CN112034841A - 一种无人环境下的提货方法、系统和计算机可读存储介质 - Google Patents

一种无人环境下的提货方法、系统和计算机可读存储介质 Download PDF

Info

Publication number
CN112034841A
CN112034841A CN202010775757.3A CN202010775757A CN112034841A CN 112034841 A CN112034841 A CN 112034841A CN 202010775757 A CN202010775757 A CN 202010775757A CN 112034841 A CN112034841 A CN 112034841A
Authority
CN
China
Prior art keywords
information
intelligent
task
goods
pheromone
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.)
Pending
Application number
CN202010775757.3A
Other languages
English (en)
Inventor
程涛
于欣佳
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.)
Shenzhen Technology University
Original Assignee
Shenzhen Technology University
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 Shenzhen Technology University filed Critical Shenzhen Technology University
Priority to CN202010775757.3A priority Critical patent/CN112034841A/zh
Publication of CN112034841A publication Critical patent/CN112034841A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • 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
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G05D1/0295—Fleet control by at least one leading vehicle of the fleet

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)

Abstract

本申请涉及智能仓储领域，提供了一种无人环境下的提货方法、系统和计算机可读存储介质。所述方法包括：上位机接收提货单信息，并根据当前搬运任务完成状况和提货单信息更新任务信息外激素；根据任务信息外激素，智能主体移动至目标智能货架执行提货任务，其中，智能主体为智能群体中的单个智能体；目标智能货架根据任务信息外激素对应任务信息，执行将提货单信息对应货物装载至智能主体。本申请提供的技术方案使得每个智能主体在提货时平均等待时间和提货时间均有所缩短，每单取货搬运任务路径和/或总的取货搬运总路径均得到优化，整体的提货成本降低。

Description

一种无人环境下的提货方法、系统和计算机可读存储介质
技术领域
本申请涉及智能仓储领域，特别涉及一种无人环境下的提货方法、系统和计算机可读存储介质。
背景技术
智能仓储是一种通过机电一体化、物联化、网络化、信息化和智能化等实现的智慧物流仓储管理系统、管理理念和方法，以达到提升存储、分拣、加工、搬运转运、配送运输及服务能力，提高运行、管理效率、能效和大幅度降低运营成本的目的。
在智能仓储领域，无人环境下，例如智能仓库、无人超市等设备的取货，一般是由自动导航车辆(Automated Guided Vehicle，AGV)在系统控制下自动进行。现有的AGV提货方法，一般是在AGV收到提货指令后，按照指令运行至取货点取下货物，然后，在事先设计好的路径下，回到出货口卸下货物。
然而，上述现有的提货方法在平均等待时间、提货时间、每单取货搬运任务路径和/或总的取货搬运总路径等方面尚需改进。
发明内容
本申请实施例提供了一种无人环境下的提货方法、系统和计算机可读存储介质，以解决现有无人环境下提货方法的各种问题。该技术方案如下：
一方面，提供了一种无人环境下的提货方法，该方法包括：
上位机接收提货单信息，并根据当前搬运任务完成状况和所述提货单信息更新任务信息外激素；
根据所述任务信息外激素，智能主体移动至目标智能货架执行提货任务，所述智能主体为智能群体中的单个智能体；
所述目标智能货架根据所述任务信息外激素对应任务信息，执行将所述提货单信息对应货物装载至所述智能主体。
一方面，提供了一种无人环境下的提货系统，该系统包括：
上位机，用于接收提货单信息，并根据当前搬运任务完成状况和所述提货单信息更新任务信息外激素；
智能主体，用于根据所述任务信息外激素，移动至目标智能货架执行提货任务，所述智能主体为智能群体中的单个智能体；
目标智能货架，用于根据所述任务信息外激素对应任务信息，执行将所述提货单信息对应货物装载至所述智能主体。
一方面，提供了一种无人环境下的提货系统，该系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，该计算机程序代码由该一个或多个处理器加载并执行以实现该无人环境下的提货方法所执行的操作。
一方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序由处理器加载并执行以实现该无人环境下的提货方法所执行的操作。
从上述本申请提供的技术方案可知，上位机接收提货单信息，并根据当前搬运任务完成状况和提货单信息更新任务信息外激素，根据任务信息外激素，智能主体移动至目标智能货架执行提货任务，目标智能货架根据任务信息外激素对应任务信息，执行将提货单信息对应货物装载至智能主体。由于上位机能够及时更新任务信息外激素，智能主体能够根据新的任务信息外激素执行提货任务，因此，本申请提供的技术方案使得每个智能主体在提货时平均等待时间和提货时间均有所缩短，每单取货搬运任务路径和/或总的取货搬运总路径均得到优化，整体的提货成本降低。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的无人环境下的提货方法的流程图；
图2是本申请实施例提供的无人环境下的提货系统的结构示意图；
图3是本申请另一实施例提供的无人环境下的提货系统的功能结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
参见图1，是本申请实施例提供的一种无人环境下的提货方法，该方法主要包括以下步骤S101至S103，详细说明如下：
步骤S101：上位机接收提货单信息，并根据当前搬运任务完成状况和提货单信息更新任务信息外激素。
在本申请实施例中，提货单信息包括货物以及货物属性(例如，货物数量、重量、尺寸等)、智能主体基本信息与动静态状态、障碍物相关信息等等，当前搬运任务完成状况和提货单信息两者叠加后，形成任务信息外激素对应的任务信息。任务信息外激素用于引导智能主体前往搬运任务的目标智能货架。此处假设仓库的货物存放区有m排n列共m×n个智能货架，则共有m-1排n-1列共(m+n-2)条智能主体通道，该智能主体通道共有(m-1)×(n-1)个交叉路口，设共有k个未完成搬运任务ktask，ktask由子智能货架位置和任务强度信息βk表示，βk能由搬运任务所需要的智能主体的数量kcount以及任务的优先级pk进行构建，构建公式如下：
βk＝kcount×pk
对于交叉路口(xi，yi)的任务信息外激素phi取决于该节点位置到所有未完成搬运任务点位移信息和任务强度信息，每个任务点的任务信息外激素为矢量。若仅是简单的将矢量进行累加，则会出现矢量抵消的现象，从而无法真实的体现该节点真实的信息外激素，因此，本申请实施例将每个任务点信息外激素沿二维直角坐标系中坐标轴方向正交分解，并在两个坐标轴的正负共四个方向进行累加即得到该节点的任务信息外激素，任务信息外激素的强弱即代表各个方向任务量的多少。
作为本申请一个实施例，上位机接收提货单信息，并根据当前搬运任务完成状况和所述提货单信息更新任务信息外激素可以是：上位机对提货单信息进行拆分计算，得到搬运任务信息，上位机判断当前未完成搬运任务是否有更新，若有更新，则根据当前未完成搬运任务的信息计算全局的信息外激素，上位机对信息外激素进行编码得到二维码，并将二维码显示于货架间通道动态导航区，其中，搬运任务信息包括货物品类信息与数量。需要说明的是，在上述实施例中，与上位机通信的信息处理系统还将搬运任务信息发送至目标智能货架，该信息处理系统定期刷新所有的搬运任务的完成情况。
步骤S102：根据任务信息外激素，智能主体移动至目标智能货架执行提货任务，其中，智能主体为智能群体中的单个智能体。
在本申请实施例中，智能主体为智能群体中的单个智能体，此处的智能群体一群可协同决策并自组织起来能够完成复杂任务的智能主体，例如，一群自动引导车辆(Automated Guided Vehicle，AGV)群。作为本申请一个实施例，根据任务信息外激素，智能主体移动至目标智能货架执行提货任务可以是：智能主体扫描位于货架间通道动态导航区的动态二维码，对动态二维码解码后获取任务信息外激素与位置坐标信息，根据方向选择算法，智能主体选取路径向目标智能货架移动，根据静态导航区的二维码，智能主体获取目标智能货架的具体入口后进入目标智能货架。上述的方向选择算法可以是A*算法等最短路径算法。在本申请实施例中，方向选择算法可以是如下步骤S1021至步骤S1026：
S1021：初始化目标节点、A*算法的开放表和闭合表，将起始节点即智能主体当前所在位置放入开放表，将闭合表置空，在本申请实施例中，开放表可用于存储遍历的所有节点，闭合表可用于存储已经找到的目标节点，节点也即网格化地图的网格中心点；
S1022：判断开放表是否为空，若开放表为空，则结束算法，否则，从开放表的表头取一个节点n；
S1023：判断节点n是否为目标节点，若是，则进入步骤S1024，否则，结束算法；
S1024：将节点n的所有后续节点展开以形成直相关子节点，判断这些直相关子节点是否在闭合表中，若是，则进入步骤S1025，否则，将直相关子节点放入开放表中；
S1025：将节点n放入闭合表中，同时采用A*算法的代价估计函数f(n)计算节点n的每一个后续节点的代价估计值f’(n)；
S1026：将开放表中的代价估计值f’(n)进行最小堆排序，例如最小二叉堆排序，将代价估计值f’(n)最小的节点放在开放表的表头，返回步骤S1022循环上述步骤，直至目标节点出现在闭合表中或开放表为空。
步骤S103：目标智能货架根据任务信息外激素对应任务信息，执行将提货单信息对应货物装载至智能主体。
作为本申请一个实施例，目标智能货架根据任务信息外激素对应任务信息，执行将提货单信息对应货物装载至智能主体可以是：目标智能货架对智能主体进行身份识别，在识别成功后，目标智能货架触发送货进程，根据任务信息外激素对应任务信息将提货单信息对应货物装载到智能主体，目标智能货架将货物投放信息传送至信息处理系统。
在目标智能货架根据任务信息外激素对应任务信息，执行将提货单信息对应货物装载至智能主体之后，上述方法还包括：智能主体根据生成的送货地图执行送货任务，将提货单信息对应货物运送至目标地点。上述送货地图的生成方法如下：首先，生成初始化界面；然后，采集地图参数，包括横向坐标点数、纵向坐标点数、起始坐标点横纵坐标、各个坐标点横纵间隔、初始货架坐标、货架大小、横向货架数、纵向货架数、货架横向间隔、货架纵向间隔、矩形障碍物的左上角坐标点和右下角坐标点等信息；根据上述地图参数，计算所有路径点的坐标以及货架坐标、障碍物坐标；将上述坐标存储入邻接矩阵中(邻接矩阵的特点包括：每个顶点最多有四条边，最少有两条边，由于路径点的序号是按照从左到右，从上到下的顺序依次标识的，因此，可以根据两个坐标点的标号来判断此两点是否应该相邻)，遍历路径点集合，查找当前遍历点的右边和下边是否存在点，若存在，则在邻接矩阵中两点序号对应的位置存入两点间的距离；每次遍历都执行上述操作，直至所有的路径点遍历完成，邻接矩阵就是存储地图模型的容器，填写完成邻接矩阵也是对地图中路径点的位置以及路径点间的关系构建完成；在获取到路径点相关信息后，调用相关API进行绘图，生成矩形方格的送货地图。
作为本申请一个实施例，智能主体根据生成的送货地图执行送货任务，将提货单信息对应货物运送至目标地点可以是智能主体根据生成的送货地图快速移动至距离目标智能货架最近的快速通道，智能主体根据货架间通道的位置选择快速通道的路径，通过快速通道移动至出货区后，智能主体根据所承载货物的信息沿主卸货通道前往合适的分支卸货通道进行卸货任务。
从上述附图1示例的技术方案可知，上位机接收提货单信息，并根据当前搬运任务完成状况和提货单信息更新任务信息外激素，根据任务信息外激素，智能主体移动至目标智能货架执行提货任务，目标智能货架根据任务信息外激素对应任务信息，执行将提货单信息对应货物装载至智能主体。由于上位机能够及时更新任务信息外激素，智能主体能够根据新的任务信息外激素执行提货任务，因此，本申请提供的技术方案使得每个智能主体在提货时平均等待时间和提货时间均有所缩短，每单取货搬运任务路径和/或总的取货搬运总路径均得到优化，整体的提货成本降低。
请参阅附图2，是本申请实施例提供的一种无人环境下的提货系统的结构示意图，该系统可以包括上位机201、智能主体202和目标智能货架203，其中：
上位机201，用于接收提货单信息，并根据当前搬运任务完成状况和提货单信息更新任务信息外激素；
智能主体202，用于根据任务信息外激素，移动至目标智能货架执行提货任务，其中，智能主体为智能群体中的单个智能体；
目标智能货架203，用于根据任务信息外激素对应任务信息，执行将提货单信息对应货物装载至智能主体。
在一种可能实现方式中，上位机203包括搬运任务信息计算模块、判断模块和编码模块，其中：
搬运任务信息计算模块，用于对所述提货单信息进行拆分计算，得到搬运任务信息，其中，搬运任务信息包括货物品类信息与数量；
判断模块，用于判断当前未完成搬运任务是否有更新，若有更新，则根据当前未完成搬运任务的信息计算全局的信息外激素；
编码模块，用于对信息外激素进行编码得到二维码，并将二维码显示于货架间通道动态导航区。
在一种可能实现方式中，智能主体202可以包括解码模块、路径选择模块和信息获取模块，其中：
解码模块，用于扫描位于货架间通道动态导航区的动态二维码，对动态二维码解码后获取任务信息外激素与位置坐标信息；
路径选择模块，用于根据方向选择算法，选取路径向目标智能货架移动；
信息获取模块，用于根据静态导航区的二维码，获取目标智能货架的具体入口后进入目标智能货架。
在一种可能实现方式中，目标智能货架203可以包括身份识别模块、触发模块和传送模块，其中：
身份识别模块，用于对智能主体进行身份识别；
触发模块，用于在对智能主体识别成功后，触发送货进程，根据任务信息外激素对应任务信息将提货单信息对应货物装载到智能主体；
传送模块，用于将货物投放信息传送至信息处理系统。
在一种可能实现方式中，上述智能主体202还用于根据生成的送货地图执行送货任务，将提货单信息对应货物运送至目标地点。具体地，智能主体202根据生成的送货地图快速移动至距离目标智能货架203最近的快速通道，根据货架间通道的位置选择快速通道的路径，通过快速通道移动至出货区后，根据所承载货物的信息沿主卸货通道前往合适的分支卸货通道进行卸货任务。
需要说明的是，上述实施例提供的无人环境下的提货系统在控制智巴车队时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的无人环境下的提货系统与无人环境下的提货方法实施例属于同一构思，其具体实现过程以及技术效果详见方法实施例，此处不再赘述。
本申请实施例还提供一种无人环境下的提货系统，该无人环境下的提货系统如图3所示，其示出了本申请实施例所涉及的无人环境下的提货系统的结构示意图，具体来讲：
该无人环境下的提货系统可以包括一个或者一个以上处理核心的处理器301、一个或一个以上计算机可读存储介质的存储器302、电源303和输入单元304等部件。本领域技术人员可以理解，图3中示出的无人环境下的提货系统结构并不构成对无人环境下的提货系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器301是该无人环境下的提货系统的控制中心，利用各种接口和线路连接整个无人环境下的提货系统的各个部分，通过运行或执行存储在存储器302内的软件程序和/或模块，以及调用存储在存储器302内的数据，执行无人环境下的提货系统的各种功能和处理数据，从而对无人环境下的提货系统进行整体监控。可选的，处理器301可包括一个或多个处理核心；优选的，处理器301可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器301中。
存储器302可用于存储软件程序以及模块，处理器301通过运行存储在存储器302的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器302可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据无人环境下的提货系统的使用所创建的数据等。此外，存储器302可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器302还可以包括存储器控制器，以提供处理器301对存储器302的访问。
无人环境下的提货系统还包括给各个部件供电的电源303，可选地，电源303可以通过电源管理系统与处理器301逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源303还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该无人环境下的提货系统还可包括输入单元304，该输入单元304可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，无人环境下的提货系统还可以包括显示单元等，在此不再赘述。具体在本实施例中，无人环境下的提货系统中的处理器301会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器302中，并由处理器301来运行存储在存储器302中的应用程序，从而实现各种功能，如下：上位机接收提货单信息，并根据当前搬运任务完成状况和提货单信息更新任务信息外激素；根据任务信息外激素，智能主体移动至目标智能货架执行提货任务，其中，智能主体为智能群体中的单个智能体；目标智能货架根据任务信息外激素对应任务信息，执行将提货单信息对应货物装载至智能主体。
以上个操作的具体实施例可参见前面的实施例，在此不再赘述。
由以上可知，上位机接收提货单信息，并根据当前搬运任务完成状况和提货单信息更新任务信息外激素，根据任务信息外激素，智能主体移动至目标智能货架执行提货任务，目标智能货架根据任务信息外激素对应任务信息，执行将提货单信息对应货物装载至智能主体。由于上位机能够及时更新任务信息外激素，智能主体能够根据新的任务信息外激素执行提货任务，因此，本申请提供的技术方案使得每个智能主体在提货时平均等待时间和提货时间均有所缩短，每单取货搬运任务路径和/或总的取货搬运总路径均得到优化，整体的提货成本降低。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种无人环境下的提货方法中的步骤。例如，该指令可以执行如下步骤：上位机接收提货单信息，并根据当前搬运任务完成状况和提货单信息更新任务信息外激素；根据任务信息外激素，智能主体移动至目标智能货架执行提货任务，其中，智能主体为智能群体中的单个智能体；目标智能货架根据任务信息外激素对应任务信息，执行将提货单信息对应货物装载至智能主体。
以上各个操作的具体实施方式可参见前面的实施例，在此不再赘述。
其中，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令，可以执行本申请实施例所提供的任一种无人环境下的提货方法中的步骤，因此，可以实现本申请实施例所提供的任一种无人环境下的提货方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种无人环境下的提货方法、设备和计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种无人环境下的提货方法，其特征在于，所述方法包括：
上位机接收提货单信息，并根据当前搬运任务完成状况和所述提货单信息更新任务信息外激素；
根据所述任务信息外激素，智能主体移动至目标智能货架执行提货任务，所述智能主体为智能群体中的单个智能体；
所述目标智能货架根据所述任务信息外激素对应任务信息，执行将所述提货单信息对应货物装载至所述智能主体。
2.如权利要求1所述的无人环境下的提货方法，其特征在于，所述上位机接收提货单信息，并根据当前搬运任务完成状况和所述提货单信息更新任务信息外激素，包括：
所述上位机对所述提货单信息进行拆分计算，得到搬运任务信息，所述搬运任务信息包括货物品类信息与数量；
所述上位机判断所述当前未完成搬运任务是否有更新，若有更新，则根据所述当前未完成搬运任务的信息计算全局的信息外激素；
所述上位机对所述信息外激素进行编码得到二维码，并将所述二维码显示于货架间通道动态导航区。
3.根据权利要求1所述的无人环境下的提货方法，其特征在于，所述根据所述任务信息外激素，智能主体移动至目标智能货架执行提货任务，所述智能主体为智能群体中的单个智能体，包括：
所述智能主体扫描位于货架间通道动态导航区的动态二维码，对所述动态二维码解码后获取任务信息外激素与位置坐标信息；
根据方向选择算法，所述智能主体选取路径向所述目标智能货架移动；
根据静态导航区的二维码，所述智能主体获取所述目标智能货架的具体入口后进入所述目标智能货架。
4.根据权利要求1所述的无人环境下的提货方法，其特征在于，所述目标智能货架根据所述任务信息外激素对应任务信息，执行将所述提货单信息对应货物装载至所述智能主体，包括：
所述目标智能货架对所述智能主体进行身份识别；
在对所述智能主体识别成功后，所述目标智能货架触发送货进程，根据所述任务信息外激素对应任务信息将所述提货单信息对应货物装载到所述智能主体；
所述目标智能货架将货物投放信息传送至信息处理系统。
5.根据权利要求1至4任意一项所述的无人环境下的提货方法，其特征在于，所述方法还包括：
所述智能主体根据生成的送货地图执行送货任务，将所述提货单信息对应货物运送至目标地点。
6.根据权利要求5所述的无人环境下的提货方法，其特征在于，所述智能主体根据生成的送货地图执行送货任务，将所述提货单信息对应货物运送至目标地点，包括：
所述智能主体根据生成的送货地图快速移动至距离所述目标智能货架最近的快速通道；
所述智能主体根据货架间通道的位置选择快速通道的路径；
通过快速通道移动至出货区后，所述智能主体根据所承载货物的信息沿主卸货通道前往合适的分支卸货通道进行卸货任务。
7.一种无人环境下的提货系统，其特征在于，所述系统包括：
上位机，用于接收提货单信息，并根据当前搬运任务完成状况和所述提货单信息更新任务信息外激素；
智能主体，用于根据所述任务信息外激素，移动至目标智能货架执行提货任务，所述智能主体为智能群体中的单个智能体；
目标智能货架，用于根据所述任务信息外激素对应任务信息，执行将所述提货单信息对应货物装载至所述智能主体。
8.如权利要求7所述的无人环境下的提货系统，其特征在于，所述上位机包括：
搬运任务信息计算模块，用于对所述提货单信息进行拆分计算，得到搬运任务信息，所述搬运任务信息包括货物品类信息与数量；
判断模块，用于判断所述当前未完成搬运任务是否有更新，若有更新，则根据所述当前未完成搬运任务的信息计算全局的信息外激素；
编码模块，用于对所述信息外激素进行编码得到二维码，并将所述二维码显示于货架间通道动态导航区。
9.一种无人环境下的提货系统，所述系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序代码由该一个或多个处理器加载并执行以实现如权利要求1至6任意一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任意一项所述方法的步骤。
CN202010775757.3A 2020-08-05 2020-08-05 一种无人环境下的提货方法、系统和计算机可读存储介质 Pending CN112034841A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010775757.3A CN112034841A (zh) 2020-08-05 2020-08-05 一种无人环境下的提货方法、系统和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010775757.3A CN112034841A (zh) 2020-08-05 2020-08-05 一种无人环境下的提货方法、系统和计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN112034841A true CN112034841A (zh) 2020-12-04

Family

ID=73582374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010775757.3A Pending CN112034841A (zh) 2020-08-05 2020-08-05 一种无人环境下的提货方法、系统和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112034841A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114819846A (zh) * 2022-05-17 2022-07-29 上海快仓智能科技有限公司 一种智能搬运模拟方法、装置、电子设备和存储介质
CN116812405A (zh) * 2023-07-03 2023-09-29 深圳技术大学 物料存储方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268420A (zh) * 2014-10-10 2015-01-07 重庆邮电大学 基于二叉堆节点排序的a星寻路方法及系统
CN108897316A (zh) * 2018-06-14 2018-11-27 北京航空航天大学 一种基于信息素导航的集群仓储机器人系统控制方法
CN110488827A (zh) * 2019-08-20 2019-11-22 集美大学 基于蚂蚁觅食行为的agv控制方法、终端设备及存储介质
CN110852659A (zh) * 2018-08-20 2020-02-28 北京京东尚科信息技术有限公司 物流管理方法和装置
CN111289007A (zh) * 2020-03-23 2020-06-16 南京理工大学 基于改进蚁群算法的泊车agv路径规划方法
CN111309837A (zh) * 2020-02-11 2020-06-19 苏州明逸智库信息科技有限公司 智能仓储地图平台搭建及agv路径优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268420A (zh) * 2014-10-10 2015-01-07 重庆邮电大学 基于二叉堆节点排序的a星寻路方法及系统
CN108897316A (zh) * 2018-06-14 2018-11-27 北京航空航天大学 一种基于信息素导航的集群仓储机器人系统控制方法
CN110852659A (zh) * 2018-08-20 2020-02-28 北京京东尚科信息技术有限公司 物流管理方法和装置
CN110488827A (zh) * 2019-08-20 2019-11-22 集美大学 基于蚂蚁觅食行为的agv控制方法、终端设备及存储介质
CN111309837A (zh) * 2020-02-11 2020-06-19 苏州明逸智库信息科技有限公司 智能仓储地图平台搭建及agv路径优化方法
CN111289007A (zh) * 2020-03-23 2020-06-16 南京理工大学 基于改进蚁群算法的泊车agv路径规划方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114819846A (zh) * 2022-05-17 2022-07-29 上海快仓智能科技有限公司 一种智能搬运模拟方法、装置、电子设备和存储介质
CN116812405A (zh) * 2023-07-03 2023-09-29 深圳技术大学 物料存储方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
Roy et al. Robot-storage zone assignment strategies in mobile fulfillment systems
CN110084471B (zh) 拣选调度方法、装置、仓储系统及可读存储介质
Roodbergen et al. A survey of literature on automated storage and retrieval systems
KR20200047708A (ko) 물품 핸들링 조율 시스템 및 수송 용기의 재위치결정 방법
JP2020528390A (ja) シェルフアレイ用の入出庫制御方法及び搬送システム
Yang et al. Variable neighborhood search heuristic for storage location assignment and storage/retrieval scheduling under shared storage in multi-shuttle automated storage/retrieval systems
CN111553626A (zh) 一种路径规划方法、装置、电子设备及其存储介质
KR102674373B1 (ko) 창고 주문 이행 작업들에서의 토트 유도
CN113075927A (zh) 基于预约表的仓储潜伏式多agv路径规划方法
CN112034841A (zh) 一种无人环境下的提货方法、系统和计算机可读存储介质
CN113359702B (zh) 一种基于水波优化-禁忌搜索的智能仓库agv作业优化调度方法
CN115237137B (zh) 一种多agv调度与协同路径规划方法和装置
CN114415610A (zh) 机器人的调度方法、装置、电子设备及存储介质
CN114611767A (zh) 一种全局最优的智能仓储调度优化算法
CN115345450A (zh) 容器搬运任务的分配方法及装置
CN115824216A (zh) 一种养猪场喂食车自适应控制方法及系统
CN115421448A (zh) Agv拣货路径规划方法及系统
US10994933B2 (en) Optimized tote recommendation process in warehouse order fulfillment operations
CN114803243A (zh) 货物出库方法、装置、系统与电子设备
CN112434875B (zh) 一种用于智能仓储的设备路径管理方法、系统和服务器
WO2022027357A1 (zh) 一种无人环境下的提货方法、系统和计算机可读存储介质
CN111047249A (zh) 一种货架重新定位方法及系统
CN111815226A (zh) 一种自动导引运输车调度方法、调度系统和存储装置
CN114757591B (zh) 基于行为依赖图的多车型协同分拣调度方法
CN116663920A (zh) 一种基于深度强化学习的三维装箱方法

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