要約
この論文では、製造/倉庫フロアを自律移動ロボット (AMR) が占有して部品のピックアップとドロップオフのタスクを完了するゾーンに分割するスケジューリング アルゴリズムを紹介します。
各ゾーンはバランスがとれており、各 AMR が各タスクを均等に共有します。
これらのゾーンは、生産の変動に対応し、タスクによる AMR の過負荷を避けるために、時間の経過とともに変化します。
最適なゾーン設計を見つけるために分散ダイナミック ゾーニング (DDZ) アルゴリズムが導入され、集中型ユニットによる単一点障害の可能性が排除されます。
次に、DDZ と以前の研究からの他の動的ゾーニング アルゴリズムの適応性を比較するシミュレーションが構築されます。
初期の結果では、DDZ のスループットは他の動的ゾーニング アルゴリズムよりもはるかに低いですが、DDZ はタスクのより適切な分散を達成できることが示されています。
初期の結果では、DDZ の AMR 総移動距離の標準偏差が低く、以前の研究よりも 2874.7 フィート短かったことが示されています。
この標準偏差の 68.7% の減少は、DDZ 下の AMR が生産中に同様の距離を移動することを示唆しています。
これは、ダウンタイムをほとんど発生させずに充電とメンテナンスのスケジュールを簡単に設計できるため、実際のアプリケーションに役立つ可能性があります。
システムの動作を示すビデオデモは、\url{https://youtu.be/yVi026oVD7U} でご覧いただけます。
要約(オリジナル)
This paper presents a scheduling algorithm that divides a manufacturing/warehouse floor into zones that an Autonomous Mobile Robot (AMR) will occupy and complete part pick-up and drop-off tasks. Each zone is balanced so that each AMR will share each task equally. These zones change over time to accommodate fluctuations in production and to avoid overloading an AMR with tasks. A decentralized dynamic zoning (DDZ) algorithm is introduced to find the optimal zone design, eliminating the possibility of single-point failure from a centralized unit. Then a simulation is built comparing the adaptability of DDZ and other dynamic zoning algorithms from previous works. Initial results show that DDZ has a much lower throughput than other dynamic zoning algorithms but DDZ can achieve a better distribution of tasks. Initial results show that DDZ had a lower standard deviation of AMR total travel distance which was 2874.7 feet less than previous works. This 68.7\% decrease in standard deviation suggests that AMRs under DDZ travel a similar distance during production. This could be useful for real-world applications by making it easier to design charging and maintenance schedules without much downtime. Video demonstration of the system working can be seen here: \url{https://youtu.be/yVi026oVD7U}
arxiv情報
| 著者 | Russell Keith,Hung La |
| 発行日 | 2024-11-11 21:33:09+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google