CN108711038A - 一种基于计算机处理的物流运输装置的避障系统及方法 - Google Patents
一种基于计算机处理的物流运输装置的避障系统及方法 Download PDFInfo
- Publication number
- CN108711038A CN108711038A CN201810670131.9A CN201810670131A CN108711038A CN 108711038 A CN108711038 A CN 108711038A CN 201810670131 A CN201810670131 A CN 201810670131A CN 108711038 A CN108711038 A CN 108711038A
- Authority
- CN
- China
- Prior art keywords
- module
- path
- data
- logistics
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000033001 locomotion Effects 0.000 claims description 62
- 230000004888 barrier function Effects 0.000 claims description 28
- 230000011218 segmentation Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 7
- 238000000137 annealing Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 3
- 238000013475 authorization Methods 0.000 claims description 3
- 238000000205 computational method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000007726 management method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于物流技术领域,公开了一种基于计算机处理的物流运输装置的避障系统及方法,避障系统包括:物流信息采集模块、摄像模块、中央控制模块、路径生成模块、判断模块、故障报警模块、显示模块。本发明通过物流信息采集模块将原来由手工编辑变量名改成了自动管理、添加,减少了系统建立和维护的成本,为物流企业优化物流路径,提高资源利用率并降低过载风险,为用户特供高质量的物流供应体验;本发明通过路径生成模块针对当前用户个别情况计算耗时的方法,能对不同用户的一般耗时情况给出适合该用户的最佳路径,具有极高的针对性,无论用户采用何种物流配送方式,均可给出相对最佳方案。
Description
技术领域
本发明属于物流技术领域,尤其涉及一种基于计算机处理的物流运输装置的避障系统及方法。
背景技术
目前,业内常用的现有技术是这样的:
物流运输技术主要包括运输设施和运输作业两大类,前者属于运输硬技术,后者属于运输软技术。运输硬技术主要包括运输基础设施,如公路,铁路,海运,运输车等基础设施的完善,运输软技术则包括管理方法,物流技术,物流人员素养等。现代物流在地区经济发展中的重要作用,也越来越为人们所认识,不少省市把发展现代物流列入了重要议事日程。物流现代化和经济发展是密切相关的,预计在今后相当长的时期内中国的经济将保持稳定快速增长,和世界经济接轨的趋势也将加强,这是物流事业发展的大环境。然而,现有物流运输信息管理成本高、效率低;同时现有配送路径不佳,影响物流服务质量。
现场可编程门阵列(FPGA)的布局,就是基于一定的优化条件和约束准则将经过逻辑单元装箱后的电路网表文件描述的可配置逻辑单元CLB、I/O单元、异构模块等单元映射到现场可编程门阵列(FPGA)芯片内部物理位置的过程。现场可编程门阵列(FPGA)的布局问题可以描述为将M个模块放置到N个位置上,设X为当前的布局状态,成本函数Cost(X)表示每一种布局状态X的总成本,总成本越小的布局,其质量越好。现场可编程门阵列(FPGA)的布局问题的解空间非常巨大,用常规的穷举法在有限的时间内难以找到最优解,是一个NP难问题.
综上所述,现有技术存在的问题是:
现有物流运输信息管理成本高、效率低;同时现有配送路径不佳,影响物流服务质量。
现有技术的通过电商网站获得物件的名称、运输目的地、寄件人、收件人信息数据不准确;影响后期的数据处理。
现有技术中,生成最佳的配送路径数据处理中,既要考虑最小化成本,即关键路径延时,又要排除数据资源重用导致的拥挤,使迭代过程必须持续进行直到没有无效资源重用为止,不会耗费大量的CPU时间,不能影响数据的快速判断。
发明内容
针对现有技术存在的问题,本发明提供了一种基于计算机处理的物流运输装置的避障系统及方法。
本发明是这样实现的,一种基于计算机处理的物流运输装置的避障方法,所述基于计算机处理的物流运输装置的避障方法包括:
通过电商网站集成的网络数据下载模块从运营商服务器下载被公钥加密后的网络鉴权数据和网络配置数据;提取密钥库存储的与所述运营商服务器的公钥相匹配的私钥;同时提取运营商数据库存储的网络鉴权数据和网络配置数据;利用网络数据认证模块获取所述密钥库中与所述公钥所对应的私钥,通过所述私钥对加密后的网络鉴权数据和网络配置数据进行解密,并对解密后的网络鉴权数据和网络配置数据进行认证,认证通过后将网络鉴权数据和网络配置数据存入所示运营商数据库中;利用运营商数据库相连接的鉴权模块使用所述运营商数据库中的网络鉴权数据完成鉴权请求;利用网络选择模块设置所述网络鉴权数据和网络配置数据;利用命令解释模块解释来自中央控制模块的命令,并将解释后的命令反馈至中央控制模块;获得物件的名称、运输目的地、寄件人、收件人信息;
利用物流信息云平台采集来自多个电商网站的数据,利用云平台计算框架进行运输路线计算,获得预设运动路线运动方向前方的信息;
读取当前用户的历史路径耗时库中路径耗时表,对路径耗时表中缺失值以所有用户的平均值填充,读取所需经过的路径点列表;筛选后生成最佳的配送路径;
根据摄像模块采集的信息进行判断,若预设运动路线运动方向前方未发现障碍物,则按照预设运动路线继续前进;若预设运动路线运动方向前方发现障碍物,则到达所述障碍物前一个区块处做转弯动作,绕行后回归所述预设运动路线继续所述预设运动路线前进;
对碰撞到障碍物导致配置装置出现故障进行报警、显示。
进一步,获得预设运动路线运动方向前方的信息方法包括:
第一步,首先在多个电商网站的ERP系统中建立各物件BOM表,每批物件投递出去时,ERP系统对每个件号自动赋予一个唯一的二维码,二维码记录件号的名称、运输目的地、寄件人、收件人信息;
第二步,利用采集器扫描采集每个物件的地址在数据采集系统的数据库里建立采集器表,所述采集器表包含所有采集器的地址信息;
第三步,根据采集器表,扫描数据采集器获得每个通道的通道地址和通道号,根据得到的通道地址和通道号,分别为每个采集器生成通道表,所述通道表均包含相应数据采集器上的通道地址和通道号信息;
第四步,根据所有通道表,在数据采集系统中初始化一个总采集表,所述总采集表以待采集量为变量,且每个待采集量均与相应通道的通道地址和通道号对应;
第五步,根据通道表生成XML格式变量文件,并将每个XML格式变量文件下发到对应的数据采集器,每个数据采集器载入对应的XML格式变量文件,所述XML格式变量文件包含通道的通道地址和通道号信息;
第六步,物流信息云平台采集来自多个电商网站的数据,利用云平台计算框架进行运输路线计算;
第七步,定时扫描通道得到采集值,更新每个分采集表,然后格式化后存储在分布式数据库中,基于存储的数据,利用云平台计算框架进行运输路线计算。
进一步,路径生成方法包括:
步骤一,初始化:读取当前用户的历史路径耗时库中路径耗时表,对路径耗时表中缺失值以所有用户的平均值填充,读取所需经过的路径点列表;
步骤二,筛选:对于路径点列表,以道路路口为节点,计算每种可能的、满足经过所有路径点的节点路径点方案;
步骤三,分段平均:将每一节点路径点方案中,将路径点视为节点,将每两个节点之间的路径进行分段,对每一分段,根据当前用户的路径耗时表计算耗时均值;
步骤四,分段计算:在每一分段的耗时均值基础上,乘以该分段的拥堵系数,得到估算耗时;
步骤五,叠加汇总:对每一分段的估算耗时按节点路径点方案进行叠加,得到每一节点路径点方案的总估算耗时;
步骤六,展示:将每一节点路径点方案作为路径方案,按照总估算耗时排序并展示给当前用户。
进一步,分段计算中得到估算耗时,具体包括:
步骤i),在当前布局上,通过随机地选择一对可配置逻辑单元CLB、I/O单元、异构模块交换位置,或者选择一个可配置逻辑单元CLB、I/O单元、异构模块与一个空白位置进行交换,得到一个新的布局,得到一个新布局,并计算新布局的花费Cost:
其中Cost'表示当前布局花费,初始布局时Cost'=1.0,tc、tc'、bc、bc'均为实数,tc和bc分别表示新布局的时序量和拥挤量,tc'和bc'分别表示当前布局的时序量和拥挤量,λ表示时序量的权重,1-λ表示拥挤量的权重,λ=0.5;
步骤ii),根据当前路径T,用新布局的花费Cost与当前布局的花费Cost'之差ΔC判断是否接受新布局:若ΔC<0,则接受新布局为当前布局,否则,设u为区间[0,1]内的一个随机数,如果u<exp(-ΔC/T),则接受新布局为当前布局;
步骤iii),用VFSR函数更新当前路径T:
T=T0exp(-ck),
k为接受新布局的总次数,c为实数常量,c=-log(TRS)×exp(-log(TAS));
TRS为退火尺度系数,TRS=10-9,TAS为最大退火迭代次数,TAS计算方法为:
TAS=log0.8(0.05×H/T0)×M,
其中H为电路中的信号个数,M为马可夫链长度,M=10·N1.33;
步骤IV),对步骤i)至步骤iii)过程进行M次迭代;
步骤V),如果T<0.05×Cost/H,则执行步骤IV),否则转步骤i)继续执行;
在步骤IV)中,局部优化路径的具体方法为:
步骤a),令当前路径T=0,对步骤iii)的步骤a)至步骤b)过程进行M次迭代,由于当前路径T为0的情况下,只接受结果比当前布局好的新布局,进行M次迭代之后找到局部最优路径;
步骤b),如果步骤a)获得的局部最优布局的结果好于当前最优布局,则替换当前最优布局为该局部最优布局,当前最优路径为到目前为止找到的结果最好路径的布局。
本发明的另一目的在于提供一种实现所述基于计算机处理的物流运输装置的避障方法的计算机程序。
本发明的另一目的在于提供一种实现所述于计算机处理的物流运输装置的避障方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行所述的于计算机处理的物流运输装置的避障方法。
本发明的另一目的在于提供一种实现所述于计算机处理的物流运输装置的避障方法的基于计算机处理的物流运输装置的避障系统,包括:
物流信息采集模块,与中央控制模块连接,用于通过电商网站获取物件的名称、运输目的地、寄件人、收件人等信息;
摄像模块,与中央控制模块连接,用于通过热感应成像仪获得预设运动路线运动方向前方的信息;
中央控制模块,与物流信息采集模块、摄像模块、路径生成模块、判断模块、故障报警模块、显示模块连接,用于控制各个模块正常工作;
路径生成模块,与中央控制模块连接,用于生成最佳的配送路径;
判断模块,与中央控制模块连接,用于根据摄像模块采集的信息判断,若预设运动路线运动方向前方未发现障碍物,则按照预设运动路线继续前进;若预设运动路线运动方向前方发现障碍物,则到达所述障碍物前一个区块处做转弯动作,绕行后回归所述预设运动路线继续所述预设运动路线前进。
进一步,所述基于计算机处理的物流运输装置的避障系统还包括:
故障报警模块,与中央控制模块连接,用于对碰撞到障碍物导致配置装置故障进行报警,通知管理人员;
显示模块,与中央控制模块连接,用于显示路径信息。
本发明的另一目的在于提供一种搭载有所述于计算机处理的物流运输装置的避障系统的信息数据处理终端。
本发明的优点及积极效果为:
本发明通过物流信息采集模块将原来由手工编辑变量名改成了自动管理、添加,减少了系统建立和维护的成本,为物流企业优化物流路径,提高资源利用率并降低过载风险,为用户特供高质量的物流供应体验;本发明通过路径生成模块针对当前用户个别情况计算耗时的方法,能对不同用户的一般耗时情况给出适合该用户的最佳路径,具有极高的针对性,无论用户采用何种物流配送方式,均可给出相对最佳方案。
本发明通过电商集成的网站网络数据下载模块从运营商服务器下载被公钥加密后的网络鉴权数据和网络配置数据;提取密钥库存储的与所述运营商服务器的公钥相匹配的私钥;同时提取运营商数据库存储的网络鉴权数据和网络配置数据;利用网络数据认证模块获取所述密钥库中与所述公钥所对应的私钥,通过所述私钥对加密后的网络鉴权数据和网络配置数据进行解密,并对解密后的网络鉴权数据和网络配置数据进行认证,认证通过后将网络鉴权数据和网络配置数据存入所示运营商数据库中;利用运营商数据库相连接的鉴权模块使用所述运营商数据库中的网络鉴权数据完成鉴权请求;利用网络选择模块设置所述网络鉴权数据和网络配置数据;利用命令解释模块解释来自中央控制模块的命令,并将解释后的命令反馈至中央控制模块;获得物件的名称、运输目的地、寄件人、收件人信息;而且获得的数据准确,这是本发明的一创新点。
本发明应用于传统集成电路布局的现场可编程门阵列FPGA布局的路径更新,实现了对布局过程的加速;采用多线程方法对现有的基于拥挤协商PathFinder算法的路径优化方法进行并行化改进,实现了对路径优化过程的加速。
本发明较好的解决了现有的现场可编程门阵列布局、路径优化过程中CPU消耗时间长,效率低的问题。数据的快速判断的能力。
附图说明
图1是本发明实施例提供的基于计算机处理的物流运输装置的避障系统结构框图。
图中:1、物流信息采集模块;2、摄像模块;3、中央控制模块;4、路径生成模块;5、判断模块;6、故障报警模块;7、显示模块。
图2是本发明实施例提供的基于计算机处理的物流运输装置的避障方法流程图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
如图1所示,本发明实施例提供的基于计算机处理的物流运输装置的避障系统,包括:物流信息采集模块1、摄像模块2、中央控制模块3、路径生成模块4、判断模块5、故障报警模块6、显示模块7。
物流信息采集模块1,与中央控制模块3连接,用于通过电商网站获取物件的名称、运输目的地、寄件人、收件人等信息;
摄像模块2,与中央控制模块3连接,用于通过热感应成像仪获得预设运动路线运动方向前方的信息;
中央控制模块3,与物流信息采集模块1、摄像模块2、路径生成模块4、判断模块5、故障报警模块6、显示模块7连接,用于控制各个模块正常工作;
路径生成模块4,与中央控制模块3连接,用于生成最佳的配送路径;
判断模块5,与中央控制模块3连接,用于根据摄像模块2采集的信息判断,若预设运动路线运动方向前方未发现障碍物,则按照预设运动路线继续前进;若预设运动路线运动方向前方发现障碍物,则到达所述障碍物前一个区块处做转弯动作,绕行后回归所述预设运动路线继续所述预设运动路线前进;
故障报警模块6,与中央控制模块3连接,用于对碰撞到障碍物导致配置装置故障进行报警,通知管理人员;
显示模块7,与中央控制模块3连接,用于显示路径信息。
如图2所示,本发明实施例提供基于计算机处理的物流运输装置的避障方法包括:
S101:通过电商网站集成的网络数据下载模块从运营商服务器下载被公钥加密后的网络鉴权数据和网络配置数据;提取密钥库存储的与所述运营商服务器的公钥相匹配的私钥;同时提取运营商数据库存储的网络鉴权数据和网络配置数据;利用网络数据认证模块获取所述密钥库中与所述公钥所对应的私钥,通过所述私钥对加密后的网络鉴权数据和网络配置数据进行解密,并对解密后的网络鉴权数据和网络配置数据进行认证,认证通过后将网络鉴权数据和网络配置数据存入所示运营商数据库中;利用运营商数据库相连接的鉴权模块使用所述运营商数据库中的网络鉴权数据完成鉴权请求;利用网络选择模块设置所述网络鉴权数据和网络配置数据;利用命令解释模块解释来自中央控制模块的命令,并将解释后的命令反馈至中央控制模块;获得物件的名称、运输目的地、寄件人、收件人信息;
S102:利用物流信息云平台采集来自多个电商网站的数据,利用云平台计算框架进行运输路线计算,获得预设运动路线运动方向前方的信息;
S103:读取当前用户的历史路径耗时库中路径耗时表,对路径耗时表中缺失值以所有用户的平均值填充,读取所需经过的路径点列表;筛选后生成最佳的配送路径;
S104:根据摄像模块采集的信息进行判断,若预设运动路线运动方向前方未发现障碍物,则按照预设运动路线继续前进;若预设运动路线运动方向前方发现障碍物,则到达所述障碍物前一个区块处做转弯动作,绕行后回归所述预设运动路线继续所述预设运动路线前进;
S105:对碰撞到障碍物导致配置装置出现故障进行报警、显示。
获得预设运动路线运动方向前方的信息方法包括:
第一步,首先在多个电商网站的ERP系统中建立各物件BOM表,每批物件投递出去时,ERP系统对每个件号自动赋予一个唯一的二维码,二维码记录件号的名称、运输目的地、寄件人、收件人信息;
第二步,利用采集器扫描采集每个物件的地址在数据采集系统的数据库里建立采集器表,所述采集器表包含所有采集器的地址信息;
第三步,根据采集器表,扫描数据采集器获得每个通道的通道地址和通道号,根据得到的通道地址和通道号,分别为每个采集器生成通道表,所述通道表均包含相应数据采集器上的通道地址和通道号信息;
第四步,根据所有通道表,在数据采集系统中初始化一个总采集表,所述总采集表以待采集量为变量,且每个待采集量均与相应通道的通道地址和通道号对应;
第五步,根据通道表生成XML格式变量文件,并将每个XML格式变量文件下发到对应的数据采集器,每个数据采集器载入对应的XML格式变量文件,所述XML格式变量文件包含通道的通道地址和通道号信息;
第六步,物流信息云平台采集来自多个电商网站的数据,利用云平台计算框架进行运输路线计算;
第七步,定时扫描通道得到采集值,更新每个分采集表,然后格式化后存储在分布式数据库中,基于存储的数据,利用云平台计算框架进行运输路线计算。
路径生成方法包括:
步骤一,初始化:读取当前用户的历史路径耗时库中路径耗时表,对路径耗时表中缺失值以所有用户的平均值填充,读取所需经过的路径点列表;
步骤二,筛选:对于路径点列表,以道路路口为节点,计算每种可能的、满足经过所有路径点的节点路径点方案;
步骤三,分段平均:将每一节点路径点方案中,将路径点视为节点,将每两个节点之间的路径进行分段,对每一分段,根据当前用户的路径耗时表计算耗时均值;
步骤四,分段计算:在每一分段的耗时均值基础上,乘以该分段的拥堵系数,得到估算耗时;
步骤五,叠加汇总:对每一分段的估算耗时按节点路径点方案进行叠加,得到每一节点路径点方案的总估算耗时;
步骤六,展示:将每一节点路径点方案作为路径方案,按照总估算耗时排序并展示给当前用户。
进一步,分段计算中得到估算耗时,具体包括:
步骤i),在当前布局上,通过随机地选择一对可配置逻辑单元CLB、I/O单元、异构模块交换位置,或者选择一个可配置逻辑单元CLB、I/O单元、异构模块与一个空白位置进行交换,得到一个新的布局,得到一个新布局,并计算新布局的花费Cost:
其中Cost'表示当前布局花费,初始布局时Cost'=1.0,tc、tc'、bc、bc'均为实数,tc和bc分别表示新布局的时序量和拥挤量,tc'和bc'分别表示当前布局的时序量和拥挤量,λ表示时序量的权重,1-λ表示拥挤量的权重,λ=0.5;
步骤ii),根据当前路径T,用新布局的花费Cost与当前布局的花费Cost'之差ΔC判断是否接受新布局:若ΔC<0,则接受新布局为当前布局,否则,设u为区间[0,1]内的一个随机数,如果u<exp(-ΔC/T),则接受新布局为当前布局;
步骤iii),用VFSR函数更新当前路径T:
T=T0exp(-ck),
k为接受新布局的总次数,c为实数常量,c=-log(TRS)×exp(-log(TAS));
TRS为退火尺度系数,TRS=10-9,TAS为最大退火迭代次数,TAS计算方法为:
TAS=log0.8(0.05×H/T0)×M,
其中H为电路中的信号个数,M为马可夫链长度,M=10·N1.33;
步骤IV),对步骤i)至步骤iii)过程进行M次迭代;
步骤V),如果T<0.05×Cost/H,则执行步骤IV),否则转步骤i)继续执行;
在步骤IV)中,局部优化路径的具体方法为:
步骤a),令当前路径T=0,对步骤iii)的步骤a)至步骤b)过程进行M次迭代,由于当前路径T为0的情况下,只接受结果比当前布局好的新布局,进行M次迭代之后找到局部最优路径;
步骤b),如果步骤a)获得的局部最优布局的结果好于当前最优布局,则替换当前最优布局为该局部最优布局,当前最优路径为到目前为止找到的结果最好路径的布局。
本发明配送时,通过物流信息采集模块1获取物件的名称、运输目的地、寄件人、收件人等信息;通过摄像模块2获得预设运动路线运动方向前方的信息;中央控制模块3调度路径生成模块4生成最佳的配送路径;通过判断模块5根据摄像模块2采集的信息判断,若预设运动路线运动方向前方未发现障碍物,则按照预设运动路线继续前进;若预设运动路线运动方向前方发现障碍物,则到达所述障碍物前一个区块处做转弯动作,绕行后回归所述预设运动路线继续所述预设运动路线前进;通过故障报警模块6对碰撞到障碍物导致配置装置故障进行报警,通知管理人员;最后,通过显示模块7显示路径信息。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (10)
1.一种基于计算机处理的物流运输装置的避障方法,其特征在于,所述基于计算机处理的物流运输装置的避障方法包括:
通过电商网站集成的网络数据下载模块从运营商服务器下载被公钥加密后的网络鉴权数据和网络配置数据;提取密钥库存储的与所述运营商服务器的公钥相匹配的私钥;同时提取运营商数据库存储的网络鉴权数据和网络配置数据;利用网络数据认证模块获取所述密钥库中与所述公钥所对应的私钥,通过所述私钥对加密后的网络鉴权数据和网络配置数据进行解密,并对解密后的网络鉴权数据和网络配置数据进行认证,认证通过后将网络鉴权数据和网络配置数据存入所示运营商数据库中;利用运营商数据库相连接的鉴权模块使用所述运营商数据库中的网络鉴权数据完成鉴权请求;利用网络选择模块设置所述网络鉴权数据和网络配置数据;利用命令解释模块解释来自中央控制模块的命令,并将解释后的命令反馈至中央控制模块;获得物件的名称、运输目的地、寄件人、收件人信息;
利用物流信息云平台采集来自多个电商网站的数据,利用云平台计算框架进行运输路线计算,获得预设运动路线运动方向前方的信息;
读取当前用户的历史路径耗时库中路径耗时表,对路径耗时表中缺失值以所有用户的平均值填充,读取所需经过的路径点列表;筛选后生成最佳的配送路径;
根据摄像模块采集的信息进行判断,若预设运动路线运动方向前方未发现障碍物,则按照预设运动路线继续前进;若预设运动路线运动方向前方发现障碍物,则到达所述障碍物前一个区块处做转弯动作,绕行后回归所述预设运动路线继续所述预设运动路线前进;
对碰撞到障碍物导致配置装置出现故障进行报警、显示。
2.如权利要求1所述基于计算机处理的物流运输装置的避障方法,其特征在于,获得预设运动路线运动方向前方的信息方法包括:
第一步,首先在多个电商网站的ERP系统中建立各物件BOM表,每批物件投递出去时,ERP系统对每个件号自动赋予一个唯一的二维码,二维码记录件号的名称、运输目的地、寄件人、收件人信息;
第二步,利用采集器扫描采集每个物件的地址在数据采集系统的数据库里建立采集器表,所述采集器表包含所有采集器的地址信息;
第三步,根据采集器表,扫描数据采集器获得每个通道的通道地址和通道号,根据得到的通道地址和通道号,分别为每个采集器生成通道表,所述通道表均包含相应数据采集器上的通道地址和通道号信息;
第四步,根据所有通道表,在数据采集系统中初始化一个总采集表,所述总采集表以待采集量为变量,且每个待采集量均与相应通道的通道地址和通道号对应;
第五步,根据通道表生成XML格式变量文件,并将每个XML格式变量文件下发到对应的数据采集器,每个数据采集器载入对应的XML格式变量文件,所述XML格式变量文件包含通道的通道地址和通道号信息;
第六步,物流信息云平台采集来自多个电商网站的数据,利用云平台计算框架进行运输路线计算;
第七步,定时扫描通道得到采集值,更新每个分采集表,然后格式化后存储在分布式数据库中,基于存储的数据,利用云平台计算框架进行运输路线计算。
3.如权利要求1所述基于计算机处理的物流运输装置的避障方法,其特征在于,路径生成方法包括:
步骤一,初始化:读取当前用户的历史路径耗时库中路径耗时表,对路径耗时表中缺失值以所有用户的平均值填充,读取所需经过的路径点列表;
步骤二,筛选:对于路径点列表,以道路路口为节点,计算每种可能的、满足经过所有路径点的节点路径点方案;
步骤三,分段平均:将每一节点路径点方案中,将路径点视为节点,将每两个节点之间的路径进行分段,对每一分段,根据当前用户的路径耗时表计算耗时均值;
步骤四,分段计算:在每一分段的耗时均值基础上,乘以该分段的拥堵系数,得到估算耗时;
步骤五,叠加汇总:对每一分段的估算耗时按节点路径点方案进行叠加,得到每一节点路径点方案的总估算耗时;
步骤六,展示:将每一节点路径点方案作为路径方案,按照总估算耗时排序并展示给当前用户。
4.如权利要求3所述基于计算机处理的物流运输装置的避障方法,其特征在于,
分段计算中得到估算耗时,具体包括:
步骤i),在当前布局上,通过随机地选择一对可配置逻辑单元CLB、I/O单元、异构模块交换位置,或者选择一个可配置逻辑单元CLB、I/O单元、异构模块与一个空白位置进行交换,得到一个新的布局,得到一个新布局,并计算新布局的花费Cost:
其中Cost'表示当前布局花费,初始布局时Cost'=1.0,tc、tc'、bc、bc'均为实数,tc和bc分别表示新布局的时序量和拥挤量,tc'和bc'分别表示当前布局的时序量和拥挤量,λ表示时序量的权重,1-λ表示拥挤量的权重,λ=0.5;
步骤ii),根据当前路径T,用新布局的花费Cost与当前布局的花费Cost'之差ΔC判断是否接受新布局:若ΔC<0,则接受新布局为当前布局,否则,设u为区间[0,1]内的一个随机数,如果u<exp(-ΔC/T),则接受新布局为当前布局;
步骤iii),用VFSR函数更新当前路径T:
T=T0exp(-ck),
k为接受新布局的总次数,c为实数常量,c=-log(TRS)×exp(-log(TAS));TRS为退火尺度系数,TRS=10-9,TAS为最大退火迭代次数,TAS计算方法为:
TAS=log0.8(0.05×H/T0)×M,
其中H为电路中的信号个数,M为马可夫链长度,M=10·N1.33;
步骤IV),对步骤i)至步骤iii)过程进行M次迭代;
步骤V),如果T<0.05×Cost/H,则执行步骤IV),否则转步骤i)继续执行;
在步骤IV)中,局部优化路径的具体方法为:
步骤a),令当前路径T=0,对步骤iii)的步骤a)至步骤b)过程进行M次迭代,由于当前路径T为0的情况下,只接受结果比当前布局好的新布局,进行M次迭代之后找到局部最优路径;
步骤b),如果步骤a)获得的局部最优布局的结果好于当前最优布局,则替换当前最优布局为该局部最优布局,当前最优路径为到目前为止找到的结果最好路径的布局。
5.一种实现权利要求1~4任意一项所述基于计算机处理的物流运输装置的避障方法的计算机程序。
6.一种实现权利要求1~4任意一项所述于计算机处理的物流运输装置的避障方法的信息数据处理终端。
7.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-4任意一项所述的于计算机处理的物流运输装置的避障方法。
8.一种实现权利要求1所述于计算机处理的物流运输装置的避障方法的基于计算机处理的物流运输装置的避障系统,其特征在于,所述基于计算机处理的物流运输装置的避障系统包括:
物流信息采集模块,与中央控制模块连接,用于通过电商网站获取物件的名称、运输目的地、寄件人、收件人等信息;
摄像模块,与中央控制模块连接,用于通过热感应成像仪获得预设运动路线运动方向前方的信息;
中央控制模块,与物流信息采集模块、摄像模块、路径生成模块、判断模块、故障报警模块、显示模块连接,用于控制各个模块正常工作;
路径生成模块,与中央控制模块连接,用于生成最佳的配送路径;
判断模块,与中央控制模块连接,用于根据摄像模块采集的信息判断,若预设运动路线运动方向前方未发现障碍物,则按照预设运动路线继续前进;若预设运动路线运动方向前方发现障碍物,则到达所述障碍物前一个区块处做转弯动作,绕行后回归所述预设运动路线继续所述预设运动路线前进。
9.如权利要求8所述的基于计算机处理的物流运输装置的避障系统,其特征在于,所述基于计算机处理的物流运输装置的避障系统还包括:
故障报警模块,与中央控制模块连接,用于对碰撞到障碍物导致配置装置故障进行报警,通知管理人员;
显示模块,与中央控制模块连接,用于显示路径信息。
10.一种搭载有权利要求8~9任意一项所述于计算机处理的物流运输装置的避障系统的信息数据处理终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810670131.9A CN108711038A (zh) | 2018-06-26 | 2018-06-26 | 一种基于计算机处理的物流运输装置的避障系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810670131.9A CN108711038A (zh) | 2018-06-26 | 2018-06-26 | 一种基于计算机处理的物流运输装置的避障系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108711038A true CN108711038A (zh) | 2018-10-26 |
Family
ID=63871995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810670131.9A Withdrawn CN108711038A (zh) | 2018-06-26 | 2018-06-26 | 一种基于计算机处理的物流运输装置的避障系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108711038A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109760060A (zh) * | 2019-03-02 | 2019-05-17 | 安徽理工大学 | 一种多自由度机器人智能避障方法及其系统 |
CN110170993A (zh) * | 2019-04-18 | 2019-08-27 | 张煜轩 | 一种网络化智能机器人 |
-
2018
- 2018-06-26 CN CN201810670131.9A patent/CN108711038A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109760060A (zh) * | 2019-03-02 | 2019-05-17 | 安徽理工大学 | 一种多自由度机器人智能避障方法及其系统 |
CN109760060B (zh) * | 2019-03-02 | 2021-06-08 | 安徽理工大学 | 一种多自由度机器人智能避障方法及其系统 |
CN110170993A (zh) * | 2019-04-18 | 2019-08-27 | 张煜轩 | 一种网络化智能机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103557870B (zh) | 一种动态轨迹导航方法及云平台 | |
Zhu et al. | Mobile traffic sensor routing in dynamic transportation systems | |
CN111710177B (zh) | 智慧交通信号灯组网协同优化控制系统及控制方法 | |
Cao et al. | The design of an IoT-GIS platform for performing automated analytical tasks | |
CN110356437A (zh) | 实时服务水平监视 | |
WO2022227303A1 (zh) | 信息处理方法、装置、计算机设备及存储介质 | |
Zhu et al. | Route design model of feeder bus service for urban rail transit stations | |
EP3076728B1 (en) | Wireless network availability for a moving network based on location determination | |
CN105574698A (zh) | 基于大数据下的智能仓储管理系统 | |
Hajibabai et al. | Patrol route planning for incident response vehicles under dispatching station scenarios | |
CN104011719A (zh) | 消息跟踪和检查的方法和系统 | |
CN106228263A (zh) | 基于大数据的物流信息化方法 | |
CN108711038A (zh) | 一种基于计算机处理的物流运输装置的避障系统及方法 | |
Muthanna et al. | A mobile edge computing/software‐defined networking‐enabled architecture for vehicular networks | |
CN106910339A (zh) | 道路信息提供方法、装置及处理终端 | |
WO2021158983A1 (en) | Modeling, simulation, and analysis of transportation systems | |
Liu et al. | Data-driven order assignment for last mile delivery | |
Talukder et al. | Trajectory-based signal control in mixed connected vehicle environments | |
Celes et al. | From mobility traces to knowledge: Design guidance for intelligent vehicular networks | |
Rahim Taleqani et al. | Maximum Closeness Centrality k‐Clubs: A Study of Dock‐Less Bike Sharing | |
CN108197879A (zh) | 一种多模式客货共运方法及系统 | |
Ooi et al. | Smart modular parcel locker system using internet of things (iot) | |
Meshkani et al. | Distributed ride-matching for shared ridehailing service with intelligent city infrastructure | |
Christodoulou et al. | Dynacargo routing subsystem and its algorithms for efficient urban waste collection | |
Dow et al. | A geo-aware location based taxi carrying system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20181026 |