传统性立体仓储环境
整个系统的外部交互点来自于出入库请求，智能分拣机器人代替的是以往分拣员和取货车驾驶员的工作。收到任务数据后，在后台货物数据库检索货物是否存在、其对应位置。然后调用机器人去执行相应操作，并在操作结束后给相应物流单以记录和状态反馈。
物流仓储模型图
定位（Positioning）
仿真系统很容易利用坐标系中点的位置的离散型变化模拟机器人移动，毕竟所有机器人的移动模式都基于对应的动作算法。而现实中给机器人定位则需要一定方法，常用的方法有zigbee信号定位、GPS定位、红外识别、声学识别等方式。
调度方式（Scheduling method）
当机器人进入仓储空间，势必会遭遇冲突问题，即两机器人预计在同一时间到达同一位置，或新的货物拣选需求出现。我们在此采用非匿名的统一调度方式来处理这类问题，将所有机器人的位置数据以及任务数据和环境的时间数据与路 状态数据结合，进行多维度的综合运筹。
通信方式（way of communication）
鉴于物流拣选机器人的应用场景，有线的通讯方式非常不利于大范围移动的机器人的活动，我们需要使用无线通讯方式。而无线通讯常有的信号、纠错、握手等一系列问题，均可以参照仿照PC上常用的TCP/IP协议得到解决，借此完成系统中上位机和下位机之间的通讯。即首先通过一系列数据互通确认数据连接畅通，其次通过建立通讯和校验机制，确保数据的正确传递。
使用普通的通讯协议会产生大量轮询，对整个系统中的通讯芯片的性能和 络质量会有很高要求，同时也不能很好的完成需求。因此对于数据包的发送，我们可以借鉴人工神经 络的机制，即仅在与目标终端建立连接的发 端发送数据包。同时建立签名机制，为发 端和终端建立物理地址和虚拟地址的对应池。通常可以使用IBM的MQTT协议，就能初步完成消息发布与订阅式的信息传递。
包传递（package-swap）
背包容量（Backpack capacity）
即一个机器人能够装下多少货物的问题。通常我们可以以件数、大小等多种方式控制，混合性仓库甚***需要多种不同分拣机器人去适配不同类型的货物，在此我们将问题简化为同一类型的货物和分拣机器人来讨论，将背包容量设置为一常数b。
原子性（Atomicity）
即操作的颗粒度，通常颗粒度越细，上位机计算压力越大，而优化效果越好。在此我们采用单位时间概念，以一车宽为一单位长度n，则车移动n的时间为单位时间t。每一个单位时间我们都假设能完成通信指令的传递。暂时忽略停车和转弯的实际用时。
仓储货架位置（storage rack position）
如今,在仓库里作业的不再是仓库分拣员，而是一个个承载着货架运行的智能仓储机器人。在未来，你能想象几万平米的仓库中不再需要人力作业吗？
仓库社区
声明：本站部分文章内容及图片转载于互联 、内容不代表本站观点，如有内容涉及侵权，请您立即联系本站处理，非常感谢！