【技术实现步骤摘要】
本专利技术涉及路径控制，具体涉及一种基于机器学习的物流路径控制系统。
技术介绍
1、随着社会的进步和网络销售的发展，物流行业也在逐步的扩大，而随着物流任务的增多，就需要对物流的进行规划和管理，并生成路径控制路线引导物流车的行进，尤其是随着智能无人物流车的应用，对路径控制也越发的依赖。
2、公开号为cn111427363a的中国专利，公开了一种机器人导航控制方法及系统，涉及机器人控制领域。包括：步骤s1，采用定位装置获取无人物流车的实时位置信息；步骤s2，根据广基线图像、窄基线图像和实时位置信息处理获得路径控制地图；步骤s3，实时扫描获得扫描地图；包含若干障碍物；步骤s4，对障碍物进行测量得到障碍物高度信息，并标注得到障碍物地图；步骤s5，将障碍物地图与路径控制地图融合，建立地形测绘图；步骤s6，地形测绘图中的障碍物高度信息小于预先设置的障碍物阈值，则输出第一控制指令；不小于障碍物阈值，则输出第二控制指令；步骤s7，根据第一控制指令翻越障碍物；步骤s8，根据第二控制指令转向回避障碍物。具有以下有益效果：实现无人物流车的精确路径控制和有效回避障碍物。
3、然而现有技术还存在物流送货的过程中智能无人物流车遇到移动障碍物遮挡道路的情况，比如遇到两个智能无人物流车相对行驶，且两个智能无人物流车相遇时的位置不够两个无人物流车错开通过时，现有技术可能会导致两个智能无人物流车被堵在原地。
技术实现思路
1、本专利技术的目的是提供一种基于机器学习的物流路径控制系统，以解决现有
2、为了实现上述目的，本专利技术提供如下技术方案：一种基于机器学习的物流路径控制系统，包括信号模块、储存模块、地图调取模块、探测模块、路线规划模块、后台管理模块；所述信号模块用于进行卫星定位，和获取接收信号，并与后台管理模块建立远程连接，信号模块通过获取卫星信号来进行卫星定位，信号模块获取接收的信号还包括wifi信号、数据信号等；所述储存模块用于储存信号信息和电子地图，所述信号信息与对应的电子地图绑定，且所述信号信息标记在与之绑定的电子地图的对应的位置，电子地图内包含通行道路及其宽度、高度信息，其中通行道路为车辆可行驶的平路，优选的，电子地图为实景地图；所述地图调取模块用于将信号模块接收到的信号与储存模块中的信号信息对比，得到接收到的信号对应的信号信息绑定的电子地图，并将所述电子地图调取出来作为当前地图使用；所述探测模块用于探测获取无人物流车周围路况信息；所述路线规划模块设置在无人物流车上，用于根据所述探测模块获取的路况信息和所述当前地图进行路线规划，生成规划线路；所述后台管理模块用于控制管理与之建立连接的无人物流车；还包括识别绑定模块，所述识别绑定模块包括识别码，每个所述无人物流车均设置有唯一的识别码，所述探测模块还用于在靠近其他无人物流车时获取其他无人物流车的识别码，并将识别码发送到识别绑定模块由识别绑定模块将探测的无人物流车与被识别的无人物流车关联绑定；若无人物流车行驶到信号较差区域，所述识别绑定模块将无人物流车关联绑定后，对绑定的无人物流车的所述规划路线进行调整。
3、若无人物流车行驶到信号较差区域，所述识别绑定模块将无人物流车关联绑定后，对绑定的无人物流车的所述规划路线进行调整，具体步骤为：
4、a1、所述识别码被识别的无人物流车的路线规划信息传输到进行探测的无人物流车对应的路线规划模块中；
5、a2、所述路线规划模块对绑定的无人物流车的相遇位置的路线进行调整，使得绑定的无人物流车错开通过所述相遇位置；
6、a3、所述路线规划模块将调整后的所述识别码被识别的无人物流车的路线，通过信号模块发送给所述识别码被识别的无人物流车，绑定无人物流车按调整后的路线行驶通过相遇位置后继续按所述规划线路行驶。
7、进一步的，所述探测模块将探测到的路况信息与所述当前地图对比，识别临时障碍物，判断临时障碍物是否移动，对规划路线进行相应调整，具体步骤为：
8、b1、识别临时障碍物时，探测模块获取临时障碍物的宽度信息，结合电子地图中的相遇位置的道路宽度信息，和与临时障碍物相遇的无人物流车的宽度信息，通过路线规划模块分析判断道路是否有足够空间错开障碍物，是则对当前无人物流车位置到刚好经过障碍物位置的路线进行规划调整，使无人物流车错开所述临时障碍物行驶；
9、b2、否，且临时障碍物移动，则等待5-10秒，若临时障碍物主动避让则返回b1，其中，临时障碍物主动避让的情况为，在无人物流车等待的过程中，临时障碍物移动且探测模块监测到道路一侧宽度增大直至可供无人物流车通过且不再减小；若临时障碍物不主动避让，则通过探测模块获取临时障碍物宽度，控制无人物流车向后行驶，并通过探测模块寻找避让空间，找到避让空间后控制无人物流车行驶至避让空间进行避让，直至探测模块探测所述规划线路上无临时障碍物时驶入规划线路，继续按规划线路行驶，并返回b1；
10、b3、否，且临时障碍物不移动，则通过路线规划模块生成当前位置到原目标点的规划线路，对所述规划线路进行更新。
11、进一步的，b2步骤中对无人物流车在避让空间的总时间进行计时，若时间大于10-15分钟，则执行b3。
12、进一步的，所述信号信息包括wifi信号及其所在的电子地图及坐标信息，所述电子地图有多个，分别对应多层建筑的各层，所述电子地图还包括其在对应多层建筑中的高度信息。
13、进一步的，所述地图调取模块调取电子地图的具体步骤为：
14、c1、通过信号模块实时获取wifi信号；
15、c2、将获取到的wifi信号与储存模块中的信号信息对比，得到所述wifi信号的三维坐标，及无人物流车与wifi信号坐标连线的角度信息；
16、c3、根据所述三维坐标和所述角度信息，计算此时的无人物流车坐标，实现无人物流车定位。
17、1、与现有技术相比，本专利技术提供的一种基于机器学习的物流路径控制系统，通过设置信号模块、储存模块、地图调取模块、探测模块、路线规划模块、后台管理模块，实现了无人物流车的道路规划，并通过后台管理模块控制无人物流车相遇时相互错开或避让通行，防止无人物流车在窄路相遇时堵死不能继续通行，提高了通行的效率。
18、2、现有技术相比，本专利技术提供的一种基于机器学习的物流路径控制系统，通过设置识别绑定模块和探测模块，可实现在信号较差区域后台管理模块无法及时调动无人物流车时，无人物流车在窄路相遇时的无人物流车的避让通行。
19、3、现有技术相比，本专利技术提供的一种基于机器学习的物流路径控制系统，通过设置路线规划模块、探测模块、储存模块，可探测并识别临时障碍物，并根据临时障碍物的宽度，临时障碍物是否移动，移动的临时障碍物拥堵时间是否过长，控制无人物流车避让或调整规划路线，进一步提高了通行的效率。
本文档来自技高网...【技术保护点】
1.一种基于机器学习的物流路径控制系统，其特征在于：包括信号模块、储存模块、地图调取模块、探测模块、路线规划模块、后台管理模块；
2.根据权利要求1所述的一种基于机器学习的物流路径控制系统，其特征在于：所述识别绑定模块将无人物流车关联绑定后，对绑定的无人物流车的所述规划路线进行调整，具体步骤为：
3.根据权利要求1所述的一种基于机器学习的物流路径控制系统，其特征在于：所述探测模块将探测到的路况信息与所述当前地图对比，识别临时障碍物，判断临时障碍物是否移动，对规划路线进行相应调整，具体步骤为：
4.根据权利要求3所述的一种基于机器学习的物流路径控制系统，其特征在于：b2步骤中对无人物流车在避让空间的总时间进行计时，若时间大于10-15分钟，则执行b3。
5.根据权利要求1所述的一种基于机器学习的物流路径控制系统，其特征在于：所述信号信息包括WiFi信号及其所在的电子地图及坐标信息，所述电子地图有多个，分别对应多层建筑的各层，所述电子地图还包括其在对应多层建筑中的高度信息。
6.根据权利要求5所述的一种基于机器学习的物流路径
...【技术特征摘要】
1.一种基于机器学习的物流路径控制系统，其特征在于：包括信号模块、储存模块、地图调取模块、探测模块、路线规划模块、后台管理模块；
2.根据权利要求1所述的一种基于机器学习的物流路径控制系统，其特征在于：所述识别绑定模块将无人物流车关联绑定后，对绑定的无人物流车的所述规划路线进行调整，具体步骤为：
3.根据权利要求1所述的一种基于机器学习的物流路径控制系统，其特征在于：所述探测模块将探测到的路况信息与所述当前地图对比，识别临时障碍物，判断临时障碍物是否移动，对规划路线进行相应调整，具体步骤为：
<...【专利技术属性】
技术研发人员：张秀丽，
申请(专利权)人：北京云启帮科技有限公司，
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。