黃偉溪 李麗麗 李文威 周磊 江淑玲

開(kāi)發(fā)設(shè)計(jì)

基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)*

黃偉溪1李麗麗2李文威3周磊1江淑玲1

（1.華南智能機(jī)器人創(chuàng)新研究院，廣東 佛山 528300 2.順德職業(yè)技術(shù)學(xué)院，廣東 佛山 528300 3.佛山智優(yōu)人科技有限公司，廣東 佛山 528300）

針對(duì)工業(yè)搬運(yùn)過(guò)程中多移動(dòng)機(jī)器人協(xié)同作業(yè)的需求，提出基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)。首先，介紹系統(tǒng)整體架構(gòu)和組成；然后，詳細(xì)闡述移動(dòng)機(jī)器人運(yùn)動(dòng)控制、多機(jī)協(xié)同的即時(shí)定位與地圖構(gòu)建（SLAM）以及移動(dòng)機(jī)器人與調(diào)度系統(tǒng)的通訊關(guān)鍵問(wèn)題；最后，以工業(yè)物料搬運(yùn)為例，完成系統(tǒng)搭建并進(jìn)行運(yùn)行測(cè)試。測(cè)試結(jié)果表明，該系統(tǒng)能夠同時(shí)控制多臺(tái)移動(dòng)機(jī)器人高效地完成物料搬運(yùn)任務(wù)。

移動(dòng)機(jī)器人；集群調(diào)度；多機(jī)協(xié)同；即時(shí)定位與地圖構(gòu)建

0 引言

隨著智能制造對(duì)小批量、多品種、個(gè)性化生產(chǎn)需求的增加，多移動(dòng)機(jī)器人協(xié)同完成復(fù)雜任務(wù)變得越來(lái)越重要。通過(guò)多移動(dòng)機(jī)器人協(xié)同作業(yè)，使一些單機(jī)器人無(wú)法實(shí)現(xiàn)的任務(wù)變得可行[1]。在過(guò)去十年中，多機(jī)器人系統(tǒng)在制造業(yè)、倉(cāng)庫(kù)管理、農(nóng)業(yè)和環(huán)境監(jiān)測(cè)等領(lǐng)域的應(yīng)用越來(lái)越廣泛[2]。

集群調(diào)度是多移動(dòng)機(jī)器人領(lǐng)域的難點(diǎn)，具有NP-hard復(fù)雜度。分布式智能算法（多智能體算法、遺傳算法、模糊算法、智能優(yōu)化算法等）為集群調(diào)度提供了有效的解決方案。文獻(xiàn)[3]給出兩級(jí)分布多智能體系統(tǒng)框架的解決方案，設(shè)計(jì)了二維遺傳算法，并結(jié)合秩最小啟發(fā)式算法給出了一種精英策略。文獻(xiàn)[4]提出利用二維遺傳算法解決耦合任務(wù)分配與調(diào)度問(wèn)題，并通過(guò)仿真實(shí)驗(yàn)對(duì)該算法的有效性和運(yùn)行效率進(jìn)行了驗(yàn)證。文獻(xiàn)[5]提出一種基于多準(zhǔn)則模糊控制器的自動(dòng)導(dǎo)引運(yùn)輸車（auto- mated guided vehicle, AGV）智能調(diào)度方法，并利用MATLAB及模糊推理引擎實(shí)現(xiàn)了調(diào)度系統(tǒng)。文獻(xiàn)[6]利用生物啟發(fā)的鯨魚(yú)優(yōu)化算法尋找調(diào)度問(wèn)題的最優(yōu)解，并在Khepera II移動(dòng)機(jī)器人的調(diào)度過(guò)程中進(jìn)行了有效性驗(yàn)證。

目前，移動(dòng)機(jī)器人調(diào)度軟件主要分為3類：1）開(kāi)源機(jī)器人調(diào)度軟件，針對(duì)不同類型的機(jī)器人具有良好的兼容性，但需要根據(jù)實(shí)際應(yīng)用場(chǎng)景進(jìn)行二次開(kāi)發(fā)，如開(kāi)源交通控制系統(tǒng)（open traffic controller system, openTCS）[7]；2）商用機(jī)器人調(diào)度軟件，由移動(dòng)機(jī)器人廠商開(kāi)發(fā)，一般僅適用于某一品牌的移動(dòng)機(jī)器人；3）專用機(jī)器人調(diào)度軟件，由機(jī)器人企業(yè)或科研機(jī)構(gòu)定制化開(kāi)發(fā)，一般適用于特定類型的移動(dòng)機(jī)器人，應(yīng)用范圍較窄。

針對(duì)移動(dòng)機(jī)器人集群調(diào)度中常見(jiàn)的運(yùn)行效率低、系統(tǒng)兼容性差等問(wèn)題，本文提出一種基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)，可滿足智能工業(yè)搬運(yùn)對(duì)系統(tǒng)兼容性的要求。

1 系統(tǒng)架構(gòu)

基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)主要包括openTCS、調(diào)度服務(wù)器、云服務(wù)器、數(shù)據(jù)庫(kù)、5G通訊裝置、機(jī)器人等，其架構(gòu)如圖1所示。

圖1 基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)架構(gòu)

1.1 openTCS開(kāi)源軟件

openTCS開(kāi)源軟件主要包含內(nèi)核、終端與內(nèi)核控制中心3個(gè)模塊。其中，內(nèi)核負(fù)責(zé)路徑規(guī)劃與任務(wù)調(diào)度；終端提供可視化界面；內(nèi)核控制中心監(jiān)管移動(dòng)機(jī)器人。

1.2 調(diào)度服務(wù)器

調(diào)度服務(wù)器接收openTCS內(nèi)核的任務(wù)指令，并將任務(wù)指令通過(guò)5G網(wǎng)絡(luò)發(fā)送給移動(dòng)機(jī)器人；同時(shí)也接收移動(dòng)機(jī)器人的狀態(tài)反饋數(shù)據(jù)，并將狀態(tài)反饋數(shù)據(jù)輸入openTCS內(nèi)核，用于決策。

1.3 云服務(wù)器

云服務(wù)器接收調(diào)度服務(wù)器下達(dá)的計(jì)算任務(wù)。云服務(wù)器基于Hadoop架構(gòu)構(gòu)建，內(nèi)部存儲(chǔ)了點(diǎn)對(duì)線迭代最近點(diǎn)（point-to-line iterative closest point, PL-ICP）算法、Cartographer算法等，可利用云端計(jì)算資源完成多張局部地圖融合，生成環(huán)境場(chǎng)景的全局地圖。

1.4 數(shù)據(jù)庫(kù)

數(shù)據(jù)庫(kù)用于存儲(chǔ)歷史調(diào)度數(shù)據(jù)、機(jī)器人的歷史運(yùn)行數(shù)據(jù)和歷史全局地圖等。

1.5 5G通訊裝置

5G通訊裝置包括5G交換機(jī)和移動(dòng)機(jī)器人上搭載的5G信號(hào)接收裝置，可基于現(xiàn)有5G網(wǎng)絡(luò)實(shí)現(xiàn)調(diào)度數(shù)據(jù)的低時(shí)延、高可靠性傳輸。

1.6 移動(dòng)機(jī)器人

移動(dòng)機(jī)器人可以是同種類、同型號(hào)或不同種類、不同型號(hào)的機(jī)器人，但要求每臺(tái)移動(dòng)機(jī)器人均配備工控機(jī)、激光雷達(dá)和5G信號(hào)接收裝置。

2 移動(dòng)機(jī)器人的運(yùn)動(dòng)控制

移動(dòng)機(jī)器人的驅(qū)動(dòng)方式不同，如雙輪差速式驅(qū)動(dòng)、三輪車式驅(qū)動(dòng)、阿克曼式驅(qū)動(dòng)等，其運(yùn)動(dòng)學(xué)模型也不盡相同。運(yùn)動(dòng)學(xué)算法一般內(nèi)置于移動(dòng)機(jī)器人的工控機(jī)內(nèi)，供調(diào)度系統(tǒng)調(diào)用。當(dāng)移動(dòng)機(jī)器人收到5G通訊裝置發(fā)送的運(yùn)動(dòng)速度指令時(shí)，通過(guò)運(yùn)動(dòng)學(xué)算法將運(yùn)動(dòng)速度指令轉(zhuǎn)化為控制機(jī)器人伺服電機(jī)左右輪的輪速信號(hào)，并將輪速信號(hào)輸入電機(jī)驅(qū)動(dòng)器用于執(zhí)行。

以雙輪差速式驅(qū)動(dòng)為例，移動(dòng)機(jī)器人運(yùn)動(dòng)學(xué)模型如圖2所示。

圖2 雙輪差速式移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)模型

假設(shè)機(jī)器人的輪系在平坦地面上運(yùn)動(dòng)，輪系上方部分為一個(gè)剛體。為確定機(jī)器人在平面中的位置，在圖2中建立平面全局參考坐標(biāo)系-和機(jī)器人局部參考坐標(biāo)系-XY。-的原點(diǎn)為地面上任意一點(diǎn)，-XY的原點(diǎn)位于機(jī)器人底盤(pán)形心處。記(,)為移動(dòng)機(jī)器人旋轉(zhuǎn)中心的全局參考坐標(biāo)；為移動(dòng)機(jī)器人局部參考坐標(biāo)系相對(duì)全局參考坐標(biāo)系的旋轉(zhuǎn)角度；2為驅(qū)動(dòng)輪輪距；為驅(qū)動(dòng)輪半徑；θ和θ分別為左、右驅(qū)動(dòng)輪的轉(zhuǎn)角；v和v分別為左、右驅(qū)動(dòng)輪的運(yùn)動(dòng)速度。

雙輪差速式驅(qū)動(dòng)機(jī)器人的線速度在機(jī)器人局部參考坐標(biāo)系中可表示為兩輪的平均線速度：

機(jī)器人的角速度取決于兩輪的線性速度差和兩輪之間的距離2：

通過(guò)機(jī)器人局部參考坐標(biāo)系下的平均線速度和角速度，機(jī)器人的運(yùn)動(dòng)學(xué)方程可以表示為

根據(jù)公式(3)設(shè)計(jì)相應(yīng)的運(yùn)動(dòng)學(xué)算法，即可將運(yùn)動(dòng)速度指令轉(zhuǎn)化為移動(dòng)機(jī)器人的輪速信號(hào)。

3 多機(jī)器人協(xié)同的SLAM

即時(shí)定位與地圖構(gòu)建（simultaneous localization and mapping, SLAM）是指移動(dòng)機(jī)器人在陌生環(huán)境中，能夠完成環(huán)境地圖構(gòu)建并確定自身在地圖中的相對(duì)位置。目前，移動(dòng)機(jī)器人SLAM通常為單機(jī)模式，主要利用機(jī)載的激光雷達(dá)、里程計(jì)、慣性測(cè)量單元（inertial measurement unit, IMU）等傳感器完成前端數(shù)據(jù)采集；機(jī)載的工控機(jī)完成后端數(shù)據(jù)處理。這種單機(jī)SLAM模式在小范圍場(chǎng)景下具有良好的應(yīng)用效果，但在多機(jī)、大范圍場(chǎng)景時(shí)，由于視野范圍狹窄，易出現(xiàn)計(jì)算耗時(shí)長(zhǎng)、建圖質(zhì)量差、定位不準(zhǔn)確等問(wèn)題。

考慮到多機(jī)器人具有空間覆蓋范圍廣的優(yōu)勢(shì)，本文利用多臺(tái)移動(dòng)機(jī)器人搭載的激光雷達(dá)同步掃描周圍環(huán)境，采用5G網(wǎng)絡(luò)作為中繼，利用云服務(wù)器的計(jì)算資源進(jìn)行點(diǎn)云數(shù)據(jù)的融合處理，可快速生成大范圍場(chǎng)景的輕量級(jí)全局地圖，并完成多機(jī)器人精確定位。多機(jī)器人協(xié)同定位與建圖流程如圖3所示。

圖3 多機(jī)器人協(xié)同定位與建圖流程

多機(jī)器人協(xié)同定位與建圖步驟包括：

1）系統(tǒng)運(yùn)行之前進(jìn)行里程計(jì)和IMU校準(zhǔn)、激光雷達(dá)運(yùn)動(dòng)畸變?nèi)コ?、臺(tái)移動(dòng)機(jī)器人系統(tǒng)時(shí)鐘同步等準(zhǔn)備工作；

2）調(diào)度服務(wù)器啟動(dòng)SLAM系統(tǒng)，SLAM系統(tǒng)同步啟動(dòng)臺(tái)移動(dòng)機(jī)器人；

3）調(diào)度服務(wù)器根據(jù)精確位姿刷新臺(tái)移動(dòng)機(jī)器人的里程計(jì)數(shù)據(jù)（初始里程計(jì)數(shù)據(jù)全部歸零）；

4）調(diào)度服務(wù)器延時(shí)Δ（即采樣頻率為1/Δ）后，向移動(dòng)機(jī)器人下發(fā)數(shù)據(jù)采集指令；

5）每臺(tái)移動(dòng)機(jī)器人利用里程計(jì)采集其行駛里程，利用IMU采集其加速度和角速度，各個(gè)數(shù)據(jù)用附加的時(shí)間戳和標(biāo)號(hào)進(jìn)行區(qū)分；

6）每臺(tái)移動(dòng)機(jī)器人利用運(yùn)動(dòng)學(xué)算法將里程計(jì)采集的行駛里程轉(zhuǎn)化為移動(dòng)機(jī)器人的整體位移；分別對(duì)IMU采集的加速度和角速度進(jìn)行積分，計(jì)算出移動(dòng)機(jī)器人的線速度和轉(zhuǎn)角；利用擴(kuò)展卡爾曼濾波器（EKF）將線速度、位移、角速度、轉(zhuǎn)角進(jìn)行融合，產(chǎn)生機(jī)器人的粗略位姿矩陣(,,)T(=1,…,)；

7）在執(zhí)行步驟5的同時(shí)，臺(tái)移動(dòng)機(jī)器人同步掃描周圍環(huán)境，生成各自的激光輪廓點(diǎn)云；

8）激光輪廓點(diǎn)云經(jīng)去噪處理后（去除孤立點(diǎn)、噪聲點(diǎn)）生成張局部點(diǎn)云地圖M(=1,…,)，并附加時(shí)間戳和標(biāo)號(hào)進(jìn)行區(qū)分；

9）張局部點(diǎn)云地圖M(=1,…,)與個(gè)位姿矩陣(,,)T(=1,…,)通過(guò)5G網(wǎng)絡(luò)無(wú)線發(fā)送至調(diào)度服務(wù)器；再由調(diào)度服務(wù)器上傳至云服務(wù)器；

10）在云服務(wù)器內(nèi)，采用時(shí)間戳對(duì)齊的方式進(jìn)行數(shù)據(jù)匹配，利用PL-ICP算法對(duì)張局部點(diǎn)云地圖M(=1,…,)進(jìn)行融合計(jì)算，拼成全局點(diǎn)云地圖M；

11）云服務(wù)器利用圖優(yōu)化算法Cartographer對(duì)全局點(diǎn)云地圖M進(jìn)行優(yōu)化，獲得最優(yōu)的全局點(diǎn)云地圖，同時(shí)生成臺(tái)移動(dòng)機(jī)器人的精確位姿矩陣’(,,)T(=1,…,)；

12）將全局點(diǎn)云地圖M轉(zhuǎn)換為輕量化的全局柵格概率地圖M，并在柵格地圖M上標(biāo)示臺(tái)移動(dòng)機(jī)器人的位置(=1,…,)；柵格地圖中每個(gè)柵格取值范圍為[0,1]，其中，0表示柵格未被占據(jù)；1表示柵格被占據(jù)，0～1之間的數(shù)值表示柵格被占據(jù)的概率；

13）循環(huán)反復(fù)執(zhí)行步驟3）～13），不斷地進(jìn)行新一輪全局定位和建圖；

14）當(dāng)臺(tái)移動(dòng)機(jī)器人全部停機(jī)時(shí)，SLAM系統(tǒng)停止運(yùn)行。

4 調(diào)度系統(tǒng)與AGV的通訊

openTCS調(diào)度系統(tǒng)通過(guò)5G網(wǎng)絡(luò)與移動(dòng)機(jī)器人進(jìn)行小容量的數(shù)據(jù)傳輸。本文采用基于IP地址的通訊方式，通過(guò)設(shè)定的IP與Port，利用Socket接口與移動(dòng)機(jī)器人通訊，實(shí)現(xiàn)同一局域網(wǎng)內(nèi)不同設(shè)備之間的通訊。Socket技術(shù)是實(shí)現(xiàn)網(wǎng)絡(luò)上2個(gè)應(yīng)用進(jìn)程間雙向數(shù)據(jù)交換的通訊連接技術(shù)，主要由協(xié)議、本地地址、本地端口號(hào)、遠(yuǎn)地地址、遠(yuǎn)地端口號(hào)5個(gè)信息構(gòu)成。Socket之間的連接過(guò)程分為3個(gè)步驟：

1）服務(wù)器監(jiān)聽(tīng)，服務(wù)器端開(kāi)啟一個(gè)端口，并處于等待客戶端連接、實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)的狀態(tài)；

2）客戶端請(qǐng)求，客戶端Socket向服務(wù)器端Socket提出連接請(qǐng)求，發(fā)起請(qǐng)求時(shí)需描述它要連接的服務(wù)器Socket的地址和端口號(hào)；

3）連接確認(rèn)，服務(wù)器端Socket監(jiān)聽(tīng)或接收到客戶端Socket的連接請(qǐng)求時(shí)，響應(yīng)其請(qǐng)求并建立一個(gè)線程連接。

本文的openTCS調(diào)度系統(tǒng)為服務(wù)器端，各移動(dòng)機(jī)器人為客戶端。openTCS調(diào)度系統(tǒng)通過(guò)Socket通訊實(shí)時(shí)獲取移動(dòng)機(jī)器人上傳的位置、電量、任務(wù)執(zhí)行狀態(tài)等，同時(shí)對(duì)相應(yīng)的移動(dòng)機(jī)器人下達(dá)任務(wù)命令和遠(yuǎn)程調(diào)度命令等信息。

5 實(shí)例研究

以工業(yè)物料搬運(yùn)為例，介紹基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)的應(yīng)用。某加工車間的平面布局如圖4所示。

圖4 某加工車間的平面布局示意圖

圖4中，成品倉(cāng)庫(kù)和物料倉(cāng)庫(kù)分別布置于車間左右兩側(cè)，車間中部對(duì)稱布置了6臺(tái)加工設(shè)備（A～F），每臺(tái)加工設(shè)備前方分別設(shè)有上料位和下料位。物料從物料倉(cāng)庫(kù)取出，依次經(jīng)過(guò)6臺(tái)加工設(shè)備的加工，成品送入成品倉(cāng)庫(kù)存放。虛線為移動(dòng)機(jī)器人的運(yùn)行路線，移動(dòng)機(jī)器人在此路線上往復(fù)穿梭，運(yùn)送物料和成品。

本文采用8臺(tái)雙輪差速驅(qū)動(dòng)移動(dòng)機(jī)器人（2臺(tái)復(fù)合移動(dòng)機(jī)器人、6臺(tái)AGV）來(lái)完成物料和成品搬運(yùn)。

基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)的設(shè)計(jì)步驟如下：

1）啟動(dòng)openTCS內(nèi)核；

2）打開(kāi)openTCS終端，在終端上完成步驟3）～6），建立如圖5所示路網(wǎng)；

3）添加若干路徑點(diǎn)（Point），并將各路徑點(diǎn)連接起來(lái)；

4）設(shè)置位置點(diǎn)對(duì)應(yīng)的動(dòng)作（Action），如Transport；

5）設(shè)置若干位置點(diǎn)（Location），屬性為T(mén)ransport，并用虛線將位置點(diǎn)與對(duì)應(yīng)的路徑點(diǎn)相連；

6）添加8臺(tái)移動(dòng)機(jī)器人并啟用；

7）打開(kāi)內(nèi)核控制中心，配置8臺(tái)移動(dòng)機(jī)器人；

8）為每臺(tái)移動(dòng)機(jī)器人設(shè)置對(duì)應(yīng)的IP與Port，以建立Socket連接。

圖5 在openTCS終端上設(shè)計(jì)的路網(wǎng)

完成以上步驟后，8臺(tái)移動(dòng)機(jī)器人在訂單的驅(qū)動(dòng)下自動(dòng)完成運(yùn)輸任務(wù)。移動(dòng)機(jī)器人運(yùn)行示意圖如圖6所示；運(yùn)行中的機(jī)器人列表如圖7所示；多機(jī)器人協(xié)同建立的2D柵格地圖如圖8所示。

需要說(shuō)明的是，本文采用的任務(wù)分配、路徑規(guī)劃、交通管制等智能調(diào)度算法均為openTCS內(nèi)置的算法。

圖6 基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)控制移動(dòng)機(jī)器人運(yùn)行示意圖

圖7 運(yùn)行中的移動(dòng)機(jī)器人列表

圖8 多機(jī)器人協(xié)同建立的2D柵格地圖

由圖5可知，openTCS調(diào)度系統(tǒng)可建立與圖4一致的等比例車間布局。

由圖6可知，多臺(tái)移動(dòng)機(jī)器人在調(diào)度系統(tǒng)的控制下有序運(yùn)行。

由圖7可知，調(diào)度系統(tǒng)可實(shí)時(shí)顯示被調(diào)度機(jī)器人的當(dāng)前狀態(tài)信息。

由圖8可知，通過(guò)多機(jī)器人協(xié)同建立的2D柵格地圖較為精確，可在機(jī)器人集群調(diào)度情況下使用。

基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)運(yùn)行結(jié)果如表1所示。

表1 運(yùn)行結(jié)果統(tǒng)計(jì)表

由表1可知，從訂單報(bào)文最大響應(yīng)時(shí)間、機(jī)器人阻塞最長(zhǎng)等待時(shí)間、訂單執(zhí)行成功率等指標(biāo)來(lái)看，基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)運(yùn)行狀態(tài)良好，可滿足工業(yè)物料搬運(yùn)對(duì)多臺(tái)移動(dòng)機(jī)器人集中調(diào)度的要求。

6 結(jié)論

機(jī)器人調(diào)度系統(tǒng)是實(shí)現(xiàn)智能工廠的關(guān)鍵要素之一。本文針對(duì)工業(yè)搬運(yùn)對(duì)多移動(dòng)機(jī)器人協(xié)同作業(yè)的需求，構(gòu)建基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)，并對(duì)系統(tǒng)的控制、通訊、SLAM等進(jìn)行了詳細(xì)論述。為驗(yàn)證該系統(tǒng)的可行性，以工業(yè)物料搬運(yùn)場(chǎng)景為例，進(jìn)行了系統(tǒng)運(yùn)行測(cè)試，驗(yàn)證該系統(tǒng)的有效性和可靠性。

[1] KHAMIS A, HUSSEIN A, ELMOGY A. Multi-robot task allocation: a review of the state-of-the-art[J]. Cooperative Robots and Sensor Networks, 2015:31-51.

[2] ZHOU L, TOKEKAR P. Multi-robot coordination and planning in uncertain and adversarial environments[J]. Current Robotics Reports, 2021,2:147-157.

[3] GIORDANI S, LUJAK M, MARTINELLI F. A distributed multi-agent production planning and scheduling framework for mobile robots[J]. Computers & Industrial Engineering, 2013, 64(1):19-30.

[4] WANG X, XING Z, WU W, et al. Research on Coupled Task Allocation and Scheduling of Multi-type Robots[C]//2021 IEEE International Conference on Networking, Sensing and Control (ICNSC), 2021:1-6, doi: 10.1109/ICNSC52481.2021.9702203.

[5] UMASHANKAR N, KARTHIK V N. Multi-criteria Intelligent Dispatching Control of Automated Guided Vehicles in FMS [C]//2006 IEEE Conference on Automated Guided Vehicles Cybernetics and Intelligent Systems, 2006:1-6, doi: 10.1109 / ICCIS. 2006.252292.

[6] PETROVI? M, MILJKOVI? Z, JOKI? A. A novel methodo- logy for optimal single mobile robot scheduling using whale opti- mization algorithm[J]. Applied Soft Computing, 2019,81:1-25.

[7] 吳若,蘇宇,劉勝,等.基于openTCS的多種AGV通信適配與實(shí)時(shí)監(jiān)控管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].制造業(yè)自動(dòng)化,2022,44(2): 87-92.

Mobile Robot Scheduling System Based on openTCS

HUANG Weixi1LI Lili2LI Wenwei3ZHOU Lei1JIANG Shuling1

(1.South China Robotics Innovation Research Institute, Foshan 528300, China 2.Shunde Ploytechinc, Foshan 528300, China 3.Foshan Zhiyouren Technology Co., Ltd., Foshan 528300, China)

In order to meet the requirements of multi mobile robots working together in the industrial handling process, a mobile robot cluster scheduling system based on openTCS is proposed. First, introduce the overall architecture and components of the system; Then, the key problems of mobile robot motion control, real-time location and map building (SLAM) of multi machine cooperation, and communication between mobile robot and scheduling system are described in detail; Finally, taking industrial material handling as an example, the system is built and tested. The test results show that the system can control multiple mobile robots to carry materials efficiently.

mobile robot; cluster scheduling; multi-machine collaboration; simultaneous localization and mapping(SLAM)

TP242;TN965.8

A

1674-2605(2022)06-0005-07

10.3969/j.issn.1674-2605.2022.06.005

黃偉溪,李麗麗,李文威,等.基于openTCS的移動(dòng)機(jī)器人集群調(diào)度系統(tǒng)[J].自動(dòng)化與信息工程,2022,43(6):27-33.

HUANG Weixi, LI Lili, LI Wenwei, et al. Mobile robot scheduling system based on openTCS[J]. Automation & Information Engineering, 2022,43(6):27-33.

佛山市順德區(qū)核心技術(shù)攻關(guān)項(xiàng)目（2130218003022）

黃偉溪，男，1983年生，碩士，主要研究方向：智能機(jī)器人工業(yè)應(yīng)用、智能制造、傳感及檢測(cè)。E-mail: wx.huang@scri.ac.cn

李麗麗，女，1981年生，碩士，工程師，主要研究方向：機(jī)器視覺(jué)，移動(dòng)機(jī)器人，智能制造。

李文威，男，1981年生，博士，高級(jí)工程師，主要研究方向：智能機(jī)器人、CAD/CAE數(shù)字化仿真、機(jī)械動(dòng)力學(xué)、制造業(yè)信息化。

周磊，男，1982年生，博士，高級(jí)工程師，主要研究方向：機(jī)器人智能控制、智能制造、傳感及檢測(cè)等。

江淑玲，女，1999年生，本科，主要研究方向：通信工程。