基于边缘计算的AGV控制系统及方法与流程

本发明涉及agv控制领域，更具体地，涉及一种基于边缘计算的agv控制系统及方法。

背景技术：

信息技术的发展推动物联网技术进入到了一个高速发展的时期，各行各业均有向自动化，网络化的发展趋势。例如在物流仓储行业中，agv(automatedguidedvehicle，自动导引运输车或者自动导引机器人)系统已经逐渐变为重要组成部分，并朝着网络化趋势发展，在发展企业现代化、自动化的仓储物流系统中发挥着不可或缺的重要作用。现有的基于云服务的agv控制系统是一种集中式的服务，但是由于wifi连接的距离衰减以及网络带宽等因素限制，这种模式不适合为大型仓库、大量agv设备同时提供服务。

因此，期待开发一种能够对大型的、资源分散的仓库中大量agv设备进行控制的系统及方法。

技术实现要素：

本发明的目的在于提供一种基于边缘计算的agv控制系统，用以解决大范围大量agv的调度、轨迹规划以及紧急避障等问题。

根据本发明的一方面，提出一种基于边缘计算的agv控制系统。该系统服务器端、边缘设备和agv；

所述服务器端载入任务后基于内部存储的所有agv信息及全局范围内的环境信息进行任务规划，并进行区域级路径规划，之后将任务信息发送给待执行任务的agv所在区域所对应在的边缘设备；

所述边缘设备接收到任务信息后，进行所在区域内部的路径规划后将任务发送给待执行任务的agv；

所述agv在接收到任务后，按照所述服务器端和所述边缘设备共同规划的路径运动，完成任务。

优选地，agv向所在区域所对应的边缘设备进行注册，当所述agv即将离开所注册的边缘设备对应的区域时，请求向所述边缘设备注销当前agv，并使用自身信息向下一个边缘设备进行注册。

优选地，agv在完成任务后，自动停止到空闲区域，监听所在区域所对应的边缘设备的下一个任务。

优选地，agv在运动过程中随时识别自身所处位置，上报给所在区域所属的边缘设备。

优选地，在全局范围内地面上相隔设定距离设置可识别标志，agv通过扫描设备所述可识别标志获得当前位置信息。

优选地，agv搭载有用于检测前方障碍物的传感器，所述agv在运动过程中如果检测到运动路径上有障碍物，则将障碍物信息通过边缘设备上传至服务器端，服务器更新全局地图之后重新规划区域级路径，并发送给边缘设备，所述边缘设备重新进行区域内部的路径规划，并发送给所述agv使其按照新的路径完成任务。

优选地，所述服务器端为云服务器，所述边缘设备为具有计算能力和网络通信能力的智能设备，所述agv使用控制器对电机进行控制。

优选地，当服务器端对agv进行任务修改时，先将指令下发到任务相关agv所在区域所属的的边缘设备，由边缘设备对agv进行操作。

优选地，所述边缘设备使用a-star算法、bellman-ford算法、spfa算法、dijkstra算法、floyd算法中的一种进行区域内部路径规划。

根据本发明的另一方面，提出一种基于边缘计算的agv控制方法，包括：

通过服务器端添加任务，所述服务器端基于内部存储的所有agv信息及全局范围内的环境信息进行任务规划，并进行区域级路径规划，之后将任务信息发送给待执行任务的agv所在区域所属的边缘设备；

所述边缘设备接收到任务信息后，进行所在区域内部的路径规划后将任务发送给待执行任务的agv；

所述agv在接收到任务后，按照所述服务器端和所述边缘设备共同规划的路径运动，完成任务。

本发明具有以下有益技术效果：

1)部分任务由边缘设备处理完成，节省服务器资源，可以进行更多、更复杂的运算；

2)多个边缘设备分别控制各个区域内的agv，避免由于区域过大导致信号减弱，无法连接的问题；

3)agv与边缘设备直接通信，避免所有agv直接与服务器通信导致网络堵塞，提高系统的实时性。

本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。

附图说明

通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。

图1示出根据本发明的示例性实施例的基于边缘计算的agv控制系统的结构示意图；

图2示出根据本发明的示例性实施例的基于边缘计算的agv控制方法的流程图。

附图标记说明：

101服务端

102边缘设备

103agv。

具体实施方式

下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。

图1示出根据本发明的示例性实施例的基于边缘计算的agv控制系统的结构示意图。如图1所示，该agv控制系统包括服务器端101、多个边缘设备102以及多个agv。

服务器端101可以是云服务器，其内部存储所有agv信息以及全局范围内的环境信息，包括各个边缘设备的信息。

可将全局划分为多个区域，每个区域确定一个边缘设备102作为负责该区域内agv的边缘设备，也即该区域所对应的边缘设备。相邻边缘设备的覆盖范围可能有重叠，因此通过人为划分的方法来确定每个区域所对应的边缘设备。服务器端101中存储了所有区域与所有边缘设备的对应关系。

云服务器提供云端全局服务，包括：全局地图实时更新，全局任务分配，区域级路径规划。同时，服务器端具有图形化控制界面，用于操作者观察全局地图以及对搬运任务的操作。例如，操作人员可以通过该图形化控制界面对全局范围内agv进行实时监控，以及对搬运任务的添加、修改、删除等等。

通过以上方式在服务器端载入任务后，服务器端基于内部存储的所有agv信息及全局范围内的环境信息进行任务规划，并进行区域级路径规划。所谓区域级路径规划，是指服务器端根据当前的全局地图对分配到任务的agv规划经过的区域。

在进行区域级路径规划后，将任务信息发送给待执行任务的agv所在区域所对应的边缘设备。

任务分配程序内部使用匈牙利算法或其它算法，寻找成本最低的任务分配方案。

可以使用个人计算机设备/或其它设备提供云服务，处理复杂任务，提高系统处理能力。具体地，云服务器运行linux/windows操作系统，使用linux/windows操作系统的任务管理程序。

边缘设备102可以是智能网关，搭载openwrt操作系统或其他操作系统，支持以太网、wifi和zigbee网络或其它无线通信网络，如5g/4g/3g。边缘设备102也可以是pc机或其他具有计算能力和网络通信能力的智能设备，运行linux或windows操作系统，通过有线网的形式与服务器端进行通信，通过无线网的形式与agv进行通信。负责处理负责区域内的agv车辆信息，响应服务器端的指令任务，以及进行区域内路径规划。

边缘设备102内储存其控制范围内所有agv的信息，包括车辆状态、任务信息。边缘设备102接收到任务信息后，进行所在区域内部的路径规划后将任务发送给待执行任务的agv。

agv103作为agv控制系统中的客户端(或终端)，是主要的执行部分，负责搬运货物及位置检测反馈。具体地，agv103是边缘计算系统的客户端，使用机器人控制器对伺服电机进行控制。机器人控制器上搭载uc/os-ⅱ或其他实时嵌入式操作系统，通过无线网与边缘设备连接。

agv103在接收到任务后，按照所述服务器端和所述边缘设备共同规划的路径运动，完成任务。

在一个示例中，当一个agv处于某一个区域中时，该agv向所在区域所对应的边缘设备102端进行注册。当该agv即将离开所注册的边缘设备对应的区域边缘时，请求向该边缘设备注销当前agv，并使用自身信息向下一个边缘设备进行注册。

当agv收到服务器的任务时，只接收到完成任务需要经过的区域。区域内部的路径规划是当agv运动到当前边缘设备时，由边缘设备根据控制区域内的实时地图，使用a-star算法、bellman-ford算法、spfa算法、dijkstra算法、floyd算法中的一种进行计算，规划agv在区域内部的路径并传输给agv。也即，当agv即将离开两个边缘设备交界地带时，会自动向当前边缘设备请求注销，然后向下一个边缘设备请求注册信息，按照下一个边缘设备计算好的路径运动。

在一个示例中，agv103在完成任务后，自动停止到空闲区域，监听所在区域所对应的边缘设备的下一个任务分配。

agv除了进行货物搬运之外，还要对自身位置进行检测。其可以通过扫描地面上的二维码或可识别的标志来识别自身位置。全局范围内地面上每隔设定距离，例如2米，设有一个二维码，每个二维码各不相同，扫描之后可以获得当前位置信息。得到位置信息之后，agv将自身位置传输到边缘设备，提供给服务器更新当前全局地图以避免碰撞。

也即，全局地图程序通过预先建立全局地图模型，然后根据agv运行时检测到的障碍物，实时更新全局地图。在任务分配时，提供给路径规划程序进行路径规划。

在一个示例中，agv103还搭载有用于检测前方障碍物的传感器。agv103在运动过程中如果检测到运动路径上有障碍物，首先在agv处判断障碍物为动态还是静态，然后将障碍物信息通过边缘设备上传至服务器端，服务器更新全局地图之后重新规划区域级路径，并发送给边缘设备102，边缘设备102重新进行区域内部的路径规划，并发送给agv103使其按照新的路径完成任务。

在一个示例中，当服务器端对agv103进行任务修改时，先将指令下发到任务相关agv103所在区域所属的边缘设备，由边缘设备对agv103进行操作。

本发明还提出了一种基于边缘计算的agv控制方法。图2示出了根据本发明的示例性实施例的基于边缘计算的agv控制方法的流程图，如图2所示，该方法包括步骤s1～s3。

在步骤s1中，通过服务器端添加任务，所述服务器端基于内部存储的所有agv信息及全局范围内的环境信息进行任务规划，并进行区域级路径规划，之后将任务信息发送给待执行任务的agv所在区域所属的边缘设备。

在步骤s2中，所述边缘设备接收到任务信息后，进行所在区域内部的路径规划后将任务发送给待执行任务的agv。

在步骤s3中，所述agv在接收到任务后，按照所述服务器端和所述边缘设备共同规划的路径运动，完成任务。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。