物流系統(tǒng)是由物流領(lǐng)域中互相關(guān)聯(lián)、互相制約、互相作用的若干組成部分構(gòu)成的具有某種功能的有機(jī)整體。本文的研究范圍在智能物流的倉儲與分揀部分。該部分主要由物流公司獨立負(fù)責(zé)，屬于人造系統(tǒng)中較為熱門且發(fā)展迅速的一類。我們在該部分中將設(shè)計如何為智能分揀機(jī)器人收集信息和進(jìn)行決策。

傳統(tǒng)性立體倉儲環(huán)境

整個系統(tǒng)的外部交互點來自于出入庫請求，智能分揀機(jī)器人代替的是以往分揀員和取貨車駕駛員的工作。收到任務(wù)數(shù)據(jù)后，在后臺貨物數(shù)據(jù)庫檢索貨物是否存在、其對應(yīng)位置。然后調(diào)用機(jī)器人去執(zhí)行相應(yīng)操作，并在操作結(jié)束后給相應(yīng)物流單以記錄和狀態(tài)反饋。

分揀操作的動態(tài)規(guī)劃和環(huán)境信息相關(guān)，環(huán)境變量主要有：其他揀選機(jī)器人的當(dāng)前位置和預(yù)計的時空信息、暫存區(qū)的狀態(tài)和位置、倉庫布局形狀等諸多因素。本文會提及這些因素對于揀選機(jī)器人可能造成的影響，并將控制這些因素的變化，在確認(rèn)有可行性的基礎(chǔ)下，主要研究揀選機(jī)器人在單寬度通道倉儲模型下的統(tǒng)一路徑規(guī)劃問題。

物流倉儲模型圖

定位（Positioning）

仿真系統(tǒng)很容易利用坐標(biāo)系中點的位置的離散型變化模擬機(jī)器人移動，畢竟所有機(jī)器人的移動模式都基于對應(yīng)的動作算法。而現(xiàn)實中給機(jī)器人定位則需要一定方法，常用的方法有zigbee信號定位、GPS定位、紅外識別、聲學(xué)識別等方式。

對于本文中仿真系統(tǒng)的應(yīng)用場景，應(yīng)用zigbee或其他通信方式進(jìn)行多點通信定位，或結(jié)合一些其他方式進(jìn)行，例如RFID（射頻識別技術(shù)）較為有利，在信號獲取的同時進(jìn)行信號除雜降低噪聲的干擾。GPS定位由于對于室內(nèi)環(huán)境的定位能力較弱、而紅外識別對透明物體無法識別等原因，并不適用，可以結(jié)合聲學(xué)識別等方式進(jìn)行定位和避障，也可以使用地面畫線和節(jié)點光學(xué)條碼等一系列方式進(jìn)行位置信息同步。
 

調(diào)度方式（Scheduling method）

當(dāng)機(jī)器人進(jìn)入倉儲空間，勢必會遭遇沖突問題，即兩機(jī)器人預(yù)計在同一時間到達(dá)同一位置，或新的貨物揀選需求出現(xiàn)。我們在此采用非匿名的統(tǒng)一調(diào)度方式來處理這類問題，將所有機(jī)器人的位置數(shù)據(jù)以及任務(wù)數(shù)據(jù)和環(huán)境的時間數(shù)據(jù)與路網(wǎng)狀態(tài)數(shù)據(jù)結(jié)合，進(jìn)行多維度的綜合運(yùn)籌。

通信方式（way of communication）

鑒于物流揀選機(jī)器人的應(yīng)用場景，有線的通訊方式非常不利于大范圍移動的機(jī)器人的活動，我們需要使用無線通訊方式。而無線通訊常有的信號、糾錯、握手等一系列問題，均可以參照仿照PC上常用的TCP/IP協(xié)議得到解決，借此完成系統(tǒng)中上位機(jī)和下位機(jī)之間的通訊。即首先通過一系列數(shù)據(jù)互通確認(rèn)數(shù)據(jù)連接暢通，其次通過建立通訊和校驗機(jī)制，確保數(shù)據(jù)的正確傳遞。

使用普通的通訊協(xié)議會產(chǎn)生大量輪詢，對整個系統(tǒng)中的通訊芯片的性能和網(wǎng)絡(luò)質(zhì)量會有很高要求，同時也不能很好的完成需求。因此對于數(shù)據(jù)包的發(fā)送，我們可以借鑒人工神經(jīng)網(wǎng)絡(luò)的機(jī)制，即僅在與目標(biāo)終端建立連接的發(fā)報端發(fā)送數(shù)據(jù)包。同時建立簽名機(jī)制，為發(fā)報端和終端建立物理地址和虛擬地址的對應(yīng)池。通?？梢允褂肐BM的MQTT協(xié)議，就能初步完成消息發(fā)布與訂閱式的信息傳遞。

包傳遞（package-swap）

即貨物在分揀機(jī)器人之間傳遞的問題。分揀機(jī)器人可以交換貨物一定程度上可以解決分揀機(jī)器人同時空沖突的問題。但由于包傳遞會增加流程中的不穩(wěn)定性、機(jī)器人的設(shè)計難度以及時間上也會有不小損耗，故本文不采用包傳遞模式進(jìn)行算法模型設(shè)計，但此方法也是一種解決方案，故列舉出來以供比較。

背包容量（Backpack capacity）

即一個機(jī)器人能夠裝下多少貨物的問題。通常我們可以以件數(shù)、大小等多種方式控制，混合性倉庫甚至?xí)枰喾N不同分揀機(jī)器人去適配不同類型的貨物，在此我們將問題簡化為同一類型的貨物和分揀機(jī)器人來討論，將背包容量設(shè)置為一常數(shù)b。

原子性（Atomicity）

即操作的顆粒度，通常顆粒度越細(xì)，上位機(jī)計算壓力越大，而優(yōu)化效果越好。在此我們采用單位時間概念，以一車寬為一單位長度n，則車移動n的時間為單位時間t。每一個單位時間我們都假設(shè)能完成通信指令的傳遞。暫時忽略停車和轉(zhuǎn)彎的實際用時。

倉儲貨架位置（storage rack position）

不同的貨架擺放方式也會直接影響到揀選機(jī)器人的效率，本文使用下圖所示的擺放方式進(jìn)行設(shè)計。該方法對于其他路網(wǎng)模型的兼容性較高，研究成果擴(kuò)展性較強(qiáng)，同時該模型可以大化倉儲空間，也是物流車輛和倉儲快速對接的一種大化空間利用模型。


如今,在倉庫里作業(yè)的不再是倉庫分揀員，而是一個個承載著貨架運(yùn)行的智能倉儲機(jī)器人。在未來，你能想象幾萬平米的倉庫中不再需要人力作業(yè)嗎？

倉庫社區(qū)