基于移动机器人的拣货系统(Robotic mobile fulfillment systems, RMFS)作为一种新型物至人的拣货系统,相比人工拣货系统和AS/RS拣货系统(下文统称传统拣货系统)具有更高的拣货效率、更好的系统可扩展性和柔性.为全面了解RMFS的运行模...基于移动机器人的拣货系统(Robotic mobile fulfillment systems, RMFS)作为一种新型物至人的拣货系统,相比人工拣货系统和AS/RS拣货系统(下文统称传统拣货系统)具有更高的拣货效率、更好的系统可扩展性和柔性.为全面了解RMFS的运行模式及其优化方向,本文首先回顾了RMFS的工作流程及优化理论框架,然后对RMFS的货位指派、订单分批、任务分配、路径规划以及建模方法等问题进行了文献回顾和总结,并指出了RMFS与传统拣货系统在拣货过程方面的异同及当前研究的不足.最后,讨论了RMFS的几个重要研究方向,为RMFS的理论研究和应用实践提供参考.展开更多
针对执行器严重故障下多移动机器人的编队重构控制问题,提出一种基于灰狼优化-鲸鱼优化算法(Grey Wolf Optimizer-Whale Optimization Algorithm,GWO-WOA)的协同编队重构控制策略。设计一种故障观测器以检测多机器人系统中出现的执行器...针对执行器严重故障下多移动机器人的编队重构控制问题,提出一种基于灰狼优化-鲸鱼优化算法(Grey Wolf Optimizer-Whale Optimization Algorithm,GWO-WOA)的协同编队重构控制策略。设计一种故障观测器以检测多机器人系统中出现的执行器严重故障,并使执行器严重故障的机器人离开编队。利用匈牙利算法分配剩余机器人在期望重构编队中的位置,并用GWO-WOA规划出机器人的运动路径。提出编队重构综合控制策略,包括三部分,分别为基于一致性的编队保持控制、基于势能函数的避碰控制和基于比例积分的跟踪控制器,使多机器人在无碰撞的情形下实现了重构编队。仿真实验结果表明,所提出的编队重构控制策略能够实时监测出故障机器人,并且在形成期望重构编队的同时防止相互碰撞。展开更多
为优化移动机器人履约系统(robotic mobile fulfillment system,RMFS)中移动机器人运行成本,提出一种考虑移动机器人任务分配和货架储位再指派的联合优化策略。以移动机器人完成任务成本最小为优化目标,构建考虑移动机器人重载和空载成...为优化移动机器人履约系统(robotic mobile fulfillment system,RMFS)中移动机器人运行成本,提出一种考虑移动机器人任务分配和货架储位再指派的联合优化策略。以移动机器人完成任务成本最小为优化目标,构建考虑移动机器人重载和空载成本差异的数学模型,并用遗传算法对模型进行求解。经与返回原位置及返回距离拣选台最近位置两种策略进行仿真实验对比,结果表明联合优化策略可以有效降低移动机器人完成任务成本,提高拣选效率。展开更多
随着电子商务的蓬勃发展,海量客户需求和高频率、多品种、小批量的订单特性为订单拣选业务带来巨大挑战。在物流智能化的趋势下,大量电商企业采用移动机器人拣货系统(Robotic Mobile Fulfillment System,RMFS)进行订单拣选。订单分配和...随着电子商务的蓬勃发展,海量客户需求和高频率、多品种、小批量的订单特性为订单拣选业务带来巨大挑战。在物流智能化的趋势下,大量电商企业采用移动机器人拣货系统(Robotic Mobile Fulfillment System,RMFS)进行订单拣选。订单分配和拣选路径规划是影响仓库订单拣选效率的关键决策。为了提高电商RMFS系统拣选效率,降低仓库运营成本,基于电商企业多订单、多货架、多拣选站下的拣选业务场景,以最小化机器人负载距离为目标,构建订单分配与路径规划联合优化模型,设计两阶段的A*算法和自适应大领域搜索算法(Adaptive Large Neighborhood Search,ALNS),在ALNS算法原有框架的基础上提出新的移除和修复算子以适应订单分配问题,并针对30个不同规模算例进行计算分析。计算结果表明,所提出的优化方法收敛快、性能稳定,能够有效缩短机器人行走距离,相比先到先拣选策略最大可缩短47.6%的机器人负载距离。同时,也可在更短时间内获得与CPLEX求解质量相近的解。尤其是当订单数量增长时,相比CPLEX具有突出时间优势,可以实现电商仓储资源的合理调度和配置,从而为电商企业仓储智能化提供有效决策指导。展开更多
文摘基于移动机器人的拣货系统(Robotic mobile fulfillment systems, RMFS)作为一种新型物至人的拣货系统,相比人工拣货系统和AS/RS拣货系统(下文统称传统拣货系统)具有更高的拣货效率、更好的系统可扩展性和柔性.为全面了解RMFS的运行模式及其优化方向,本文首先回顾了RMFS的工作流程及优化理论框架,然后对RMFS的货位指派、订单分批、任务分配、路径规划以及建模方法等问题进行了文献回顾和总结,并指出了RMFS与传统拣货系统在拣货过程方面的异同及当前研究的不足.最后,讨论了RMFS的几个重要研究方向,为RMFS的理论研究和应用实践提供参考.
文摘针对执行器严重故障下多移动机器人的编队重构控制问题,提出一种基于灰狼优化-鲸鱼优化算法(Grey Wolf Optimizer-Whale Optimization Algorithm,GWO-WOA)的协同编队重构控制策略。设计一种故障观测器以检测多机器人系统中出现的执行器严重故障,并使执行器严重故障的机器人离开编队。利用匈牙利算法分配剩余机器人在期望重构编队中的位置,并用GWO-WOA规划出机器人的运动路径。提出编队重构综合控制策略,包括三部分,分别为基于一致性的编队保持控制、基于势能函数的避碰控制和基于比例积分的跟踪控制器,使多机器人在无碰撞的情形下实现了重构编队。仿真实验结果表明,所提出的编队重构控制策略能够实时监测出故障机器人,并且在形成期望重构编队的同时防止相互碰撞。
文摘为优化移动机器人履约系统(robotic mobile fulfillment system,RMFS)中移动机器人运行成本,提出一种考虑移动机器人任务分配和货架储位再指派的联合优化策略。以移动机器人完成任务成本最小为优化目标,构建考虑移动机器人重载和空载成本差异的数学模型,并用遗传算法对模型进行求解。经与返回原位置及返回距离拣选台最近位置两种策略进行仿真实验对比,结果表明联合优化策略可以有效降低移动机器人完成任务成本,提高拣选效率。
文摘随着电子商务的蓬勃发展,海量客户需求和高频率、多品种、小批量的订单特性为订单拣选业务带来巨大挑战。在物流智能化的趋势下,大量电商企业采用移动机器人拣货系统(Robotic Mobile Fulfillment System,RMFS)进行订单拣选。订单分配和拣选路径规划是影响仓库订单拣选效率的关键决策。为了提高电商RMFS系统拣选效率,降低仓库运营成本,基于电商企业多订单、多货架、多拣选站下的拣选业务场景,以最小化机器人负载距离为目标,构建订单分配与路径规划联合优化模型,设计两阶段的A*算法和自适应大领域搜索算法(Adaptive Large Neighborhood Search,ALNS),在ALNS算法原有框架的基础上提出新的移除和修复算子以适应订单分配问题,并针对30个不同规模算例进行计算分析。计算结果表明,所提出的优化方法收敛快、性能稳定,能够有效缩短机器人行走距离,相比先到先拣选策略最大可缩短47.6%的机器人负载距离。同时,也可在更短时间内获得与CPLEX求解质量相近的解。尤其是当订单数量增长时,相比CPLEX具有突出时间优势,可以实现电商仓储资源的合理调度和配置,从而为电商企业仓储智能化提供有效决策指导。
