Uma arquitetura de software visando integração e alocação de tarefas para robôs móveis em armazéns inteligentes

Abstract

Ambientes compostos por robôs necessitam de coordenação entre os robôs para que o objetivo final seja atingido, como é o caso dos armazéns inteligentes. A automação de armazéns é atualmente usada de forma intensa por empresas como Alibaba e Amazon, e colabora para melhorar a eficiência do processo de logística dentro dos centros de distribuições, que é parte importante da cadeia de suprimentos das empresas, tais como e-commerce. Tão importante quanto a coordenação dos agentes, a Alocação de Tarefas Multi-Robôs, ou em inglês Multi-Robot Task Allocation (MRTA), é um dos grandes desafios en- contrados em sistemas multi-robôs, em inglês Multi-Robot Systems (MRS), já que é necessário definir estratégias de distribuição das tarefas, de modo a garantir que não haja conflito entre os robôs, buscando ainda atingir o objetivo final minimizando custos. Visando possibilitar o envio de tarefas de sistemas externos diretamente para os robôs que compõem um armazém inteligente, este trabalho propõe uma arquitetura distribuída que realiza a conexão entre os sistemas através de uma camada de middleware de mensageria usando o modelo publish/subscribe. A alocação de tarefas é feita de forma distribuída e assíncrona, de forma que os robôs pertencentes a um mesmo setor trocam mensagens entre si de forma contínua. As mensagens possuem dados relevantes sobre o estado atual dos robôs e são usados posteriormente para decidir qual robô terá a tarefa anunciada alocada. A arquitetura proposta considera que o armazém é dividido em setores e os robôs acessam somente o setor ao qual são alocados. A arquitetura foi validada por meio de experimentos, cujos resultados mostram que ela é capaz de conectar e enviar tarefas aos robôs, garantindo que cada tarefa seja processada uma única vez e no menor tempo possível. Além disso, os resultados mostram que a variação na quantidade de robôs dentro do setor afeta não somente o tempo de aceitação de uma tarefa, como também o tempo total necessário para que todas sejam finalizadas. Em certos cenários, pode-se observar um decréscimo de aproximadamente 93% no tempo de aceitação da última tarefa a ser executada. De forma similar, é possível observar que em certos cenários o tempo total de execução diminui, ficando próximo de 44%.

Abstract: Environments made up of robots require coordination between the robots in order to achieve the end goal, as is the case with smart warehouses. Warehouse automation is currently being used extensively by companies such as Alibaba and Amazon, and is helping to improve the efficiency of the logistics process within distribution centers, which is an important part of the supply chain for companies such as e-commerce. Just as important as the coordination of agents, Multi-Robot Task Allocation (MRTA) is one of the major challenges encountered in Multi-Robot Systems (MRS), since it is necessary to define task distribution strategies in order to ensure that there is no conflict between the robots, while also seeking to achieve the final objective by minimizing costs. In order to make it possible to send tasks from external systems directly to the robots that make up an smart warehouse, this work proposes a distributed architecture that connects systems through a messaging middleware layer using the publish/subscribe model. Task allocation is carried out asynchronously, so that robots belonging to the same sector exchange messages with each other containing relevant data for allocation. The proposed architecture considers that the warehouse is divided into sectors and the robots only access the sector to which they are allocated. The architecture was validated through experiments, the results of which show that it is capable of connecting and sending and send tasks to the robots, ensuring that each task is processed only once and in the shortest possible time. In addition, the results show that the variation in the number of robots within the sector affects not only the acceptance time of a task, but also the total time needed for all of them to be completed. In certain scenarios, a decrease of approximately 93% can be observed in the acceptance time of the last task to be carried out. Similarly, it can be seen that in certain scenarios the total execution time decreases by around 44%.