一种用于多AGV多任务分配的方法

本发明涉及一种资源调度方法，具体为涉及一种用于多agv多任务分配的方法。

背景技术：

1、随着工业自动化的快速发展，自动导引车(automated guidedvehicle，agv)作为智能仓储系统的核心组成部分，承担着物料搬运、货物分拣等关键任务。当前的多agv任务分配方法存在着以下一些问题：

2、任务优先级和实时性问题：在实际应用中，任务的紧急程度、截止时间以及与其他任务的依赖关系可能会随时变化，现有的任务分配方法难以实时地响应和调整，导致高优先级任务不能及时完成，影响整体效率。

3、agv状态和充电问题：agv的电池状态和充电需求对任务执行的具有很大的影响。现有的方法往往没有充分考虑agv的电池状态和充电安排，导致agv在执行任务过程中可能出现电量不足的情况，增加了任务延迟和系统停机的风险。

4、任务分配模型和优化问题：现有的任务分配模型通常是静态的，无法动态地适应任务和agv状态的变化。此外，现有的优化算法在处理多目标、多约束的任务分配问题时，常常难以达到全局最优解。

5、路径规划和冲突消解问题：路径规划和冲突消解是多agv系统中的关键问题，agv之间的路径冲突会导致交通拥堵，甚至发生碰撞事故。现有的方法在路径规划和冲突消解上缺乏有效的策略，导致路径规划效率低下，系统的整体性能受到影响。

技术实现思路

1、发明目的：针对上述现有技术，提出一种用于多agv多任务分配的方法，该方法对agv进行最优无冲突路径的规划。

2、技术方案：一种用于多agv多任务分配的方法，包括：

3、s1.获取实时任务，并对任务按照动态优先级进行排序；

4、s2.根据agv状态与任务信息，考虑充电决策，建立多agv多任务分配的上层模型，使用apso-nsga-ⅲ算法进行调度优化，为每辆agv分配待执行任务队列；

5、s3.根据上层模型生成的任务队列信息，考虑冲突消解，建立以总路径成本最低为目标的下层模型，使用改进的a*算法进行多agv的最优路径规划；

6、s4.下层模型生成的最优路径规划结果反馈给上层模型，上层模型根据反馈形成新的任务队列方案，并继续对下层模型产生影响，上下双层模型之间相互反馈，生成多agv多任务分配的最佳方案。

7、有益效果：(1)本方法能够实时获取任务信息，并根据任务的紧急程度、截止时间、与其他任务的依赖关系进行动态优先级排序，确保高优先级任务能够及时得到处理，提升了系统的响应速度和灵活性。

8、(2)上层模型采用apso-nsga-ⅲ混合算法进行任务分配优化，该算法结合了apso算法和nsga-ⅲ算法的优点，能够有效解决nsga-ⅲ算法存在的收敛速度慢、种群多样性维护差的问题，提升了任务分配的全局最优性；下层模型采用改进的a*算法进行路径规划，并考虑多agv之间的路径冲突消解，通过优化路径规划策略，减少了路径冲突，提升了路径规划的效率和安全性。

9、(3)本方法采用上下双层模型架构，上层模型负责任务分配和调度优化，下层模型负责路径规划和冲突消解。上下模型之间相互反馈，形成闭环优化，使得任务分配方案能够根据路径规划结果进行动态调整，形成最优的多agv多任务分配方案，提高了任务分配和路径规划的整体效率。

技术特征：

1.一种用于多agv多任务分配的方法，其特征在于，包括：

2.根据权利要求1所述的用于多agv多任务分配的方法，其特征在于，所述s1中，在任务执行时，优先考虑执行紧急程度高、截止时间近的任务，同时也需要考虑任务之间的依赖关系；通过计算任务的动态优先级，然后根据优先级的大小，从大到小依次排序：

3.根据权利要求1所述的用于多agv多任务分配的方法，其特征在于，使用apso-nsga-ⅲ算法进行调度优化，包括以下步骤：

4.根据权利要求1所述的用于多agv多任务分配的方法，其特征在于，使用改进的a*算法进行多agv的最优路径规划，包括以下步骤：

5.根据权利要求4所述的用于多agv多任务分配的方法，其特征在于，为了满足多agv多任务分配的特点，nsga-ⅲ中种群的染色体基因编码方式采用基于任务序列和agv序列的双层实数编码机制，以优化m辆agv执行n个调度任务的过程；其中，染色体由两层构成，第一层使用任务编号i进行编码，表示各个任务的执行序列；第二层使用agv编号j进行编码，表示各个任务分配给特定agv的顺序。

6.根据权利要求4所述的用于多agv多任务分配的方法，其特征在于，所述s203中，多agv多任务分配上层模型，考虑在agv调度相对均衡的情况下，任务完成时间最短且agv能耗成本最低；具体的，agv调度均衡指数考虑任务数量均衡、充电站利用率均衡；任务完成时间考虑任务执行时间、任务等待时间以及可能存在的充电任务时间；agv能耗成本主要考虑行驶能耗，包括执行负载任务的行驶能耗、执行空载任务的行驶能耗以及可能存在的充电任务的行驶能耗。

7.根据权利要求4所述的用于多agv多任务分配的方法，其特征在于，所述s307的避让原则中，通过识别不同类型的动态冲突，结合任务的动态优先级与agv的状态来进行冲突避让决策；多agv在单行双向通道中同时行驶时，会发生同向冲突、逆向冲突以及转弯冲突，对于负载状态不同的车辆，优先考虑空载车辆进行避让；当负载状态相同时，考虑电量充足且任务动态优先级较低的车辆进行避让；空载车辆具备穿过货架底部行驶的能力，能够灵活避让；负载车辆只能沿着单行双向通道行驶，优先权较高。

技术总结
本发明公开了一种用于多AGV多任务分配的方法，包括：获取实时任务，并对任务按照动态优先级进行排序；根据AGV状态与任务信息，考虑充电决策，建立多AGV多任务分配的上层模型，使用APSO‑NSGA‑Ⅲ混合算法进行调度优化，为每辆AGV分配待执行任务队列；根据上层模型生成的任务队列信息，考虑冲突消解，建立以总路径成本最低为目标的下层模型，使用改进的A*算法进行多AGV的最优路径规划；下层模型生成的最优路径规划结果反馈给上层模型，上层模型根据反馈形成新的任务队列方案，并继续对下层模型产生影响，上下双层模型之间相互反馈，生成多AGV多任务分配的最佳方案。

技术研发人员：钟永彦,吴含亲,陈娟,洪志明,范玮
受保护的技术使用者：南通大学
技术研发日：
技术公布日：2025/3/3