[论文解读] From Simulation to Real-World Robotic Mobile Fulfillment Systems

Lin Xie, Hanyi Li+1 more|Multilingual Matters (Channel View Publications)|Oct 8, 2018

Advanced Manufacturing and Logistics Optimization被引用 11

一句话总结

本文提出一个四步框架，以弥合机器人移动分拣系统（RMFS）在仿真与真实世界部署之间的差距，将开源的RAWSim-O仿真器转化为核心软件，集成Odoo ERP系统及一个名为XOR-bench的远程测试平台。XOR-bench支持在地理上分布的教育型与工业型机器人上验证机器人算法，确保在仿真中测试过的路径规划与运营业务策略在具有运动学约束和实时控制的真实环境中依然可行。

ABSTRACT

In a new type of automated parts-to-picker warehouse system - a Robotic Mobile Fulfillment System (RMFS) - robots are sent to transport pods (movable shelves) to human operators at stations to pick/put items from/to pods. There are many operational decision problems in such a system, and some of them are interdependent and influence each other. In order to analyze the decision problems and the relationships between them, there are two open-source simulation frameworks in the literature, Alphabet Soup and RAWSim-O. However, the steps between simulation and real-world RMFS are not clear in the literature. Therefore, this paper aims to bridge this gap. The simulator is firstly transferred as core software. The core software is connected with an open-source ERP system, called Odoo, while it is also connected with real robots and stations through an XOR-bench. The XOR-bench enables the RMFS to be integrated with several mini-robots and mobile industrial robots in (removed) experiments for the purpose of research and education.

研究动机与目标

• 弥合基于仿真的优化与真实世界机器人分拣系统在仓库自动化中的差距。
• 确保在仿真中测试的算法在真实世界机器人操作中依然适用且有效。
• 开发一个可扩展、互操作的软件堆栈，连接仿真系统、ERP系统与实体机器人，服务于科研与教育。
• 通过标准化测试平台（XOR-bench）实现对RMFS算法在真实机器人上的远程、分布式测试。

提出的方法

• 将开源的RAWSim-O仿真器转化为适用于实时系统控制的生产就绪型RMFS核心软件层。
• 将核心软件与开源Odoo ERP系统集成，以管理订单流、库存及站点操作。
• 设计并实现了XOR-bench——一个具备实体机器人、基于IP的摄像头及PLC控制站点的远程遥控测试平台。
• 通过标准化API和消息队列，实现核心软件、Odoo、站点应用与真实机器人之间的双向通信。
• 在核心软件中实现了一种考虑运动学的多智能体路径规划（MAPF）求解器，以处理真实机器人约束（如速度、加速度、转向时间）。
• 部署了分布式系统架构，组件分布于德国与中国，支持远程访问与机器人实验的实时监控。

(a) Amazon robots (Source: Amazon Robotics)

实验结果

研究问题

• RQ1 如何有效实现RMFS基于仿真的算法向真实机器人系统的迁移？
• RQ2 连接仿真框架与真实机器人及ERP系统的架构与集成组件需要哪些要素？
• RQ3 远程、地理分布式的测试平台能否可靠地验证工业机器人上的RMFS算法？
• RQ4 如何在不牺牲性能或可扩展性的前提下，将真实机器人的运动学约束整合到路径规划算法中？
• RQ5 标准化测试平台（XOR-bench）在加速机器人仓库系统科研与教育方面发挥何种作用？

主要发现

• 通过四步流程，成功实现从仿真（RAWSim-O）到真实世界RMFS的过渡，支持端到端系统验证。
• XOR-bench平台实现了在国际分布地点对移动工业机器人上RMFS算法的远程实时测试，显著降低了部署与协调的开销。
• 与Odoo ERP的集成实现了补货与拣选订单的无缝管理，证明了仿真逻辑与真实世界业务系统之间的互操作性。
• 自定义的运动学感知MAPF求解器成功处理了真实机器人约束，如最大速度、加速度与转向时间，显著提升了实际应用性。
• 该系统架构同时支持教育型机器人（如iRobot、LEGO）与工业机器人，展现出在科研与教学中的广泛适用性。
• 通过实时视频流与RMFS核心软件中的实时可视化，远程实验得到验证，确认了系统的稳定性与响应能力。

(b) CarryPick TM (Source: Swisslog, KUKA)