%以上，而財(cái)務(wù)方面的花銷也僅僅達(dá)到了成本總額的20%～50%左右。也就是說，相比財(cái)務(wù)上的開銷成本，時(shí)間上的消耗才是最需要解決的問題，如何能夠制定出一套高效快捷、容錯(cuò)率高的智能物流調(diào)度系統(tǒng)將是最大的難題。

隨著自動(dòng)化技術(shù)和人工智能的快速發(fā)展和廣泛應(yīng)用，物流行業(yè)從最初的人力搬運(yùn)發(fā)展到了自動(dòng)化搬運(yùn)，進(jìn)而發(fā)展到了計(jì)算機(jī)人工智能技術(shù)與智能物流調(diào)度相結(jié)合的前沿科技，具有較大的行業(yè)競(jìng)爭(zhēng)力[8]。截止2020年底，我國的物流行業(yè)發(fā)展依然呈現(xiàn)出爆炸式的增長(zhǎng)態(tài)勢(shì)，總值達(dá)到了22 048億元，而這個(gè)數(shù)字也在國家服務(wù)行業(yè)總產(chǎn)值占據(jù)了19.62%的主要地位，以此來推算未來的很長(zhǎng)一段時(shí)間內(nèi)，世界范圍內(nèi)的物流行業(yè)仍會(huì)持續(xù)增長(zhǎng)。然而，盡管物流行業(yè)的發(fā)展依然迅速，可是大部分的物流企業(yè)或者倉庫仍然在物流的調(diào)度方面存在很多問題，降低了企業(yè)效益，損壞了行業(yè)聲譽(yù)，更是遏制了物流行業(yè)的進(jìn)一步發(fā)展[9-11]。究其原因，大部分物流企業(yè)并沒有科學(xué)規(guī)范的物流調(diào)度系統(tǒng)，在整個(gè)布局和規(guī)劃上存在很多漏洞，并且在國家乃至世界上日益嚴(yán)重的人口老齡化背景下，昂貴的人力成本和復(fù)雜的企業(yè)結(jié)構(gòu)也將導(dǎo)致更嚴(yán)重的問題出現(xiàn)。

為了解決上述的各種問題，一種具備電磁驅(qū)動(dòng)、光學(xué)導(dǎo)航定位功能的自由移動(dòng)智能機(jī)器人——自動(dòng)導(dǎo)引運(yùn)輸車(AGV，automated guided vehicle)出現(xiàn)了。AGV具有被物流行業(yè)所需求的各項(xiàng)優(yōu)勢(shì)，除了自身的高智能化和高自動(dòng)化特點(diǎn)之外，還能夠準(zhǔn)確定位目的地，具有較高的安全性和可靠性，一度成為了物流行業(yè)和柔性電子行業(yè)爭(zhēng)相研究的對(duì)象[12-13]。AGV具有不可估量的發(fā)展前景和應(yīng)用價(jià)值，能夠從根本上解決物流行業(yè)效率低下、各項(xiàng)成本過高和規(guī)范程度低的問題，在未來的現(xiàn)代化物流行業(yè)內(nèi)，將會(huì)以AGV作為智能操作核心而受到重視[14]。

本文深入分析了目前物流行業(yè)和庫房管理在調(diào)度過程中所面臨的問題，充分調(diào)研了物流智能調(diào)度、AGV路徑規(guī)劃和人工智能算法方面的研究成果，設(shè)計(jì)了基于AGV機(jī)器人和路徑規(guī)劃優(yōu)化的智能物流調(diào)度系統(tǒng)。該系統(tǒng)將硬件和軟件相結(jié)合，設(shè)計(jì)了AGV的物流調(diào)度硬件，又結(jié)合了路徑規(guī)劃理論，開發(fā)了基于Petri網(wǎng)絡(luò)的路徑規(guī)劃算法，并且對(duì)所設(shè)計(jì)的系統(tǒng)進(jìn)行實(shí)現(xiàn)和測(cè)試。本文所設(shè)計(jì)的系統(tǒng)很大程度上解決了物流行業(yè)內(nèi)效率低、成本高和可靠性低的諸多問題，提高了生產(chǎn)過程中的自動(dòng)化程度，有效推動(dòng)了商業(yè)模式和市場(chǎng)規(guī)范的發(fā)展。

1 AGV硬件結(jié)構(gòu)設(shè)計(jì)

為了能夠便于修改和完善AGV的結(jié)構(gòu)框架和需求功能，同時(shí)也能使智能物流調(diào)度系統(tǒng)盡快地適應(yīng)企業(yè)日常工作和庫房日常運(yùn)作，本文將通過模塊化的設(shè)計(jì)思想來設(shè)計(jì)AGV結(jié)構(gòu)，并以此實(shí)現(xiàn)AGV各項(xiàng)需求功能。在下位機(jī)的功能模塊方面將會(huì)以下4個(gè)方面著手：導(dǎo)航模塊、定位模塊、通訊模塊和驅(qū)動(dòng)模塊。因此，本文針對(duì)4個(gè)模塊在整體的設(shè)計(jì)思路上給出了詳細(xì)的說明，如圖1所示。

圖1 AGV調(diào)度系統(tǒng)總體設(shè)計(jì)框架

1.1 AGV導(dǎo)航模塊

AGC的導(dǎo)航方式有很多種，通常情況下會(huì)被劃分為5種：視覺導(dǎo)航、電磁導(dǎo)航、二維碼導(dǎo)航、磁帶導(dǎo)航和激光導(dǎo)航[15]。磁帶導(dǎo)航的優(yōu)點(diǎn)是能夠在沿途鋪設(shè)靈敏度較高的傳感器，并且成本也非常低，因此本文針對(duì)AGV的整體需求功能和物流行業(yè)工作環(huán)境的綜合考慮，采用了磁帶導(dǎo)航的方式，如圖2所示。本文所采用的磁帶導(dǎo)航方式較為方便設(shè)計(jì)，磁帶本身均勻分布了8個(gè)靈敏度很高、分布點(diǎn)距離為10 mm的霍爾傳感器。在整體布局上，庫房地面會(huì)在各條道路上鋪設(shè)寬度均為4位的磁帶。當(dāng)AGV在行駛過程中捕捉到了電磁信號(hào)時(shí)，信號(hào)接收端則會(huì)記錄為“0”，而如果沒有檢測(cè)到電磁信號(hào)，就會(huì)自動(dòng)記錄為“1”。AGV在行駛過程中會(huì)不斷向終端傳遞自己的狀態(tài)信號(hào)，如果將“11000011”作為AGV的運(yùn)動(dòng)狀態(tài)基準(zhǔn)，那么AGV在運(yùn)行過程中就會(huì)不斷將自身運(yùn)動(dòng)狀態(tài)所對(duì)應(yīng)的8位信號(hào)傳遞至終端，同時(shí)會(huì)利用PID算法進(jìn)行姿態(tài)矯正。在進(jìn)行了多輪測(cè)試實(shí)驗(yàn)之后，本文發(fā)現(xiàn)磁帶導(dǎo)航的機(jī)動(dòng)性良好，在不同的環(huán)境和燈光條件下仍然能夠保證準(zhǔn)確定位，符合本文的設(shè)計(jì)要求。

圖2 磁導(dǎo)航傳感器

1.2 AGV定位模塊

上文所設(shè)計(jì)的AGV導(dǎo)航模塊只能使得AGV按照事先預(yù)定好的路徑進(jìn)行行駛，但是不能記錄整個(gè)行駛過程的路程信息。因此，為了能夠?qū)GV的路程信息進(jìn)行遠(yuǎn)距離的把控和記錄，本文利用無感識(shí)別技術(shù)——無線射頻識(shí)別技術(shù)(RFID)設(shè)計(jì)了AGV的定位模塊[16-17]。RFID的工作原理簡(jiǎn)單有效，主要包含射頻部件和讀寫部件，其中射頻標(biāo)簽小巧方便，攜帶了讀寫器的AGV一旦判別到設(shè)別區(qū)域內(nèi)有射頻標(biāo)簽的存在，就能夠迅速識(shí)別，在讀寫器記錄此時(shí)此刻AGV的路程信息之后，對(duì)AGV下一步的路線進(jìn)行預(yù)判，并將預(yù)判記錄儲(chǔ)存在讀寫器內(nèi)。本文在工作開展的過程中，將射頻標(biāo)簽設(shè)置在物流庫房路徑的每一條磁帶下，并且對(duì)每一個(gè)射頻標(biāo)簽都進(jìn)行了讀寫操作的設(shè)置。當(dāng)攜帶了讀寫器的AGV運(yùn)動(dòng)至不同的射頻節(jié)點(diǎn)處，讀寫器會(huì)將識(shí)別區(qū)域覆蓋范圍內(nèi)的所有射頻標(biāo)簽的信號(hào)進(jìn)行讀寫，并將數(shù)據(jù)直接上傳到終端的上位機(jī)，以此實(shí)現(xiàn)路徑信息的記錄和AGV的精準(zhǔn)定位。本文在實(shí)際操作過程中發(fā)現(xiàn)，AGV的定位精度很高，誤差只有不到5 mm，而且識(shí)別速度很快，幾乎沒有信號(hào)延遲，這也說明了本文所設(shè)計(jì)的AGV定位模塊完成定位任務(wù)的性能良好。本文所采用的讀寫裝置和射頻標(biāo)簽如圖3所示。

圖3 AGV定位系統(tǒng)

1.3 AGV通訊模塊

為了能夠?qū)GV進(jìn)行實(shí)時(shí)準(zhǔn)確地指令控制，本文使用了Zigbee模塊來設(shè)計(jì)通訊結(jié)構(gòu)，并依托上位機(jī)向AGV發(fā)送控制指令。Zigbee模塊能夠從上位機(jī)傳出、下位機(jī)接收實(shí)時(shí)傳輸十六進(jìn)制的數(shù)據(jù)信號(hào)[18]，本身具有成本消耗低、功能齊全和傳輸距離短等優(yōu)點(diǎn)，能夠?qū)GV進(jìn)行快速準(zhǔn)確地指令傳送和信息傳遞，因此本文使用Zigbee進(jìn)行通訊模塊的設(shè)計(jì)。本文在上位機(jī)和下位機(jī)的信息傳輸和指令傳送的過程中加入了不同符號(hào)的識(shí)別幀頭，目的就是為了能夠降低通訊過程中的失誤和出錯(cuò)，而通過實(shí)際的操作可以得到，本文基于Zigbee所設(shè)計(jì)的通訊模塊傳輸信號(hào)準(zhǔn)確率高、傳輸速度快，能夠很好地完成調(diào)度系統(tǒng)的各項(xiàng)指令。本文所采用的Zigbee通訊模塊原理如圖4所示。

圖4 Zigbee通訊模塊原理

1.4 AGV驅(qū)動(dòng)模塊

本文對(duì)AGV的驅(qū)動(dòng)模塊進(jìn)行設(shè)計(jì)，采用的是差速驅(qū)動(dòng)方式，設(shè)計(jì)的前輪為可以隨時(shí)改變行動(dòng)方向的萬向輪，設(shè)計(jì)的后輪是驅(qū)動(dòng)輪，搭配了MOXA的直流伺服電機(jī)，減速比為18∶1，輪胎半徑為24 cm。同時(shí)，本文的驅(qū)動(dòng)器是威龍的雙路12A直流有刷電機(jī)驅(qū)動(dòng)器，并采用串口指令設(shè)置，通過實(shí)際操作得知，本文所設(shè)計(jì)的驅(qū)動(dòng)系統(tǒng)反應(yīng)效果非常靈敏，操作方法簡(jiǎn)單易懂，AGV的驅(qū)動(dòng)效果很好。

最后，本文將以上所設(shè)計(jì)的所有模塊進(jìn)行整合，將硬件和軟件結(jié)合到一起，設(shè)計(jì)完成了本文的AGV結(jié)構(gòu)，原理如圖5所示。并且在之后的驗(yàn)證工作中發(fā)現(xiàn)，本文所設(shè)計(jì)的AGV結(jié)構(gòu)能夠較好地完成物流行業(yè)或庫房的調(diào)度任務(wù)。

圖5 磁導(dǎo)引小車

2 基于Petri網(wǎng)絡(luò)的智能路徑規(guī)劃算法

2.1 物流倉庫的Petri網(wǎng)模型構(gòu)建

Petri網(wǎng)的提出是作為一種并發(fā)、分布式的建模工具存在的，目前在規(guī)劃、管理、網(wǎng)絡(luò)和通訊等方面最為常見[19]。本文為了能夠?qū)Σ煌h(huán)境、不同領(lǐng)域下的物流行業(yè)或庫房倉庫進(jìn)行調(diào)度過程中的多路徑規(guī)劃，并且將整體的動(dòng)態(tài)特征進(jìn)行描述，實(shí)現(xiàn)網(wǎng)絡(luò)資源和實(shí)體資源的轉(zhuǎn)移，并且最終實(shí)現(xiàn)智能物流調(diào)度系統(tǒng)的模型構(gòu)建和性能優(yōu)化。

為了能夠?qū)ξ锪髌髽I(yè)的調(diào)度任務(wù)進(jìn)行全面地描述(圖6)，本文在基于時(shí)間Petri網(wǎng)絡(luò)模型的初始便定義了六元組TPN={P,T,ω,θ,Mk,rk}，六元組的各項(xiàng)參數(shù)分別表示為：物流企業(yè)目前的資源狀態(tài)——定義為有限庫所集P={p1,…,pn}，企業(yè)目前所消耗的資源和正在參與的工作狀態(tài)——定義為有限變遷集T={t1,…,tn}，某一時(shí)刻k所對(duì)用的企業(yè)運(yùn)行狀態(tài)是通過庫所集和變遷集之間的關(guān)聯(lián)矩陣實(shí)現(xiàn)的，也就是ω:(P×T)∪ (T×P)→Z+，并且在此基礎(chǔ)上，將庫所集和變遷集的兩個(gè)關(guān)鍵矩陣定義為A+和A-，即：(A+)ji=ω(tj,pi)，(A-)ji=ω(pj,ti)，而Petri網(wǎng)絡(luò)模型在實(shí)際過程中的觸發(fā)時(shí)間則用θ表示，在某一時(shí)刻k智能調(diào)度系統(tǒng)數(shù)據(jù)庫的狀態(tài)變化則會(huì)用來表示，最終設(shè)定rk:(t1,…,tn)→ti∈{0,1}為一組bool類型變量組成的向量，其中，“變遷觸發(fā)”所對(duì)應(yīng)的變遷值為“1”，如果對(duì)應(yīng)“0”則意味著不觸發(fā)。

圖6 物流調(diào)度倉庫Petri網(wǎng)絡(luò)模型

本文所設(shè)計(jì)的Petri網(wǎng)絡(luò)模型不同于其他的普通模型，在設(shè)計(jì)之初便加入了物流資源的限制矩陣Pc，而Pc(Type(Pc)=1)觸發(fā)條件也相應(yīng)地變?yōu)镸(Pc)-I(Pc)+O(Pc)≥0(Pc∈P)。在資源限制矩陣Pc的加入下，觸發(fā)時(shí)所引起的令牌變化也會(huì)出現(xiàn)不同的狀態(tài)，也就是說，令牌數(shù)量的增加或者減少與Pc中的令牌數(shù)量變化成對(duì)應(yīng)關(guān)系，分別由輸入變遷和輸出變遷所控制。本文加入資源閑置矩陣的目的是為了將Petri網(wǎng)絡(luò)整體并發(fā)運(yùn)行能力大幅度增加，而之后的效果也能說明本文的方法是正確有效的。該做法能夠有效防止AGV在物流企業(yè)實(shí)際調(diào)度過程中出現(xiàn)的路徑?jīng)_突或者AGV死鎖的問題，將物流倉庫的多方面安全隱患降到了最低，避免了道路資源、時(shí)間資源和人力成本的浪費(fèi)。圖7為圖6(a)在加入了資源限制矩陣之后的Petri網(wǎng)絡(luò)模型。

圖7 雙AGV位于十字型倉庫Petri網(wǎng)示意圖

2.2 基于Petri可達(dá)樹的智能路徑規(guī)劃算法

從上文對(duì)Petri網(wǎng)絡(luò)的描述中可以看出，只要存在變遷，就會(huì)對(duì)網(wǎng)絡(luò)中的令牌數(shù)量產(chǎn)生增加或者減少的影響，這種性質(zhì)被稱為“可達(dá)性”。如果Petri網(wǎng)絡(luò)正處在一個(gè)初始狀態(tài)M0，在r1,r2,…,rn觸發(fā)序列的作用下將M0轉(zhuǎn)化為Mn，則Mn是從M0可達(dá)的。本文在此將Petri網(wǎng)可達(dá)樹引入到本文所設(shè)計(jì)的路徑規(guī)劃算法和智能物流調(diào)度系統(tǒng)中，目的是為了將AGV在起始節(jié)點(diǎn)和終止節(jié)點(diǎn)之間的任意路徑都能夠在網(wǎng)絡(luò)模型中體現(xiàn)出來，以此實(shí)現(xiàn)視覺可視化。本文將可達(dá)樹的樹根設(shè)置為初始狀態(tài)M0，而M0通過一系列的變遷則會(huì)將不同的路徑或者工作狀態(tài)作為可達(dá)樹的各個(gè)節(jié)點(diǎn)，庫所集和變遷集之間的關(guān)系就是通過不同節(jié)點(diǎn)之間的連線來確定的。算法如下：

本文在設(shè)置可達(dá)樹樹根M0的同時(shí)，會(huì)對(duì)new進(jìn)行特殊標(biāo)識(shí)，本操作設(shè)置為算法第一步；當(dāng)可達(dá)樹的所有狀態(tài)量均轉(zhuǎn)化為old之后，可達(dá)樹則會(huì)正式成立，此時(shí)代表算法正式結(jié)束，本操作設(shè)置為算法第二步；算法第三步是，如果計(jì)算機(jī)自動(dòng)檢測(cè)到仍然有剩余的new存在，則會(huì)重復(fù)進(jìn)行以下操作：

1)選擇標(biāo)識(shí)為new的狀態(tài)量M；

2)如果在可達(dá)樹算法構(gòu)建的過程中存在于M相同的標(biāo)識(shí)，也就是說找到了重復(fù)項(xiàng)，new會(huì)直接轉(zhuǎn)化為old，并且自動(dòng)轉(zhuǎn)移至另一個(gè)new；

3)如果檢測(cè)到此時(shí)已經(jīng)檢測(cè)不到存在的變遷M標(biāo)識(shí)，M會(huì)自動(dòng)將狀態(tài)轉(zhuǎn)化為dead-end，并且直接跳轉(zhuǎn)到算法步驟的第二步；

本文在設(shè)計(jì)算法的過程中進(jìn)行上述操作，目的是為了能夠解決傳統(tǒng)可達(dá)樹算法所存在的計(jì)算復(fù)雜度高、整體性能較低的問題，大幅度提高物流智能調(diào)度系統(tǒng)的運(yùn)算時(shí)間，降低物流企業(yè)的時(shí)間成本，而本文所設(shè)計(jì)的可達(dá)樹能夠?qū)Σ煌锪髌髽I(yè)的庫房進(jìn)行不同節(jié)點(diǎn)的路徑規(guī)劃。在上述算法中，本文還在傳統(tǒng)可達(dá)樹算法中加入了Mf作為不同目標(biāo)節(jié)點(diǎn)的標(biāo)記數(shù)值，并且在可達(dá)樹的構(gòu)建過程中不斷與new節(jié)點(diǎn)的狀態(tài)量M值進(jìn)行對(duì)比，如果二者相等，則意味著可達(dá)樹的構(gòu)建過程停止，這也大大減少了計(jì)算機(jī)地圖路徑的數(shù)量，降低了資源成本，極大地提高了計(jì)算效率。

2.3 智能路徑規(guī)劃算法驗(yàn)證對(duì)比

對(duì)于一個(gè)高效、準(zhǔn)確的調(diào)度系統(tǒng)來說，AGV的調(diào)度路徑是效率和準(zhǔn)確度的關(guān)鍵所在。為了能夠找到路徑規(guī)劃最合理的智能算法，本文對(duì)國內(nèi)外主流的路徑規(guī)劃算法進(jìn)行驗(yàn)證，并與本文所設(shè)計(jì)的算法在MATLAB中進(jìn)行結(jié)果分析對(duì)比，將相同環(huán)境、相同調(diào)度任務(wù)的不同算法進(jìn)行了路徑規(guī)劃結(jié)果和AGV運(yùn)動(dòng)時(shí)間的對(duì)比分析[20-22]。最終的智能路徑規(guī)劃算法對(duì)比結(jié)果如圖8所示。具體的實(shí)驗(yàn)數(shù)據(jù)如表1所示，分別描述了不同算法在路徑長(zhǎng)度、執(zhí)行時(shí)間和迭代步數(shù)上的差異。

圖8 不同路徑規(guī)劃算法的結(jié)果對(duì)比

表1 各路徑規(guī)劃算法實(shí)驗(yàn)結(jié)果

從圖8和表1結(jié)果可以看出，在調(diào)度路徑的規(guī)劃方面，4種算法的構(gòu)造結(jié)果雖然不同，但是仍然能夠得到較為理想的調(diào)度結(jié)果。但是從表格中的各項(xiàng)數(shù)據(jù)分析得知，A*算法的迭代步數(shù)和運(yùn)算時(shí)間(3.96)是最少的，但是卻得到了最長(zhǎng)的路徑(914 m)；人工勢(shì)場(chǎng)算法的計(jì)算過程較為復(fù)雜，需要在過程中對(duì)AGV的目標(biāo)節(jié)點(diǎn)和初始節(jié)點(diǎn)進(jìn)行不斷地迭代計(jì)算，雖然路徑長(zhǎng)度(797 m)較低，但是消耗的時(shí)間較高(5.19 s)，在調(diào)度效率較低的同時(shí)也提高了整體計(jì)算的復(fù)雜程度；蟻群算法是目前應(yīng)用最為廣泛的方法，迭代步數(shù)達(dá)到了200，并且消耗了最長(zhǎng)的時(shí)間(7.33 s)，路徑長(zhǎng)度也不理想(868 m)，整體調(diào)度效率最低；而本文基于Petri網(wǎng)絡(luò)所設(shè)計(jì)的可達(dá)樹算法路徑的長(zhǎng)度較低(801 m)，迭代步數(shù)只需要10次，運(yùn)算時(shí)間也比較少(4.27 s)，整體的調(diào)度效率是最準(zhǔn)確、最高效的。并且可達(dá)樹算法能夠迅速對(duì)地圖網(wǎng)絡(luò)中的冗雜節(jié)點(diǎn)進(jìn)行選擇性的淘汰，并針對(duì)初始節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)之間的距離進(jìn)行最佳調(diào)度路徑的規(guī)劃。因此，本文基于Petri網(wǎng)絡(luò)所設(shè)計(jì)的智能路徑規(guī)劃算法能夠保證較高的準(zhǔn)確率和工作效率，在物流智能調(diào)度系統(tǒng)中更好地應(yīng)用。

3 基于AGVs的物流智能調(diào)度系統(tǒng)實(shí)現(xiàn)

在經(jīng)過了AGV硬件和軟件的設(shè)計(jì)之后，并基于Petri網(wǎng)絡(luò)設(shè)計(jì)了路徑規(guī)劃算法，最終實(shí)現(xiàn)了本文所設(shè)計(jì)的物流智能調(diào)度系統(tǒng)，打開系統(tǒng)的初始界面如圖9所示。主界面所包含的內(nèi)容共涉及到5個(gè)部分，其中包括AGV車輛工作狀態(tài)管理、地圖智能路徑規(guī)劃、AGV通訊管理、AGV工作狀態(tài)和信息交互管理。物流智能調(diào)度系統(tǒng)將5個(gè)模塊進(jìn)行整合，在進(jìn)行協(xié)同運(yùn)作的同時(shí)共同完成物流倉庫的調(diào)度工作任務(wù)。

圖9 主操作界面

3.1 地圖設(shè)計(jì)模塊實(shí)現(xiàn)

在智能調(diào)度系統(tǒng)的主界面上，右上角的是系統(tǒng)的智能路徑規(guī)劃模塊。路徑規(guī)劃模塊能夠針對(duì)物流行業(yè)或者倉庫庫房的實(shí)際工作條件進(jìn)行最優(yōu)路徑的選擇，將AGV的運(yùn)動(dòng)軌跡以適當(dāng)?shù)谋壤s小，并且將AGV的實(shí)際運(yùn)動(dòng)過程中的路線動(dòng)態(tài)實(shí)時(shí)地呈現(xiàn)在地圖模塊上。本文所設(shè)計(jì)的路徑規(guī)劃模塊能夠?qū)旆康貓D進(jìn)行最優(yōu)路徑繪制、路線保存和自動(dòng)刪除等功能操作，并且在AGV的實(shí)際運(yùn)動(dòng)或者路徑優(yōu)化過程中，用戶可以通過觀察實(shí)時(shí)的AGV運(yùn)動(dòng)路徑進(jìn)行直觀地顯示和更改，在過程中可以根據(jù)自身的需要添加物流庫房中AGV的數(shù)量，進(jìn)行障礙物或者貨物擱置點(diǎn)數(shù)量的更改，以此適用不同類型或者不同區(qū)域范圍內(nèi)的物流行業(yè)。例如圖10中的空心圓代表AGV的運(yùn)動(dòng)軌跡，AGV可以對(duì)編號(hào)的不同節(jié)點(diǎn)進(jìn)行運(yùn)動(dòng)狀態(tài)的改變，并且將直線表示為AGV運(yùn)行的雙向路徑；實(shí)心圓表示的是同一個(gè)區(qū)域內(nèi)的不同AGV。圖10為基于Petri網(wǎng)絡(luò)通過PIPE進(jìn)行繪制的地圖。

圖10 Petri網(wǎng)地圖

3.2 系統(tǒng)管理模塊實(shí)現(xiàn)

關(guān)于AGV的信息管理部分和任務(wù)查詢部分在操作系統(tǒng)的左下方，而左上角則是AGV的工作狀態(tài)列表。不同的AGV對(duì)應(yīng)了不同的工作狀態(tài)，“工作中”、“維修中”和“空閑中”所對(duì)應(yīng)的指示燈顏色分別為“紅色”、“黃色”和“綠色”。AGV的工作狀態(tài)只有智能調(diào)度系統(tǒng)的工作人員點(diǎn)擊主操作界面的按鈕才能進(jìn)行AGV的狀態(tài)設(shè)定，而如果AGV的工作狀態(tài)出現(xiàn)異常，則會(huì)上傳AGV的維修指令，此時(shí)需要操作人員對(duì)AGV的狀態(tài)進(jìn)行“維修”設(shè)定，并且將故障AGV的編號(hào)、故障原因和故障時(shí)間上傳到系統(tǒng)終端，這樣會(huì)更有利于后臺(tái)終端對(duì)故障AGV進(jìn)行數(shù)據(jù)記錄。如果需要執(zhí)行貨物調(diào)度任務(wù)，工作人員需要在實(shí)際操作過程中輸入執(zhí)行任務(wù)的編號(hào)、起始地圖坐標(biāo)、終點(diǎn)目標(biāo)坐標(biāo)和調(diào)度任務(wù)的緩急程度，并且下達(dá)命令之后，后臺(tái)數(shù)據(jù)庫會(huì)在任務(wù)工作表中自動(dòng)記錄本次任務(wù)信息。此時(shí)主操作界面會(huì)自動(dòng)顯示新添加的任務(wù)為“未執(zhí)行”狀態(tài)，同時(shí)自動(dòng)匹配“空閑中”的AGV進(jìn)行調(diào)度任務(wù)。一旦AGV與未執(zhí)行的任務(wù)相互匹配，AGV的“空閑”狀態(tài)轉(zhuǎn)變?yōu)椤肮ぷ髦小保拔磮?zhí)行”任務(wù)也會(huì)變?yōu)椤皥?zhí)行中”；在任務(wù)完成后，AGV狀態(tài)恢復(fù)為“空閑中”，任務(wù)列表則會(huì)顯示為“已完成”。操作人員能夠在此模塊中進(jìn)行“添加”、“更改”和“刪除”任務(wù)的操作，并且在任務(wù)列表可以隨時(shí)查看過去執(zhí)行過的任務(wù)信息，如圖11所示。

圖11 AGV系統(tǒng)狀態(tài)管理

3.3 信息交互模塊實(shí)現(xiàn)

本文所設(shè)計(jì)的智能調(diào)度系統(tǒng)是通過計(jì)算機(jī)調(diào)度軟件和多個(gè)AGV的傳輸信息進(jìn)行交互的。AGV運(yùn)輸信息呈現(xiàn)在系統(tǒng)主界面的最下方，通過信息交互模塊可以查詢到此時(shí)正在執(zhí)行調(diào)度任務(wù)的AGV，并且能夠基于Zigbee的功能在車輛數(shù)據(jù)庫中上傳所有AGV的車輛信息。在數(shù)據(jù)庫中，工作人員可以查詢AGV的編號(hào)、剩余電量、運(yùn)行狀態(tài)和當(dāng)前所在的位置，并且能夠?qū)崟r(shí)查詢到所有AGV的工作進(jìn)度，如圖12所示。而過去完成的調(diào)度任務(wù)可以通過“歷史任務(wù)”列表進(jìn)行查詢，如圖13所示。

圖12 狀態(tài)信息監(jiān)測(cè)模塊

圖13 歷史任務(wù)查詢界面

3.4 物流智能調(diào)度系統(tǒng)測(cè)試結(jié)果

本文在本節(jié)中進(jìn)行了智能調(diào)度系統(tǒng)的實(shí)驗(yàn)驗(yàn)證，通過8項(xiàng)調(diào)度任務(wù)來驗(yàn)證智能調(diào)度系統(tǒng)是否能夠在眾多物流行業(yè)或者庫房?jī)?chǔ)存中進(jìn)行正常工作，實(shí)驗(yàn)過程如圖14所示。調(diào)度任務(wù)的匹配是通過離目標(biāo)點(diǎn)最近的AGV的編號(hào)與此點(diǎn)的調(diào)度任務(wù)進(jìn)行相互匹配的，主操作界面的任務(wù)列表詳細(xì)介紹了調(diào)度任務(wù)的起始點(diǎn)、目標(biāo)點(diǎn)和所對(duì)應(yīng)的AGV信息。舉例來說，AGV#4剛好匹配了任務(wù)K4，此時(shí)所在位置為地圖節(jié)點(diǎn)90，此任務(wù)的起始點(diǎn)為31，在11∶25時(shí)正式接受K4任務(wù)，并從90移動(dòng)至31，接著朝著地圖節(jié)點(diǎn)100進(jìn)行移動(dòng)。本文所設(shè)計(jì)的智能路徑規(guī)劃算法會(huì)根據(jù)各個(gè)AGV所接受的任務(wù)和起始點(diǎn)對(duì)AGV的下一步路徑移動(dòng)進(jìn)行智能規(guī)劃，并且將地圖路徑信息通過Zigbee網(wǎng)絡(luò)將數(shù)據(jù)信息傳遞給所對(duì)應(yīng)的AGV，接下來智能調(diào)度系統(tǒng)的監(jiān)控模塊開始實(shí)時(shí)關(guān)注AGV的運(yùn)動(dòng)狀態(tài)，詳細(xì)路徑規(guī)劃結(jié)果如圖15所示。

圖14 AGV任務(wù)列表

圖15 AGV運(yùn)行情況

綜上所述，本文所設(shè)計(jì)的基于AGVs路徑規(guī)劃的物流智能調(diào)度系統(tǒng)能夠在各種物流環(huán)境或者庫房基地完成調(diào)度任務(wù)，很好地解決了物流企業(yè)或者庫房倉庫在忙碌期的繁雜調(diào)度問題，不僅提高了物流調(diào)度的自動(dòng)化程度，也極大地降低了物流行業(yè)的時(shí)間成本和資源成本，保證了物流調(diào)度和道路運(yùn)輸?shù)男省?/p>

4 結(jié)束語

傳統(tǒng)的物流調(diào)度系統(tǒng)或者路徑規(guī)劃算法僅僅針對(duì)的是調(diào)度任務(wù)較少、AGV調(diào)度車輛不足的情況，隨著調(diào)度任務(wù)的加重和庫房規(guī)模的擴(kuò)大，調(diào)度系統(tǒng)的工作壓力和算法計(jì)算復(fù)雜度會(huì)急劇增長(zhǎng)，導(dǎo)致工作效率很低。為了解決上述難題，本文深入分析了目前物流行業(yè)和庫房管理在調(diào)度過程中所面臨的問題，充分調(diào)研了物流智能調(diào)度、AGV路徑規(guī)劃和人工智能算法方面的研究成果，設(shè)計(jì)了基于AGV機(jī)器人和路徑規(guī)劃優(yōu)化的智能物流調(diào)度系統(tǒng)。該系統(tǒng)將硬件和軟件相結(jié)合，設(shè)計(jì)了AGV的物流調(diào)度硬件，又結(jié)合了路徑規(guī)劃理論，開發(fā)了基于Petri網(wǎng)絡(luò)的路徑規(guī)劃算法，并且對(duì)所設(shè)計(jì)的系統(tǒng)進(jìn)行實(shí)現(xiàn)和測(cè)試。

系統(tǒng)測(cè)試結(jié)果顯示，本文所設(shè)計(jì)的基于AGVs路徑規(guī)劃的物流智能調(diào)度系統(tǒng)能夠在各種物流環(huán)境或者庫房基地完成調(diào)度任務(wù)，很好地解決了物流企業(yè)或者庫房倉庫在忙碌期的繁雜調(diào)度問題，不僅提高了物流調(diào)度的自動(dòng)化程度，也極大地降低了物流行業(yè)的時(shí)間成本和資源成本，保證了物流調(diào)度和道路運(yùn)輸?shù)男省?/p>