[发明专利]一种智能物流路径规划方法及系统在审

专利信息
申请号: 202110482260.7 申请日: 2021-04-30
公开(公告)号: CN113156886A 公开(公告)日: 2021-07-23
发明(设计)人: 王若帆;胡晓宇;赵洪烨;樊卫华 申请(专利权)人: 南京理工大学
主分类号: G05B19/19 分类号: G05B19/19
代理公司: 南京理工大学专利中心 32203 代理人: 陈鹏
地址: 210094 *** 国省代码: 江苏;32
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 物流 路径 规划 方法 系统
【权利要求书】:

1.一种智能物流路径规划方法,其特征在于,包括:

采集环境信息并根据采集到的环境信息建立地图;

通过二维数组表示地图并将地图栅格化;

设定机器人起点、终点、速度变化率与障碍物的起点、终点、坐标轴速度变化、安全距离和威胁距离;

根据A*算法结合启发式函数进行全局路径规划,得到全局最优路径;

按照全局最优路径,机器人在移动过程中,进行动态障碍物判定,若遇到动态障碍物,则重新规划路径,若未遇到动态障碍物,则完成路径规划。

2.如权利要求1所述的一种智能物流路径规划方法,其特征在于,所述通过二维数组表示地图并将地图栅格化具体为:

通过栅格法将物流仓库分割成为正方形的网格,将二维码放置在正方形的节点上,网格中的每个节点代表一个栅格;障碍物所在区域在栅格地图中呈现为黑色,地图矩阵中标为1,可自由通行区域在栅格地图中呈现为白色,地图矩阵中标为0。

3.如权利要求2所述的一种智能物流路径规划方法,其特征在于,所述每个正方形的边长等于1米,栅格的数量为100*100。

4.如权利要求2所述的一种智能物流路径规划方法,其特征在于,所述二维码包含当前节点的的位置信息,遇到动态障碍物时,通过摄像头扫描二维码获取当前位置信息,重新规划路径。

5.如权利要求1所述的一种智能物流路径规划方法,其特征在于,所述根据A*算法结合启发式函数进行全局路径规划,得到全局最优路径包括:

步骤1,创建开放列表OpenList和关闭列表CloseList,OpenList和CloseList初始状态均为空;

步骤2,从起点A开始,并把起点加入到OpenList中;

步骤3,查看起点A的所有相邻节点,除去已经在CloseList中的和有障碍物的相邻节点,如果相邻节点不在Open List中,则把它们加入到Open List中,点A为这些节点的“父节点”;

步骤4,从OpenList中删除点A,把它加入到CloseList;

步骤5,按照预设公式计算OpenList中A点相邻节点的评价值F,选择F值最低的节点,作为新的起点A;

步骤6,将新的起点加入到OpenList中,重复步骤3-步骤5,直到目标节点被添加进CloseList;

步骤7,根据CloseList,从目标节点开始,沿着每一节点的父节点移动直到回到最初的起点,绘制出全局所求最优路径。

6.如权利要求5所述的一种智能物流路径规划方法,其特征在于,所述预设公式为:

F(n)=G(n)+W(n)×H(n)

其中,F(n)是节点n的评价函数,G(n)是节点n的实际代价函数,表示从起点A移动到节点n的移动代价,H(n)表示节点n到目标节点的估计移动代价,W(n)为权重系数,W(n)≥1,W(n)越大,越趋近于BFS算法,而W(n)相对越小,则相对趋近于Dijkstra算法。

7.如权利要求6所述的一种智能物流路径规划方法,其特征在于,所述H(n)采用Manhattan方法估计,计算从当前节点横向或纵向移动到达目标节点所经过的方格数,忽略对角移动,H(n)为:

H(n)=|x1–x2|+|y1–y2|

其中,x1、y1表示当前节点的横、纵坐标,x2、y2表示目标节点的横、纵坐标。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京理工大学,未经南京理工大学许可,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/202110482260.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top