【技术实现步骤摘要】
本专利技术属于仓储物流，具体涉及一种基于智能机器人的仓储物流调度管理系统及方法。
技术介绍
1、移动机器人简称agv，指装备有电磁或光学等自动导引装置，能够沿规定的导引路径行驶，具有安全保护以及各种移载功能的运输车，工业应用中无需驾驶员的搬运车，以可充电的蓄电池为其动力来源。一般可通过电脑来控制其行进路线以及行为，或利用电磁轨道来设立其行进路线，电磁轨道固定在地板上，移动机器人则依循电磁轨道提供的信号进行移动与动作。但在实际的使用过程中，现有的仓储系统对于agv移动路径规划方式较为单一，无法满足复杂货物仓储分拣需求。
2、为了解决现有技术存在的不足，人们进行了长期的探索，提出了各式各样的解决方案。例如，中国专利文献公开了一种仓储agv多点取送货最优路径规划方法及系统[202210907780.2]，其将全局地图作为环境使用栅格法进行分解，以agv为代理，以代理位置信息与任务完成信息为状态，以代理可选的移动行为为动作，建模成为一个马尔可夫决策过程模型；基于马尔可夫决策过程模型大小为状态总数×动作总数的q表，对q表设定探索策略与迭代次数，然后进行迭代，达到迭代次数上限后，根据迭代完成的q表得出相应的任务顺序和移动路径。
3、上述方案在一定程度上解决了agv移动规划的问题，但是该方案依然存在着诸多不足，例如环境适应性较差、无法满足复杂货物仓储分拣需求等问题。
技术实现思路
1、本专利技术的目的是针对上述问题，提供一种设计合理，可满足复杂货物仓储分拣需求的基于智能机
2、本专利技术的另一个目的是针对上述问题，提供一种路径规划效果好的基于智能机器人的仓储物流调度系统。
3、为达到上述目的，本专利技术采用了下列技术方案：一种基于智能机器人的仓储物流调度方法，包括如下步骤：
4、s1：agv进行自主导航并抓取货物；
5、s2：对仓库货位进行分配；
6、s3：对仓库进行拣选作业。
7、在上述的一种基于智能机器人的仓储物流调度方法中，步骤s1包括如下步骤：
8、s11：获取环境信息，构建环境地图；
9、s12：确定agv位置以及姿态；
10、s13：根据环境地图进行路径规划；
11、s14：agv移动中进行反馈
12、在上述的一种基于智能机器人的仓储物流调度方法中，步骤s11通过激光雷达采集点云信息，然后采用icp或ndt算法进行点云配准，之后进行二维栅格化处理。
13、在上述的一种基于智能机器人的仓储物流调度方法中，步骤s13包括如下步骤：
14、s131：将agv划分为管理层α、副管理层β、被管理层γ以及基层δ；
15、s132：agv搜寻并逐渐靠近货物，其行为模型为：
16、d＝c·xp(t)-x(t)，x(t+1)＝xp(t)-a·d，
17、a＝2α·r1-a，c＝2r2，
18、其中t为迭代次数，a以及c为协同系数向量，xp为货物位置向量，x(t)为agv当前位置向量，迭代过程中a由2呈线性下降至0，r1和r2为[0，1]的随机向量；
19、s133：管理层α、副管理层β以及基层δ在迭代过程中更新其他agv位置，其行为模型为：
20、dα＝c1·xα-x，dβ＝c2·xβ-x，dδ＝c3·xδ-x，
21、x1＝xα-a1·dα，x2＝xβ-a2·dβ，x3＝xδ-a3·dδ，
22、x(t+1)＝(x1+x2+x3)/3,
23、xα、xβ、xδ为管理层α、副管理层β、基层δ的位置向量，x为备份agv的位置向量，dα、dβ、dδ为备份agv与管理层α、副管理层β、基层δ的距离；当|a|＞1时，agv分散寻找货物，当|a|＜1时，agv对区域集中搜寻；
24、s134：步骤s132中a为区间[-a，a]内的随机向量，a在迭代过程中线性下降，当a处于[-1，1]时，锁定agv与货物的位置；
25、s135：c向量在迭代过程中随机变化，对货物进行全地图搜寻。
26、在上述的一种基于智能机器人的仓储物流调度方法中，步骤s2包括如下步骤：
27、s21：设置agv数量和初始仓储货位；
28、s22：agv搜寻新的仓储货位，计算适应度值，若找到更优的仓储货位则对仓储货位进行保存；
29、s23：agv采用贪心算法将获得的仓储货位分享给其他agv；
30、s24：各agv随机选择位置并在该位置周围进行局部搜寻，若发现更优的仓储货位则对仓储货位进行保存；
31、s25：根据保存的所有仓储货位，选择其中最优的仓储货位作为新的仓储货位；
32、s26：迭代循环最终确定最优仓储货位。
33、在上述的一种基于智能机器人的仓储物流调度方法中，步骤s2中由管理层α的agv进行仓储货位的搜寻，并将仓储货位分享给副管理层β的agv，最终由基层δ的agv进行局部搜寻。
34、在上述的一种基于智能机器人的仓储物流调度方法中，步骤s3包括如下步骤：
35、s31：从订单池捞取订单，并按照仓库固定批次订单数量划定拣货批次；
36、s32：对各批次分别创建拣货单并进行拣货；
37、s33：从同一批次的拣货单分拣出的货物集中；
38、s34：对各批次集中后的货物采用手动或自动方式分拣发货。
39、在上述的一种基于智能机器人的仓储物流调度方法中，步骤s3采用agv对进行货物分拣，agv在拣货区以s形路径行进，当进入货架巷道内以z形或s形路径拣货，agv在货架外围以u形路径行进。
40、在上述的一种基于智能机器人的仓储物流调度方法中，步骤s1-s3中所采用的agv包括至少三种类型，所采用的协同设备种类不少于50种且协同设备数量不少于300个，各设备交互运算时间不大于100m/s，其中货物托盘与标准位置的最大角度偏差为30°-40°，货物托盘与标注位置的最大距离偏差为75-85cm。
41、一种基于智能机器人的仓储物流调度系统，采用了上述一种基于智能机器人的仓储物流调度系统。
42、与现有的技术相比，本专利技术的优点在于：采用混合算法实现agv路径规划，从而实现货物快速搜寻拣选以及获得最佳的仓储货位，对于复杂环境具有良好的适应性；货物采用分批次拣选并集中发货，提高仓储货位周转效率以及灵活度；采用不同种类的agv，根据其适应度进行分级管理规划，降低设备协调难度。
本文档来自技高网...【技术保护点】
1.一种基于智能机器人的仓储物流调度方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤S1包括如下步骤：
3.根据权利要求2所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤S11通过激光雷达采集点云信息，然后采用ICP或NDT算法进行点云配准，之后进行二维栅格化处理。
4.根据权利要求2所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤S13包括如下步骤：
5.根据权利要求4所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤S2包括如下步骤：
6.根据权利要求5所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤S2中由管理层α的AGV进行仓储货位的搜寻，并将仓储货位分享给副管理层β的AGV，最终由基层δ的AGV进行局部搜寻。
7.根据权利要求1所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤S3包括如下步骤：
8.根据权利要求7所述的一种基于智能机
9.根据权利要求1所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤S1-S3中所采用的AGV包括至少三种类型，所采用的协同设备种类不少于50种且协同设备数量不少于300个，各设备交互运算时间不大于100m/s，其中货物托盘与标准位置的最大角度偏差为30°-40°，货物托盘与标注位置的最大距离偏差为75-85cm。
10.一种基于智能机器人的仓储物流调度系统，其特征在于，采用了上述权利要求1-9任意一项所述的一种基于智能机器人的仓储物流调度系统。
...【技术特征摘要】
1.一种基于智能机器人的仓储物流调度方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤s1包括如下步骤：
3.根据权利要求2所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤s11通过激光雷达采集点云信息，然后采用icp或ndt算法进行点云配准，之后进行二维栅格化处理。
4.根据权利要求2所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤s13包括如下步骤：
5.根据权利要求4所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤s2包括如下步骤：
6.根据权利要求5所述的一种基于智能机器人的仓储物流调度方法，其特征在于，所述的步骤s2中由管理层α的agv进行仓储货位的搜寻，并将仓储货位分享给副管理层β的agv，最终由基层δ的agv进行局部搜寻。
【专利技术属性】
技术研发人员：胡海强，肖锋，王波，洪诚，王珍，朱恒成，解斐，
申请(专利权)人：中建材智能自动化研究院有限公司，
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。