一种基于强化学习和动态搜索的自动化装箱方法技术

本发明专利技术涉及自动化包装和物流仓储应用领域，公开了一种基于强化学习和动态搜索的自动化装箱方法。该方法针对传统算法应用于自动化在线装箱场景时存在的难点和不足，结合强化学习能依据环境反馈不断调整自身策略，实现自动化学习的特点，以及动态搜索算法求解速度快、适应能力强的优势，在保证箱体空间利用率最高的前提下，实现了快速求解和优化货品堆放动作的目的，以及在堆放货品过程中，算法能够依据箱体和环境的实时反馈，不断调整自身的堆放动作和堆放位置，达到自动学习最佳堆放策略和在线实时指导装箱的效果。线实时指导装箱的效果。线实时指导装箱的效果。

【技术实现步骤摘要】
一种基于强化学习和动态搜索的自动化装箱方法


[0001]本专利技术涉及自动化包装和物流仓储应用领域，具体涉及一种基于强化学习和动态搜索的自动化装箱方法。

技术介绍

[0002]三维装箱是指在满足容积限制、外形几何限制和稳定性限制等条件的情况下，把一定数量体积较小的物品放入具有较大容量的一个或多个箱子，达到所用箱子数量最少、空间利用率最高、稳定性最好、装载价值和容重比最高的目的。
[0003]三维装箱广泛存在于运输和包装等行业的物资装载过程中，因此，针对实际应用需求，设计具有较高操作性和装载效率的三维装箱求解算法，对降低物流配送成本、提高经济效益具有重大现实意义。
[0004]由于自动化在线装箱场景，存在着求解空间巨大、不确定性强、场景逻辑复杂多变等诸多难点，导致传统算法应用于自动化在线装箱场景时，容易出现求解速度慢、优化效率低、算法无法适应货箱和货品多样化等问题，到不到自动化在线装箱的要求。

技术实现思路

[0005]针对当前传统算法应用于自动化在线装箱场景存在的难点和不足，本专利技术结合强化学习能依据环境反馈不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于强化学习和动态搜索的自动化装箱方法，包括步骤：步骤S1，对将要堆放在同一箱体的货品进行统计，记为数量m，并赋予该箱体中的每个货品编号为i；步骤S2，在货箱中开始进行堆放货品，判断逻辑L1是否成立，如果逻辑L1结果为假，则执行下一步骤，否则执行动作D1；步骤S3，继续堆放货品，判断逻辑L2是否成立，如果逻辑L2结果为假，则执行下一步骤，否则执行动作D2；步骤S4，判断是否已放完所有货品，如果判断为真，则货品堆放完成，否则执行步骤S2。2.根据权利1所述的基于强化学习和动态搜索的智能装箱方法，所述步骤S1中每个货品的编号i满足关系：i∈mi＝i+1。3.根据权利1所述的基于强化学习和动态搜索的智能装箱方法，所述步骤S2中的逻辑L1，是指货品与货箱的边界碰撞逻辑，具体计算公式为：x
′
i
≤L，y
′
i
≤W，z
′
i
≤H，i＝1，2，3
…
，n其中，L，W，H分别表示货箱的长，宽，高，i表示当前货品的编号，(x
i
，y
i
，z
i
)为货品放入货箱后的右后下三维坐标，(x
′
i
，y
′
i
，z
′
i
)为货品放入货箱后的左前上三维坐标。4.根据权利1所述的基于强化学习和动态搜索的智能装箱方法，所述步骤S2中的动作D1，是指改变货品堆放姿态，具体地，货品堆放时共6种姿态，每次旋转分别以货品的长宽、长高、宽高平面为底，顺时针旋转90度，每旋转一次可以更新一次货品的姿态，并把旋转货品动作a
i
存入知识库。5.根据权利1所述的基于强化学习和动态搜索的智能装箱方法，所述步骤S2中的逻辑L2，是指货品与货品之间的重叠判断逻辑，具体计算公式为：L2，是指货品与货品之间的重叠判断逻辑，具体计算公式为：其中，x
′
i
，y
′
i
，z
′
i
分别表示表示当前货品左前上x轴，y轴，z轴的三维坐标，x
′
i+1
，y
′
i+1
，z
′
i+1
分别表示新放入货品左前上x轴，y轴，z轴的三维坐标，T
i
表示货品i的接触面积，即货品底部至少有一半面积被支撑，不得悬空堆放。6.根据权利1所述的基于强化学习和动态搜索的智能装箱方法，所述步骤S2中的动作D2，是指改变货品的堆放位置，具体地，建立一个行李码放状态矩阵G，每次改变货品堆放位置的动作前，都以动态搜索算法来计算出可堆放货品的三维坐标，通过查询矩阵G确认该坐标可执行后，再更新矩阵G中的参数，并执行改变货品堆放位置的动作，矩阵G的公式为：
其中，(x
i
，y
i...

【专利技术属性】
技术研发人员：陈月峰，任德平，
申请(专利权)人：中通云仓科技有限公司，
类型：发明
国别省市：