【技术实现步骤摘要】
本专利技术涉及厂内物流运输领域，尤其涉及一种厂内物流运输交通管制的方法。
技术介绍
1、在工厂内，物流运输交通情况复杂，首先，通道一般较窄，不能同时容纳多辆车同时通行，其次，存在多种类型的运输工具，包括移动机器人（无轨）、磁条agv、二维码agv、地牛、人工小火车、叉车、手推车等，再者，多品牌机器人系统之间封闭，无法实现有效通讯交互，导致无法进行有效安全避让。
2、现有技术中，首先，对于移动机器人与其他车辆如地牛、人工小火车、叉车、手推车等避让，如不能满足错车通行，则一般由人工操作的运输车辆进行主动后退等避让；其次，对于移动机器人与固定路线的机器人如磁条agv、二维码agv等，如不能满足错车通行，则需人为介入处理；再者，对于不同品牌的移动机器人，现有技术一般采用统一调度平台进行统一的路径规划并将路径下发给移动机器人，但由于不同品牌的机器人公司采用的技术路径决策算法和策略不同，有的由单台机器人自主进行路径规划，有的由多机调度管理系统统一规划路径再下发到单台机器人，因此，无法通过统一调度平台进行不同品牌机器人的统一交通管制。
3、现有交通管制技术存在缺陷，无法满足目前厂内物流的交通管制问题，不能进行有效管理和监控。
4、有鉴于此，特提出本专利技术。
技术实现思路
1、针对上述现有技术中存在的技术问题，本申请的目的在于提供一种厂内物流运输交通管制的方法。
2、为实现本专利技术的目的，本专利技术提出如下技术解决方案：
3、具体步骤
4、s1：机器人管理系统设置交通管制区域；
5、s2：交通管制区域内设置视觉摄像头；
6、s3：视觉识别系统通过视觉摄像头识别指定物体以及指定物体的移动方向；
7、s4：机器人管理系统设置交通管制模块，与视觉识别系统交互，管理交通管制区域的通行权限；
8、s5：移动机器人通过交通管制区域前，向机器人管理系统申请通行权限。
9、进一步地，所述步骤s2中，所述视觉摄像头为1个或多个，所述视觉摄像头与其所在的所述交通管制区域绑定。
10、进一步地，步骤s3中，所述视觉识别系统搭建深度学习模型，对指定物体进行深度学习模型训练，从所述视觉摄像头实时采集的图像中识别指定物体以及指定物体的移动方向。
11、进一步地，所述步骤s3中，具体包括，在交通管制区域内，所述视觉摄像头对指定指定物体进行检测与识别。
12、进一步地，所述步骤s4中，具体包括，当所述视觉摄像头识别到指定物体时，视觉识别系统记录所述指定物体的移动方向，与所述交通管制模块交互，所述交通管制模块根据申请的移动机器人的行驶方向管理移动机器人的通行权限。
13、当所述视觉摄像头识别交通管制区域内无指定物体后，所述视觉识别系统通知所述机器人管理系统，所述交通管制模块标注该所述视觉摄像头所在的交通管制区域为非占用。
14、进一步地，进一步在所述交通管制区域内设置交通警示系统，人工操作的车辆通过所述交通警示系统判断是否允许进入交通管制区域。
15、进一步地，所述步骤s5中，具体包括，所述移动机器人行驶到交通管制区域前，向所述机器人管理系统申请通行权限，当所述移动机器人行驶方向与所述交通管制区域内指定物体的行驶方向一致时，所述移动机器人继续通行，当所述移动机器人行驶方向与所述交通管制区域内指定物体行驶方向冲突时，所述移动机器人原地等候。
16、进一步地，所述移动机器人原地等候预设时间后仍未获得通行权限，则重新规划可通行的行驶通道。
17、进一步地，所述重新规划可通行的行驶通道，如当前无可用行驶通道时，所述移动机器人判断当前是否满足退还任务条件，如满足，则将当前任务退还机器人管理系统，将任务指派其他可执行任务的移动机器人执行。
18、进一步地，除所述移动机器人外，其他车辆通过交通管制区域前，向机器人管理系统申请通行权限。
19、与现有技术相比，本专利技术利用上述厂内物流运输交通管制的方法，具有如下优势或有益效果：
20、创新性地使用视觉算法实现厂内物流交通管制，利用先进的深度学习算法和模型，通过识别、分析、处理图像数据，实现对厂内物流运输的智能管理和控制；
21、基于视觉算法的交通管制系统利用计算机视觉技术，通过图像采集设备，获取厂内物流运输的实时图像数据，并利用算法对图像进行分析和处理。能够实时监测车辆、人员和货物的位置和运动轨迹等，并自动识别异常情况，如拥堵、碰撞、违规行驶等；
22、不仅管理移动机器人（无轨）的交通，还可以智能管控其他车辆如磁条agv、二维码agv、其他品牌的自主导航移动机器人、人工小火车等的交通，实现高智能车辆避让低智能车辆，实现厂内物流的高效、实时交通管制。
23、采用视觉算法实现厂内物流运输的交通管制，能够提供更全面的监测覆盖范围，确保厂内物流运输的安全和顺畅；
24、通过视觉算法，能够提高交通状况的监测准确率和效率，减少误报和漏报情况；
25、视觉摄像头不仅可用于交通管制，同时可用于监控等其他用途，视觉算法还可以与其他技术结合，如物联网、大数据分析等，实现对厂内物流运输的更深入分析和优化，经济实用；
26、通过视觉识别交通管制区域状态，使机器人实现任务执行的优化，即根据路况接收、拒收、退还任务，实现厂内物流运输的自动调节，确保任务按时完成；
本文档来自技高网...【技术保护点】
1.一种厂内物流交通管制的方法，其特征在于，所述厂内物流交通管制的方法具体步骤如下：
2.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，步骤S2中，所述视觉摄像头为1个或多个，所述视觉摄像头与其所在的所述交通管制区域绑定。
3.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，步骤S3中，所述视觉识别系统搭建深度学习模型，对指定物体进行深度学习模型训练，从所述视觉摄像头实时采集的图像中识别指定物体以及指定物体的移动方向。
4.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，步骤S3中，具体包括，在交通管制区域内，所述视觉摄像头对指定物体进行检测与识别。
5.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，步骤S4中，具体包括，
6.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，进一步在所述交通管制区域内设置交通警示系统，人工操作的车辆通过所述交通警示系统判断是否允许进入交通管制区域。
7.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，
8.根据权利要求7所述的一种厂内物流交通管制的方法，其特征在于，所述移动机器人原地等候预设时间后仍未获得通行权限，则重新规划可通行的行驶通道。
9.根据权利要求8所述的一种厂内物流交通管制的方法，其特征在于，所述重新规划可通行的行驶通道，如当前无可用行驶通道时，所述移动机器人判断当前是否满足退还任务条件，如满足，则将当前任务退还机器人管理系统，将任务指派其他可执行任务的移动机器人执行。
10.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，进一步包括，除所述移动机器人外，其他车辆通过交通管制区域前，向机器人管理系统申请通行权限。
...【技术特征摘要】
1.一种厂内物流交通管制的方法，其特征在于，所述厂内物流交通管制的方法具体步骤如下：
2.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，步骤s2中，所述视觉摄像头为1个或多个，所述视觉摄像头与其所在的所述交通管制区域绑定。
3.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，步骤s3中，所述视觉识别系统搭建深度学习模型，对指定物体进行深度学习模型训练，从所述视觉摄像头实时采集的图像中识别指定物体以及指定物体的移动方向。
4.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，步骤s3中，具体包括，在交通管制区域内，所述视觉摄像头对指定物体进行检测与识别。
5.根据权利要求1所述的一种厂内物流交通管制的方法，其特征在于，步骤s4中，具体包括，
6.根据权利要求1所述的一种厂内物流交通管制的方法，其特...
【专利技术属性】
技术研发人员：于燕宁，请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：天津联汇智造科技有限公司，
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。