调度内核运行原理 - 版本历史

Artheru：/* 总体任务逻辑 */

2025-03-12T05:13:00Z

总体任务逻辑

←上一版本		2025年3月12日 (三) 13:13的版本
第33行：		第33行：
	无论Append与否，由于CarProgram需要做交管规划，若参数中给了forecast:false，则需要调用Forecast。调用Forecast时可以给一个escape参数，为一个SegmentPlan，用来设定逃逸路线，该路线只参与交管规划而不执行（可参见交管规划原理）。最后需要调用Queue进行提交。		无论Append与否，由于CarProgram需要做交管规划，若参数中给了forecast:false，则需要调用Forecast。调用Forecast时可以给一个escape参数，为一个SegmentPlan，用来设定逃逸路线，该路线只参与交管规划而不执行（可参见交管规划原理）。最后需要调用Queue进行提交。

	~~CarProgram一旦经过规划，必须提交，否则不允许后续生成针对该车的CarProgram。~~		CarProgram一旦经过规划，必须提交，否则不允许后续生成针对该车的CarProgram。执行期间和Simple设计的交互几乎仅限于交管，详见[[AGV任务运行逻辑\|AGV任务运行逻辑 - MDCS wik]]

	对于每个车，当前运行的CarProgram执行完毕后，可以继续执行下一个CarProgram。		对于每个车，当前运行的CarProgram执行完毕后，可以继续执行下一个CarProgram。

			=== 总结 ===
			SimpleCore调度将'''AMR调度转换为“图的资源占用与释放”问题。'''首先启发式深度优先搜索寻路，可同时搜索可行区域、进行热力计算，并做好流量分配。资源（站点）获取顺序动态规划预计算，执行任务前通过动态规划预先搜索通行顺序的解空间，可通过包络、可达性预计算避免车体和静物之间的物理冲突。最后资源（站点）序列编译为动作脚本，而动作脚本可以完全离线执行，机器人仅在资源上锁/解锁时需要与调度通信。这使得本预计算集群调度具有以下优势：

			# 高抽象化将AMR调度的底层数学问题剥离，软件工程架构更有优势。更容易针对不同车型和业务场景进行交付适配，可应对业务和资产快速变更的时代需求。
			# 高适用性自动通行顺序预计算，无需针对不同业务场景人工配置交管规则。
			# 低通信复杂度通信次数极低。AMR的任务已经预计算，网络波动时，不会导致AMR动作失控，AMR将在网络恢复后接续最新交管信息。
			# 低算力需求相对于“遥控作业型”调度，预计算调度的算力需求低。数百台AMR的交管可在普通个人电脑上运行，无需高配置的服务器工作站。

Artheru：/* 交管计算原理 */

2025-03-12T05:00:44Z

交管计算原理

←上一版本		2025年3月12日 (三) 13:00的版本
第2行：		第2行：

	=== 交管计算原理 ===		=== 交管计算原理 ===
	SimpleCore使用动态规划和搜索方法（DPS算法）进行交管机选。首先使用动态规划计算双车间的通行矩阵，然后在实际车辆需要上锁时，通过进行剪枝的搜索算法进行多车死锁可能性检测并决策。详细的算法可以参考[[DPS调度算法详解]]。		SimpleCore使用动态规划和搜索方法（DPS算法）进行交通管制。首先使用动态规划计算双车间的通行矩阵，然后在实际车辆需要上锁时，通过进行剪枝的搜索算法进行多车死锁可能性检测并决策。详细的算法可以参考[[DPS调度算法详解]]。

			用户可以完全不再关注交管，DPS算法几乎在所有情况下得到正确交管顺序。不过由于算法的取向较为保守，可能在多车长路径交管冲突上选择要求人工介入判断，也可通过调整参数强制要求算法自动判断。

	=== 可编程的路径搜索算法 ===		=== 可编程的路径搜索算法 ===
			在SimpleCore框架中，路径搜索算法采用了一种高度可编程的方式，通过Heuristics（启发式）系统来实现灵活的路径规划。其核心是基于A''算法的变体，结合了反射机制和特性（Attribute）系统，''这种设计允许开发者为不同类型的车辆和场景定制搜索行为，而不需要修改核心搜索算法。详细的对路径搜索用法可见[[使用手册 - 寻路启发器功能\|使用手册 - 寻路启发器功能 - MDCS wiki]]。
			系统采用的是启发式优先搜索算法（类似A*''），通过以下关键组件实现：''
			* 优先队列（Heap）：维护待探索节点，按优先级（代价+启发值）排序

			* 上下文信息（SearchStat和Container等）：表示搜索状态，包含当前位置、累计代价、优先级、路径信息、状态标记等

			* 启发式函数：通过自定义方法计算节点的评估值，指导搜索方向

	=== 路径编译 ===		=== 路径编译 ===
			路径编译器将计划路线（表示为站点和路线的序列）转换为 AGV 可以理解和执行的可执行代码。这种转换过程可通过模板或插件的方法完成，类似于编译器。其使用方法见：[[使用手册 - Simple:coder（路径编译器）机制详解\|使用手册 - Simple:coder（路径编译器）机制详解 - MDCS wiki]]
			路径编译的方法允许：

			* 车辆特定行为：不同的车辆类型可以有不同的代码生成策略

			* 站点特定操作：在特定站点的特殊操作（如装载/卸载，调整避障范围，或者为了解决一致性问题对站点微调等）

			* 轨道特定参数：速度控制、方向控制等

			* 复杂条件：可以使用javascript或者c#程序判断复杂条件（如一口气生成全向磁导航车的控制序列）

	=== ~~任务逻辑~~ ===		=== 总体任务逻辑 ===
	[[文件:Snipaste 2023-12-21 00-04-09.jpg\|缩略图\|下发任务流程图]]		[[文件:Snipaste 2023-12-21 00-04-09.jpg\|缩略图\|下发任务流程图]]
	下发任务时，首先进行寻路，如通过FindRoute生成一个SegmentPlan，或者手动构造一个SegmentPlan。然后调用Compile方法得到CarProgram。Compile方法默认会做交管规划，若在参数中给了forecast:false，接下来可以Append多个SegmentPlan来继续延长路线并增加事件。		下发任务时，首先进行寻路，如通过FindRoute生成一个SegmentPlan，或者手动构造一个SegmentPlan。然后调用Compile方法得到CarProgram。Compile方法默认会做交管规划，若在参数中给了forecast:false，接下来可以Append多个SegmentPlan来继续延长路线并增加事件。
第15行：		第34行：

	CarProgram一旦经过规划，必须提交，否则不允许后续生成针对该车的CarProgram。		CarProgram一旦经过规划，必须提交，否则不允许后续生成针对该车的CarProgram。

			对于每个车，当前运行的CarProgram执行完毕后，可以继续执行下一个CarProgram。

Artheru：/* 交管计算原理 */

2024-04-28T15:39:29Z

交管计算原理

←上一版本		2024年4月28日 (日) 23:39的版本
第2行：		第2行：

	=== 交管计算原理 ===		=== 交管计算原理 ===
	SimpleCore使用动态规划和搜索方法（DPS算法）进行交管机选。首先使用动态规划计算双车间的通行矩阵，然后在实际车辆需要上锁时，通过进行剪枝的搜索算法进行多车死锁可能性检测并决策。详细的算法可以参考[[DPS调度算法详解~~\|DPS调度算法相机~~]]。		SimpleCore使用动态规划和搜索方法（DPS算法）进行交管机选。首先使用动态规划计算双车间的通行矩阵，然后在实际车辆需要上锁时，通过进行剪枝的搜索算法进行多车死锁可能性检测并决策。详细的算法可以参考[[DPS调度算法详解]]。

	=== 可编程的路径搜索算法 ===		=== 可编程的路径搜索算法 ===

Artheru：/* 交管计算原理 */

2024-04-23T14:58:33Z

交管计算原理

←上一版本		2024年4月23日 (二) 22:58的版本
第1行：		第1行：
	SimpleCore使用原则上静态的任务和路线进行机器人车队管理。静态指路线一旦下发一般不会改变，交管保证满足该路线一定能执行到位且不会发生死锁（即通过死锁预防算法），相对于“解死锁”方法，“死锁预防”方法可以满足在大量工业场景中的工艺需求，如过风淋门、叉车等不允许折返的场景。若有动态更改路线的需求，可以通过插件进行，主要原理为停止当前任务并下新任务（这个间隔可以足够短以至于实际上机器人是不停车切换路线的）。		SimpleCore保证静态的任务和路线一定能够完成，从而简化了机器人车队调度的开发困难。静态指路线一旦下发一般不会改变，交管保证满足该路线一定能执行到位且不会发生死锁（即通过死锁预防算法），相对于“解死锁”方法，“死锁预防”方法可以满足在大量工业场景中的工艺需求，如过风淋门、叉车等不允许折返的场景。当然，SimpleCore也支持动态更改路线的需求。所有路线的增加和变更都会进行交通规划计算，保证场景的正常运行。SimpleCore也提供了多种方便路线设计和变更的机制。

	=== 交管计算原理 ===		=== 交管计算原理 ===
	SimpleCore使用动态规划和搜索方法进行交管机选。首先使用动态规划计算双车间的通行矩阵，然后在实际车辆需要上锁时，通过进行剪枝的搜索算法进行多车死锁可能性检测并决策。		SimpleCore使用动态规划和搜索方法（DPS算法）进行交管机选。首先使用动态规划计算双车间的通行矩阵，然后在实际车辆需要上锁时，通过进行剪枝的搜索算法进行多车死锁可能性检测并决策。详细的算法可以参考[[DPS调度算法详解\|DPS调度算法相机]]。

	=== 可编程的路径搜索算法 ===		=== 可编程的路径搜索算法 ===

2023年12月20日 (三) 16:12 Artheru

2023-12-20T16:12:27Z

←上一版本		2023年12月21日 (四) 00:12的版本
第1行：		第1行：
	~~SimpleCore使用原则上静态的任务和路线进行机器人车队管理。~~		SimpleCore使用原则上静态的任务和路线进行机器人车队管理。静态指路线一旦下发一般不会改变，交管保证满足该路线一定能执行到位且不会发生死锁（即通过死锁预防算法），相对于“解死锁”方法，“死锁预防”方法可以满足在大量工业场景中的工艺需求，如过风淋门、叉车等不允许折返的场景。若有动态更改路线的需求，可以通过插件进行，主要原理为停止当前任务并下新任务（这个间隔可以足够短以至于实际上机器人是不停车切换路线的）。

			=== 交管计算原理 ===
			SimpleCore使用动态规划和搜索方法进行交管机选。首先使用动态规划计算双车间的通行矩阵，然后在实际车辆需要上锁时，通过进行剪枝的搜索算法进行多车死锁可能性检测并决策。

			=== 可编程的路径搜索算法 ===

			=== 路径编译 ===

	=== 任务逻辑 ===		=== 任务逻辑 ===

Artheru：创建页面，内容为“SimpleCore使用原则上静态的任务和路线进行机器人车队管理。 === 任务逻辑 === 下发任务流程图下发任务时，首先进行寻路，如通过FindRoute生成一个SegmentPlan，或者手动构造一个SegmentPlan。然后调用Compile方法得到CarProgram。Compile方法默认会做交管规划，若在参数中给了forecast:false，接下来可以Append多个SegmentPlan来继…”

2023-12-20T16:05:43Z

创建页面，内容为“SimpleCore使用原则上静态的任务和路线进行机器人车队管理。 === 任务逻辑 === 缩略图|下发任务流程图下发任务时，首先进行寻路，如通过FindRoute生成一个SegmentPlan，或者手动构造一个SegmentPlan。然后调用Compile方法得到CarProgram。Compile方法默认会做交管规划，若在参数中给了forecast:false，接下来可以Append多个SegmentPlan来继…”

新页面

SimpleCore使用原则上静态的任务和路线进行机器人车队管理。

=== 任务逻辑 ===
[[文件:Snipaste 2023-12-21 00-04-09.jpg|缩略图|下发任务流程图]]
下发任务时，首先进行寻路，如通过FindRoute生成一个SegmentPlan，或者手动构造一个SegmentPlan。然后调用Compile方法得到CarProgram。Compile方法默认会做交管规划，若在参数中给了forecast:false，接下来可以Append多个SegmentPlan来继续延长路线并增加事件。

无论Append与否，由于CarProgram需要做交管规划，若参数中给了forecast:false，则需要调用Forecast。调用Forecast时可以给一个escape参数，为一个SegmentPlan，用来设定逃逸路线，该路线只参与交管规划而不执行（可参见交管规划原理）。最后需要调用Queue进行提交。

CarProgram一旦经过规划，必须提交，否则不允许后续生成针对该车的CarProgram。

调度内核运行原理 - 版本历史

Artheru：​/* 总体任务逻辑 */

Artheru：​/* 交管计算原理 */

Artheru：​/* 交管计算原理 */

Artheru：​/* 交管计算原理 */

2023年12月20日 (三) 16:12 Artheru

Artheru：/* 总体任务逻辑 */

Artheru：/* 交管计算原理 */

Artheru：/* 交管计算原理 */

Artheru：/* 交管计算原理 */