《自动化智慧物流调度路径的优化系统.pdf》由会员分享，可在线阅读，更多相关《自动化智慧物流调度路径的优化系统.pdf（10页珍藏版）》请在专利查询网上搜索。
1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202310485289.X(22)申请日 2023.04.28(71)申请人 长春汽车工业高等专科学校地址 130000 吉林省长春市新红旗大街1777号(72)发明人 陈爽朱先月任玲郑治李禄袁方莹朱久安(74)专利代理机构 广州华智创益知识产权代理有限公司 44568专利代理师 韩志功(51)Int.Cl.G05B 19/418(2006.01)(54)发明名称一种自动化智慧物流调度路径的优化系统(57)摘要本发明属于智慧物流技术领域，具体涉及一种自动化智慧物流调度路径的优化系统，包括装卸单元。
2、以及多个用于物流运输的AGV小车；所述装卸单元包括控制主机和机械臂，所述控制主机与AGV小车无线连接，所述机械臂用于将对应目的地的物流箱搬运至对应的AGV小车上；所述AGV小车包括主控芯片、车载导航模块、激光传感器、电机单元和避障策略模块，所述车载导航模块用于获取AGV小车的起点和终点，并根据起终点制定导航路径，所述激光传感器设置有多个。通过控制主机与主控芯片的交互，获取AGV小车的目的地，从而自动装载相同目的地的物流箱，同时规划最短导航路径，并自动进行避障，提高物流的自动化程度，提高物流运输的效率。权利要求书2页 说明书5页 附图2页CN 116610074 A2023.08.18CN 11。
3、6610074 A1.一种自动化智慧物流调度路径的优化系统，其特征在于：包括装卸单元以及多个用于物流运输的AGV小车；所述装卸单元包括控制主机和机械臂，所述控制主机与AGV小车无线连接，所述机械臂用于将对应目的地的物流箱搬运至对应的AGV小车上；所述AGV小车包括主控芯片、车载导航模块、激光传感器、电机单元和避障策略模块，所述车载导航模块用于获取AGV小车的起点和终点，并根据起终点制定导航路径，所述激光传感器设置有多个，且均匀分布在AGV小车的前端和两侧，用于检测导航路径上的障碍物，所述电机单元包括安装在AGV小车下端面的驱动电机和转向电机，且驱动电机和转向电机分别与驱动轮传动连接，所述避障策。
4、略模块用于在导航路径上发现障碍物时制定避障策略。2.根据权利要求1所述的一种自动化智慧物流调度路径的优化系统，其特征在于：所述控制主机上连接有无线连接器，且AGV小车上安装有无线天线，所述AGV小车通过无线天线与控制主机无线连接，用于传输AGV小车的信息。3.根据权利要求2所述的一种自动化智慧物流调度路径的优化系统，其特征在于：所述物流箱上均设置有条码，所述机械臂的前端安装有一扫码器，所述扫码器通过对条码进行扫面获取物流箱内物品的物流信息。4.根据权利要求3所述的一种自动化智慧物流调度路径的优化系统，其特征在于：所述AGV小车上安装有称重传感器和陀螺仪，所述称重传感器用于检测装载在该AGV小车。
5、上的物流箱的重量，所述陀螺仪用于获取AGV小车当前路径运动方向，所述AGV小车的驱动轮上安装有旋转编码器，用于获取AGC小车的转动圈数，从而获取AGV小车的前进距离。5.根据权利要求1所述的一种自动化智慧物流调度路径的优化系统，其特征在于：所述车载导航模块制定导航路径的具体步骤包括：步骤一、获取AGV小车工作环境的二维地图，包括所有AGV小车的起点和终点，同时表明已知的障碍物；步骤二、在二维坐标网格模型上绘制出发点到目的地点的连线作为导向直线，并在导向直线上设置n个节点用于将导向直线分割为n+1段；步骤三、根据网格点平移各被障碍物覆盖的节点，然后根据双种群蚁群算法获取出发点与相邻的节点之间的优。
6、化路径、在横坐标上相邻的两个节点之间的优化路径以及目的地与最接近的节点之间的优化路径；步骤四、串联所有优化路径获取出发点与目的地点之间的导航路径。6.根据权利要求5所述的一种自动化智慧物流调度路径的优化系统，其特征在于：所述双种群蚁群算法的计算步骤包括：(1)对地图进行栅格法建模；(2)初始化参数，包括蚂蚁数量m、迭代次数Nmax、信息素启发因子 、期望启发因子 ；(3)对两种群的信息素矩阵进行初始化；(4)计算本轮迭代的信息素启发因子 和期望启发因子，判断本轮两种群蚂蚁数量是否达到最大值，若是则跳转至(8)，否则，两种群蚂蚁数量各加1；(5)种群A蚂蚁搜索周围8个栅格，并将符合条件的栅格加入。
7、候选列表；种群B蚂蚁搜索周围6个栅格，将符合条件的栅格加入候选列表；(6)计算蚂蚁转移概率，利用轮盘赌确认转移栅格；权利要求书1/2 页2CN 116610074 A2(7)判断蚂蚁是否抵达终点或死锁，若抵达终点，则返回(4)，若死锁，则填充格栅，然后返回(4)，否则返回(5)；(8)本轮所有蚂蚁完成一次搜索后，对所有有效路径进行排序，进行信息素交流后，更新两种群的信息素矩阵，更新完成后将两种群初始化；(9)若达到最大迭代次数，迭代终止，输出最优路径并绘制收敛曲线，否则迭代次数加1，跳转(4)继续搜索。7.根据权利要求1所述的一种自动化智慧物流调度路径的优化系统，其特征在于：所述避障策略模块制。
8、定避障策略的步骤包括：步骤一、获取激光传感器采集的障碍物信息，并根据障碍物信息确定障碍物的边界；步骤二、连续获取障碍物的位置信息，确定障碍物为静态或动态，若障碍物为动态，则进一步确定障碍物的运动方向和运动速度，若为静态障碍物则将障碍物的位置和大小上传标记到二维地图中；步骤三、根据障碍物的边界以及障碍物的运动状态，制定避障路线。8.根据权利要求7所述的一种自动化智慧物流调度路径的优化系统，其特征在于：所述AGV小车执行避障策略绕过障碍物后，将其位置作为起点输入到车载导航模块，制定新的导航路径。权利要求书2/2 页3CN 116610074 A3一种自动化智慧物流调度路径的优化系统技术领域0001。
9、本发明属于智慧物流技术领域，具体涉及一种自动化智慧物流调度路径的优化系统。背景技术0002物流一般指的是按照既定的路线和时间，依次到不同的供应商处收取货物，最终将所有货物送到工厂或仓库等目的地的一种运输方式。0003由于物流需要物流运送车辆往返不同的地点实现物流运输，而物流运输过程时间也较难预计，需要根据物流任务对物流运输车辆进行调度。0004在现有技术中，针对物流运输车辆的调度系统大多是基于人工操作，效率低下而且成本较高，所以需要对物流运输的调度系统进行优化。发明内容0005本发明的目的在于提供一种自动化智慧物流调度路径的优化系统，克服了现有技术的不足，通过控制主机与主控芯片的交互，获取AG。
10、V小车的目的地，从而自动装载相同目的地的物流箱，同时规划最短导航路径，并自动进行避障，提高物流的自动化程度，提高物流运输的效率。0006为解决上述问题，本发明所采取的技术方案如下：0007一种自动化智慧物流调度路径的优化系统，包括装卸单元以及多个用于物流运输的AGV小车；0008所述装卸单元包括控制主机和机械臂，所述控制主机与AGV小车无线连接，所述机械臂用于将对应目的地的物流箱搬运至对应的AGV小车上；0009所述AGV小车包括主控芯片、车载导航模块、激光传感器、电机单元和避障策略模块，所述车载导航模块用于获取AGV小车的起点和终点，并根据起终点制定导航路径，所述激光传感器设置有多个，且均匀。
11、分布在AGV小车的前端和两侧，用于检测导航路径上的障碍物，所述电机单元包括安装在AGV小车下端面的驱动电机和转向电机，且驱动电机和转向电机分别与驱动轮传动连接，所述避障策略模块用于在导航路径上发现障碍物时制定避障策略。0010进一步，所述控制主机上连接有无线连接器，且AGV小车上安装有无线天线，所述AGV小车通过无线天线与控制主机无线连接，用于传输AGV小车的信息。0011进一步，所述物流箱上均设置有条码，所述机械臂的前端安装有一扫码器，所述扫码器通过对条码进行扫面获取物流箱内物品的物流信息。0012进一步，所述AGV小车上安装有称重传感器和陀螺仪，所述称重传感器用于检测装载在该AGV小车上的。
12、物流箱的重量，所述陀螺仪用于获取AGV小车当前路径运动方向，所述AGV小车的驱动轮上安装有旋转编码器，用于获取AGC小车的转动圈数，从而获取AGV小车的前进距离。说明书1/5 页4CN 116610074 A40013进一步，所述车载导航模块制定导航路径的具体步骤包括：0014步骤一、获取AGV小车工作环境的二维地图，包括所有AGV小车的起点和终点，同时表明已知的障碍物；0015步骤二、在二维坐标网格模型上绘制出发点到目的地点的连线作为导向直线，并在导向直线上设置n个节点用于将导向直线分割为n+1段；0016步骤三、根据网格点平移各被障碍物覆盖的节点，然后根据双种群蚁群算法获取出发点与相邻的节。
13、点之间的优化路径、在横坐标上相邻的两个节点之间的优化路径以及目的地与最接近的节点之间的优化路径；0017步骤四、串联所有优化路径获取出发点与目的地点之间的导航路径。0018进一步，所述双种群蚁群算法的计算步骤包括：0019(1)对地图进行栅格法建模；0020(2)初始化参数，包括蚂蚁数量m、迭代次数Nmax、信息素启发因子 、期望启发因子；0021(3)对两种群的信息素矩阵进行初始化；0022(4)计算本轮迭代的信息素启发因子 和期望启发因子 ，判断本轮两种群蚂蚁数量是否达到最大值，若是则跳转至(8)，否则，两种群蚂蚁数量各加1；0023(5)种群A蚂蚁搜索周围8个栅格，并将符合条件的栅格加入。
14、候选列表；种群B蚂蚁搜索周围6个栅格，将符合条件的栅格加入候选列表；0024(6)计算蚂蚁转移概率，利用轮盘赌确认转移栅格；0025(7)判断蚂蚁是否抵达终点或死锁，若抵达终点，则返回(4)，若死锁，则填充格栅，然后返回(4)，否则返回(5)；0026(8)本轮所有蚂蚁完成一次搜索后，对所有有效路径进行排序，进行信息素交流后，更新两种群的信息素矩阵，更新完成后将两种群初始化；0027(9)若达到最大迭代次数，迭代终止，输出最优路径并绘制收敛曲线，否则迭代次数加1，跳转(4)继续搜索。0028进一步，所述避障策略模块制定避障策略的步骤包括：0029步骤一、获取激光传感器采集的障碍物信息，并根据障。
15、碍物信息确定障碍物的边界；0030步骤二、连续获取障碍物的位置信息，确定障碍物为静态或动态，若障碍物为动态，则进一步确定障碍物的运动方向和运动速度，若为静态障碍物则将障碍物的位置和大小上传标记到二维地图中；0031步骤三、根据障碍物的边界以及障碍物的运动状态，制定避障路线。0032进一步，所述AGV小车执行避障策略绕过障碍物后，将其位置作为起点输入到车载导航模块，制定新的导航路径。0033本发明与现有技术相比较，具有以下有益效果：00341、本发明通过控制主机与主控芯片的交互，获取AGV小车的目的地，同时通过机械臂读取物流箱的运输目的地，将物流箱自动搬运至相同目的地，提高物流箱的搬运效率，提高。
16、物流调度的自动化水平。00352、本发明通过车载导航模块获取起点和终点，自动规划导航路径，并驱动电机单说明书2/5 页5CN 116610074 A5元带着AGV小车沿着导航路径运动，同时根据获取的障碍物信息，通过避障策略模块制定避障策略，自动避障，提高物流运输的效率，同时降低人工的工作量。附图说明0036图1为一种自动化智慧物流调度路径的优化系统的结构原理框图。0037图2为一种自动化智慧物流调度路径的优化系统中AGV小车的电气控制原理框图。具体实施方式0038下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是。
17、全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。0039如图1图2所示，本发明所述一种自动化智慧物流调度路径的优化系统，包括装卸单元以及多个用于物流运输的AGV小车；0040装卸单元包括控制主机和机械臂，控制主机与AGV小车无线连接，机械臂用于将对应目的地的物流箱搬运至对应的AGV小车上；0041AGV小车包括主控芯片、车载导航模块、激光传感器、电机单元和避障策略模块，车载导航模块用于获取AGV小车的起点和终点，并根据起终点制定导航路径，激光传感器设置有多个，且均匀分布在AGV小车的前端和两侧，用于检测导航路径上的。
18、障碍物，电机单元包括安装在AGV小车下端面的驱动电机和转向电机，且驱动电机和转向电机分别与驱动轮传动连接，避障策略模块用于在导航路径上发现障碍物时制定避障策略。0042控制主机上连接有无线连接器，且AGV小车上安装有无线天线，AGV小车通过无线天线与控制主机无线连接，用于传输AGV小车的信息。0043为了识别物流箱，物流箱上均设置有条码，机械臂的前端安装有一扫码器，扫码器通过对条码进行扫面获取物流箱内物品的物流信息；将物流箱放置在相同目的地的AGV小车上。0044为了获取AGV小车的状态，AGV小车上安装有称重传感器和陀螺仪，称重传感器用于检测装载在该AGV小车上的物流箱的重量，在AGV小车上。
19、装载有足量的物流箱后即可控制AGV小车出发，提高自动化水平；为了控制AGV小车的前进状态，陀螺仪用于获取AGV小车当前路径运动方向，AGV小车的驱动轮上安装有旋转编码器，用于获取AGC小车的转动圈数，从而获取AGV小车的前进距离。0045为了生成最近的导航路径，车载导航模块制定导航路径的具体步骤包括：0046步骤一、获取AGV小车工作环境的二维地图，包括所有AGV小车的起点和终点，同时表明已知的障碍物；0047步骤二、在二维坐标网格模型上绘制出发点到目的地点的连线作为导向直线，并在导向直线上设置n个节点用于将导向直线分割为n+1段；0048步骤三、根据网格点平移各被障碍物覆盖的节点，然后根据双。
20、种群蚁群算法获取出发点与相邻的节点之间的优化路径、在横坐标上相邻的两个节点之间的优化路径以及目的地与最接近的节点之间的优化路径；说明书3/5 页6CN 116610074 A60049步骤四、串联所有优化路径获取出发点与目的地点之间的导航路径。0050双种群蚁群算法的计算步骤包括：0051(1)对地图进行栅格法建模；0052(2)初始化参数，包括蚂蚁数量m、迭代次数Nmax、信息素启发因子 、期望启发因子；0053(3)对两种群的信息素矩阵进行初始化；0054(4)计算本轮迭代的信息素启发因子 和期望启发因子 ，判断本轮两种群蚂蚁数量是否达到最大值，若是则跳转至(8)，否则，两种群蚂蚁数量各加。
21、1；0055(5)种群A蚂蚁搜索周围8个栅格，并将符合条件的栅格加入候选列表；种群B蚂蚁搜索周围6个栅格，将符合条件的栅格加入候选列表；0056(6)计算蚂蚁转移概率，利用轮盘赌确认转移栅格；0057(7)判断蚂蚁是否抵达终点或死锁，若抵达终点，则返回(4)，若死锁，则填充格栅，然后返回(4)，否则返回(5)；0058(8)本轮所有蚂蚁完成一次搜索后，对所有有效路径进行排序，进行信息素交流后，更新两种群的信息素矩阵，更新完成后将两种群初始化；0059(9)若达到最大迭代次数，迭代终止，输出最优路径并绘制收敛曲线，否则迭代次数加1，跳转(4)继续搜索。0060为了自动避障，避障策略模块制定避障策。
22、略的步骤包括：0061步骤一、获取激光传感器采集的障碍物信息，并根据障碍物信息确定障碍物的边界；0062步骤二、连续获取障碍物的位置信息，确定障碍物为静态或动态，若障碍物为动态，则进一步确定障碍物的运动方向和运动速度，若为静态障碍物则将障碍物的位置和大小上传标记到二维地图中；0063步骤三、根据障碍物的边界以及障碍物的运动状态，制定避障路线。0064避障策略对于静态障碍物采用绕行的方式，对于动态障碍物采用加速通过或减速避障的方式，在避障过程中激光传感器实时检测障碍物的位置和距离，确保AGV小车安全通过障碍物。0065为了快速到达终点，AGV小车执行避障策略绕过障碍物后，将其位置作为起点输入到车。
23、载导航模块，制定新的导航路径。0066综上，本发明所述一种自动化智慧物流调度路径的优化系统，使用时物流箱通过传送带传送至物流位置，机械臂通过扫码器对物流箱上的条码进行扫码，识别物流箱内物品的种类、大小以及目的地，同时AGV小车通过无线天线与控制主机无线连接，实时传回AGV小车的目的地，机械臂将该物流箱搬运至相同目的地的AGV小车上；称重传感器检测到AGV小车装载满后，将起点和终点输入到车载导航模块，通过双种群蚁群算法获取出发点与相邻的节点之间的优化路径，并通过主控芯片控制电机单元驱动AGV小车沿着路径前进；在前进的过程中激光传感器对周围进行障碍物检测，在发现障碍物后识别障碍物的边界，确定其是否。
24、在前进路径上，并识别其为静态障碍物还是动态障碍物，确定障碍物后将其上传至避障策略模块，制定避障策略后通过主控芯片控制电机单元执行避障策略，在绕开障碍物后将该位置作为起点，再次制定优化路径，如此反复直至到达终点。说明书4/5 页7CN 116610074 A70067对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。说明书5/5 页8CN 116610074 A8图1说明书附图1/2 页9CN 116610074 A9图2说明书附图2/2 页10CN 116610074 A10。