CN111323036B - 原料场智能寻优路径方法、系统、电子设备和存储介质 - Google Patents

原料场智能寻优路径方法、系统、电子设备和存储介质 Download PDF

Info

Publication number
CN111323036B
CN111323036B CN202010101954.7A CN202010101954A CN111323036B CN 111323036 B CN111323036 B CN 111323036B CN 202010101954 A CN202010101954 A CN 202010101954A CN 111323036 B CN111323036 B CN 111323036B
Authority
CN
China
Prior art keywords
node
path
list
processor
stock yard
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.)
Active
Application number
CN202010101954.7A
Other languages
English (en)
Other versions
CN111323036A (zh
Inventor
申晓岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beris Engineering and Research Corp
Original Assignee
Beris Engineering and Research Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beris Engineering and Research Corp filed Critical Beris Engineering and Research Corp
Priority to CN202010101954.7A priority Critical patent/CN111323036B/zh
Publication of CN111323036A publication Critical patent/CN111323036A/zh
Application granted granted Critical
Publication of CN111323036B publication Critical patent/CN111323036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种原料场智能寻优路径方法、系统、电子设备和存储介质,涉及寻路方法以及冶金技术领域,其中方法包括以下步骤:1)为每个冶金系统原料场的设备编号;2)确定目标值,并根据目标值要求,为每个设备的连接过程赋权值;3)通过权值条件的要求,创建相对应的输入矩阵A,并以目标值最小为目标函数,将矩阵A带入算法模型中进行计算;4)计算完毕后得出权值最小的最优路径。本发明可以解决目前的原料场的原料运输启动方式效率低下、设备可重复利用率低、程序复杂繁琐容易出错且调试困难、工作量巨大的问题。

Description

原料场智能寻优路径方法、系统、电子设备和存储介质
技术领域
本发明涉及寻路方法以及冶金技术领域,特别是涉及原料场智能寻优路径方法、系统、电子设备和存储介质。
背景技术
本部分的陈述仅仅是提到了与本发明相关的背景技术,并不必然构成现有技术。
在实现本发明的过程中,发明人发现现有技术中存在以下技术问题:
目前原料场的原料运输基本都是操作工人按生产要求选择原料的起点与终点,之后检查流程中设备的运行情况,选择流程中空闲可用的设备的流程进行顺序启动。这种启动方式效率低下,设备可重复利用率低,且在前期编程的过程中,程序复杂繁琐,容易出错且调试困难,工作量也是十分巨大。
寻优算法对传统的插点法进行改进,利用动态规划的思想寻找给定的加权图中多源点之间最短路径,差值算法广泛的应用于城市道路规划、选址规划、路径规划和物流规划问题当中。冶金原料领域还未尝试应用过该类型的算法。
发明内容
针对现有技术存在的不足,本发明的目的是提供一种原料场智能寻优路径系统、方法和可读存储介质,可以解决目前的原料场的原料运输启动方式效率低下、设备可重复利用率低、程序复杂繁琐容易出错且调试困难、工作量巨大的问题。
为了实现上述目的,本发明是通过如下的技术方案来实现:
第一方面,本发明的实施例提供了一种原料场智能寻优路径方法,包括以下步骤:
1)为每个冶金系统原料场的设备编号;
2)确定目标值,并根据目标值要求,为每个设备的连接过程赋权值;
3)通过权值条件的要求,创建相对应的输入矩阵A,并以目标值最小为目标函数,将矩阵A带入算法模型中进行计算;
4)计算完毕后得出权值最小的最优路径。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,算法模型采用A*算法模型,通过A*算法的插值,逐渐靠近目标函数,最终得到最小路径,具体包括以下步骤:
3.1)把起点加入开列表;
3.2)重复如下过程:
3.2.1)遍历开列表,查找F值最小的节点,把它作为当前要处理的节点;
3.2.2)把步骤3.2.1)中的节点移到闭列表中;
3.3)对当前节点的相邻节点进行以下测试:
若当前节点的相邻节点是不可抵达的,或者当前节点的相邻节点在闭列表中,则跳过此节点;否则,做如下操作:
3.3.1)若当前节点的相邻节点不在闭列表中,把它加入开列表,并且把当前节点设置为当前节点的相邻节点的父节点,记录该节点的F,G和H值;
3.3.2)若当前节点的相邻节点已经在开列表中,检查此路径的权值之和是否更小;
如果是,把当前节点的父节点设置为待检查的节点,并重新计算它的G和F值;
3.4)停止,当把终点加入到了开列表中,此时路径已经找到;或者查找终点失败,并且开列表为空,则说明此时没有路径。
3.5)保存已经找到的路径;从终点开始,每个节点沿着父节点移动直至起点进行回溯,获得最优路径。
所述F=G+H,G为从起始设备点移动到节点的权值之和;H为节点到结束设备点的权值之和。
第二方面,本发明实施例还提供了一种原料场智能寻优路径系统,包括:
记录设备编号和存储运算程序的存储器;
对设备之间进行赋值、并进行运算的处理器;
用于控制现场设备的PLC;
存储器与处理器之间电连接,处理器与PLC之间能够通信。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,所述PLC与处理器之间通过总线连接,所述PLC能够连接并控制原料场中的每个设备。
第三方面,本发明实施例还提供了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成如第一方面所述方法的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成如第一方面所述方法的步骤。
上述本发明的实施例的有益效果如下:
1)本发明的实施例中,寻优算法对传统的插点法进行改进,利用动态规划的思想寻找给定的加权图中多源点之间最短路径,差值算法广泛的应用于城市道路规划、选址规划、路径规划和物流规划问题当中。冶金原料领域还未尝试应用过该类型的算法,且该算法容易理解,可以算出任意两个节点之间的最优路径,代码编写简单,而原料场工艺中,胶带机数量众多,路由情况复杂,将该类型算法应用在冶金原料的设备运行计算当中十分符合,在选择了适合的运行设备路线之后,设备的启动效率得以提升,每个设备均可被利用,设备可重复利用率提高。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为第一个实施例中提及的原料厂的示意图,
图2为第一个实施例中提及的矩阵的一部分。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例1
本发明的一种典型的实施方式中,公开了一种原料场智能寻优路径方法,包括以下步骤:
1)为每个冶金系统原料场的设备编号;
2)确定目标值,并根据目标值要求,为每个设备的连接过程赋权值;
3)通过权值条件的要求,创建相对应的输入矩阵A,并以目标值最小为目标函数,将矩阵A带入算法模型中进行计算;
4)计算完毕后得出权值最小的最优路径。
在本实施例中,所述权值的含义是设备运行的时间,因此,步骤2)中,目标值也即设定的权值的最小值,也即最短运行时间。
本实施例中的矩阵A的具体构建过程,矩阵A的形式与冶金系统原料场的设备的数量相适应,例如,本实施例中共有35个设备,则建立35×35的矩阵A。
本实施例的矩阵中,本设备至本设备的权值为0,有路径的取路径中的权值,无路径的取值为∞。例如,矩阵中设备1到设备5的权值为2,则设e[1][5]的值为2;设备1无法到达设备2,则设置e[1][2]的值为∞;另外,设定设备1到达设备1本身的权值为0,例如e[1][1]为0。
请参考附图,本实施例中,矩阵A的权值作为构成矩阵的元。例如,本实施例中,编号为1的设备到编号为5的设备的权值为2,则在矩阵中A中,数a1,5位于矩阵A的第1行第5列,称为矩阵A的(1,5)元。
矩阵A建立完毕后,需要根据权值的设定,寻找权值最小的路径,权值最小则意味着运行时间最短。
本实施例使用寻优算法的具体过程为,利用算法的含义对于每一对顶点u和v进行计算,需要说明的是,本实施例中的u代指位于起始位置的设备,本实施例中的v代指位于结束位置的设备,w代指位于中间u、v之间的位置的设备。
若存在一个顶点w使得从u到w再到v比已知的路径更短,则更新路径。
具体的,定义一个矩阵D,矩阵D用于记录所插入点w0的信息,Di,j表示从u到v需要经过的点,初始化Di,j=j,把各个顶点(u和v)插入,比较插入点与顶点之间的距离与顶点u到顶点v之间的距离,设定此距离为G′,则
Gi,j′=min(Gi,j,Gi,k+Gk,j),
式中,Gi,k+Gk,j为插值点之前到起始点和插值点之后到结束点的路径之和。
可以理解的是,min(Gi,j,Gi,k+Gk,j)为矩阵运算,在插值点被插入以后,遇到插值点即可改变运动物体的运动方向,例如,运动物体在原料场中沿i方向行进,在插值点以后,其改变方向沿j方向行进。
还可以理解的是,本实施例中的,运动物体在矩阵A中可以不断改变运动路径,也即,在min(Gi,j,Gi,k+Gk,j)中,最终得出的运动路径是不断插值得到的。
如果Gi,j′的值变小,则Gi,j′=k。在G中包含有两点之间最短道路的信息,而在D中则包含了最短通路的信息。比如,要寻找从设备编号为1到5的路径。根据D,假如D(1,5)=2则说明从1到5经过3,路径为{1,5,3},如果D(5,3)=3,说明V1与V3直接相连,如果D(3,1)=1,说明V3与V1直接相连。
通过遍历比较后就可得到最终的权值和与最短的路径。
关于插值方法,可以参考A*算法,使用算法自然语言可描述如下,包括以下步骤:
1.1)创建一个开列表和一个关列表,分别用来存放未访问和访问过的节点;
1.2)从起始设备点开始,把起始设备点加入到开列表中;开列表中点是路径可能会是沿途经过的,也有可能不经过,可以认为基本上开列表是一个待检查的列表;
1.3)查看与起始设备点相邻的节点a,把其中可到达的(从起始设备点可以直接到达的,对应于权值为非∞、非0的节点)也加入到开列表中;
1.4)把起始设备点设置为步骤1.3)中节点a的父节点;
1.5)从开列表中选一个与起始设备点相邻的节点a;可以理解的是,此处的节点a与前文中的顶点w是相对应的,节点a的选取是随机的,同时这也意味着,每个于父节点相邻的节点a均需要进行检查;
判断节点a是否为终点,若不是,则先将该节点从开列表移至关列表,接着继续向四周扩展节点;
在扩展时,判断该节点是否已经在关列表中,若在,说明该节点已经访问过,跳过,若不在,则继续判断该节点是否在开列表中,若在,说明已经在开列表中了,跳过,若不在,将其添加到开列表中;
1.6)选择具有最小F值的节点;
1.7)遍历结束,沿着父节点反向回溯,获得最优路径。
其中,F=G+H,G为从起始设备点移动到节点的时间;H为节点到结束设备点的时间;
可以理解的是,本实施例的G值和F值,均可以通过计算设备之间的权值之和来确定。
总的来说,整个过程可描述如下:
1、把起点加入开列表;
2、重复如下过程:
1)遍历开列表,查找F值最小的节点,把它作为当前要处理的节点;
2)把步骤1)中的节点移到闭列表中;
3)对当前节点的相邻节点进行以下测试:
若当前节点的相邻节点是不可抵达的(权值为∞的节点),或者当前节点的相邻节点在闭列表中,则跳过此节点(当前节点的相邻节点);否则,做如下操作:
3.1)若当前节点的相邻节点不在闭列表中,把它加入开列表,并且把当前节点设置为当前节点的相邻节点的父节点,记录该节点的F,G和H值;
3.2)若当前节点的相邻节点已经在开列表中,检查此路径的权值之和是否更小;
如果是,把当前节点的父节点设置为待检查的节点,并重新计算它的G和F值;
4)停止,当把终点加入到了开列表中,此时路径已经找到;或者查找终点失败,并且开列表为空,则说明此时没有路径。
5)保存已经找到的路径;从终点开始,每个节点沿着父节点移动直至起点进行回溯,获得最优路径。
可以看出,本实施例中的,首先对原料场的数据进行加工采集,并形成权值矩阵,根据权值的大小,可以直接反应由一个节点到另一个节点的运行时间,也即,本实施例中,通过对于权值的使用,把时间作为主要的算子,而非以运动距离作为算子。
请参考图1,本实施例的步骤1)中,若以图1为参考对象,则编号为每个设备上方的数字,编号能够被记录到服务器中;
本实施例的步骤2)中,目标值的确定,可以根据日常的运行情况确定,权值反应的是在设备与设备之间的运行时间的长短;
在参考了A*算法的插值方法后,本实施例的步骤3)可描述如下:
3)通过权值条件的要求,创建相对应的输入矩阵A,并以目标值最小为目标函数,将矩阵A带入算法模型中进行计算;
算法模型采用A*算法模型,通过A*算法的插值,逐渐靠近目标函数,最终得到最小路径;结合图1和图2,,可以理解的是,本实施例在进行路径选择的时候,当n≤16时,设备n和设备n+4之间的可以通达,例如,设备1与设备5之间可以通达,设备2与设备6可以通达,特殊的,当n=17时,设备17的还可以和设备22的设备之间通达;当n≥18时,设备n和设备n+3之间的可以通达,特殊的,当n=18,19,20时,设备18还可以和设备22之间可以通达,设备19还可以和设备23之间可以通达,设备20还可以和设备22之间通达。
实施例2
本发明的一种典型的实施方式中,公开了一种原料场智能寻优路径系统,包括:
记录设备编号和存储运算程序的的存储器;
对设备之间进行赋值、并进行运算的处理器;
用于控制现场设备的PLC;
存储器与处理器之间电连接,处理器与PLC之间能够通信。
实施例3
本发明的一种典型的实施方式中,公开了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1所述方法的步骤。
实施例4
本发明的一种典型的实施方式中,公开了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1所述方法的步骤。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (8)

1.一种原料场智能寻优路径方法,其特征在于,包括以下步骤:
1)为每个冶金系统原料场的设备编号;
2)确定目标值,并根据目标值要求,为每个设备的连接过程赋权值;
3)通过权值条件的要求,创建相对应的输入矩阵A,并以目标值最小为目标函数,将矩阵A带入算法模型中进行计算,包括以下步骤:
3.1)把起点加入开列表;
3.2)重复如下过程:
3.2.1)遍历开列表,查找F值最小的节点,把它作为当前要处理的节点;其中,所述F=G+H,G为从起始设备点移动到节点的权值之和,H为节点到结束设备点的权值之和;
3.2.2)把步骤3.2.1)中的节点移到闭列表中;
3.3)对当前节点的相邻节点进行以下测试:
若当前节点的相邻节点是不可抵达的,或者当前节点的相邻节点在闭列表中,则跳过此节点;否则,做如下操作:
3.3.1)若当前节点的相邻节点不在闭列表中,把它加入开列表,并且把当前节点设置为当前节点的相邻节点的父节点,记录该节点的F,G和H值;
3.3.2)若当前节点的相邻节点已经在开列表中,检查此路径的权值之和是否更小;
如果是,把当前节点的父节点设置为待检查的节点,并重新计算它的G和F值;
3.4)停止,当把终点加入到了开列表中,此时路径已经找到;或者查找终点失败,并且开列表为空,则说明此时没有路径;
3.5)保存已经找到的路径;从终点开始,每个节点沿着父节点移动直至起点进行回溯,获得最优路径;
4)计算完毕后得出权值最小的最优路径。
2.如权利要求1所述的原料场智能寻优路径方法,其特征在于,步骤2)中,目标值为设备与设备之间的运行要求时间,权值与运行要求时间对应。
3.如权利要求1所述的原料场智能寻优路径方法,其特征在于,步骤3)中,算法模型采用A*算法模型,通过A*算法的插值,逐渐靠近目标函数,最终得到最小路径。
4.如权利要求1所述的原料场智能寻优路径方法,其特征在于,步骤3)中,矩阵的行数与列数相等,均为设备的数量。
5.一种原料场智能寻优路径系统,采用权利要求1-4中任一项所述的原料场智能寻优路径方法,其特征在于,包括:
记录设备编号和存储运算程序的存储器;
对设备之间进行赋值、并进行运算的处理器;
用于控制现场设备的PLC;
存储器与处理器之间电连接,处理器与PLC之间能够通信。
6.如权利要求5所述的原料场智能寻优路径系统,其特征在于,所述PLC与处理器之间通过总线连接,所述PLC能够连接并控制原料场中的每个设备。
7.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成如权利要求1-4任一项所述方法的步骤。
8.一种计算机可读存储介质,用于存储计算机指令,其特征在于,所述计算机指令被处理器执行时,完成如权利要求1-4任一项所述方法的步骤。
CN202010101954.7A 2020-02-19 2020-02-19 原料场智能寻优路径方法、系统、电子设备和存储介质 Active CN111323036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010101954.7A CN111323036B (zh) 2020-02-19 2020-02-19 原料场智能寻优路径方法、系统、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010101954.7A CN111323036B (zh) 2020-02-19 2020-02-19 原料场智能寻优路径方法、系统、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN111323036A CN111323036A (zh) 2020-06-23
CN111323036B true CN111323036B (zh) 2021-09-28

Family

ID=71167315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010101954.7A Active CN111323036B (zh) 2020-02-19 2020-02-19 原料场智能寻优路径方法、系统、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN111323036B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115994635B (zh) * 2023-03-23 2023-06-16 广东鉴面智能科技有限公司 一种皮带最优卸料运输路径检测方法、系统和介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102583032A (zh) * 2012-02-28 2012-07-18 东北大学 一种钢铁原料场物流传输设备控制方法和装置
CN102799177A (zh) * 2011-05-23 2012-11-28 捷达世软件(深圳)有限公司 自动引导小车控制系统及方法
CN102937453A (zh) * 2012-10-31 2013-02-20 深圳供电局有限公司 一种电力设备导航方法和装置
CN105758410A (zh) * 2015-11-14 2016-07-13 大连东软信息学院 基于A‐Star 算法的快速路径规划混合方法
CN106585769A (zh) * 2017-01-24 2017-04-26 淮海工学院 薄壁铝合金壳体加工中物料的自动化导航运输车
CN107990903A (zh) * 2017-12-29 2018-05-04 东南大学 一种基于改进a*算法的室内agv路径规划方法
CN110260865A (zh) * 2019-07-11 2019-09-20 国网上海市电力公司 一种特高压变电站运检路线规划方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10571291B2 (en) * 2017-12-08 2020-02-25 Here Global B.V. Method, apparatus, and computer program product for traffic optimized routing

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799177A (zh) * 2011-05-23 2012-11-28 捷达世软件(深圳)有限公司 自动引导小车控制系统及方法
CN102583032A (zh) * 2012-02-28 2012-07-18 东北大学 一种钢铁原料场物流传输设备控制方法和装置
CN102937453A (zh) * 2012-10-31 2013-02-20 深圳供电局有限公司 一种电力设备导航方法和装置
CN105758410A (zh) * 2015-11-14 2016-07-13 大连东软信息学院 基于A‐Star 算法的快速路径规划混合方法
CN106585769A (zh) * 2017-01-24 2017-04-26 淮海工学院 薄壁铝合金壳体加工中物料的自动化导航运输车
CN107990903A (zh) * 2017-12-29 2018-05-04 东南大学 一种基于改进a*算法的室内agv路径规划方法
CN110260865A (zh) * 2019-07-11 2019-09-20 国网上海市电力公司 一种特高压变电站运检路线规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
多信息融合的物流机器人定位与导航算法的研究;褚辉等;《机械设计与制造》;20190430(第4期);第240-243页 *

Also Published As

Publication number Publication date
CN111323036A (zh) 2020-06-23

Similar Documents

Publication Publication Date Title
CN109945873B (zh) 一种用于室内移动机器人运动控制的混合路径规划方法
CN108444490B (zh) 基于可视图和a*算法深度融合的机器人路径规划方法
US20030223373A1 (en) Dual Dijkstra search for planning multipe paths
CN112129296B (zh) 一种机器人轨迹规划方法及系统
CN112229419B (zh) 一种动态路径规划导航方法及系统
CN114510057A (zh) 一种室内环境中基于ros的移动机器人自主导航方法
CN111323036B (zh) 原料场智能寻优路径方法、系统、电子设备和存储介质
CN110275528B (zh) 针对rrt算法改进的路径优化方法
CN110975290A (zh) 一种基于模式数据库的路径规划方法及系统
CN113031621A (zh) 一种桥式起重机安全避障路径规划方法及系统
CN114003035A (zh) 一种机器人自主导航的方法、装置、设备及介质
CN109344426B (zh) 一种数据处理方法、装置及服务器
Wang et al. Application of A* algorithm in intelligent vehicle path planning
CN116429138A (zh) 路径规划方法、装置、车辆及存储介质
CN118083808B (zh) 一种面向天车系统的动态路径规划方法和装置
CN101256402B (zh) 一种数控加工路线的确定方法、系统及数控设备
CN117709839B (zh) 基于任务时限要求的天车路径规划方法及装置
CN116787448A (zh) 一种轨迹插补方法、装置、计算机设备和存储介质
CN114593738B (zh) 基于八叉树搜索反光柱的机器人全局定位方法及系统
CN116976535B (zh) 一种基于少数障碍侧与转向代价相融合的路径规划方法
CN118083808A (zh) 一种面向天车系统的动态路径规划方法和装置
CN117670184B (zh) 应用于数字化机器人产业链的机器人场景仿真方法及系统
CN116501031A (zh) 基于变搜索领域的改进Astar路径规划方法
CN116225034A (zh) 基于Dijkstra算法的全覆盖路径规划方法及系统
CN117743485A (zh) 一种轨道线路编辑方法及系统

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
GR01 Patent grant
GR01 Patent grant