[发明专利]一种智能物流路径规划方法及系统

说明书

本发明公开了一种智能物流路径规划方法及系统，该方法包括：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；所述系统包括：建立地图模块、地图预处理模块、地图初始化模块、全局路径规划模块及局部动态避障模块。本发明可完成起点至终点的路径规划，并在移动过程中可自动规避动态障碍物。

技术领域

本发明涉及机器人路径规划技术领域，具体涉及一种智能物流路径规划方法及系统。

背景技术

在过去的20多年中，电子商务在国内的迅速发展极大的改变了人们的生活模式。越来越多的人选择在电商平台上购买所需要的物品，人们的消费需求也越来越体现出了“多品种、短周期、小数量”的特点。由此产生的大量快递包裹分拣任务只能通过堆叠人力加班完成，随着人们消费欲望的增长，要保持较高的客户满意度，企业需要在人力上付出更多的成本。

我国的劳动力现状依然难以在短期内发生本质变化。人力成本的大幅度提高对于劳动密集型的物流企业来说，无疑是隐忧。而随着人类社会向智能化的不断发展，智能机器人越来越多的应用在各行各业。物流企业也开始将目光转向仓储自动化、智能化。对仓储系统内机器人小车路径算法的研究，对改良传统物流作业模式，提高物流作业效率，降低人工作业的错误率有着现实意义，现有技术公开了一种基于蚁群算法的智能包裹分拣系统路径规划方法，该算法在初始时刻环境中的信息素完全相同，蚂蚁按随机方式构建路径解法，这些解必然会存在优劣之分。在信息素更新时，蚁群算法在较优解经过的路径上留下更多的信息素，而更多的信息素又吸引了更多的蚂蚁，这个正反馈过程会扩大初始差异，引导整个系统向最优解的方向发展。虽然正反馈使算法具有较快的收敛速度，但是如果算法开始得到的较优解为次优解，那么正反馈会使次优解占据优势，从而算法陷入局部最优且难以跳出，最终导致规划出来的路径不是最优路径且存在大量的转折点，这样的路径需要做进一步的平滑处理才能满足实际要求。所以，如何解决本领域普遍存在的在机器人小车的作业环境比较复杂时，避障效果不如人意，不能规划出最优路径等问题，是本领域技术人员亟需解决的问题。

发明内容

本发明的目的在于提供一种智能物流路径规划方法及系统，可完成起点至终点的路径规划，并在移动过程中可自动规避动态障碍物。

实现本发明目的的技术方案为：一种智能物流路径规划方法，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。

进一步的，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。

进一步的，所述每个正方形的边长等于1米，栅格的数量为100*100。

进一步的，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。