【技术实现步骤摘要】
本专利技术属于工地物资智能数字化管理，尤其涉及一种基于路径规划的工地物资调配方法及系统。
技术介绍
1、现有的agv运输小车从货架上取得物资后，将物资配送至正确目的地。
2、agv作为智慧工地中的重要物资运输工具，大幅提升了物资配送的自动化水平，提高了工地施工效率，agv处在一个环境信息和障碍物信息未知的情况下，路径规划问题是agv技术中重要的一环，agv在移动过程中，想从一个位置移动到另一个位置，就必须找到一条不发生碰撞且相对安全的路径，路径规划要做的事情就是找出一条有效且合理的路径，如何设计路径规划和避障等算法是agv领域中的关键研究问题。
3、目前传统的路径规划算法，例如蚁群算法，虽然可以找到较为合适的物资配送路径，但其具有收敛性差的缺点，进行路径寻优时搜索比较有盲目性，极易陷入局部最优路径的问题，甚至可能无法规划出可行的配送路径。
技术实现思路
1、本专利技术实施例的目的在于提供一种基于路径规划的工地物资调配方法及系统，旨在解决传统算法收敛性差的缺点，进行路径寻优时搜索比较有盲目性，极易陷入局部最优路径的问题，甚至可能无法规划出可行路径的问题。
2、为实现上述目的，本专利技术提供了如下的技术方案。
3、在本专利技术的第一方面，提供了一种基于路径规划的工地物资调配方法，包括以下步骤：
4、将agv小车的工作区域分成若干个单位长度的栅格，形成工地栅格地图，工地栅格地图包括自由栅格和障碍栅格；
5、接收目标物
6、根据蚂蚁在工地栅格地图的前进方向，构建关于蚂蚁行进的角度函数，利用融合有角度函数的蚁群算法搜索物资配送起点到物资配送终点的配送路径，对配送路径的拐点路径进行平滑处理，输出行驶路径，agv小车基于行驶路径将目标物资从物资配送起点送到物资配送终点，完成工地物资调配。
7、作为本专利技术进一步的方案，在本专利技术形成工地栅格地图的步骤中，将栅格地图的左上角作为坐标原点，每个栅格的坐标点表示为(x，y)；其中：
8、将坐标原点的栅格表示为(0，0)，任意栅格的编号标记为a，从坐标原点从0开始编号，坐标和编号的转换过程表示为：
9、x＝int(a/bsize)+1；
10、y＝a％bsize+1；
11、其中，bsize表示每行栅格的个数；int表示取整函数；％表示取余数。
12、作为本专利技术进一步的方案，本专利技术利用改进的蚁群算法搜索物资配送起点到物资配送终点的配送路径的步骤包括：
13、设置蚁群算法的各个初始参数，包括蚂蚁数量、最大迭代次数、信息素浓度和启发信息；
14、每只蚂蚁从物资配送起点的起始栅格出发，开始搜索遍历进行路径寻优，选择转移概率最大的栅格作为转移栅格；
15、每次寻优迭代后，更新信息素浓度，开始新一轮的搜索，使蚁群重新回到起始栅格，并在达到预定的迭代次数后，结束搜索，找出最优的路径作为配送路径。
16、作为本专利技术进一步的方案，本专利技术选择转移概率最大的栅格作为转移栅格的步骤包括：
17、根据蚂蚁在工地栅格地图的前进方向，构建关于蚂蚁行进的角度函数；
18、利用融合有角度函数的转移概率公式计算第w只蚂蚁从栅格u转移到栅格v的转移概率，转移概率公式表示为：
19、
20、
21、其中，表示第w只蚂蚁在t时刻从栅格u转移到栅格v的转移概率；τuv(t)表示信息素浓度函数；表示启发信息函数；εuv(t)表示蚂蚁行进的角度函数；α、β、γ分别表示信息素浓度因子、启发信息因子、转移角度启发因子；e表示常数；θuv表示蚂蚁从栅格u转移到栅格v时的寻优角度；
22、基于转移概率的计算结果对所有的待选栅格进行排序，将计算结果为最大值的待选栅格作为转移栅格。
23、作为本专利技术进一步的方案，本专利技术在选择转移概率最大的栅格作为转移栅格的步骤之前，还包括对转移栅格能否被选进行判断的步骤，具体包括：
24、统计该转移栅格被蚂蚁选择的已选次数，以及获取该转移栅格的被选阈值次数；
25、当已选次数小于被选阈值次数时，则当前蚂蚁可以选择当前的转移栅格；
26、当已选次数已经等于被选阈值次数时，则对当前转移栅格定义为临时障碍栅格，并基于转移概率公式计算新的转移栅格，直到新的转移栅格的已选次数小于该栅格被选阈值次数时，则将当前新的转移栅格作为转移栅格。
27、作为本专利技术进一步的方案，本专利技术更新信息素浓度的步骤包括：
28、第t+1次路径寻优迭代时，对第t次路径寻优的信息素浓度按照如下规则进行更新调整：
29、τuv(t+1)＝(1-ρ)×τuv(t)+δτuv(t)；
30、其中，ρ表示信息素的挥发系数，τuv(t)表示第t次迭代时栅格u到栅格v的路径上的信息量；τuv(t+1)表示第t+1次迭代时栅格u到栅格v的路径上的信息量；
31、
32、其中，m表示蚂蚁的总数；δτuv(t)表示第t次迭代时，栅格u到栅格v的路径上的信息素增量；表示第q只蚂蚁第t次迭代在栅格u到栅格v的路径上留下的信息量；
33、按以下更新策略进行计算：
34、
35、其中，q表示信息素强度，lq为第q只蚂蚁遍历完所有栅格所走过的总路径长度。
36、作为本专利技术进一步的方案，本专利技术在达到预定的迭代次数后，结束搜索，找出最优的路径作为配送路径的步骤中，采用转弯次数函数和距离最短函数通过线性加权方式，将多个搜索路径进行排序，线性加权方式表示为：
37、s(d，z)＝μ1*d(p)+μ2*z(h)；
38、其中，μ1表示路径距离权重系数；μ2表示转弯次数权重系数；d(p)表示路径距离求和；z(h)表示转向次数求和。
39、在本专利技术的第二方面，提供了一种基于路径规划的工地物资调配系统，该调配系统包括：
40、场景地图构建模块，用于将agv小车的工作区域分成若干个单位长度的栅格，形成工地栅格地图，工地栅格地图包括自由栅格和障碍栅格；
41、调配任务解析模块，用于接收目标物资的配送任务，配送任务包括物资配送起点和物资配送终点，并从物资仓库中调取与配送任务相匹配数量的agv小车至物资配送起点；
42、路径规划模块，用于利用改进的蚁群算法搜索物资配送起点到物资配送终点的配送路径，对配送路径的拐点路径进行平滑处理，输出行驶路径；
43、物资配送模块，用于使agv小车基于行驶路径将目标物资从物资配送起点送到物资配送终点，完成工地物资调配。
44、在本专利技术的第三方面，提供了一种计算机设备，该计算机设备包括存储器、处理器以及存储在所述存储器上并可在所述处理本文档来自技高网...
【技术保护点】
1.一种基于路径规划的工地物资调配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于路径规划的工地物资调配方法，其特征在于，在形成工地栅格地图的步骤中，将栅格地图的左上角作为坐标原点，每个栅格的坐标点表示为(x，y)；其中：
3.根据权利要求2所述的基于路径规划的工地物资调配方法，其特征在于，利用改进的蚁群算法搜索物资配送起点到物资配送终点的配送路径的步骤包括：
4.根据权利要求3所述的基于路径规划的工地物资调配方法，其特征在于，选择转移概率最大的栅格作为转移栅格的步骤包括：
5.根据权利要求4所述的基于路径规划的工地物资调配方法，其特征在于，选择转移概率最大的栅格作为转移栅格的步骤之前，还包括对转移栅格能否被选进行判断的步骤，具体包括：
6.根据权利要求5所述的基于路径规划的工地物资调配方法，其特征在于，更新信息素浓度的步骤包括：
7.根据权利要求6所述的基于路径规划的工地物资调配方法，其特征在于，在达到预定的迭代次数后，结束搜索，找出最优的路径作为配送路径的步骤中，采用转弯次数函数和距离最短函
8.一种实现如权利要求1-7任一所述基于路径规划的工地物资调配方法的物资调配系统，其特征在于，该物资调配系统包括：
9.一种计算机设备，其特征在于，该计算机设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一所述基于路径规划的工地物资调配方法。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一所述基于路径规划的工地物资调配方法。
...【技术特征摘要】
1.一种基于路径规划的工地物资调配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于路径规划的工地物资调配方法，其特征在于，在形成工地栅格地图的步骤中，将栅格地图的左上角作为坐标原点，每个栅格的坐标点表示为(x，y)；其中：
3.根据权利要求2所述的基于路径规划的工地物资调配方法，其特征在于，利用改进的蚁群算法搜索物资配送起点到物资配送终点的配送路径的步骤包括：
4.根据权利要求3所述的基于路径规划的工地物资调配方法，其特征在于，选择转移概率最大的栅格作为转移栅格的步骤包括：
5.根据权利要求4所述的基于路径规划的工地物资调配方法，其特征在于，选择转移概率最大的栅格作为转移栅格的步骤之前，还包括对转移栅格能否被选进行判断的步骤，具体包括：
6.根据权利要求5所述的基于路径规划的工地物资调配方法，其特征在于，更新...
【专利技术属性】
技术研发人员：项伟，贾高毅，王刚，
申请(专利权)人：北京洛斯达科技发展有限公司，
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。