AMR 电池状态感知任务规划与充电

电池感知 AMR 调度询问机器人是否能完成分配的工作，同时在可信不确定性下达到可用充电器或定义的安全状态。选择荷电状态（SOC）最高的机器人忽略了任务能量、电池健康状况、交通状况、充电队列和对接故障。

规划器需要一个能源模型、保守储备、共享资源计划和回收策略。 BMS 仍负责电池测量和保护；车队规划消耗这些信息，却不将其视为精确的燃油表。

本指南应与机器人BMS SOCSOH指南及多机器人任务分配指南一起使用。请用准确的设备AMR、电池、充电器和设施进行验证。

通过任务完成和回收来检查能源可行性

估算从取件、任务执行、交付、预期等待及从完成点到可行充电器的行程。包含预报误差、绕行和首次对接失败的预留。

当保守终端能量低于运营储备时，即使当前 SOC 看起来较高，也应拒绝或推迟分配。保持独立的 BMS 保护阈值和本地安全停止策略。

用不确定性SOC和SOH

SOC 估计可用电荷，而健康状态（SOH）描述相对于公认参考的容量和功率变化。两者都依赖于温度、电流历史、校准和模型假设。

在有估计年龄、置信度或质量标记时，使用。检测突发跳跃、陈旧遥测以及与电压或库仑证据的不一致；不要从一个不合格的百分比中规划长期任务。

分别模拟运动、等待、工具和环境

能量取决于距离、速度、加速度、转弯、坡度、地板、有效载荷、交通和控制行为。环境电子设备在停车时消耗能量，而升降机、输送机、机械臂或制冷负载则根据任务提供特定功率。

当前 ROS 2 Kilted rmf_task Parameters API 将电池、运动、环境和工具电源输入分离。固定部署的 RMF 分发并验证其模型，而不是假设当前文档与旧车队匹配。

把充电和对接当作有测量的任务

充电器不是地图点。模型进场、对准、握手、接触或联结、充电接受、锥形、断开和复工时间，包含成功概率和维护中断。

测量排队、对接尝试、能量输送以及充电器和机器人的周转情况。照片展示了真实的充电装置，但未能确定能量传输效率或调度器性能。

将规划储备与电池保护分开

运行储备能吸收预测的不确定性，并在 BMS 达到保护限值之前保留选项。 BMS 最小或紧急停止阈值保护电池和系统处于较低边界，不应用作正常的调度松弛。

定义警告、停止分配、即刻充电和带有滞后效应和温度或健康调整的紧急行为。确认当充电器无法使用时，机器人仍能到达安全位置。

能量边界	目的	所有者	混合时失败
预报平均值	预期任务成本	车队规划师	无不确定性余地
规划保留地	绕行与模型误差	运维工程	常规深层放电
充能触发	安排前往充电器	机器人车队调度策略	排队形成时已太晚
BMS 极限	电芯与电池包保护	电池系统	规划工具将保护视为可用
安全停靠保护区	受控后撤	机器人安全设计	被困在危险之地

调度充电器作为共享受限资源

对充电器数量、兼容性、功率、维护、预约、排队规则和附近等候区容量进行建模。避免在同一时刻分配多个机器人，且没有等待能量和交通计划。

利用 Open-RMF 设施集成指南，协调充电桩预约与门、电梯和狭窄通道。预约仅在机器人和充电器状态新鲜且确定漏接时段恢复时才有用。

只有在总成本提升时才使用机会性收费

短的怠速窗口可以增加有用的能量，减少深度充放电循环，并平滑充电队列。它们还可能增加行驶、停靠磨损、拥堵以及长时间在充电时进行操作，从而减少高效工作。

比较现实视野内的净能量效应和时程效应。包括电荷锥缩和热限制；靠近高电 SOC 的五分钟时隙可能比低低时隙提供的有用能量 SOC。

将能源风险纳入任务分配成本

将旅行和完成时间、截止日期、优先级、预测能量、不确定性、充电器使用、任务后位置及对未来任务的影响结合起来。硬性可行性约束应在软成本排名前阻止不安全的计划。

避免使用一个隐藏关键储备违规的全局权重。解释为何机器人被排除或送去充电，以便操作员区分能源风险与流量或能力限制。

测试 SOC 掉线、充电器故障和拥塞情况

在模拟和受控现场测试中注入陈旧或偏置的 SOC、消耗速度快、充电器缺失、对接失败、分级占用、路线阻塞和停电情况。观察重新分配、恢复余量和局部行为。

故障不能触发机器人间充电器激烈争夺或反复尝试消耗剩余储备。限制重试次数，并升级到已知安全地点或人工支援。

根据操作状态校准能量误差

比较按路线、有效载荷、速度、温度、底价、交通量、电池寿命和充电器等指标预测与测量的能量。跟踪带符号误差和上尾预测不足，因为平均取消可能掩盖危险的低预报。

在轮胎、电池、固件、路线或有效载荷变化后进行重新训练或调校。当信心低或当前方案缺乏验证数据时，保持保守的备选模型。

电池寿命与即时吞吐量分开管理

最大化当前完成任务的发货策略可能会增加高温运行、深度循环或极端 SOC时间。制定一份有生命和保修策略的指导， BMS 和制造商指导，然后向规划器揭示其限制。

比较能量吞吐量、循环深度、温度和容量随时间的变化趋势。通过批准的维护决策更换或降低电池包，而不是因为调度器会无限期补偿容量下降。

发布有关电池的规划证据文件

保留电池和充电器模型、不确定性方法、任务-能量特征、储备和阈值、队列和机会充电策略、故障测试、校准数据及变更触发器。独立确认适用的移动机器人安全要求。

官方目录将 ISO 3691-4:2023 列为发布的无人驾驶工业卡车安全版，目前正在修订；目录明确表示电源要求不在其范围内。请仔细审查，进行以下检查。

评估“AMR 电池状态感知任务规划与充电”时，还应保存模型版本、机器人配置、标定文件、测试日期和全部试验记录。把成功、失败、恢复与人工介入放在同一份数据中，才能区分模型能力、系统接口和现场流程造成的差异。

成本评估除了设备与算力，还要记录数据采集、工程调试、安全措施、维护、停机和人员培训。只有把这些持续投入与单位成功任务的价值比较，才能判断方案是否适合扩大。

上线后仍要持续检查分布变化、传感器漂移、机械磨损和人工接管原因。监测结果应能触发降级、停止与重新验证流程，并为下一轮数据采集和模型更新留下可追溯记录。

最终结论应明确写出已知限制、尚未验证的场景和下一项可证伪的实验，使后续团队能够沿着证据继续推进。

实际项目还应指定数据、模型、控制器和安全流程的负责人，并预先定义回滚条件。责任边界、审批记录与变更日志越清楚，故障发生后越容易停止扩散、定位原因并安全恢复。

把任务拆成感知、决策、动作执行和结果确认，可以更准确地定位瓶颈。每一阶段都应有独立指标与失败示例，避免用端到端成功率掩盖偶发但严重的风险。

验收测试	度量	不利案例	拒绝
任务预测	预测能量与测量能量	艰难寒冷的路线	预备役被突破
排队	等待与分段能量	同时到达	机器人群
对接	成功与转型	第一次尝试失败	无限次重试
恢复	可达安全状态	充电器故障	没有备选方案
生命周期	容量与温度趋势	老族群	规划器隐藏了退化

• 通过任务完成和充电器到达进行预测。
• 将 SOC、 SOH、年龄和不确定性结合使用。
• 规划保留地与 BMS 保护区分开。
• 安排充电站排队、停靠和停电。
• 验证上尾能量错误并安全恢复。

常见问题

把工作分配给最高SOC AMR 就够了吗？

不会。任务能量、任务后充电器的使用、不确定性、健康和队列状况都能让另一台机器人更安全或更快。

每个电 AMR 都应该使用相同的充电阈值吗？

不一定。电池类型、电池 SOH、任务风险、温度、充电器拓扑和验证模型错误可能有所不同。

机会充电总是能提升吞吐量吗？

不会。行驶、对接、充电功率递减、拥堵和磨损带来的成本，可能超过实际补充的能量价值。

充电器预约失败会发生什么？

重新规划到可用的兼容充电器或明确的安全状态，同时保留备用并限制重复尝试。

电池感知调度能替代 BMS吗？

不行。规划器安排工作； BMS 估算、监控并保护电池设计。

能源可行性与回收边界

当每个任务都能在可测量的不确定性和共享资源失效下，保持保守的任务、充电和恢复能量时，电池感知 AMR 规划是可接受的。