一种立体车库控制方法技术

本发明专利技术提供了一种立体车库控制方法；采用如下步骤：①训练模型：以立体车库车位移动的历史数据为训练集，建立路径规划的单层神经网络模型；②写入数据：将神经网络模型中的节点参数写入至控制器中；③接收指令：现场主机接收路径规划任务数据；④分包发送：现场主机将路径规划任务数据发送至控制器，控制器根据写入的节点参数、以神经网络模型的计算方式进行计算；⑤接收并包：控制器将计算结果发送至现场主机，现场主机根据结果得到规划结果；⑥发送执行。本发明专利技术通过将控制器视为神经网络模型中的隐层节点，有效利用现场资源，能极大降低成本，提高资源利用率，而且为神经网络模型的实际应用方式提供全新思路。

【技术实现步骤摘要】
一种立体车库控制方法
本专利技术涉及一种立体车库控制方法。
技术介绍
在立体车库路径规划控制方面，传统的方式主要在于遍历可能路径，基于CPU的特性，遍历的方式耗时较长，而且一旦计算过于复杂则极容易造成系统卡死，需要在工程中使用大量其他手段解决，研发成本高。基于神经网络算法及实现的发展，目前深度学习用于规划求解问题的应用剧增，通过神经网络模型解决立体车库路径规划问题在实验室中证明可行，但实践中，由于神经网络模型涉及大量神经元的计算，一般是采用GPU专门处理，成本较高，资源利用率低。
技术实现思路
为解决上述技术问题，本专利技术提供了一种立体车库控制方法，该立体车库控制方法通过将控制器视为神经网络模型中的节点，能有效利用现场资源，极大降低成本。本专利技术通过以下技术方案得以实现。本专利技术提供的一种立体车库控制方法；采用如下步骤：①训练模型：以立体车库车位移动的历史数据为训练集，建立路径规划的单层神经网络模型；②写入数据：将神经网络模型中的节点参数写入至控制器中；③接收指令：现场主机接收路径规划任务数据；④分包发送：现场主机将路径规划任务数据发送至控制器，控制器根据写入的节点参数、以神经网络模型的计算方式进行计算；⑤接收并包：控制器将计算结果发送至现场主机，现场主机根据结果得到规划结果；⑥发送执行：现场主机根据规划结果，向控制器发送执行指令，同时现场主机等待接收下一路径规划任务并进入步骤③。所述步骤②中，每一控制器中接入1～4个神经网络模型节点的参数。所述现场主机从直接通信连接的近端服务器接收路径规划任务数据。所述近端服务器通过互联网接受立体车库移动请求。所述神经网络模型为Kohonen神经网络算法得到。所述单层神经网络模型，是指中间隐层为一层。所述控制器在接收到执行指令后，通过控制连接的执行机构完成控制。所述控制器为STM32F4系列单片机。本专利技术的有益效果在于：通过将控制器视为神经网络模型中的隐层节点，有效利用现场资源，能极大降低成本，提高资源利用率，而且为神经网络模型的实际应用方式提供全新思路。附图说明图1是本专利技术适用的连接示意图；图中：101-现场主机，102-近端服务器，103-远端主机，20-内部路由组，201-内部路由器，30-控制器组，301-控制器，302-执行机构。具体实施方式下面进一步描述本专利技术的技术方案，但要求保护的范围并不局限于所述。本专利技术提供一种立体车库控制方法，用于如图1所示的立体车库控制系统，采用如下步骤：①训练模型：以立体车库车位移动的历史数据为训练集，建立路径规划的单层神经网络模型；②写入数据：将神经网络模型中的节点参数写入至控制器301中；③接收指令：现场主机101接收路径规划任务数据；④分包发送：现场主机101将路径规划任务数据发送至控制器301，控制器301根据写入的节点参数、以神经网络模型的计算方式进行计算；⑤接收并包：控制器301将计算结果发送至现场主机101，现场主机101根据结果得到规划结果；⑥发送执行：现场主机101根据规划结果，向控制器301发送执行指令，同时现场主机101等待接收下一路径规划任务并进入步骤③。所述步骤②中，每一控制器301中接入1～4个神经网络模型节点的参数。所述现场主机101从直接通信连接的近端服务器102接收路径规划任务数据。所述近端服务器102通过互联网接受立体车库移动请求。所述神经网络模型为Kohonen神经网络算法得到。所述单层神经网络模型，是指中间隐层为一层。所述控制器301在接收到执行指令后，通过控制连接的执行机构302完成控制。所述控制器301为STM32F4系列单片机。一般而言，神经网络模型中的单个节点进行的都是较为简单的计算，计算量小，而在对每一车位设置独立控制器301的方案中，为了保证系统稳定，控制器301的性能一般都有冗余，并且从常用的STM32F1系列单片机改为使用STM32F4系列单片机，成本增加不足20％，性能提升可超过80％，因此通过将控制器301视为神经网络节点，有效利用控制器301的性能冗余，性价比极高。本文档来自技高网...

【技术保护点】
1.一种立体车库控制方法，其特征在于：采用如下步骤：①训练模型：以立体车库车位移动的历史数据为训练集，建立路径规划的单层神经网络模型；②写入数据：将神经网络模型中的节点参数写入至控制器(301)中；③接收指令：现场主机(101)接收路径规划任务数据；④分包发送：现场主机(101)将路径规划任务数据发送至控制器(301)，控制器(301)根据写入的节点参数、以神经网络模型的计算方式进行计算；⑤接收并包：控制器(301)将计算结果发送至现场主机(101)，现场主机(101)根据结果得到规划结果；⑥发送执行：现场主机(101)根据规划结果，向控制器(301)发送执行指令，同时现场主机(101)等待接收下一路径规划任务并进入步骤③。

【技术特征摘要】
1.一种立体车库控制方法，其特征在于：采用如下步骤：①训练模型：以立体车库车位移动的历史数据为训练集，建立路径规划的单层神经网络模型；②写入数据：将神经网络模型中的节点参数写入至控制器(301)中；③接收指令：现场主机(101)接收路径规划任务数据；④分包发送：现场主机(101)将路径规划任务数据发送至控制器(301)，控制器(301)根据写入的节点参数、以神经网络模型的计算方式进行计算；⑤接收并包：控制器(301)将计算结果发送至现场主机(101)，现场主机(101)根据结果得到规划结果；⑥发送执行：现场主机(101)根据规划结果，向控制器(301)发送执行指令，同时现场主机(101)等待接收下一路径规划任务并进入步骤③。2.如权利要求1所述的立体车库控制方法，其特征在于：所述步骤②中，每一控制器(3...

【专利技术属性】
技术研发人员：王银，
申请(专利权)人：贵州航天南海科技有限责任公司，
类型：发明
国别省市：贵州,52