1. 1.目的及意义

1.1 目的及意义

对于物流中心而言，拣选作业成本占物流环节总成本的60%。特别是随着电子商务的迅猛发展以及消费习惯和消费模式的改变，拆零拣选作业量越来越大，要求也越来越高。拣货作业的速度与准确性往往决定着订单履行效率和客户服务质量，因此如何加快拣货速度越来越受到企业的关注。为了应对多品种，小批量，多批次的海量订单拣选挑战，以及面临越来越大的人力成本压力，采用自动化物流系统成为大势所趋。

现阶段，“货到人”拣选系统^[1]因其具有较高的拣选效率和存储效率，同时又能大幅减少人工，降低劳动强度等特点，正逐步成为行业主流，越来越多的应用于智能仓储系统。“货到人”拣选系统智能仓储中心“货到人”拣选模式区别于传统物流的人工分拣模式，智能物流仓储通过控制中心调度系统将任务分配给智能AGV并由其负责取货，操作员只需站在拣选站台前等待AGV将货物（货架）搬运至拣选站台，过程中减少了操作人员在仓储中来回行走的过程。

智能仓储AGV在传统AGV的基础上进行改良和升级，性能更加高效，更加符合智能物流时代的需要。传统AGV主要以磁力线导航为主，需要在仓库地面铺设磁导线，大大增加了仓库实施的难度。然而智能仓储机器人则支持更多种更加先进的导航方式，比如二维码导航、激光导航、SLAM导航等，特别是SLAM导航可以实现完全无轨，路径自由行走等功能大大提升了仓储机器人的柔性。除此之外，智能仓储机器人还有强大的后台系统支持，并且支持多机器人配合作业，路径规划，自主导航等功能，无需人工干预，完成自动拣选/搬运/分拣等仓库作业。多AGV的引入可大幅度提高仓储中拣选作业的效率，降低拣选作业的出错率，减少工人的劳动强度，降低维护成本并且使仓储空间布局具有良好的重构性。

然而AGV价格昂贵，AGV的数量不足会导致拣选效率不足，订单积压。AGV的数量过多则会导致AGV的利用率降低,造成资源浪费，同时在仓储运营的过程中也会造成系统拥堵，增加产生碰撞的概率，且拣选台前队列长度增加，平均等待时间延长，系统的拣选效率反而会降低。因此，如何根据拣选计划配置相应数量的AGV，使其满足需求的同时平均耗能最小化一直是企业关注的问题。

1.2 国内外研究现状

2010年，JI^[2]等以保证系统稳定性为目标，提出了一种估算方法求解 AGV 配置数量的上界和下界，并通过二分法确定最终 AGV 配置数量。

2010年，CHOOBINEH^[3]等通过多类封闭队列网络模型对 AGVS 进行建模，并通过线性规划方法确定系统所需 AGV 数量。

2011年，张远春^[4]以生产线产能最大化为目标, 以生产工艺 、AGV 路径、调度规则等为约束条件,建立了以 AGV的数量为决策变量的数学模型来描述 AGV 的数量配置问题。针对该问题的复杂性,提出了基于仿真的优化方法。该方法利用仿真模型模拟 AGV 运行状态, 并通过遗传算法确定 AGV 的配置数量,有效地提高了模拟的精确度与优化的速度。最后通过空调装配车间实例验证了该方法的有效性和可行性。