一种基于基因型遗传算法的纸箱混合码垛方法技术

本发明专利技术公开了一种基于基因型遗传算法的纸箱混合码垛方法，是在标准遗传算法的基础上，提出了一种适用于混合码垛算法的基因型遗传算法，以获得纸箱混合码垛中各个纸箱码放顺序、位置及姿态的最优解，该方法继承了遗传算法快速求解最优解的特点，将每个纸箱看作一个遗传因子进行遗传，并根据订单有数量及种类要求的特点，采用自相交的方式进行遗传寻优。该方法能够解决在无人化仓库中，机器人无法根据订单信息，自动规划纸箱码放位置的问题。大大提高了机器人的智能化程度。提高了机器人的智能化程度。提高了机器人的智能化程度。

【技术实现步骤摘要】
一种基于基因型遗传算法的纸箱混合码垛方法


[0001]本专利技术属于码垛
，具体涉及一种基于基因型遗传算法的纸箱混合码垛方法。

技术介绍

[0002]目前在仓储物流按订单出库作业中，一般采用人工码垛或机器人码垛。在物流仓储场景中，混合纸箱码垛机器人有着大量的应用需求，可以代替人工搬运，可以大大提升生产效率。但是对于乱序到来的、多种尺寸规格的箱子，如何用机器人实现自动、高效的码垛，节省人力的同时提升物流周转效率，是物流仓储自动化的一个难点问题。其核心是求解装箱问题(Bin Packing Problem，BPP)这一经典的NP难题，即为每一个纸箱规划在容器中的摆放位置，以最大化容器的空间利用率。由于每个订单需要的货物种类及数量都不相同，无法使用示教的方式完成混合码垛。
[0003]针对上述问题，需要有一套算法能够根据订单中货物的尺寸、数量、重量、承重等信息自动规划货物的出库顺序及码垛策略，用来引导机器人自动码垛，从而实现真正意义上的无人化仓储。

技术实现思路

[0004]本专利技术的目的是针对上述现有技术的不足，而提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于基因型遗传算法的纸箱混合码垛方法，其特征在于，包括如下步骤：S1、根据订单信息，将每个纸箱作为一个基因以I表示，将所有纸箱的线性排列作为遗传算法的基因型以P表示，则初代个体为：P(0)＝{I0,I1,I2,
…
,I
n
}，n为纸箱个数；上述基因I＝{L,W,H,T,Wt,M}，其中：L表示纸箱的长；W表示纸箱的宽；H表示纸箱的高；T表示纸箱的重量；Wt表示纸箱能够承受的重量；M表示纸箱的摆放姿态M＝{0或1}，0表示纸箱长度方向与托盘坐标系的X方向平行，1表示纸箱长度方向与托盘坐标系的X方向垂直；S2、将P(0)内的各个基因I
x
随机交叉排列以产生足够多的子代个体P(1)
m
，m为设定值,即子代个体的个数；S3、将纸箱的摆放姿态M作为突变项，以托盘利用率U最大为遗传个体评价标准，以设定的终止判断条件进行遗传操作，以最终得到最优的纸箱抓取顺序；S4、机器人按照上述最优纸箱抓取顺序依次抓取对应的纸箱，按照设定的摆放规则将其摆放在托盘的对应位置。2.根据权利要求1所述的基于基因型遗传算法的纸箱混合码垛方法，其特征在于，所述步骤S2中设定的终止判断条件为：设定的托盘利用率U或者设定的遗传代数。3.根据权利要求2所述的基于基因型遗传算法的纸箱混合码垛方法，其特征在于，托盘利用率U的计算公式为：其中，v
i
为各个纸箱的体积；S为托盘允许放置纸箱的最大体积；N为本次订单所使用托盘的总数。4.根据权利要求2所述的基于基因型遗传算法的纸箱混合码垛方...

【专利技术属性】
技术研发人员：苗庆伟，邵军强，
申请(专利权)人：河南埃尔森智能科技有限公司，
类型：发明
国别省市：