分析共轨多无人行车协同作业优化策略

分析共轨多无人行车协同作业优化策略

张文谦 亓奉昆 山东力山特智能科技有限公司 山东省济南市 250100

摘要: 共轨多无人行车在很多企业中得到了非常广泛的应用，但是多无人行车在实际应用中通常会发生很多问题，比如在吊运运货物中往往会出现行车避让的问题，所以必须对共轨多无人行车协同作业进行优化，才能减少吊运系统的节能减排，控制企业在多无人行车系统中的成本。首先要对多无人行车的特点进行分析，并结合实际工作中的吊运方案，提出合理的多无人行行车协同作业调运方案，并对吊运货物进行聚类计算，进一步优化多无人行车在实际工作中的行车分配，从而减少行车在实际过程中的运行距离和能源消耗，避免多个行车避让问题的出现。

关键词:共轨；多无人行车；作业优化

在无人行车吊运系统中，如果同时出现多台行车共同作业的情况，行车之间不能相互跨越，如何有效优化多台行车进行吊运工作，是目前研究的主要内容。减少行车之间的碰撞，节省多无人行车在整体运行过程中的路程，减少多无人行车，在吊运过程中的动力消耗和照明消耗，进而减少调运系统的工作时间，能够合理安排这些行车吊运系统可以做到节能减排的效果，也是仓库成本控制的关键性问题。我国大多数企业在进行多无人行车共轨吊运货物采用的是人工调度的方法，该方法的运用存在着安全性和科学性等方面的问题^[1]。

1 共轨多无人行车协同作业研究意义

以往只是针对单车进行研究，而忽略了多无人行车之间所出现的问题。所以导致在解决货物调运过程中没有办法做到多无人行车的边界区分，并且由于多无人行车的体型比较庞大，在调运过程中往往会出现碰撞的情况，在进行吊运的过程中应该基于优先级调度，在这种方案中，对于一些优先级比较低的调运计划，请求吊车服务时会得不到响应，进而造成时间上的浪费，对于优先级相同的调运计划，会产生多车避让的情况，此外根据优先级相邻的吊运计划，在请求工作因为距离比较远，导致行车长时间会出现空载的情况。

根据以上的情况，本人研究的主要目的就是解决多无人行车在共同作业时所出现的干涉问题；并且利用空间的角度来安排多无人行车之间的吊运计划，而实现多无人行车的共同工作，进而提出了相关的优化策略，对多无人行车进行优化主要的目的是为了提高行车的工作效率，达到节能减排的作用，缩短了行车在进行吊运货物时的里程和时间，进一步提高了多无人行车在实际工作中的效率。通过对多无人行车特点进行分析，网络行车在工作中的调运货物方案，运用各种 k-means算法来满足多无人行车同抓同向吊运货物方案，改善行车在吊运货物中的时间和效率，并利用实际工作来证明该方案的有效性。

2 工艺流程及作业方式

在大型工厂的仓库和码头等主要工业场地，通常都会需要多个无人行车来进行调运工作，在正常情况下多无人行车的作业区域会相同，多个行车主要包含多个大车和小所组合而成，在进行货物吊运的过程中需要让多无人行车进行共轨运作。

在一些大型的仓库中运用的行车比较多，经常会发生行车之间相互交叉作业，所以在进行交叉作业时，要注意行车之间的避让。传统的工作方法通常在同一位置进行单独的作业，优先作业、手动停止和移动操作^[2]。分区操作是指根据行车的轨道位置和货物流量为其分配一个操作区域，负责不同行车的操作区域不会出现相互交叉作业。如果在进行作业的过程中，发生需要进行跨区域吊运，就需要让其他行车进行避让，利用优先级将行车进行任务分配的过程中，需要人工进行调度，并且在人工的干预才能进行合理避让其他行车，经过同向吊运后将货物放在相同的位置。进行优先级作业会在吊运过程中浪费很多的时间；同位置走停的方式，在对货物摆放过程中的要求非常高；需要根据不同的货物进行分别摆放；由于多无人行车的体积比较大，如果货物堆放的地方占用太大的空间，就会给多无人行车，造成不必要的麻烦。

本人所提出的吊运方案是以多个行车在一定间隔的位置同时进行启动，行车进行空载启动，按照相同的速度和方向前往货物摆放地点，在到达货物摆放地点以后进行同时抓取，然后按照相同的速度和方向，把货物放到指定的位置；同时各个行车完成货物下放的操作。

该方案的具体实施步骤如下:

( 1) 为行车作业区域制定吊运任务单。

( 2) 提取行车吊运任务的特征向量，按照同抓同放方案的要求对行车吊运任务特征进行选择和提取。

( 3) 对吊运任务向量进行聚类。本文基于 k-means 算法解决行车吊运任务向量的聚类问题该算法能够满足吊车任务的可伸缩、高效率要求。

( 4) 将同类任务同时分配给多行车，多行车按照聚类后的任务单进行同抓同放操减少无人行车中的动力能耗和照明消耗。

3 定义行车吊运任务特征向量

在进行多无人行车吊运时，采用上述吊运方案，需要建立同抓童放的吊运运任务，对每个吊运任务进行合理的分类，把同类需要吊运的货物进行多无人行车吊运，因此就需要对吊运任务进行的特征分类，来达到多无人行车吊运的要求，多无人行车吊运的特征如下：

抓取点特征。对每个吊运行车进行位置分配，这样可以有效避免多个行车，任务是出现行车避让的现象。针对这一特征，需要为吊运行车进行位置分配。即每个行车之间的间距位置要大于行车的宽度，这样可以避免在多个吊运行车共同运行时出现碰撞的情况。

距离特征。在进行多个行车吊运过程中，因为每个行车是同时启动的，按照相同的方向和速度进行移动，直到到达货物下放地点才会停止，并进行下放货物动作的操作，针对这一特征要掌握行车从抓取货物到下放货物之间的这段距离，进行速度和时间控制。

方向特征。在进行多个行车吊运过程中，因为每个行车是同时启动的，按照相同的方向和速度进行移动，直到到达货物下放地点才会停止，并进行下放货物动作的操作。针对这一特征要掌握行车的运行方向，不能出现错误。

4 解决行车吊运任务向量

对于同抓同放策略下的多无人行车来讲，其中最主要的关键就是对调运任务进行分类处理，然后将同类吊运工作分配给多无人行车进行吊运。目前我国对于多无人行车吊运工作方面的研究还比较少，所以只能采用聚类算法来进行吊运任务的分配处理工作，需要把所有的吊运样本来作为未知项进行聚类^[3]。在实际工作中，因为多无人行车的吊运任务并不是固定的，这就要求聚类算法在运行中一定要有可伸缩性，才能满足在实际工作中的吊运任务分配。另外聚类算法必须要有高效性，才能保证在进行吊运货物时，可以准确的给出吊运方案，不需要考虑其他因素的影响，因为吊运任务本身就不是采集数据的工作。

利用 k-means算法可以很好的解决这一问题，因为 k-means算法不仅计算简单，而且能够快速的对数据进行处理，针对多无人行车的吊运任务分配能够可以快速的给出吊运方案，因此该方法在对多无人行车吊运任务分配中可以起到至关重要的作用。具体 k-means算法的流程：首先要选择多个对象，每个对象初始代表了一类的平均值或者中心，然后对剩余的对象按照不同类中心的距离，将它赋予给其他类，并且重新计算每个类的平均值，让其不断的进行重复，以达到最终结果的需要。

5 结束语

多无人行车在实际应用中的作用非常多，在未来应用中只有不断的对共轨多无人行车进行优化，才能减少在行车中避让的问题，减少行车的运行时间，可以起到节能减排的作用。在实际工作中，对多无人行车的吊运任务分配工作，一定要有合理性，这样才能满足工作上的需求，解决因为在吊运货物中出现避让的问题。要不断对 k-means算法进行研究和创新，才能提高在吊运货物中任务分配功能，实现多行车之间的有效避让，最大化的满足任务完成量，从而达到优化行车吊运目的。

参考文献

[1]吴源洪,郭育,支雪峰.多无人机协同任务策略优化[J].数学的实践与认识,2017(14)

[2]北京佰能盈天科技股份有限公司.钢卷轧后库区共轨多无人行车协同作业优化方法及系统:[P].

[3]毛永年[1],唐秋华[1],张利平[1],张启敏[1,2].多行车同轨运行的作业避碰及调度优化[J].现代制造工程,2016:104.