本发明涉及机器人技术领域，特别涉及一种高速分拣任务中的多机协同规则及装置。
背景技术
随着现代工业生产的发展，机器人自动化系统得到了越来越广泛的应用，特别是高速分拣任务。随着自动化制造过程中对生产力和灵活性的需求大大增加，如何提高机器人自动分拣系统的作业效率成了人们关注和研究的重点。
然而，相关技术的研究中大多集中在单个机器人的性能上，但是有两个不容忽视的问题。首先，机器人工作空间中的分拣时间不是固定的。此外，这些物体一旦离开工作区就无法被分拣。其他研究旨在研究多机器人协同。有研究通过排队理论创建了两个机器人高速堆积过程的建模方法，但该方法难以应用于实际情况，因为两个机器人的工作空间是重叠的，这可能会引起机械干涉，使用排队理论建立非重叠工作空间的模型是不容易的。还有人采用非合作博弈论用来协调多个机器人。每个机器人都有一个考虑邻居的成本函数。但问题是每个机器人都需要一次全部抓取选定区域的物体。还采用零件调度规则来解决多机器人的协调问题。这个想法源于柔性制造系统和作业车间作业的任务调度规则。
技术实现要素：
本申请是基于发明人对以下问题的认识和发现作出的：
为了提高生产效率，需要考虑两个方面：1)提高单个机器人的性能。在大多数高速分拣的实际情况中，移动传送带上的物体都处于可控范围内。例如，传送带的速度和物体的平均距离可根据分拣周期进行设置。因此在大多数高速分拣的情况下，采用fifo(firstinputfirstoutput，先入先出规则)和sst(shortestsortingtime，最短时间分拣规则)作为分拣算法。然而这两种算法在动态过载系统种的效率较低，严重影响生产效率，因此有必要去研究一种新型的分拣规则提高单个机器人的分拣效率。2)采取多机协作系统。多机器人协调是一个全局优化问题，需要考虑很多参数，例如机器人的数量，物体的动态流量，传送带速度等。此外，前一个机器人的动作对后面机器人的动作也有所影响。基于上述考虑，要提高分拣系统的效率，要解决的主要问题是采用新型的分拣规则提高单机分拣效率，合理安排机器人的排布位置，并找出多机器人规则的最佳组合。
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种高速分拣任务中的多机协同规则，该规则有效提高高速分拣任务中的分拣效率，简单易实现。
本发明的另一个目的在于提出一种高速分拣任务中的多机协同装置。
为达到上述目的，本发明一方面实施例提出了一种高速分拣任务中的多机协同规则，包括以下步骤：检测系统是否处于动态过载的物流分拣情况；如果所述系统处于动态过载的物流分拣情况，则在步骤k中选择第一最短抓取时间物体，在步骤k+1中选择第二最短抓取时间物体；如果在步骤k+1中选择所述第一最短抓取时间物体的时间小于所述第二最短抓取时间物体，则在步骤k中选择所述第二最短抓取时间物体，在步骤k+1中选择第一最短抓取时间物体，其中，k为正整数。
本发明实施例的高速分拣任务中的多机协同规则，在系统处于动态过载的物流分拣情况，通过次短时间分拣规则进行物流分拣，可以有效提高分拣的效率和高速拾取任务中的分拣率，简单易实现。
在动态和过载条件下更有效的次短时间分拣规则的新规则，基于先入先出规则、最短时间分拣规则以及次短时间分拣规则，研究多机器人的协调工作，从而有效提高高速拾取任务中的分拣率，简单易实现。
另外，根据本发明上述实施例的高速分拣任务中的多机协同规则还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述多个机器人的每个机器人的工作区域可以为圆形，且所述每个机器人位于传动带的下边缘，机器人坐标的远点为所述圆形的中心，且所述圆形的半径大于所述传送带的宽度。
进一步地，在本发明的一个实施例中，所述机器人排布在工作区域的两侧。
进一步地，在本发明的一个实施例中，通过泊松过程来表示传送带上的所述物体的动态物体流。
进一步地，在本发明的一个实施例中，在生成所有物体之后，通过状态空间方法描述所述物体的动态物体流。
为达到上述目的，本发明另一方面实施例提出了一种高速分拣任务中的多机协同装置，包括：检测模块，用于检测系统是否处于动态过载的物流分拣情况；第一抓取模块，用于在所述系统处于动态过载的物流分拣情况时，在步骤k中选择第一最短抓取时间物体，在步骤k+1中选择第二最短抓取时间物体；第二抓取模块，用于在步骤k+1中选择所述第一最短抓取时间物体的时间小于所述第二最短抓取时间物体时，在步骤k中选择所述第二最短抓取时间物体，在步骤k+1中选择第一最短抓取时间物体，其中，k为正整数。
本发明实施例的高速分拣任务中的多机协同装置，在系统处于动态过载的物流分拣情况，通过次短时间分拣规则进行物流分拣，可以有效提高分拣的效率和高速拾取任务中的分拣率，简单易实现。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明一个实施例的高速分拣任务中的多机协同规则的流程图；
图2为根据本发明一个实施例的单机分拣模型的示意图；
图3为根据本发明一个实施例的不同边的机器人排布方式示意图；
图4为根据本发明一个实施例的相同边的机器人排布方式示意图；
图5为根据本发明一个实施例的不同传送带速度情况下三种规则的分拣率的示意图；
图6为根据本发明一个实施例的物体平均距离不同的情况下，不同规则组合的分拣率的示意图；
图7为根据本发明一个实施例的在不同物体平均距离的情况下，四种规则组合的分拣率的示意图；
图8为根据本发明一个实施例的不同传送带速度情况下不同规则组合的分拣率的示意图；
图9为根据本发明一个实施例的在不同传送带速度的情况下，四种规则组合的分拣率的示意图；
图10为根据本发明一个实施例的比较机器人以不同方式排列时的分拣率的示意图；
图11为根据本发明一个实施例的在不同传送带速度的情况下ssst-ssst的不同方式的分拣率的示意图；
图12为根据本发明一个实施例的在不同物体平均距离的情况下ssst-ssst的不同方式的分拣率的示意图；
图13为根据本发明一个实施例的当机器人布置在不同侧时，第一个机器人之后的剩余物体的示意图；
图14为根据本发明一个实施例的机器人安装在不同侧面时遗漏的物体的示意图；
图15为根据本发明一个实施例的当机器人布置在同一侧时，第一机器人之后的剩余物体的示意图；
图16为根据本发明一个实施例的当机器人布置在同一侧时错漏拣的物体的示意图；
图17为根据本发明一个实施例的当机器人布置在不同的侧面时，多机器人协作的性能示意图；
图18为根据本发明一个实施例的高速分拣任务中的多机协同装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的高速分拣任务中的多机协同规则及装置，首先将参照附图描述根据本发明实施例提出的高速分拣任务中的多机协同规则。
图1是本发明一个实施例的高速分拣任务中的多机协同规则的流程图。
如图1所示，该高速分拣任务中的多机协同规则包括以下步骤：
在步骤s101中，检测系统是否处于动态过载的物流分拣情况。
可以理解的是，在检测系统不处于动态过载的物流分拣情况时，本发明实施例可以通过先入先出规则或者最短分拣时间规则进行物流分拣。
具体地，(1)先入先出规则定义，物体按照它们生成的顺序进行抓取。这条规则的主要优点是复杂性低，计算资源占用较少。因此，在许多实际情况中多采用这种分拣规则。但是，当系统过载时，这个规则是低效的。在这些情况下，待抓取的物体多靠近工作区的临界边缘，导致抓取时间较长，与此同时，大量的物体超出了机器人的工作空间,这是一个恶性循环。总之，该规则在欠载系统的情况下表现良好。而对于过载系统，则需要考虑其他规则。
(2)最短分拣时间规则(sst)定义，在步骤k中待抓取的物体花费最短的时间。即：
t_grip＝min(t_gripi),i＝1,…,m
这条规则似乎是尽可能抓住多的物体。但是，有一些特殊情况需要考虑。如果根据sst规则在步骤k时抓取物体a。但是，如果在步骤中首先抓取物体b，而物体a在步骤k+1中仍然可以抓取，那么，物体a和b都可以被分拣完毕。
基于上述分析，一定存在一个比sst更好的规则，花费更多的时间，但是抓住更多的物体。但在动态物体流中很难对其进行定义。如果物体b在步骤k中被抓取，则物体a可能不是步骤k+1中的选定物体。在这种情况下，花费在抓取物体b上的时间可能会变成一种干扰并导致较低的分拣率。本发明实施例通过ssst(secondshortestsortingtime，次短分拣时间规则)进行在系统处于动态过载的物流分拣情况是进行分拣，ssst定义在下面进行详细介绍。
在步骤s102中，如果系统处于动态过载的物流分拣情况，则在步骤k中选择第一最短抓取时间物体，在步骤k+1中选择第二最短抓取时间物体。
在步骤s103中，如果在步骤k+1中选择第一最短抓取时间物体的时间小于第二最短抓取时间物体，则在步骤k中选择第二最短抓取时间物体，在步骤k+1中选择第一最短抓取时间物体，其中，k为正整数。
可以理解的是，物体a是sst规则选择的对象，物体b是剩下的物体中的最短抓取时间对象，即第二个最短抓取时间对象。物体a是sst规则选择的对象，物体b是剩下的物体中的最短抓取时间对象，即第二个最短抓取时间对象。
在本发明的一个具体实施例中，针对多机器人协作的研究目的是最大化分拣率。两个机器人的位置安排与之前介绍的相同。提高效率的另一种方法是为每个机器人找到合适的分拣算法。事实上，这可以被认为是一个优化问题，在本发明实施例中，只考虑两台机器人和三种分拣算法。通过暴力穷举法方法，可以获得最优解。
根据本发明实施例规则，对多机器人的位置排布及分拣规则组合进一步研究。考虑到计算复杂性，仅以双机为例进行了仿真实验。
如图2所示，对单机模型假设如下：
(a)用一个含有n个元素的二维平面表示传送带。x轴表示传送带长度，y轴表示传送带宽度。传送带沿x轴运行，物体y轴坐标不变，x轴变化；
(b)定义机器人工作区域为圆形，机器人位于传动带的下边缘；
(c)机器人坐标的原点是圆形工作空间的中心。通常，工作空间的半径大于传送带的宽度；
(d)物体从传送带的开始处生成。当二维平面的y轴与机器人坐标的y轴重合时，执行分拣操作。特别是，这些物体具有相同的尺寸和形状，而且在分类过程中它们不会重叠或滑动；
(e)根据文献，物体生成符合泊松过程；
(f)假设传动带的速度是不变的；
(g)实际生产中通常使用两种分拣机器人，即delta机器人和scara机器人。本发明实施例采用delta机器人作为分拣机器人。这种机器人的典型特征可以描述如下：速度10m/s，加速度100m/s2，分选效率120-150/min，精度+/-0.1mm。为了专注于问题的主要特点，假设机器人的速度是恒定的，并且一次只能分选一个物体。
单机分拣模型的分拣率定义为：
其中，ai是第i个分拣规则，i＝1,2,3,…,n，n是分拣规则的个数，s(ai)是第i个分拣规则，nai是机器人抓取的物体数量，n是产生的物体总数。
分拣规则可以通过分拣率高低来评价。分拣率越高，分拣规则性能越优秀。研究的目的是最大限度地提高分拣率。
如图3和图4所示，在单机器人模型的基础上，进一步建立多机器人模型。如果不考虑机器人之间的协作，每个机器人可能采用的最简单的策略就是只考虑自己。在这种情况下，机器人将花费最少的精力和时间。但如果考虑到协作，每个机器人都会考虑其相邻机器人，进而做出决定。在这种情况下，机器人可能会选择分拣不太可能被邻居抓住的物体。从做出决定的机器人的角度来看，这样做会花费更多的时间和精力，但这对其相邻机器人来说是有利的，即其相邻机器人将花费更少的时间和精力。对于多机器人协作，其目标是最大化整体得分拣效率。进一步来说，第一个机器人和其他机器人花费的时间和能量的总和应该最小化。事实上，很难找到一个最佳方法。这是因为分拣的过程是动态的，第一个机器人做出的决定不仅影响其本身，而且影响其相邻机器人。基于此，第一个机器人分拣的物体将与以前完全不同，并且可能会花费更多的时间和精力。
进一步地，在本发明的一个实施例中，多个机器人的每个机器人的工作区域为圆形，且每个机器人位于传动带的下边缘，机器人坐标的远点为圆形的中心，且圆形的半径大于传送带的宽度。
可以理解的是，在模型定义中，机器人的工作空间被定义为一个圆形，这可能导致机器人倾向于分拣靠近机器人侧面的物体。换句话说，靠近机器人一侧的物体被选中的可能性较高，并且传送带上留下的物体是相对较差的选择。这是由圆性工作区域的特点决定的。其中，图3和图4是两种机器人不同的排列方式。
进一步地，对双机模型的假设如下：
(a)两个机器人的工作空间是不重叠的；
(b)每个机器人配备一个相机；
(c)两台机器人的性能相同。
双机模型的分拣率定义如下：
其中，(ai,aj)表示第一个机器人采取第i个分拣规则而第二个机器人采取第j个分拣规则,i,j＝1,2,3,…,n.m(ai,aj)是整体分拣率；nai是由第一个机器人分拣的物体数量；naj是第二个机器人分拣的物体数量；n是所产生的物体总数。
在本发明的一个实施例中，通过泊松过程来表示传送带上的物体的动态物体流。
具体而言，本发明实施例采用广泛使用泊松过程来表示传送带上的动态物体流。如果n(t)表示在时间间隔[0,t)(t>0)内在传送带上生成的物体的数量。n(t)是一个随机变量，{n(t)|t∈[0,t)}是参数为λ的泊松过程。d(i)表示第i个物体和第(i-1)个物体之间的距离。d(i)服从均值为1/λ的指数分布。因此，可以在matlab中模拟泊松过程。
具有n个元素的二维平面用于描述具有n个物体的传送带。传送带的宽度为240mm，因此物体的y轴坐标值是在考虑物体尺寸的情况下随机生成的。x轴坐标值的生成如下：
在生成所有物体之后，可以使用状态空间方法来描述动态项目流。由于传送带沿x轴运行，因此物体的y轴坐标值不变。因此，动态物流只需要考虑x轴坐标值。
其中，k表示分拣步数，v_con是传送带的速度，x(k)和y(k)是物体的x和y坐标。w(k)是可以在步数k中抓的一组物体。u(k)是更新时间。如果工作区中没有物体，则u(k)是等待传送带上第一个物体移动到工作区的时间，可以按如下方式计算：
其中，r_work机器人的最大工作半径。m表示传送带上剩下的第一个物体。
如果工作区中有可抓取的物体，那么u(k)是抓取物体的时间。抓取时间是动态物体流中的重要参数，需要进行详细的讨论。机器人和物体可以看作是一个相遇问题。交汇点是关键点，所以问题转化为计算交汇点。
其中，v_rob是机器人的抓取速度。t_gripi抓取第i个物体需要消耗的时间，并且
根据公式2和5，抓取时间可以定义为：
此外，计算物体超出工作空间的公式可以表示如下：
进一步地，基于以上模型的假设，对单机分拣规则的三种规则进行仿真实验。
仿真参数设置如下：生成物体的数量n＝100，机器人速度v_rob＝200mm/s，传送带宽度y_con＝240mm，工作区半径r＝600mm。上述参数在所有模拟中保持不变，而传送带速度v_con和物体的平均距离x_mean可以改变。在比较模拟中，基于多个样本数据计算分拣率，并将样本大小设置为50。
如图5所示，分拣速率对应于不同的传送带速度，但是相同xmean＝50mm这三条规则是可视化的。可以注意到，当传送带速度大于250mm/s时，ssst规则表现更好，而当传送带速度低于250mm/s时，fifo规则具有更高的分选率(但可能更多时间)。所以这就是为什么在大多数实际情况下采用fifo规则作为分拣算法的原因。另外，可以注意到，如果传送带速度增加，先入先出规则急剧下降。在大多数实际情况下，如果只有一个机器人，则可以为fifo规则设置适当的动态物体流。如图6所示，对应于物体的不同平均距离但是相同的传送带速度v_con＝500mm/s。所有这些数据都表明ssst规则的分拣率方面在三条规则中表现最好。这是因为ssst规则考虑了全局性能。实际上，ssst规则是在计算两个步骤内的最优解。分拣物体a和物体b的总时间更少。
如图2和图3所示，设计了一条由输送带和两个机器人组成的生产线。两个机器人的垂直距离l设置为1224毫米，确保两个机器人的工作空间不重叠。考虑到三个候选分拣规则和两个机器人，所以候选多机器人协调的总数为9(3×3＝9)。在下面的图中，a-b表示第一个机器人采用规则a，第二个机器人采用规则b。图7显示了不同规则组合的分拣率在不同平均距离的情况下相同v_con＝800mm/s，图6和图7的局部放大图。图8表示不同传送带速度但是相同的物体平均距离的情况下不同规则组合的分拣率。图8是图9的部分放大图。考虑到sst规则和ssst规则的相似性能，在仿真中不分析ssst-fifo和fifo-sst。从图中可以看出，fifo-fifo的整体分拣率最低，ssst-ssst在不同的动态项目流情况下性能最好。另外，还可以注意到sst-ssst和ssst-sst，fifo-sst和sst-fifo具有不同的性能。这说明每个机器人采用的分拣规则的顺序对整体分拣率有影响。
进一步地，在本发明的一个实施例中，机器人排布在工作区域的两侧。
可以理解的是，在本发明实施例的次短时间规则加上对边排布多机器人，可以有效提高分拣效率。
具体而言，下面将对本发明实施例如何研究安排两个机器人的位置进行说明。图10显示了机器人在同一侧和不同侧排列时的分拣率比较xmean＝30mm,v_con＝800mm/s。不难看出，对于大多数多机器人协作来说，机器人布置在不同侧的分拣率高于布置在同一侧。经过上述分析，ssst-ssst被确认为采用的规则。所以当机器人安排在不同的侧面和同一侧时，对ssst-ssst进行单独分析。图11是ssst-ssst在不同传送带速度但相同的物体平均距离xmean＝30mm的情况下不同分拣规则的分拣率。图12是ssst-ssst在物体平均距离不同但相同传送带速度v_con＝800mm/s的情况下不同分拣规则的分拣率。针对不同的动态物体流设置机器人应该安排在不同的侧面的结论。
如图13-16所示，可以帮助理解为什么机器人应该布置在不同的侧边，模拟实验中的规则采用ssst-ssst组合。图13和图14是在机器人布置在不同侧时获得的，图15和图16是当机器人布置在同一侧时获得的。在第一个机器人之后，传送带上剩余的物体数量是相同的。但对于第二个机器人，传送带上剩余的物体的情况是不同的。为了便于计算，图13和图15是线对称的，如果机器人布置在同一侧，第一个机器人倾向于抓住靠近它的物体。这会导致剩余的物体远离第二个机器人，如图15所示，将更多的时间用于抓取一件物体，从而降低分拣率。相反，如图13所示，当机器人布置在不同的侧面时，第一机器人之后的其余物体正好靠近第二机器人。当机器人布置在不同的侧面时，多机器人协作的性能如图17所示。
综上，与传统的分拣算法(fifo规则和sst规则)相比，本发明提出的新的单机器人分拣方法ssst规则有效提高了高速拾取任务中的分拣率。ssst规则针对不同的测试用例执行最优化。此外，新方法更适合于动态过载系统，这正是多机器人协作系统的特点。并且通过以双机器人场景为例对多机器人协作进行研究研究，发现当两台机器人安装在传送带的不同侧而不是同一侧时，分拣率最高，这个发现对安排机器人在工厂的布置具有现实的指导意义。同时仿真结果表明，ssst-ssst是多机器人分拣规则的适当组合，这允许两个机器人尽可能地失去在传送带上移动的物体。对于未来的工作，可以考虑更多的机器人和更多的分拣规则。另外可以探索更有效的方法来找到多机器人分类规则的最佳组合。
根据本发明实施例提出的高速分拣任务中的多机协同规则，在系统处于动态过载的物流分拣情况，通过次短时间分拣规则结合对边排布多机器人进行物流分拣，可以有效提高分拣的效率和高速拾取任务中的分拣率，简单易实现。其次参照附图描述根据本发明实施例提出的高速分拣任务中的多机协同装置。
图18是本发明一个实施例的高速分拣任务中的多机协同装置的结构示意图。
如图18所示，该高速分拣任务中的多机协同装置10包括：检测模块100、第一抓取模块200和第二抓取模块300。
其中，检测模块100用于检测系统是否处于动态过载的物流分拣情况。第一抓取模块200用于在系统处于动态过载的物流分拣情况时，在步骤k中选择第一最短抓取时间物体，在步骤k+1中选择第二最短抓取时间物体。第二抓取模块300用于在步骤k+1中选择第一最短抓取时间物体的时间小于第二最短抓取时间物体时，在步骤k中选择第二最短抓取时间物体，在步骤k+1中选择第一最短抓取时间物体，其中，k为正整数。本发明实施例的装置10基于先入先出规则、最短时间分拣规则以及次短时间分拣规则，研究多机器人的协同工作，从而有效提高分拣的效率和高速拾取任务中的分拣率，简单易实现。
需要说明的是，前述对高速分拣任务中的多机协同规则实施例的解释说明也适用于该实施例的高速分拣任务中的多机协同装置，此处不再赘述。
根据本发明实施例提出的高速分拣任务中的多机协同装置，在系统处于动态过载的物流分拣情况，通过次短时间分拣规则结合对边排布多机器人进行物流分拣，可以有效提高分拣的效率和高速拾取任务中的分拣率，简单易实现。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。