System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于路径规划,具体涉及一种物流机器人的路径规划方法。
技术介绍
1、目前物流仓库是电商和物流公司存放大量待发放包裹和存储货物的地方,随着我国快递业务的快速增长,物流中转站的包裹越来越多,需要的人力资本也越来越多。但随着人工智能的发展,智能物流机器人逐步进入了大众的视野,物流工作也逐渐开始与智能化机器人相结合,目前运输用的物流机器人大都采用人为预设好的路线进行投递,不能根据实际仓库情况进行实时优化,因此机器人的智能搬运过程会造成过多的资源消耗,从而降低了效率。
技术实现思路
1、本专利技术为了解决以上问题,提出了一种物流机器人的路径规划方法。
2、本专利技术的技术方案是:一种物流机器人的路径规划方法包括以下步骤:
3、s1、获取物流仓库的地图,并确定物流包裹在地图中的初始位置坐标和存放位置坐标;
4、s2、根据物流包裹在地图中的初始位置坐标,确定理想物流机器人,并为理想物流机器人生成初始配送路径;
5、s3、根据物流包裹在地图中的初始位置坐标和存放位置坐标,对初始配送路径进行优化,为理想物流机器人生成优化配送路径。
6、初始位置坐标,即物流机器人路径规划的起点;存放位置坐标,即物流机器人路径规划的终点。
7、进一步地,s2中,利用自由空间法为理想物流机器人生成初始配送路径。
8、s2中,将距离初始位置坐标行驶距离最近的空闲物流机器人作为理想物流机器人。自由空间法采用预先定义的基本形状构造自由
9、进一步地,s3包括以下子步骤:
10、s31、获取初始配送路径中所有障碍物,并确定各个障碍物的运输惩罚系数;
11、s32、根据各个障碍物的运输惩罚系数,确定初始配送路径的第一待优化障碍物集合;
12、s33、在初始配送路径中,确定第二待优化障碍物集合;
13、s34、构建路径优化模型,将第一待优化障碍物集合和第二待优化障碍物集合输入至路径优化模型中,为理想物流机器人生成优化配送路径。
14、上述进一步方案的有益效果是:在本专利技术中,在初始配送路径中会存在多个障碍物,理想物流机器人在经过障碍物时会进行转弯(即转折),而物流机器人的转弯操作较慢,既会增加运输时间,还会增加运输成本,因此本专利技术通过计算每个障碍物的运输惩罚系数以及经过每个障碍物的转折次数来挑选需要进行平滑的障碍物。本专利技术构建路径优化模型,对初始配送路径中理想物流机器人的转折点进行平滑操作,完成路径优化。
15、进一步地,s31中,第i个障碍物的运输惩罚系数pi的计算公式为:;式中,αi表示理想物流机器人经过第i个障碍物的转折角度,xi表示第i个障碍物在地图的横坐标,yi表示第i个障碍物在地图的纵坐标,xi-1表示第i-1个障碍物在地图的横坐标,yi-1表示第i-1个障碍物在地图的纵坐标,xi+1表示第i+1个障碍物在地图的横坐标,yi+1表示第i+1个障碍物在地图的纵坐标,x0表示物流包裹在地图中的初始位置横坐标,y0表示物流包裹在地图中的初始位置纵坐标,x1表示物流包裹在地图中的存放位置横坐标,y1表示物流包裹在地图中的存放位置纵坐标,ri表示理想物流机器人经过第i个障碍物的运输成本,表示向上取整。
16、进一步地,s32中,确定第一待优化障碍物集合的具体方法为:将运输惩罚系数小于运输惩罚阈值的所有障碍物作为第一待优化障碍物集合;
17、运输惩罚阈值可以人为设定,也可以采用所有障碍物的运输惩罚系数的均值。
18、s33中,确定第二待优化障碍物集合的具体方法为:将初始配送路径中除第一待优化障碍物集合外转折次数大于1的所有障碍物作为第二待优化障碍物集合。
19、进一步地,路径优化模型包括第一卷积层、第二卷积层、第一激活层、第二激活层和平滑层;
20、第一卷积层的输入端作为路径优化模型的第一输入端;第二卷积层的输入端作为路径优化模型的第二输入端;第一卷积层的输出端、第一激活层以及平滑层的第一输入端依次连接;第二卷积层的输出端、第二激活层以及平滑层的第二输入端依次连接;平滑层的第一输出端作为路径优化模型的第一输出端;平滑层的第二输出端作为路径优化模型的第二输出端。
21、上述进一步方案的有益效果是:在本专利技术中,第一卷积层对第一待优化障碍物集合进行特征提取,输出多个特征值,第二卷积核对第二待优化障碍物集合进行特征提取,输出多个特征值。第一激活层对第一卷积层输出的最大/小特征值进行运算,第二激活层对第二卷积层输出的最大/小特征值进行运算。平滑层根据第一激活层和第二激活层的输出确定最终的平滑角度。理想物流机器人在经过障碍物时,可直接采用该平滑角度,或在本身转折角度基础上加减平滑角度。
22、进一步地,第一卷积层的输出u的表达式为:u={u1,…,um,…,um},;式中,u1表示第一卷积层中第一个卷积核的输出,um表示第一卷积层中第m个卷积核的输出,um表示第一卷积层中第m个卷积核的输出,m表示第一卷积层的卷积核个数,pm表示第一卷积层中第m个卷积核对应处理障碍物的运输惩罚系数,pm-1表示第一卷积层中第m-1个卷积核对应处理障碍物的运输惩罚系数,pm+1表示第一卷积层中第m+1个卷积核对应处理障碍物的运输惩罚系数,γm表示第一卷积层中第m个卷积核的权重,bm表示第一卷积层中第m个卷积核的尺寸;
23、第二卷积层的输出v的表达式为:v={v1,…,vn,…,vn},;式中,v1表示第二卷积层中第一个卷积核的输出,vn表示第二卷积层中第n个卷积核的输出,un表示第二卷积层中第n个卷积核的输出,n表示第二卷积层的卷积核个数,cn表示第二卷积层中第n个卷积核对应处理障碍物的转折次数,γn表示第二卷积层中第n个卷积核的权重,bn表示第二卷积层中第n个卷积核的尺寸。
24、进一步地,第一激活层的输出j1的表达式为:;式中,e表示指数,max(·)表示最大值运算,β1表示第一激活层的偏置,u表示第一卷积层的输出,σ(·)表示激活函数,c表示常数;
25、第二激活层的输出j2的表达式为:;式中,β2表示第二激活层的偏置,v表示第二卷积层的输出。
26、进一步地,平滑层的输出w的表达式为:;式中,j1表示第一激活层的输出,j2表示第二激活层的输出,min(·)表示最小值运算。
27、本专利技术的有益效果是:该物流机器人的路径规划方法根据物流包括在地图的初始位置,分配理想物流机器人完成配送任务,并为理想物流机器人配置初始配送路径;考虑到物流仓库自身障碍物较多的特点,本专利技术对初始配送路径进行修正优化,尽量减少理想物流机器人的转折拐点,减少资源浪费,提本文档来自技高网...
【技术保护点】
1.一种物流机器人的路径规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的物流机器人的路径规划方法,其特征在于,所述S2中,利用自由空间法为理想物流机器人生成初始配送路径。
3.根据权利要求1所述的物流机器人的路径规划方法,其特征在于,所述S3包括以下子步骤:
4.根据权利要求3所述的物流机器人的路径规划方法,其特征在于,所述S31中,第i个障碍物的运输惩罚系数pi的计算公式为:;式中,αi表示理想物流机器人经过第i个障碍物的转折角度,xi表示第i个障碍物在地图的横坐标,yi表示第i个障碍物在地图的纵坐标,xi-1表示第i-1个障碍物在地图的横坐标,yi-1表示第i-1个障碍物在地图的纵坐标,xi+1表示第i+1个障碍物在地图的横坐标,yi+1表示第i+1个障碍物在地图的纵坐标,X0表示物流包裹在地图中的初始位置横坐标,Y0表示物流包裹在地图中的初始位置纵坐标,X1表示物流包裹在地图中的存放位置横坐标,Y1表示物流包裹在地图中的存放位置纵坐标,Ri表示理想物流机器人经过第i个障碍物的运输成本,表示向上取整。
5.根据权利
6.根据权利要求3所述的物流机器人的路径规划方法,其特征在于,所述路径优化模型包括第一卷积层、第二卷积层、第一激活层、第二激活层和平滑层;
7.根据权利要求6所述的物流机器人的路径规划方法,其特征在于,所述第一卷积层的输出U的表达式为:U={u1,…,um,…,uM},;式中,u1表示第一卷积层中第一个卷积核的输出,um表示第一卷积层中第m个卷积核的输出,uM表示第一卷积层中第M个卷积核的输出,M表示第一卷积层的卷积核个数,pm表示第一卷积层中第m个卷积核对应处理障碍物的运输惩罚系数,pm-1表示第一卷积层中第m-1个卷积核对应处理障碍物的运输惩罚系数,pm+1表示第一卷积层中第m+1个卷积核对应处理障碍物的运输惩罚系数,γm表示第一卷积层中第m个卷积核的权重,bm表示第一卷积层中第m个卷积核的尺寸;
8.根据权利要求6所述的物流机器人的路径规划方法,其特征在于,所述第一激活层的输出J1的表达式为:;式中,e表示指数,max(·)表示最大值运算,β1表示第一激活层的偏置,U表示第一卷积层的输出,σ(·)表示激活函数,c表示常数;
9.根据权利要求6所述的物流机器人的路径规划方法,其特征在于,所述平滑层的输出W的表达式为:;式中,J1表示第一激活层的输出,J2表示第二激活层的输出,min(·)表示最小值运算。
...【技术特征摘要】
1.一种物流机器人的路径规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的物流机器人的路径规划方法,其特征在于,所述s2中,利用自由空间法为理想物流机器人生成初始配送路径。
3.根据权利要求1所述的物流机器人的路径规划方法,其特征在于,所述s3包括以下子步骤:
4.根据权利要求3所述的物流机器人的路径规划方法,其特征在于,所述s31中,第i个障碍物的运输惩罚系数pi的计算公式为:;式中,αi表示理想物流机器人经过第i个障碍物的转折角度,xi表示第i个障碍物在地图的横坐标,yi表示第i个障碍物在地图的纵坐标,xi-1表示第i-1个障碍物在地图的横坐标,yi-1表示第i-1个障碍物在地图的纵坐标,xi+1表示第i+1个障碍物在地图的横坐标,yi+1表示第i+1个障碍物在地图的纵坐标,x0表示物流包裹在地图中的初始位置横坐标,y0表示物流包裹在地图中的初始位置纵坐标,x1表示物流包裹在地图中的存放位置横坐标,y1表示物流包裹在地图中的存放位置纵坐标,ri表示理想物流机器人经过第i个障碍物的运输成本,表示向上取整。
5.根据权利要求3所述的物流机器人的路径规划方法,其特征在于,所述s32中,确定第一待优化障碍物集合的具体方法为:将运输惩罚系数小于运输惩罚阈值的所有障碍物作为第一待优化障碍物集合;
【专利技术属性】
技术研发人员:褚风波,宁家川,赵昕,
申请(专利权)人:青岛冠成软件有限公司,
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。