【技术实现步骤摘要】
基于人工智能和视觉感知的多AGV小车调度方法及系统
[0001]本专利技术涉及人工智能领域，具体涉及一种基于人工智能和视觉感知的多AGV小车调度方法及系统。
技术介绍
[0002]AGV小车为自动引导运输车，是指能够沿着规定的导航路线行驶，具有安全保护以及各种移载功能的运输车。AGV小车广泛应用于仓储业、物流业、制造业等承载工件转运任务，连接着智慧工厂中各个生产单元模块有序高效的运转。对于需要多AGV小车协同处理的应用场景，目前的多AGV小车调度主要实现多AGV路径的协同规划，实现防碰撞功能。但对于一个运输物体需要多AGV小车才能够完成运输这一情况，如何确定AGV小车数量，以及多AGV小车如何调度，是一个亟需解决的问题。
技术实现思路
[0003]为了解决上述技术问题，本专利技术提供一种基于人工智能和视觉感知的多AGV小车调度方法及系统。
[0004]本专利技术采用以下技术方案：一种基于人工智能和视觉感知的多AGV小车调度方法，包括：获取工厂区域图像，识别得到所述工厂区域图像中的目标货物的轮廓信息，以...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能和视觉感知的多AGV小车调度方法，其特征在于，包括：获取工厂区域图像，识别得到所述工厂区域图像中的目标货物的轮廓信息，以及处于运动状态的第一AGV小车和处于静止状态的第二AGV小车的位置信息；根据所述目标货物的轮廓信息和质心，将所述工厂区域图像划分为至少两个ROI区域，并构建各ROI区域的引力场，以及所述第一AGV小车的斥力场；根据所述引力场和斥力场，构建各ROI区域的人工势场，并根据所述人工势场，获取所述第二AGV小车在对应ROI区域内的初始规划路径；对于任意一个第一AGV小车，基于所述初始规划路径与该第一AGV小车的实际行驶路径，判断所述第二AGV小车与该第一AGV小车是否产生干扰，若产生干扰，则确定该第一AGV小车的干扰区域；基于所述干扰区域构建修正斥力场，并根据所述修正斥力场修正对应ROI区域的人工势场，得到各ROI区域的目标人工势场；根据各ROI区域的目标人工势场，得到各ROI区域内的各第二AGV小车的目标规划路径；从各ROI区域内选择符合预设条件的第二AGV小车，以及对应的目标规划路径。2.根据权利要求1所述的基于人工智能和视觉感知的多AGV小车调度方法，其特征在于，所述目标货物的轮廓信息，以及处于运动状态的第一AGV小车和处于静止状态的第二AGV小车的位置信息的获取过程，包括：获取至少两张工厂区域训练样本图像，对各工厂区域训练样本图像中的目标货物的中心点坐标和包围框尺寸进行标注，以及对各工厂区域训练样本图像中的第一AGV小车和第二AGV小车的中心点进行标注；将各工厂区域训练样本图像输入至预设的Center Net网络结构中，并通过损失函数迭代运算，完成网络训练；将所述工厂区域图像输入至训练好的Center Net网络结构中，得到所述目标货物的轮廓信息，以及第一AGV小车和第二AGV小车的位置信息。3.根据权利要求1所述的基于人工智能和视觉感知的多AGV小车调度方法，其特征在于，所述根据所述目标货物的轮廓信息和质心，将所述工厂区域图像划分为至少两个ROI区域，包括：根据所述目标货物的轮廓信息，获取所述目标货物的质心，以及所述目标货物的边缘信息；基于LSD直线检测算法，对所述目标货物的边缘信息进行直线检测，得到反应所述目标货物的轮廓的线段集合，所述线段集合中的各个线段的中间点为所述目标货物的最佳着力点；根据所述目标货物的重量和AGV小车标准载重得到所需的AGV小车的初始数量；比较所述最佳着力点的数量和所述所需的AGV小车的初始数量，若所述最佳着力点的数量大于或者等于所述所需的AGV小车的初始数量，则确定所需的AGV小车的目标数量为所述所需的AGV小车的初始数量；获取所述线段集合中的任意两个相邻的线段的线段交点，过所述质心连接各个线段交点做直线，以此将所述工厂区域图像划分为至少两个ROI区域。4.根据权利要求3所述的基于人工智能和视觉感知的多AGV小车调度方法，其特征在
于，所述构建各ROI区域的引力场，包括：ROI区域的引力场函数如下：其中，为编号为的ROI区域，为区域对应的引力场函数，为区域内的最佳着力点坐标，为区域内的任意一个点的位置信息，为预设距离阈值。5.根据权利要求1所述的基于人工智能和视觉感知的多AGV小车调度方法，其特征在于，所述第一AGV小车的斥力场的构建过程，包括：其中，为区域内的任意一个点的位置信息，为点q...
【专利技术属性】
技术研发人员：胡兢，袁绪彬，赵彦燕，郭东进，王诚善，
申请(专利权)人：山东华力机电有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。