Details

Предмет исследования – автоматизация складской логистики с помощью автономных мобильных роботов (AMR). Тема работы – разработка и оценка методов планирования задач и многоагентного поиска путей (MAPF) для доставки комплектов деталей к сборочным рабочим местам. Цель работы состоит в создании цифрового двойника, моделирующего складскую логистику на высоком уровне алгоритмов. Методология включает анализ промышленного логистического процесса, формулирование задачи доставки, обзор литературы, разработку ПО на Unity/C# и проведение экспериментов. В модуле MAPF реализован алгоритм Continuous Conflict-Based Search (CCBS). В модуле планирования задач реализованы методы FIFO, жадный алгоритм, regret-эвристика и венгерский алгоритм, а также стратегии Rolling Horizon и переназначение задач AMR. В результате был разработан цифровой двойник, протестированный на базовых и ограниченном складском сценарии. Эксперименты показали, что совместное планирование путей увеличивает затраты, но обеспечивает безопасное движение AMR. Планировщики на основе стоимостной оценки превзошли FIFO; лучший баланс был достигнут при использовании ближайшей диспетчеризации с look-ahead и Regret с Rolling Horizon. Результаты позволяют оценивать влияние размера парка AMR, настроек планировщика, поведения маршрутизации и складских узких мест. Сделан вывод, что эффективная AMR-автоматизация требует интеграции планирования задач и MAPF.

The subject of this research is the automation of warehouse logistics with autonomous mobile robots (AMR). The topic is the development and evaluation of task planning and multi-agent path finding (MAPF) methods for AMR delivery of part kits to assembly workstations. The purpose is to create a digital twin that simulates warehouse logistics on the higher level of algorithms. The methodology includes analysis of an industrial logistics process, formulation of the AMR delivery problem, literature review, Unity/C# software development, simulation experiments. The MAPF module implemented Continuous Conflict-Based Search (CCBS) with Safe Interval Path Planning (SIPP) MAPF algorithms. The task planning module implemented FIFO, greedy, regret-based, and Hungarian algorithm task dispatching methods alongside with future handling strategies like Rolling Horizon and AMR task reassignment. As a result, a digital twin was developed and tested on basic scenarios and on integrated limited warehouse scenario. Experiments showed that coordinated path planning adds overhead but ensures safe AMR movement. Cost based planners outperformed FIFO, the best balance was achieved by nearest dispatching with look-ahead and regret dispatching with rolling horizon. The results show evaluation of the impact of increasing AMR fleet size, task planer configuration, route planning behavior, and warehouse bottlenecks. The thesis concludes that efficient AMR automation requires efficient task planning and MAPF integrated together.