智能仓储规划师、AGV 调度算法工程师、仓库管理系统(WMS)实施顾问。
掌握智能仓储系统的核心组成(WMS、WCS、AGV 调度系统)。
理解 AGV 调度算法(任务分配、路径规划、交通管理)的仿真实现。
能够独立构建智能仓储仿真模型,验证并优化调度策略。
智能仓储系统概述:智能仓储的架构(WMS—WCS—设备层);仓储自动化设备(AGV、堆垛机、穿梭车、分拣机)的协同;智能仓储的关键性能指标。
AGV 调度系统原理:调度系统的功能模块(任务管理、车辆管理、路径规划、交通控制);任务分配策略(最短路径优先、最早可用优先、任务优先级)。
路径规划算法:Dijkstra 算法与 A* 算法在 AGV 路径规划中的应用;动态路径规划(实时避障);路径代价的定义(距离、时间、能耗)。
交通控制与管理:路段锁(Section Lock)机制;交叉口避碰策略(资源申请与释放);多 AGV 死锁的检测与预防;交通管制区的设计。
任务分配策略优化:基于强化学习的动态任务分配;负载均衡调度策略;任务组合与批量分配。
仓库布局对调度的影响:货架布局与 AGV 行驶路径的关系;工作站位置优化;充电站位置与 AGV 续航能力的平衡。
仓储作业流程建模:收货上架流程;拣选作业(人到货、货到人、货到机器人);盘点与补货流程;波次拣选(Batch Picking)的仿真。
WMS 逻辑的仿真实现:库存数据的实时更新;订单分配的算法逻辑;与 AGV 调度系统的接口设计。
仿真模型的验证:调度算法的对比验证;AGV 数量的敏感性分析;系统吞吐量的极限测试。
数字孪生与实时调度:仿真模型与真实 AGV 调度系统的对接;实时数据驱动的仿真监控;调度策略的在线优化。
案例分析:亚马逊 Kiva 机器人的调度策略分析;极智嘉(Geek+)系统的仿真复现;海康机器人的仓储解决方案仿真。
综合实战项目:基于开源调度框架或自研算法,在仿真环境中实现多 AGV 协同作业系统,对比不同调度策略的性能差异。