AMRのバッテリー考慮型タスク計画と充電戦略

バッテリー考慮型 AMR のディスパッチは、ロボットが割り当てられた作業を完了しつつ、信頼できる不確実性のもとで利用可能な充電器や定義された安全状態に到達できるかどうかを問います。最も高い充電状態(SOC)を選択すると、タスクエネルギー、バッテリーの健康状態、交通状況、充電待ち、ドッキングの失敗などは無視されます。

プランナーにはエネルギーモデル、保守的な準備金、共有資源スケジュール、回復方針が必要です。 BMS はバッテリーの測定と保護を引き続き担当しています。フリートプランニングはその情報を正確な燃料計として扱うことなく消費します。

このガイドは ロボット BMS SOC ・ SOH ガイドマルチロボットタスク割り当てガイドと一緒にご利用ください。正確な AMR、バッテリー、充電器、設備を確認しましょう。

タスク完了と回収を通じてエネルギーの実現可能性を検証します

受け取りまでの移動、タスクの実行、納品、予想される待ち時間、完了地点から可能な充電器までの移動を見積もります。予測誤差、迂回路、初回ドッキング失敗のための明確な予備金を含めてください。

保守的な終端エネルギーが運用予備を下回っている場合、たとえ現在の電 SOC が高く見えても、割り当てを拒否または延期してください。独立した BMS 保護の閾値と地域のセーフストップポリシーを維持しましょう。

不確実性 SOC と SOH を使う

SOC は利用可能な充電量を推定し、健康状態(State of Health、 SOH)は許容基準と比較して変化した容量と電力能力を表します。どちらも温度、現在の経緯、校正、モデルの仮定に依存します。

利用可能な場合は推定年齢、信頼度、品質フラグを活用してください。突然のジャンプ、古びたテレメトリ、電圧やクーロンの証拠との不一致を検出;一人の無条件なパーセンテージから長期任務を計画しないでください。

モーション、待機、ツール、環境を別々にモデル化します

エネルギーは距離、速度、加速度、カーブ、勾配、床面、積載量、交通、制御挙動に依存します。周囲の電子機器は停止時にエネルギーを消費し、リフト、コンベヤー、マニピュレーター、冷蔵負荷は作業ごとに電力を供給します。

現在の ROS 2 Kilted rmf_task Parameters API は、バッテリー入力、モーション入力、環境入力、ツールパワーシンク入力を分離しています。展開済みのRMFディストリビューションをピン留めし、そのモデルを検証し、現在のドキュメントが古いフリートと一致していると仮定するのではなく、そのモデルを検証しましょう。

充電とドッキングは計測された作業として扱う

充電器は地図のポイントではありません。アプローチ、アライメント、ハンドシェイク、接触またはカップリング、充電受付、テーパー、切断、復帰サービス時間のモデル化を行い、成功確率とメンテナンス停止を含みます。

チャージャーとロボットによる待ち待ち、ドッキング試行、供給エネルギー、ターンアラウンドを測定します。写真は実際の充電セットアップを示していますが、エネルギー伝達効率やスケジューラー性能を示すものではありません。

ワイヤレス充電ステーションの横に配置された自律移動ロボット
充電はアライメント、認可、エネルギー移動、復旧時間を含む作業です。この写真はディスパッチアルゴリズムを検証するものではありません。出典: PattyK33。ライセンス: CC BY-SA 4.0

計画準備金とバッテリー保護を分離する

運用準備金は予測の不確実性を吸収し、 BMS が保護限界に達する前に選択肢を保持します。 BMS 最小限または緊急停止閾値はバッテリーとシステムを下限で保護するため、通常のスケジューリングスラックとして使用すべきではありません。

警告、停止割り当て、充電直後、緊急行動とヒステリシス、温度や健康状態の調整を定義してください。充電器が使えなくなった場合でも、ロボットが安全な場所に到達できるか確認してください。

エネルギー境界目的オーナー混合時の失敗
予報平均期待作業コストフリートプランナー不確実性の余白はありません
計画保留地迂回路とモデル誤差オペレーションエンジニアリング通常の深放電
チャージトリガースケジュール充電器の移動フリート方針キューは遅すぎる
BMS 限界セルとパックの保護バッテリーシステムプランナーは保護を使用可能とみなします
セーフストップリザーブ制御されたフォールバックロボット安全設計危険な場所に取り残された

共有制約リソースとしてのスケジューリングチャージャー

モデルの充電器数、互換性、電力、メンテナンス、予約、キューの規律、そして近くのステージング容量。複数のロボットを同時に割り当てるのは避けましょう。待ち時間や交通計画がなければ。

Open-RMF施設統合ガイドを使って、ドア、エレベーター、狭い通路との充電器予約を調整しましょう。予約は、ロボットとチャージャーの状態が新鮮で、スロットの見逃しからの回復が定義されている場合にのみ有効です。

総コストが改善した場合にのみ機会充電を使用する

短いアイドルウィンドウは有用なエネルギーを増やし、深いサイクルを減らし、キューをスムーズにします。また、移動の余分さ、ドッキングの摩耗、渋滞、生産的な作業の代わりにハンドシャイクに費やす時間を生み出すこともあります。

現実的な視野で純エネルギー効果とスケジュール効果を比較してください。チャージテーパーや熱限界を含めてください。高 SOC 近くの5分間のスロットは、同じスロットの低 SOCよりも有用なエネルギーを供給しにくい場合があります。

タスク割り当てコストにエネルギーリスクを含める

移動と完了時間、締め切り、優先順位、予測エネルギー、不確実性、充電器の利用状況、作業後の位置、そして将来の任務への影響を組み合わせます。ハードな実現可能性制約は、ソフトコストランキングの前に安全でない計画を阻止すべきです。

重要な準備金違反を隠すグローバルウェイトは避けましょう。なぜロボットが除外されたのか、または充電に送られたのかを説明し、運転者がエネルギーリスクと交通量や能力の制限を区別できるようにしてください。

SOCのドロップ、充電器の故障、混雑のテスト

シミュレーションや制御されたフィールドテストで、古くなったりバイアスされた SOC、予想より速い消費、利用不可の充電器、ドッキング失敗、占有中のステージング、封鎖されたルート、停電などを注入します。再配置、回復予備、地域の行動を観察してください。

故障が原因で、ロボット間のチャージャーの激しい動きや、残りの予備を消費する繰り返しの試みが起こってはなりません。再試行を制限し、安全な場所や人間サポートにエスカレーションしましょう。

5段階 AMR バッテリー考慮型タスク計画検証
報告された最も高い SOC が、タスクエネルギー、チャージャー位置、キュー、推定の不確実性が異なる場合、必ずしも最適な割り当てとは限りません。出典:Physical AI Lab。

動作体制によるエネルギー誤差の校正

ルート、ペイロード、速度、温度、床面積、交通量、バッテリー残量、充電器ごとに予測されたエネルギーと測定されたエネルギーを比較してください。符号付き誤差と上尾の過小予測を追跡しましょう。なぜなら、平均キャンセルは危険な低予測を隠してしまうからです。

タイヤ、バッテリー、ファームウェア、ルートやペイロードの変更後に再調整や再調整を行ってください。信頼度が低い場合や現状の体制に検証データが不足している場合は、保守的なバックアップモデルを維持しましょう。

バッテリー寿命は即時のスループットとは別に管理する

今日の完了作業を最大化する配車ポリシーは、高温運転、深循環、極端な SOCでの時間を増やす可能性があります。 BMS およびメーカーの指導をもとに生命保険および保証ポリシーを作成し、その制約をプランナーに明らかにしましょう。

エネルギースループット、サイクル深度、温度、容量の傾向を時間経過で比較してください。スケジューラーが容量減少を無期限に補償するのではなく、承認されたメンテナンス決定によってパックを交換またはディレーティングしてください。

バッテリー考慮型計画証拠ファイルを公開する

バッテリーおよび充電器モデル、不確実性法、タスクエネルギー機能、予備および閾値、キューおよび機会充電ポリシー、故障テスト、キャリブレーションデータ、変更トリガーを保持します。該当する移動ロボットの安全要件を独立して確認すること。

公式カタログでは、ISO 3691-4:2023が自動運転産業用トラック安全版として出版されており、改訂版が開発中であるとされています。電力源の要件はその範囲外であると明確に述べています。以下のチェックで詳細に確認してください。

受理テスト測定不利な場合拒否するタイミング
課題予測予測エネルギーと測定エネルギーの比較重くて寒いルート予備隊突破
キュー待機とステージングエネルギー同時到着ロボットのストランド
ドッキング成功と立て直し最初の試みは失敗無制限再挑戦
回復到達可能な安全状態充電器の停止代替案はない
ライフサイクル容量と気温の傾向エイジドパックプランナーは劣化を隠す
  • タスク完了からチャージャー到着までの予報。
  • SOC、SOH、年齢、不確実性を組み合わせて活用しましょう。
  • 計画用地と BMS 保護を分けましょう。
  • 充電器の待ち時間、ドッキング、停電のスケジュールを決めてください。
  • 上方テールのエネルギーエラーと安全な回収を検証してください。

よくある質問

仕事を最も上位SOC AMR に割り当てるだけで十分でしょうか?

いいえ。タスクエネルギー、タスク後のチャージャーアクセス、不確実性、健康状態、キューの状態などが、他のロボットをより安全かつ高速にします。

すべての電 AMR 同じ充電閾値を使うべきでしょうか?

必ずしもそうとは限りません。バッテリーの種類、 SOH、タスクリスク、温度、充電器トポロジー、検証済みモデルエラーなどは異なる場合があります。

機会充電は常にスループットを向上させるのでしょうか?

いいえ。移動、ドッキング、テーパー、渋滞、摩耗が供給されるエネルギーを上回ることがあります。

充電器予約が失敗したらどうなりますか?

利用可能な互換性のある充電器や安全な状態に再計画し、予備を保ち繰り返し試行を制限しましょう。

バッテリー対応のディスパッチは BMSの代わりになるのでしょうか?

いいえ。プランナーは作業のスケジュールを立て、 BMS は設計内でバッテリーの推定、監視、保護を行います。

エネルギーの実現可能性と回収境界

バッテリー意識型 AMR 計画は、すべての課題が保守的なタスク、充電、回収エネルギーを不確実性と共有資源の故障の中で節約できる場合に許容されます。