一种基于改进蚁群算法的智能仓储机器人路径规划方法技术

本发明专利技术公开了一种基于改进蚁群算法的柔性智能仓储机器人路径规划方法。该方法首先将柔性智能仓储环境的突发因素融合栅格法建立电子地图。其次将启发函数和信息素更新方式进行了优化，将路程因素，转弯因素，安全因素纳入启发函数，综合计算蚂蚁的转移概率，通过转移矩阵消除路径尖端现象，并通过信息素更新模型中三个参数分别控制路程因素、转弯因素、安全因素的权重，可以得到基于特定因素下的最优路径。最后，对智能仓储机器人的路径进行转角优化处理，使得智能仓储机器人的路径更加平滑，从而保证智能仓储机器人的运动稳定性。

【技术实现步骤摘要】
一种基于改进蚁群算法的智能仓储机器人路径规划方法
本专利技术属于机器人路径规划领域，具体涉及的是一种柔性智能仓储机器人路径规划方法。
技术介绍
随着科技的发展和社会的进步，传统的仓储管理库内货位划分不清晰，堆放混乱不利分拣，人工效率低等问题日益突出。通过装备和技术升级，实现人工智能逐步替代人工的战略布局，可以有效解决仓储系统的效率低下的难题。人工智能、大数据挖掘和工业物联网等先进技术，正在仓储系统提升货物运输、处理、存储和配送效率方面发挥越来越重要的作用。因此，智能物流时代即将到来。智能仓储的发展分为五个阶段：人工仓储阶段、机械化仓储阶段、自动化仓储阶段、集成化仓储阶段、智能化仓储阶段。传统物流模式逐渐向智能物流转型升级，仓储管理在物流管理中占据着核心地位，其中人工智能设备是智能仓储中必不可少的工具，而智能仓储机器人就是最重要的一环。授权公告号为“CN105467997B”的专利技术专利公开了一种基于线性时序逻辑理论的仓储机器人路径规划方法，完成了智能仓储机器人货物配送的路径规划任务。但是，此方法仅对货物配送的路径的避障问题进行研究，而未考虑柔性仓储环境中突发因素对路径规划产生的影响。公开号为“CN111982125A”的专利技术专利公开了一种基于改进蚁群算法的智能机器人路径规划方法，但并未结合具体应用场景。
技术实现思路
本专利技术目的在于克服上述现有技术存在的问题和不足，提供一种基于改进蚁群算法的智能仓储机器人路径规划方法，从而解决突发因素影响智能仓储机器人路径规划的问题。r>为达到上述目的，本专利技术所采用的技术方案是：一种基于改进蚁群算法的智能仓储机器人路径规划方法，包括如下步骤：S1：根据智能仓储货架排列方式、障碍物的分布位置，结合栅格法，在仿真软件中建立电子地图，并设置相关参数；设置蚂蚁数量m、最大迭代次数Nmax、信息启发式因子α、期望启发式因子β、信息素挥发因子ρ、信息素浓度Q、泊松分布参数λ、设置三因素调节系数u，v，w、智能仓储机器人起始点坐标、目标点坐标。S2：根据S1构建的电子地图中障碍物的分布情况，采用避障函数来计算初始信息素值，并将初始信息素值带入信息素更新模型对信息素及时更新。S3：判断蚂蚁是否未被放入电子地图，当是，则将蚂蚁放入电子地图的栅格中，执行下一步；否则跳至步骤S6。S4：利用综合启发函数，计算蚂蚁移向下一个栅格的转移概率，并建立栅格转移矩阵来区分可行栅格和出现尖端现象的栅格，一直循环到蚂蚁选取的节点为目标点或者没有可选节点时停止搜索。S5：判断蚂蚁是否走到终点，当是，则返回步骤S3；当否，则返回步骤S4，继续进行路径搜索。S6：根据步骤S3和步骤S5，当全部蚂蚁都进行过路径搜索之后，执行本步骤。根据信息素更新模型，计算包括路径长度，转弯次数以及安全性的综合指标，寻找本次迭代最优路径。S7：判断路径搜索迭代次数是否到达预设值，当是则执行下一步；当否则跳至步骤2。S8：比较各代蚂蚁寻找的最优路径，找到当前最优路径，并保存相关信息。S9：将当前最优路径按照圆弧代替转角的方法处理，并将处理后的路径在电子地图输出。进一步的，对于步骤S1中所述的建立电子地图，其特征在于将泊松分布函数融入传统黑白二色栅格法，建立黑白灰三色栅格地图来模拟突发因素对仓储环境中路径规划的影响。对于突发因素，包括但不限于由于其他工序的需求，需要人工临时在某块区域进行取货或者堆垛机突然发生故障停留在某栅格等情况。进一步的，对于步骤S1中所述的泊松分布函数，其表达式为：参数λ表示物理意义为单位面积内发生突发因素影响的繁忙栅格出现的次数。进一步的，对于步骤S2中所述的初始信息素，其表达式为：τi,j(0)＝f(s)+f(0)其中，f(0)为常数，f(s)为避障函数，CU为补集符号，U为此栅格的相邻栅格集合，即蚂蚁离障碍物越近，初始信息素浓度就越低，反之就越大。进一步的，对于步骤S2中所述的信息素更新模型，其表达式为：Bm(t)＝uPm(t)+vHm(t)+wTm(t)；u,v,w∈[1,100]其中，表示蚂蚁m第t次迭代过程到q栅格为止所访问过的栅格有序集合；Bm(t)为第t次迭代中蚂蚁m走过路径的信息素综合指标，指标越小，路径越优，Pm(t)为路径长度，Hm(t)为路径安全度，Tm(t)为转弯次数，u,v,w为各因素的调节系数，根据需要取适当值。进一步的，对于步骤S4中所述的综合启发函数，其表达式如下：ηij(t)＝λ(i,j,q)+ωij(t)+ζ(i,j)式中，λ(i,j,q)为路程因素启发函数，为转弯因素启发函数，ζ(i,j)表示安全因素启发函数。进一步的，对于步骤S4中所述的蚂蚁移向下一个栅格的转移概率，其表达式如下：式中：C为蚂蚁下一节点可行域集合；Δτij为路径(i,j)的信息素值；α为信息素启发因子，它决定了信息素浓度对路径的选择程度；β是预期启发因子，它决定了启发信息对路径的选取程度。ηij(t)为综合启发函数，表示蚂蚁从节点i转移到节点j的期望。进一步的，对于步骤S4中所述的栅格转移矩阵，其表达式如下：式中，转移矩阵D(i,j)中的各个元素则分别表示智能仓储机器人从当前位置定向转移到下一位置的距离，变量i表示栅格序号，变量j表示转向序号。栅格边长设定为l，∞表示下一栅格有障碍物或者出界。mod为求余函数，用于判断奇偶性，表示直向转移栅格的标号，表示斜向转移矩阵的标号，i′和i″分别表示与斜向栅格垂直的两个直向栅格标号。进一步的，对于步骤S9所述的圆弧代替转角的方法，其具体步骤如下：S901在电子地图中提取转弯前的最后一个节点A的坐标以及转弯后的第一个节点B的坐标；S902在电子地图中提取过点A和点B的路径转角信息θ1、θ2。S903记过点A且与X轴夹角为θ1的直线为l1，记过点B且与X轴夹角为θ2的直线为l2，线性方程如下：l1:tanθ1·x-y+y1-tanθ1·x1＝0l2:tanθ2·x-y+y2-tanθ2·x2＝0S904过点A作l1的垂线，记为l3，过点B作l2的垂线，记为l4，线性方程如式下：l3:cotθ1·x+y-y1-cotθ1·x1＝0l4:cotθ2·x+y-y2-cotθ2·x2＝0S905直线方程l3l4联立即可求得交点O的坐标记为(xo,yo)，其表达式如下：S906以点O为圆心，以R为半径画圆，R的表达式如下：通过上述S901-S906的改进方式，将路径的转角进行了圆弧优化，便可在电子地图中得到更加平滑的路径。通过上述S1-S9的步骤，完成了本专利技术的路径规划方法。本专利技术的有益效果是：本专利技术针对柔性智能仓储环境中的突发因素引起的路径规划问题，提出一种基于改进蚁群算法的智能仓储机器人的路径本文档来自技高网...

【技术保护点】
1.一种基于改进蚁群算法的智能仓储机器人路径规划方法，其特征在于，包括以下步骤：/nS1：根据智能仓储货架排列方式、障碍物的分布位置，结合栅格法，在仿真软件中建立电子地图，并设置相关参数；/nS2：根据S1构建的电子地图中障碍物的分布情况，采用避障函数计算初始信息素值，并将初始信息素值代入信息素更新模型对信息素及时更新；/nS3：判断蚂蚁是否未被放入电子地图，当是，则将蚂蚁放入电子地图的栅格中，执行下一步；否则跳至步骤S6；/nS4：利用综合启发函数，计算蚂蚁移向下一个栅格的转移概率，并建立栅格转移矩阵来区分可行栅格和出现尖端现象的栅格，一直循环到蚂蚁选取的节点为目标点或者没有可选节点时停止搜索；/nS5：判断蚂蚁是否走到终点，当是，则返回步骤S3；当否，则返回步骤S4，继续进行路径搜索；/nS6：根据步骤S3和步骤S5，当全部蚂蚁都进行过路径搜索之后，执行本步骤；根据信息素更新模型，计算包括路径长度，转弯次数以及安全性的综合指标，寻找本次迭代最优路径；/nS7：判断路径搜索迭代次数是否到达预设值，当是则执行下一步；当否则跳至步骤2；/nS8：比较各代蚂蚁寻找的最优路径，找到当前最优路径，并保存相关信息；/nS9：将当前最优路径按照圆弧代替转角的方法处理，并将处理后的路径在电子地图输出。/n...

【技术特征摘要】
1.一种基于改进蚁群算法的智能仓储机器人路径规划方法，其特征在于，包括以下步骤：
S1：根据智能仓储货架排列方式、障碍物的分布位置，结合栅格法，在仿真软件中建立电子地图，并设置相关参数；
S2：根据S1构建的电子地图中障碍物的分布情况，采用避障函数计算初始信息素值，并将初始信息素值代入信息素更新模型对信息素及时更新；
S3：判断蚂蚁是否未被放入电子地图，当是，则将蚂蚁放入电子地图的栅格中，执行下一步；否则跳至步骤S6；
S4：利用综合启发函数，计算蚂蚁移向下一个栅格的转移概率，并建立栅格转移矩阵来区分可行栅格和出现尖端现象的栅格，一直循环到蚂蚁选取的节点为目标点或者没有可选节点时停止搜索；
S5：判断蚂蚁是否走到终点，当是，则返回步骤S3；当否，则返回步骤S4，继续进行路径搜索；
S6：根据步骤S3和步骤S5，当全部蚂蚁都进行过路径搜索之后，执行本步骤；根据信息素更新模型，计算包括路径长度，转弯次数以及安全性的综合指标，寻找本次迭代最优路径；
S7：判断路径搜索迭代次数是否到达预设值，当是则执行下一步；当否则跳至步骤2；
S8：比较各代蚂蚁寻找的最优路径，找到当前最优路径，并保存相关信息；
S9：将当前最优路径按照圆弧代替转角的方法处理，并将处理后的路径在电子地图输出。


2.根据权利要求1所述的方法，其特征在于，步骤S1所述的建立电子地图是将泊松分布函数融入栅格法，建立可以模拟仓储环境突发因素的电子地图；对于突发因素，包括但不限于由于其他工序的需求，需要人工临时在某块区域进行取货或者堆垛机突然发生故障停留在某栅格等情况。


3.根据权利要求1所述的方法，其特征在于，步骤S1所述仿真软件包括但不限于MATLAB、Python具有编程功能的软件。


4.根据权利要求1所述的方法，其特征在于，步骤S1所述的相关参数为：蚂蚁数量m、最大迭代次数Nmax、信息启发式因子α、期望启发式因子β、信息素挥发因子ρ、信息素浓度Q、泊松分布参数λ、因素调节参数u，v，w；智能仓储机器人起始点坐标、目标点坐标。


5.根据权利要求1所述的方法，其特征在于，步骤S2所述初始信息素的表达式为：
τi,j(0)＝f(s)+f(0)



其式中，f(0)为常数，f(s)为避障函数，CU为补集符号，U为此栅格的相邻栅格集合，即蚂蚁离障碍物越近，初始信息素浓度就越低，反之就越大。


6.根据权利要求1...

【专利技术属性】
技术研发人员：陈赟，张续才，吴锦枫，张思，苏世杰，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：江苏;32