[發明專利]一種立體倉庫貨位坐標計算方法

在審

• 申請號: 202111190280.3
• 申請日: 2021-10-13
• 公開（公告）號: CN114037369A
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 楊杰;田海洋
• 申請（專利權）人: 貴州電子科技職業學院
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06N3/02;G06K9/62
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 劉小莉

1.一種立體倉庫貨位坐標計算方法，其特征在于：包括，

將實體立體倉庫轉變為三維立體倉庫模型，并基于神經網絡構建貨位坐標值計算網絡；

利用三維立體倉庫模型中的貨位坐標數據訓練所述貨位坐標值計算網絡，并通過訓練機制判斷訓練是否完成；

若訓練完成，則將任意一個貨位的位置數據輸入至貨位坐標值計算網絡，從而獲得該貨位的坐標值。

2.如權利要求1所述的立體倉庫貨位坐標計算方法，其特征在于：轉變為所述三維立體倉庫模型包括，

繪制所有貨位的倉位邊框；

建立實體立體倉庫的坐標系；其中，在實體立體倉庫中，每個倉位的外邊框有四個頂角，任意一個頂角都可以被設置為坐標系原點，水平方向是橫軸，從左到右是正方向；豎直方向是縱軸，從下向上是正方向；

標注每個貨位的定位點。

3.如權利要求2所述的立體倉庫貨位坐標計算方法，其特征在于：所述倉位邊框包括，

每個倉位內部空間的邊沿是倉位的內邊框，假設A和B是兩個倉位，A倉位在B倉位的左邊，則位于A倉位右內邊框與B倉位左內邊框中間的直線是A倉位的右外邊框和B倉位的左外邊框；

A倉位與相鄰倉位之間都存在一個外邊框，所有外邊框組成A倉位的外邊框；A倉位的所有內邊框與外邊框共同構成了A倉位的邊框。

4.如權利要求2或3所述的立體倉庫貨位坐標計算方法，其特征在于：標注每個貨位的定位點包括，

每個倉位的內部都有一個定位點，所述定位點代表在坐標系中倉位的具體位置，定位點的坐標代表倉位的坐標；

其中，所述定位點在倉位內部空間；所述定位點距離倉位左內邊框的距離為147mm；所述定位點距離倉位下內邊框的距離為110.5mm。

5.如權利要求4所述的立體倉庫貨位坐標計算方法，其特征在于：所述貨位坐標值計算網絡包括4個子神經網絡和1個控制大腦；

所述子神經網絡包括輸入層、隱藏層和輸出層；輸入層節點數為5，隱藏層節點數為4，輸出層節點數為2；

隱藏層的輸出表達式為：

輸出層的輸出表達式為：

權值V的初始取值為：

權值W的初始權值為：

其中，X₁為貨位所在象限，X₂為單個貨位X軸長度，X₃為單個貨位Y軸長度，X₄為目標貨位距X軸格子數，X₅為目標貨位距Y軸格子數，V_ij為輸入層第i個神經元與隱藏層第j個神經元之間的權值，y_j為隱藏層第j個神經元的輸出，f(x)為變換函數，net_j為子神經網絡第j個隱藏層神經元的激活函數；ω_jk為隱藏層第j個神經元與輸出層第k個神經元之間的權值，y_j為隱藏層第j個神經元的輸出，o_k為輸出層第k個神經元的輸出，分別代表目標貨位的X、Y坐標，net_k子神經網絡第k個輸出層神經元的激活函數。

6.如權利要求5所述的立體倉庫貨位坐標計算方法，其特征在于：還包括，

在將輸入參數輸入所述子神經網絡之前，需將所述輸入參數進行歸一化處理，并將輸出參數進行反歸一化處理；

其中，子神經網絡的輸入參數包括貨位所在象限、單個貨位X軸長度、單個貨位Y軸長度、目標貨位距X軸格子數和目標貨位距Y軸格子數；子神經網絡的輸出參數包括目標貨位的X坐標和目標貨位的Y坐標。