AMR 電池狀態感知任務規劃與充電

電池感知 AMR 排程詢問機器人是否能完成分配的工作,同時在可信不確定性下達到可用充電器或定義的安全狀態。選擇荷電狀態(SOC)最高的機器人忽略了任務能量、電池健康狀況、交通狀況、充電佇列和對接故障。

規劃器需要一個能源模型、保守儲備、共享資源計劃和回收策略。 BMS 仍負責電池測量和保護;車隊規劃消耗這些資訊,卻不將其視為精確的燃油表。

本指南應與機器人 BMS SOCSOH 指南多機器人任務分配指南一起使用。請用準確的裝置 AMR、電池、充電器和設施進行驗證。

透過任務完成和回收來檢查能源可行性

估算從取件、任務執行、交付、預期等待及從完成點到可行充電器的行程。包含預報誤差、繞行和首次對接失敗的預留。

當保守終端能量低於營運儲備時,即使目前 SOC 看起來較高,也應拒絕或推遲分配。保持獨立的 BMS 保護閾值和本地安全停止策略。

用不確定性 SOC 和 SOH

SOC 估計可用電荷,而健康狀態(SOH)描述相對於公認參考的容量和功率變化。兩者都依賴於溫度、電流歷史、校正和模型假設。

在有估計年齡、信心分數或質量標記時,使用。檢測突發跳躍、陳舊遙測以及與電壓或庫侖證據的不一致;不要從一個不合格的百分比中規劃長期任務。

分別模擬運動、等待、工具和環境

能量取決於距離、速度、加速度、轉彎、坡度、地板、有效負載、交通和控制行為。環境電子裝置在停車時消耗能量,而升降機、輸送機、機械臂或製冷負載則根據任務提供特定功率。

目前 ROS 2 Kilted rmf_task Parameters API 將電池、運動、環境和工具電源輸入分離。固定部署的 RMF 分發並驗證其模型,而不是假設目前文件與舊車隊匹配。

把充電和對接當作有測量的任務

充電器不是地圖點。模型進場、對準、握手、接觸或聯結、充電接受、錐形、斷開和復工時間,包含成功機率和維護中斷。

測量排隊、對接嘗試、能量輸送以及充電器和機器人的週轉情況。照片展示了真實的充電裝置,但未能確定能量傳輸效率或排程器效能。

位於無線充電站旁的自主移動機器人
充電是一項需要校正、授權、能量傳輸和復工時間的任務;照片並不驗證排程演算法。來源:PattyK33。許可:CC BY-SA 4.0

將規劃儲備與電池保護分開

執行儲備能吸收預測的不確定性,並在 BMS 達到保護限值之前保留選項。 BMS 最小或緊急停止閾值保護電池和系統處於較低邊界,不應用作正常的排程鬆弛。

定義警告、停止分配、即刻充電和帶有滯後效應和溫度或健康調整的緊急行為。確認當充電器無法使用時,機器人仍能到達安全位置。

能量邊界目的所有者混合時失敗
預報平均值預期任務成本車隊規劃師無不確定性餘地
規劃保留地繞行與模型誤差運維工程常規深層放電
充能觸發安排前往充電器機器人車隊排程策略排隊形成時已太晚
BMS 極限電芯與電池包保護電池系統規劃工具將保護視為可用
安全停靠保護區受控後撤機器人安全設計被困在危險之地

排程充電器作為共享受限資源

對充電器數量、相容性、功率、維護、預約、排隊規則和附近等候區容量進行建模。避免在同一時刻分配多個機器人,且沒有等待能量和交通計劃。

利用 Open-RMF 設施整合指南,協調充電樁預約與門、電梯和狹窄通道。預約僅在機器人和充電器狀態新鮮且確定漏接時段恢復時才有用。

只有在總成本提升時才使用機會性收費

短的怠速視窗可以增加有用的能量,減少深度充放電迴圈,並平滑充電佇列。它們還可能增加行駛、停靠磨損、擁堵以及長時間在充電時進行操作,從而減少高效工作。

比較現實視野內的淨能量效應和時程效應。包括電荷錐縮和熱限制;靠近高電 SOC 的五分鐘時隙可能比低低時隙提供的有用能量 SOC。

將能源風險納入任務分配成本

將旅行和完成時間、截止日期、優先順序、預測能量、不確定性、充電器使用、任務後位置及對未來任務的影響結合起來。硬性可行性約束應在軟成本排名前阻止不安全的計劃。

避免使用一個隱藏關鍵儲備違規的全域權重。解釋為何機器人被排除或送去充電,以便操作員區分能源風險與流量或能力限制。

測試 SOC 掉線、充電器故障和擁塞情況

在模擬和受控現場測試中注入陳舊或偏置的 SOC、消耗速度快、充電器缺失、對接失敗、分級佔用、路線阻塞和停電情況。觀察重新分配、恢復餘量和區域性行為。

故障不能觸發機器人間充電器激烈爭奪或反覆嘗試消耗剩餘儲備。限制重試次數,並升級到已知安全地點或人工支援。

以五個步驟整理AMR 電池狀態感知任務規劃與充電的判讀重點
依正文與一手資料整理的繁體中文實務卡。來源:Physical AI Lab。

根據操作狀態校正能量誤差

比較按路線、有效負載、速度、溫度、底價、交通量、電池壽命和充電器等指標預測與測量的能量。跟蹤帶符號誤差和上尾預測不足,因為平均取消可能掩蓋危險的低預報。

在輪胎、電池、韌體、路線或有效負載變化後進行重新訓練或調校。當信心低或目前方案缺乏驗證資料時,保持保守的備選模型。

電池壽命與即時吞吐量分開管理

最大化目前完成任務的發貨策略可能會增加高溫執行、深度迴圈或極端 SOC 時間。制定一份有生命和保修策略的指導, BMS 和製造商指導,然後向規劃器揭示其限制。

比較能量吞吐量、迴圈深度、溫度和容量隨時間的變化趨勢。透過批准的維護決策更換或降低電池包,而不是因為排程器會無限期補償容量下降。

釋出有關電池的規劃證據檔案

保留電池和充電器模型、不確定性方法、任務-能量特徵、儲備和閾值、佇列和機會充電策略、故障測試、校正資料及變更觸發器。獨立確認適用的移動機器人安全要求。

官方目錄將 ISO 3691-4:2023 列為釋出的無人駕駛工業卡車安全版,目前正在修訂;目錄明確表示電源要求不在其範圍內。請仔細審查,進行以下檢查。

評估“AMR 電池狀態感知任務規劃與充電”時,還應儲存模型版本、機器人設定、校正檔案、測試日期和全部試驗記錄。

只有把這些持續投入與單位成功任務的價值比較,才能判斷方案是否適合擴大。

上線後仍要持續檢查分佈變化、感測器漂移、機械磨損和人工接管原因。

實際專案還應指定資料、模型、控制器和安全流程的負責人,並預先定義回復條件。責任邊界、審批記錄與變更紀錄越清楚,故障發生後越容易停止擴散、定位原因並安全恢復。

把任務拆成感知、決策、動作執行和結果確認,可以更準確地定位瓶頸。每一階段都應有獨立指標與失敗示例,避免用端對端成功率掩蓋偶發但嚴重的風險。

驗收測試度量不利案例拒絕
任務預測預測能量與測量能量艱難寒冷的路線預備役被突破
排隊等待與分段能量同時到達機器人群
對接成功與轉型第一次嘗試失敗無限次重試
恢復可達安全狀態充電器故障沒有備選方案
生命週期容量與溫度趨勢老族群規劃器隱藏了退化
  • 透過任務完成和充電器到達進行預測。
  • 將 SOC、 SOH、年齡和不確定性結合使用。
  • 規劃保留地與 BMS 保護區分開。
  • 安排充電站排隊、停靠和停電。
  • 驗證上尾能量錯誤並安全恢復。

常見問題

把工作分配給最高 SOC AMR 就夠了嗎?

不會。任務能量、任務後充電器的使用、不確定性、健康和佇列狀況都能讓另一台機器人更安全或更快。

每個電 AMR 都應該使用相同的充電閾值嗎?

不一定。電池類型、電池 SOH、任務風險、溫度、充電器拓撲和驗證模型錯誤可能有所不同。

機會充電總是能提升吞吐量嗎?

不會。行駛、對接、充電功率遞減、擁堵和磨損帶來的成本,可能超過實際補充的能量價值。

充電器預約失敗會發生什麼?

重新規劃到可用的相容充電器或明確的安全狀態,同時保留備用並限制重複嘗試。

電池感知排程能替代 BMS 嗎?

不行。規劃器安排工作; BMS 估算、監控並保護電池設計。

能源可行性與回收邊界

當每個任務都能在可測量的不確定性和共享資源失效下,保持保守的任務、充電和恢復能量時,電池感知 AMR 規劃是可接受的。