AGV/RGV与天车多车协同：智能工厂无人搬运调度系统实战
在智能工厂的物料流转体系中，天车（桥式/门式起重机）与AGV（自动导引车）/RGV（有轨穿梭车）构成了”空中+地面”的立体搬运网络。然而，这两类设备长期由独立的调度系统控制，导致天车到达时AGV尚未就位、AGV在天车作业区下方等待空吊、多车路径冲突导致死锁等效率问题频发。克鲁德重工基于自主研发的多车协同调度平台（Multi-vehicle Coordination Platform, MCP），将天车群与AGV/RGV群纳入统一调度空间，结合遗传算法（GA）与深度Q网络（DQN）的混合调度策略，实现了智能工厂无人搬运的全链路自动化。本文从系统架构、调度算法、通信集成、天车-AGV交接协议及工程案例五个维度，系统阐述克鲁德重工在多车协同领域的技术实践。
一、多车协同调度系统架构设计
克鲁德重工MCP平台采用分层架构设计，自下而上分为设备层、通信层、调度引擎层和业务集成层四个层级。
设备层涵盖天车群（桥式/门式起重机，5~20台不等）和地面搬运群（AGV/RGV/穿梭车，10~50台不等）。每台设备通过边缘计算网关接入调度网络，网关负责设备状态采集（位置/速度/载荷/任务状态）、指令解析执行和安全监护断链保护。天车网关与AGV网关之间通过5G专网或WiFi6实现毫秒级通信，确保协同指令的实时性。
通信层采用MQTT协议承载设备状态发布（发布频率50ms/次）和RESTful API承载任务下发与状态查询。对于天车控制系统，同时保留OPC UA接口与PLC直接对接，确保SIL2安全等级的控制指令不受网络抖动影响。
调度引擎层是MCP平台的核心，包含任务管理模块、路径规划模块、交通管制模块和异常处理模块。调度引擎采用微服务架构部署于厂区边缘服务器或私有云，单节点可承载50台以上设备的实时调度计算，任务调度响应时延不超过500ms。
业务集成层通过标准API与上层MES/WMS/ERP系统对接，接收生产工单和物料需求计划，并将搬运任务执行结果反馈至上层系统形成业务闭环。同时支持数字孪生3D可视化大屏，实时展示车间内所有天车和AGV的运行状态与任务进度。
二、混合调度算法：GA全局优化与DQN实时决策
MCP平台的调度算法采用遗传算法（GA）与深度Q网络（DQN）的混合策略，兼顾全局最优性和实时响应性。
GA全局调度以5分钟为周期执行一次全量重调度，优化目标为最小化所有任务的总完成时间（Makespan）。编码方式采用”任务-设备” 二元组序列，每条染色体代表一种任务分配方案。适应度函数综合考量任务完成时间（权重0.5）、设备负载均衡度（权重0.3）和能量消耗（权重0.2）。种群规模100，交叉概率0.8，变异概率0.05，迭代次数500。GA输出的最优调度方案作为DQN的初始解，确保系统从全局最优解附近开始实时优化。
| 调度算法 | 优化目标 | 调度周期 | 节能率 |
|---|---|---|---|
| GA全局调度 | 最小化总完成时间 | 5min/周期 | 全局最优 |
| DQN实时调度 | 最小等待+空驶 | 500ms/决策 | 实时响应 |
| GA+DQN混合 | 全局+实时兼顾 | 5min+500ms | 缩短18% |
DQN实时调度在GA全局调度的基础上，以500ms为决策周期应对动态事件（新任务到达、设备故障、路径阻塞等）。状态空间包含当前所有设备的位置/任务进度/路径占用信息，动作空间为”将待分配任务指派给某台空闲设备”，奖励函数设计为负的任务等待时间与设备空驶距离的加权和。DQN采用三层全连接网络（128→64→32），训练时使用经验回放池（容量10000条）和目标网络（软更新τ=0.001）提升训练稳定性。在克鲁德重工的仿真环境中，混合调度相比纯GA调度在动态场景下的任务完成时间缩短18%，相比纯DQN调度在稳态场景下的能效提升12%。
死锁检测与解除是调度系统的基础保障能力。MCP平台采用Wait-Die图算法进行死锁检测，每次任务分配后检查资源分配图是否存在环路。当检测到死锁时，使用Wound-Wait策略选择性中止低优先级任务以解除死锁，被中止的任务自动重新排队等待调度。在实际工程中，死锁检测时延不超过10ms，解除时间不超过50ms。
三、天车-AGV衔接点交接协议
天车与AGV在空间衔接点的物料交接是整个协同系统最关键的环节。克鲁德重工设计了四阶段交接协议，确保天车吊运的物料安全、准时地转移到AGV载货平台：
阶段一：预约。MCP平台根据GA调度方案，提前30秒向天车和AGV下发交接任务。AGV收到任务后自动导航至指定交接位，天车收到任务后开始向交接位移动。AGV到达交接位后发送”就位确认”信号至MCP。
阶段二：对位。天车到达交接位上方后，通过视觉AI系统（YOLOv8）识别AGV载货平台上的对位标记（二维码/反光贴），自动调整吊具在X/Y方向的位置偏差至±5mm以内。同时通过激光测距传感器确认吊物下降高度安全，避免与AGV货叉发生碰撞。
阶段三：交接。天车起升机构以低速（额定速度的10%）平稳下放吊物至AGV载货面。当载荷传感器的重量读数下降至空载值时（即吊物已完全落在AGV上），天车制动器抱闸，吊具自动脱钩。AGV通过载货检测传感器确认物料到位后锁定货叉，并向MCP发送”交接完成”信号。
阶段四：撤离。天车收到”交接完成”信号后抬升吊具至安全高度（高于车间内最高障碍物），然后执行下一个任务。AGV收到确认信号后解锁货叉，按规划路径驶向下一个目标位置。整个交接过程的耗时控制在30秒以内，其中对位占15秒、物料交接占10秒、撤离占5秒。
| 阶段 | 动作 | 时长 | 确认信号 |
|---|---|---|---|
| 预约 | MCP提前30s下发，AGV导航至交接位 | 30s | 就位确认 |
| 对位 | YOLOv8识别二维码，吊具调至±5mm | 15s | 视觉确认 |
| 交接 | 低速下放，载荷归零后脱钩 | 10s | 交接完成 |
| 撤离 | 天车升吊具，AGV导航下一站 | 5s | 撤离确认 |
四、仓储与产线物料搬运全流程
以典型的”原材料仓库→产线工位→成品仓库”物料流转场景为例，MCP平台的调度流程完整覆盖四种搬运模式：
模式一：立体仓库→AGV出库。WMS下发领料单至MCP，MCP指派AGV至立体仓库出库口。多层穿梭车将物料托盘送至出库口，AGV背负托盘运送至天车交接区。全过程由MCP统一协调时间窗口，确保AGV到达出库口时物料已就位。
模式二：AGV→天车吊运。AGV到达天车交接区后，按四阶段协议完成物料交接。该模式适用于重型物料（单件重量>1吨）或需要跨越产线障碍物的场景——AGV无法直接送达产线工位时，由天车完成”跨区域转运”。
模式三：天车→产线工位。天车将物料吊运至产线工位旁的缓存区，通过精确对位（±3mm）将物料放置于工装台上。对于需要频繁上料的产线（如焊接线、装配线），MCP支持”边送边取”模式——天车送达新物料的同时取走空托盘返回。
模式四：产线→成品入库。产线完成加工后，AGV或RGV将成品运至天车交接区，由天车吊运至成品仓库入库口，或者直接装车发运。整套流程形成”原材料→产线→成品”的完整物料闭环。
五、工程部署案例与实际效果
克鲁德重工MCP系统已在某大型工程机械制造企业完成部署，覆盖其结构件车间5台桥式起重机、12台AGV和4台RGV的多车协同调度。项目部署了1套MCP调度平台（运行于厂区边缘服务器，4核CPU+32GB RAM+GPU加速）、5台天车边缘网关（Jetson Orin NX）和16台AGV/RGV车载控制器。
项目运行6个月的效果数据表明：物料搬运效率提升60%（日均搬运次数从320次增至512次），天车与AGV的平均等待时间从45秒降至8秒（降幅82%），物料交接成功率从92.3%提升至99.7%。AGV的空驶率从28%降至12%，天车的有效作业率从65%提升至83%。按年产5万台工程机械计算，每年减少物料搬运时间约2400小时，折合经济效益约360万元。根据GB/T 3811-2008起重机设计规范及ISO 5053-1:2020工业车辆安全标准的相关要求，系统已在功能安全和设备协同层面通过第三方检测认证。
克鲁德重工在实施过程中总结出关键经验：第一，天车与AGV的通信时延必须控制在10ms以内，建议优先部署5G专网并以有线光纤作为备份链路；第二，交接区的地面精度直接影响对位成功率，AGV导航二维码粘贴位置偏差应控制在±1mm以内；第三，死锁检测率是评价调度系统成熟度的核心指标，建议在系统上线前使用仿真平台加载1.5倍峰值任务量进行压力测试。
六、常见问题
延伸阅读
延伸阅读：天车群调度算法GA/DQN | 5G远程运维与边缘计算 | 设备健康管理PHM
