[發(fā)明專利]一種基于改進(jìn)蟻群算法的智能倉儲(chǔ)機(jī)器人路徑規(guī)劃方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110500435.2
• 申請(qǐng)日: 2021-05-08
• 公開（公告）號(hào): CN113325839B
• 公開（公告）日: 2023-02-03
• 發(fā)明（設(shè)計(jì)）人: 陳赟;張續(xù)才;吳錦楓;張思;蘇世杰
• 申請(qǐng)（專利權(quán)）人: 江蘇科技大學(xué)
• 主分類號(hào): G05D1/02
• 分類號(hào): G05D1/02
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 徐澍

本發(fā)明公開了一種基于改進(jìn)蟻群算法的柔性智能倉儲(chǔ)機(jī)器人路徑規(guī)劃方法。該方法首先將柔性智能倉儲(chǔ)環(huán)境的突發(fā)因素融合柵格法建立電子地圖。其次將啟發(fā)函數(shù)和信息素更新方式進(jìn)行了優(yōu)化，將路程因素，轉(zhuǎn)彎因素，安全因素納入啟發(fā)函數(shù)，綜合計(jì)算螞蟻的轉(zhuǎn)移概率，通過轉(zhuǎn)移矩陣消除路徑尖端現(xiàn)象，并通過信息素更新模型中三個(gè)參數(shù)分別控制路程因素、轉(zhuǎn)彎因素、安全因素的權(quán)重，可以得到基于特定因素下的最優(yōu)路徑。最后，對(duì)智能倉儲(chǔ)機(jī)器人的路徑進(jìn)行轉(zhuǎn)角優(yōu)化處理，使得智能倉儲(chǔ)機(jī)器人的路徑更加平滑，從而保證智能倉儲(chǔ)機(jī)器人的運(yùn)動(dòng)穩(wěn)定性。

技術(shù)領(lǐng)域

本發(fā)明屬于機(jī)器人路徑規(guī)劃領(lǐng)域，具體涉及的是一種柔性智能倉儲(chǔ)機(jī)器人路徑規(guī)劃方法。

背景技術(shù)

隨著科技的發(fā)展和社會(huì)的進(jìn)步，傳統(tǒng)的倉儲(chǔ)管理庫內(nèi)貨位劃分不清晰，堆放混亂不利分揀，人工效率低等問題日益突出。通過裝備和技術(shù)升級(jí)，實(shí)現(xiàn)人工智能逐步替代人工的戰(zhàn)略布局，可以有效解決倉儲(chǔ)系統(tǒng)的效率低下的難題。人工智能、大數(shù)據(jù)挖掘和工業(yè)物聯(lián)網(wǎng)等先進(jìn)技術(shù)，正在倉儲(chǔ)系統(tǒng)提升貨物運(yùn)輸、處理、存儲(chǔ)和配送效率方面發(fā)揮越來越重要的作用。

因此，智能物流時(shí)代即將到來。智能倉儲(chǔ)的發(fā)展分為五個(gè)階段：人工倉儲(chǔ)階段、機(jī)械化倉儲(chǔ)階段、自動(dòng)化倉儲(chǔ)階段、集成化倉儲(chǔ)階段、智能化倉儲(chǔ)階段。傳統(tǒng)物流模式逐漸向智能物流轉(zhuǎn)型升級(jí)，倉儲(chǔ)管理在物流管理中占據(jù)著核心地位，其中人工智能設(shè)備是智能倉儲(chǔ)中必不可少的工具，而智能倉儲(chǔ)機(jī)器人就是最重要的一環(huán)。

授權(quán)公告號(hào)為“CN105467997B”的發(fā)明專利公開了一種基于線性時(shí)序邏輯理論的倉儲(chǔ)機(jī)器人路徑規(guī)劃方法，完成了智能倉儲(chǔ)機(jī)器人貨物配送的路徑規(guī)劃任務(wù)。但是，此方法僅對(duì)貨物配送的路徑的避障問題進(jìn)行研究，而未考慮柔性倉儲(chǔ)環(huán)境中突發(fā)因素對(duì)路徑規(guī)劃產(chǎn)生的影響。公開號(hào)為“CN111982125A”的發(fā)明專利公開了一種基于改進(jìn)蟻群算法的智能機(jī)器人路徑規(guī)劃方法，但并未結(jié)合具體應(yīng)用場景。

發(fā)明內(nèi)容

本發(fā)明目的在于克服上述現(xiàn)有技術(shù)存在的問題和不足，提供一種基于改進(jìn)蟻群算法的智能倉儲(chǔ)機(jī)器人路徑規(guī)劃方法，從而解決突發(fā)因素影響智能倉儲(chǔ)機(jī)器人路徑規(guī)劃的問題。

為達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是：

一種基于改進(jìn)蟻群算法的智能倉儲(chǔ)機(jī)器人路徑規(guī)劃方法，包括如下步驟：

S1：根據(jù)智能倉儲(chǔ)貨架排列方式、障礙物的分布位置，結(jié)合柵格法，在仿真軟件中建立電子地圖，并設(shè)置相關(guān)參數(shù)；設(shè)置螞蟻數(shù)量m、最大迭代次數(shù)N_max、信息啟發(fā)式因子α、期望啟發(fā)式因子β、信息素?fù)]發(fā)因子ρ、信息素濃度Q、泊松分布參數(shù)λ、設(shè)置三因素調(diào)節(jié)系數(shù)u，v，w、智能倉儲(chǔ)機(jī)器人起始點(diǎn)坐標(biāo)、目標(biāo)點(diǎn)坐標(biāo)。

S2：根據(jù)S1構(gòu)建的電子地圖中障礙物的分布情況，采用避障函數(shù)來計(jì)算初始信息素值，并將初始信息素值帶入信息素更新模型對(duì)信息素及時(shí)更新。

S3：判斷螞蟻是否未被放入電子地圖，當(dāng)是，則將螞蟻放入電子地圖的柵格中，執(zhí)行下一步；否則跳至步驟S6。

S4：利用綜合啟發(fā)函數(shù)，計(jì)算螞蟻移向下一個(gè)柵格的轉(zhuǎn)移概率，并建立柵格轉(zhuǎn)移矩陣來區(qū)分可行柵格和出現(xiàn)尖端現(xiàn)象的柵格，一直循環(huán)到螞蟻選取的節(jié)點(diǎn)為目標(biāo)點(diǎn)或者沒有可選節(jié)點(diǎn)時(shí)停止搜索。

S5：判斷螞蟻是否走到終點(diǎn)，當(dāng)是，則返回步驟S3；當(dāng)否，則返回步驟S4，繼續(xù)進(jìn)行路徑搜索。

S6：根據(jù)步驟S3和步驟S5，當(dāng)全部螞蟻都進(jìn)行過路徑搜索之后，執(zhí)行本步驟。根據(jù)信息素更新模型，計(jì)算包括路徑長度，轉(zhuǎn)彎次數(shù)以及安全性的綜合指標(biāo)，尋找本次迭代最優(yōu)路徑。

S7：判斷路徑搜索迭代次數(shù)是否到達(dá)預(yù)設(shè)值，當(dāng)是則執(zhí)行下一步；當(dāng)否則跳至步驟2。

S8：比較各代螞蟻尋找的最優(yōu)路徑，找到當(dāng)前最優(yōu)路徑，并保存相關(guān)信息。

S9：將當(dāng)前最優(yōu)路徑按照?qǐng)A弧代替轉(zhuǎn)角的方法處理，并將處理后的路徑在電子地圖輸出。