[发明专利]一种智能仓储管理系统中的室内定位导航方法及导航模型有效
申请号: | 201910523313.8 | 申请日: | 2019-06-17 |
公开(公告)号: | CN110146088B | 公开(公告)日: | 2020-10-27 |
发明(设计)人: | 徐磊;王子泰;任远;张红伟;方红雨;李晓辉 | 申请(专利权)人: | 安徽大学 |
主分类号: | G01C21/20 | 分类号: | G01C21/20;G01S15/88;G01S15/08 |
代理公司: | 合肥市泽信专利代理事务所(普通合伙) 34144 | 代理人: | 方荣肖 |
地址: | 230601 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能 仓储 管理 系统 中的 室内 定位 导航 方法 模型 | ||
1.一种智能仓储管理系统中的室内定位导航方法,其用于在仓库中对存取货物的智能车进行导航,其特征在于,其包括以下步骤:
步骤S1,采集所述货物的体积信息、所述智能车的位置信息、所述仓库的空位信息;
步骤S2,判断是否存在处于空闲状态的智能车;其中,定义处于空闲状态的智能车为空闲智能车;
若存在至少一个空闲智能车时,执行步骤S3,判断所述仓库的入仓口是否存在货物需要存储;
若所述入仓口存在至少一个目标货物一需要存储时,执行步骤S4,根据所述空位信息和所述体积信息,确定所述目标货物一前往的目标区域以及目标货架,并确定一个空闲智能车作为存货车辆;
步骤S5,规划所述存货车辆从所述入仓口到所述目标区域及所述目标货架的存货路径,并驱使所述存货车辆按照所述存货路径行进;
步骤S6,判断所述存货车辆是否到达存货点;
在所述存货车辆到达所述存货点时,执行步骤S7,将所述目标货物一存储在所述存货点;
步骤S8,判断是否需要在所述仓库中取出货物;
若需要在所述仓库中取出目标货物二时,执行步骤S9,判断所述目标货物二是否在所述存货车辆所在的当前区域内;
若所述目标货物二在所述当前区域内时,将所述存货车辆作为取货车辆;
若所述目标货物二未在所述当前区域内时,执行步骤S10,判断是否存在处于空闲状态的智能车;若存在处于空闲状态的智能车时,执行步骤S11,根据取货点的位置信息,确定一个空闲智能车为所述取货车辆;
步骤S12,规划所述取货车辆从其当前位置到所述取货点的取货路径,并驱使所述取货车辆按照所述取货路径行进至所述取货点,以获取所述目标货物二;
步骤S13,规划所述取货车辆从所述取货点到出货口的出货路径,驱使所述取货车辆按照所述出货路径行进至所述出货口;
步骤S14,判断所述取货车辆是否到达所述出货口;
在所述取货车辆到达所述出货口时,执行步骤S15,将所述取货车辆中的所述目标货物二取出,并使所述取货车辆返回至所述入仓口;
若不需要在所述仓库中取出货物时,执行步骤S16,使所述存货车辆返回至所述入仓口;
步骤S17,更新位于所述入仓口的所述存货车辆或所述取货车辆的状态为空闲状态;
其中,所述仓库设置多个矩形区域,每个矩形区域内设置呈网状布置的多条道路,相邻的两条道路交于一个节点;所述智能车的数量为多个,定义每个智能车为一只蚂蚁,多个智能车构成一个蚁群;所述存货路径或所述取货路径的规划方法包括以下步骤:
步骤S501,初始化种群、编码以及遗传变量,确定适应度函数;
步骤S502,按照适应度大小对父代群中个体进行排序,使适应度较大的个体被选择的概率大于适应度较小的个体被选择的概率;
步骤S503,判断是否需要对所述蚁群进行变异操作;
在需要对所述蚁群进行变异操作时,执行步骤S504,对所述蚁群进行逆转变异并对新个体和父代个体按照适应度大小进行选择;
在不需要对所述蚁群进行变异操作或完成步骤S504时,执行步骤S505,判断是否需要对所述蚁群进行交叉操作;
在需要对所述蚁群进行交叉操作时,执行步骤S506,对所述蚁群进行交叉操作,并使新个体与父代个体按照适应度大小进行选择;
在不需要对所述蚁群进行交叉操作或完成步骤S506时,执行步骤S507,判断所述蚁群是否满足预设的融合条件;
在所述蚁群满足所述融合条件时,执行步骤S508,将通过遗传算法获得的解转化为所述蚁群的路径上的初始信息素分布值并限定路径信息素范围;在所述蚁群不满足所述融合条件时,执行步骤S502;
步骤S509,初始化所述蚁群需要遍历的节点数目、蚂蚁数目、循环次数以及信息素挥发因子,随机将所述蚂蚁放置在各个节点,清空所述蚁群的禁忌表;
步骤S510,判断所述蚁群的循环迭代次数是否不小于最大循环次数;
在所述种群的循环迭代次数不小于所述最大循环次数时,执行步骤S511,输出搜索结果;
在所述种群的循环迭代次数小于所述循环次数时,执行步骤S512,每只蚂蚁按照以下状态移动规则公式选择下一个节点:
其中,τij(t)为信息素轨迹,tablek为所述禁忌表,allowedk为候选集合;λj为所述货物的紧急程度,mj为节点j所需要的货物总重量,dij为当前节点到下一个节点的距离;
步骤S513,在第k只蚂蚁遍历一周节点回到其出发点后,局部更新位于第k只蚂蚁经过路径上的信息素;
重复执行步骤S512和步骤S513,直至所有蚂蚁均遍历一周节点回到其出发点;
步骤S514,按照适应度最大fmax和最小fmin更新本次迭代最优路径长度及其包含路段的信息素以及本次迭代最差路径及其包含路段的信息素;
步骤S515,将第m只蚂蚁的位置重置为起点,置空禁忌表tablek,并判断是否需要调整信息挥发因子的值;
在需要调整信息挥发因子的值时,执行步骤S516,按照以下公式调整信息挥发因子ρ的值后执行步骤S510:
在不需要调整信息挥发因子的值时,直接执行步骤S510;
其中,在所述智能车存货或取货用时最短时,有:
其中,f为所述适应度函数的适应度;
在所述智能车存货能耗最低时,有:
在所述智能车取货能耗最低时,有:
在所述智能车存货需考虑费用、用时以及货物紧急情况时,有:
在所述智能车取货需考虑费用、用时以及货物紧急情况时,有:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910523313.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:永磁电机无位置传感器控制方法
- 下一篇:网关系统的业务处理方法、装置及设备