CN112465439B - 基于智慧大脑控制机器人的物流配送方法及系统 - Google Patents
基于智慧大脑控制机器人的物流配送方法及系统 Download PDFInfo
- Publication number
- CN112465439B CN112465439B CN202110139383.0A CN202110139383A CN112465439B CN 112465439 B CN112465439 B CN 112465439B CN 202110139383 A CN202110139383 A CN 202110139383A CN 112465439 B CN112465439 B CN 112465439B
- Authority
- CN
- China
- Prior art keywords
- target
- distribution
- delivery
- robot
- logistics
- 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
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000004088 simulation Methods 0.000 claims description 42
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000013112 stability test Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 230000003203 everyday effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
- G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于智慧大脑控制机器人的物流配送方法及系统，其方法包括：从智慧大脑服务器终端获取目标物流配送信息，根据目标物流配送信息确定目标货物的发货点与接收点，确定发货点所在的目标区域，在目标区域中选择处于空闲状态的目标配送机器人，接通目标配送机器人与智慧大脑服务器终端的连接，根据发货点与接收点生成目标物流配送路径，利用智慧大脑服务器终端控制目标配送机器人抵达发货点进行取货，取货完毕后控制目标配送机器人按照目标物流配送路径进行货物配送。大大地节省人力成本，保证配送机器人可以最快地到达发货点进行取货然后进行物流配送，提高了物流配送效率，减少了消费者的等待时间，提高了消费者的体验感。
Description
技术领域
本发明涉及物流管理技术领域，尤其涉及一种基于智慧大脑控制机器人的物流配送方法及系统。
背景技术
随着互联网技术的普及，网上购物已成为人们日常购物方式的重要方式之一，一般情况下，在消费者订购好商品后，商家会委托物流公司将已订购的商品运送到消费者指定的交货地点，交货地点一般为消费者的住宅地址，待消费者当面收货确认后物流配送任务结束，在同城物流中，由于快递员携带的物流产品数量众多，故而只能从近到远逐个派送，这样会使得离快递员较远的地方的用户等待很长时间方能取到自己的物流产品，严重地降低了消费者的体验感，为了解决这种问题，各个物流公司都有专门的独立派件的物流人员，由他们到发货点取上货物送到消费者的接收点，但是这种方法存在以下缺点：由于物流人员的数量是有限的，故而当物流人员距离发货点太远时，从取货到送货过程的所需要的时长也很长从而导致整个物流配送时长相比于传统技术的物流配送时长并没有多大改变，大大地降低了物流配送效率以及消费者的体验感。
发明内容
针对上述所显示出来的问题，本发明提供了一种基于智慧大脑控制机器人的物流配送方法及系统用以解决背景技术中提到的由于物流人员的数量是有限的，故而当物流人员距离发货点太远时，从取货到送货过程的所需要的时长也很长从而导致整个物流配送时长相比于传统技术的物流配送时长并没有多大改变，大大地降低了物流配送效率以及消费者的体验感的问题。
一种基于智慧大脑控制机器人的物流配送方法，包括以下步骤：
从智慧大脑服务器终端获取目标物流配送信息，根据所述目标物流配送信息确定目标货物的发货点与接收点；
确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人；
接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径；
利用所述智慧大脑服务器终端控制所述目标配送机器人抵达所述发货点进行取货，取货完毕后控制所述目标配送机器人按照所述目标物流配送路径进行货物配送。
优选的，所述从智慧大脑服务器终端获取目标物流配送信息，根据所述目标物流配送信息确定目标货物的发货点与接收点，包括：
从所述智慧大脑服务器终端获取目标已支付订单；
根据所述目标已支付订单确认所述目标物流配送信息；
解析所述目标物流配送信息，确定所述目标货物的发货点的第一方位坐标与接收点的第二方位坐标。
优选的，在确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人之前，所述方法还包括：
对目标城市区域进行划分，生成多个第一划分区域，对每个划分区域进行编号，获得多个第二划分区域；
确认每个第二划分区域中的办公区域和居民区域的分布情况；
根据每个第二划分区域的对应的办公区域和居民区域的分布情况为每个第二划分区域设置不同数量个配送机器人。
优选的，确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人，包括：
根据所述第一方位坐标确认包含所述第一方位坐标的目标第二划分区域；
检测所述目标第二划分区域中处于空闲状态的第一配送机器人的数量以及每个第一配送机器人的具体坐标，检测获得第一数量个第一配送机器人及每个第一配送机器人的具体坐标；
在所述第一数量个第一配送机器人中选择处于所述第一方位坐标预设方圆范围内的第二数量个第二配送机器人；
获取每个第二配送机器人的性能评分；
选择性能评分最高的第三配送机器人作为所述目标配送机器人。
优选的，接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径，包括：
获取所述目标配送机器人的目标编辑程序，将所述目标编辑程序输入到所述智慧大脑服务器终端中以接通目标配送机器人与所述智慧大脑服务器终端的连接；
根据所述发货点的第一方位坐标与接收点的第二方位坐标结合目标城市区域的网络地图生成多条第一物流配送路径；
调取每条第一物流配送路径的当前交通情况以及历史交通情况；
获取所述目标已支付订单对应的目标用户信息，根据所述目标用户信息调取目标用户的业务量水平；
根据所述目标用户的业务量水平和每条第一物流配送路径的当前交通情况以及历史交通情况通过预设路径优化算法在所述多条第一物流配送路径中推荐出第二物流配送路径；
将所述第二物流配送路径确认为所述目标物流配送路径。
优选的，所述利用所述智慧大脑服务器终端控制所述目标配送机器人抵达所述发货点进行取货，取货完毕后控制所述目标配送机器人按照所述目标物流配送路径进行货物配送，包括：
生成目标配送机器人与所述发货点之间的导航路径；
利用所述智慧大脑服务器终端控制所述目标配送机器人按照所述导航路径抵达所述发货点；
确定所述目标货物的货物信息，根据所述货物信息生成配送编号，根据所述配送编号生成目标货物的物流跟踪信息，根据所述物流跟踪信息生成所述目标货物的物流跟踪二维码；
将所述物流跟踪二维码发送至目标接收用户的手机终端；
发送完毕后，控制所述目标配送机器人按照所述目标物流配送路径进行货物配送；
实时获取所述目标配送机器人的移动方位，将所述移动方位更新到所述物流更新信息中。
优选的，所述方法还包括：
采集所述目标配送机器人在配送过程中的配送轨迹数据段；
确定所述配送轨迹数据段对应的目标配送机器人的平均移动速度；
利用所述平均移动速度与标准差公式计算出目标配送机器人在配送轨迹数据段内的速度标准差；
将所述平均速度与速度标准差代入预设时间延迟检测算法中进行分析，获得目标配送机器人在配送轨迹数据段中的时间异常因子值；
将所述时间异常因子值与平均移动速度的属性值进行比较，当所述时间异常因子值大于所述属性值时，确认所述目标配送机器人的配送过程异常，当所述时间异常因子值小于等于所述属性值时，确认所述目标配送机器人的配送过程正常；
当确认所述目标配送机器人的配送过程异常时，向所述智慧大脑服务器终端发送异常报告。
优选的，所述接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径，包括：
确定所述智慧大脑服务器终端的待连接节点的数量；
检测每个待连接节点的当前通信质量信息；
将当前通信质量信息大于等于预设通信质量信息的目标数量个第一待连接节点确认为第一目标连接节点；
获取所述目标配送机器人的控制参数，解析所述控制参数，获得所述目标配送机器人的控制规则集；
基于所述目标配送机器人的控制规则集对目标数量个第一目标连接节点进行稳定性测试，获取测试结果；
将所述测试结果中稳定性最高的第二目标连接节点确认为连接所述目标配送机器人的最终节点；
通过所述第二目标连接节点接通目标配送机器人与所述智慧大脑服务器终端的连接，连接完毕后，根据所述发货点与接收点在电子地图上的位置坐标结合两点之间的街道地图生成N条模拟配送路径；
确认所述目标货物的配送优先级，当所述配送优先级大于等于第一预设阈值时，获取所述目标配送机器人的最大移动速度，基于所述最大移动速度，在所述N条模拟配送路径中选择运输时长最短的第一目标模拟配送路径，将所述第一目标模拟配送路径确认为所述目标物流配送路径；
当所述配送优先级小于所述第一预设阈值时，调取每条模拟配送路径的路面平滑度；
在N个路面平滑度中选择数值最高的第二目标模拟配送路径，根据所述目标配送机器人的最大移动速度对所述第二目标模拟配送路径进行配送模拟，获取模拟配送时长，确认所述模拟配送时长是否小于等于预设时长，若是，将所述第二目标模拟配送路径确认为所述目标物流配送路径，否则，重新在N个路面平滑度中选择数值第二高的第三目标模拟配送路径进行模拟直到其模拟配送时长小于等于所述预设时长为止。
优选的，在根据所述发货点与接收点在电子地图上的位置坐标结合两点之间的街道地图生成N条模拟配送路径之后，所述方法还包括：对所述N条模拟配送路径进行合理性评估，评估步骤为：
构建每条模拟配送路径的时间损失评估函数：
其中，
表示为第x条模拟配送路径的时间损失，
表示为目标配送机器人在
第x条模拟配送路径上以最大移动速度从当前位置到所述发货点的时间代价指数，
表示
为目标配送机器人在第x条模拟配送路径上以最大移动速度送所述发货点到所述接收点的
时间代价指数，
表示为目标配送机器人的起始出发时刻，
表示为目标配送机器人到达
所述接收点的时刻，
表示为第x条模拟配送路径的复杂度，
表示为目标配送机器人的性
能指数，
表示为配送路径的复杂度预设基准值；
将时间损失大于等于第二预设阈值的第一模拟配送路径排除，剩余第二模拟配送路径；
获取每条第二模拟配送路径的参数指标；
根据每条第二模拟配送路径的参数指标计算出每条第二模拟配送路径的合理性指数：
其中，
表示为第i条第二模拟配送路径的参数指标中的合理性指数，
表示为第
i条第二模拟配送路径的参数指标中的安全率，
表示为第i条第二模拟配送路径中需要转
弯的次数，
表示为第i条第二模拟配送路径中高度变化的次数，
表示为第i条第二模拟
配送路径中所经过街道的数量，
表示为第i条第二模拟配送路径的参数指标中的稳定性
指数，
表示为目标配送机器人通过第i条第二模拟配送路径配送所消耗的能量占自身初
始能量的比例，
表示为第i条第二模拟配送路径的参数指标中的道路拥挤指数，e表示为
自然常数，取值为2.72，
表示为天气环境所产生的影响因子，取值为[0.1，0.15]；
统计合理性指数大于等于第三预设阈值的M条第三模拟配送路径；
将所述M条第三模拟配送路径作为后续目标物流配送路径的筛选样本。
一种基于智慧大脑控制机器人的物流配送系统，该系统包括：
确定模块，用于从智慧大脑服务器终端获取目标物流配送信息，根据所述目标物流配送信息确定目标货物的发货点与接收点；
选择模块，用于确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人；
生成模块，用于接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径；
控制模块，用于利用所述智慧大脑服务器终端控制所述目标配送机器人抵达所述发货点进行取货，取货完毕后控制所述目标配送机器人按照所述目标物流配送路径进行货物配送。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明所提供的一种基于智慧大脑控制机器人的物流配送方法的工作流程图；
图2为本发明所提供的一种基于智慧大脑控制机器人的物流配送方法的另一工作流程图；
图3为本发明所提供的一种基于智慧大脑控制机器人的物流配送方法的又一工作流程图；
图4为本发明所提供的一种基于智慧大脑控制机器人的物流配送系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
随着互联网技术的普及，网上购物已成为人们日常购物方式的重要方式之一，一般情况下，在消费者订购好商品后，商家会委托物流公司将已订购的商品运送到消费者指定的交货地点，交货地点一般为消费者的住宅地址，待消费者当面收货确认后物流配送任务结束，在同城物流中，由于快递员携带的物流产品数量众多，故而只能从近到远逐个派送，这样会使得离快递员较远的地方的用户等待很长时间方能取到自己的物流产品，严重地降低了消费者的体验感，为了解决这种问题，各个物流公司都有专门的独立派件的物流人员，由他们到发货点取上货物送到消费者的接收点，但是这种方法存在以下缺点：由于物流人员的数量是有限的，故而当物流人员距离发货点太远时，从取货到送货过程的所需要的时长也很长从而导致整个物流配送时长相比于传统技术的物流配送时长并没有多大改变，大大地降低了物流配送效率以及消费者的体验感。为了解决上述问题，本实施例公开了一种基于智慧大脑控制机器人的物流配送方法。
一种基于智慧大脑控制机器人的物流配送方法，如图1所示，包括以下步骤：
步骤S101、从智慧大脑服务器终端获取目标物流配送信息，根据所述目标物流配送信息确定目标货物的发货点与接收点；
步骤S102、确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人；
步骤S103、接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径；
步骤S104、利用所述智慧大脑服务器终端控制所述目标配送机器人抵达所述发货点进行取货，取货完毕后控制所述目标配送机器人按照所述目标物流配送路径进行货物配送。
上述技术方案的工作原理为：从智慧大脑服务器终端获取目标物流配送信息，根据所述目标物流配送信息确定目标货物的发货点与接收点，确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人，接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径，利用所述智慧大脑服务器终端控制所述目标配送机器人抵达所述发货点进行取货，取货完毕后控制所述目标配送机器人按照所述目标物流配送路径进行货物配送。
上述技术方案的有益效果为：通过使用智慧大脑服务器终端控制配送机器人来实现物流配送可以大大地节省人力成本，进一步地，通过确定发货点的目标区域进而在目标区域中选择目标配送机器人可以保证配送机器人可以最快地到达发货点进行取货然后进行物流配送，提高了物流配送效率，减少了消费者的等待时间，解决了现有技术中由于物流人员的数量是有限的，故而当物流人员距离发货点太远时，从取货到送货过程的所需要的时长也很长从而导致整个物流配送时长相比于传统技术的物流配送时长并没有多大改变，大大地降低了物流配送效率以及消费者的体验感的问题。
在一个实施例中，如图2所示，所述从智慧大脑服务器终端获取目标物流配送信息，根据所述目标物流配送信息确定目标货物的发货点与接收点，包括：
步骤S201、从所述智慧大脑服务器终端获取目标已支付订单；
步骤S202、根据所述目标已支付订单确认所述目标物流配送信息；
步骤S203、解析所述目标物流配送信息，确定所述目标货物的发货点的第一方位坐标与接收点的第二方位坐标。
上述技术方案的有益效果为：通过获取目标已支付订单可以确定消费者的付款状态，进而根据目标已支付订单可以快速地获取目标物流配送信息，无需进行长时间的搜索工作，提高了工作效率，进一步地，通过确定所述目标货物的发货点的第一方位坐标与接收点的第二方位坐标可以更加精确地确定发货点和接收点的位置。
在一个实施例中，如图3所示，在确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人之前，所述方法还包括：
步骤S301、对目标城市区域进行划分，生成多个第一划分区域，对每个划分区域进行编号，获得多个第二划分区域；
步骤S302、确认每个第二划分区域中的办公区域和居民区域的分布情况；
步骤S303、根据每个第二划分区域的对应的办公区域和居民区域的分布情况为每个第二划分区域设置不同数量个配送机器人。
上述技术方案的有益效果为：通过对目标城市区域进行区域划分进而根据每个划分区域中办公区域和居民区域的分布情况设置不同数量的配送机器人可以针对每个区域内的人流量布局合理性地设置对应数量个配送机器人，提高了配送机器人的合理利用性。
在一个实施例中，确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人，包括：
根据所述第一方位坐标确认包含所述第一方位坐标的目标第二划分区域；
检测所述目标第二划分区域中处于空闲状态的第一配送机器人的数量以及每个第一配送机器人的具体坐标，检测获得第一数量个第一配送机器人及每个第一配送机器人的具体坐标；
在所述第一数量个第一配送机器人中选择处于所述第一方位坐标预设方圆范围内的第二数量个第二配送机器人；
获取每个第二配送机器人的性能评分；
选择性能评分最高的第三配送机器人作为所述目标配送机器人。
上述技术方案的有益效果为：通过选择距离第一方位坐标最近的并且性能评分最高的目标配送机器人来进行物流产品的配送既可以保证物流配送效率又可以保证配送产品的安全性。
在一个实施例中，接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径，包括：
获取所述目标配送机器人的目标编辑程序，将所述目标编辑程序输入到所述智慧大脑服务器终端中以接通目标配送机器人与所述智慧大脑服务器终端的连接；
根据所述发货点的第一方位坐标与接收点的第二方位坐标结合目标城市区域的网络地图生成多条第一物流配送路径；
调取每条第一物流配送路径的当前交通情况以及历史交通情况；
获取所述目标已支付订单对应的目标用户信息，根据所述目标用户信息调取目标用户的业务量水平；
根据所述目标用户的业务量水平和每条第一物流配送路径的当前交通情况以及历史交通情况通过预设路径优化算法在所述多条第一物流配送路径中推荐出第二物流配送路径；
将所述第二物流配送路径确认为所述目标物流配送路径。
上述技术方案的有益效果为：通过根据生成的多条第一物流配送路径的当前交通情况以及历史交通情况以及目标用户的业务量水平利用预设路径优化算法选择出最适合的第二物流配送路径可以一定程度地避免在配送过程中的交通拥挤情况，进一步地提高了物流配送效率。
在一个实施例中，所述利用所述智慧大脑服务器终端控制所述目标配送机器人抵达所述发货点进行取货，取货完毕后控制所述目标配送机器人按照所述目标物流配送路径进行货物配送，包括：
生成目标配送机器人与所述发货点之间的导航路径；
利用所述智慧大脑服务器终端控制所述目标配送机器人按照所述导航路径抵达所述发货点；
确定所述目标货物的货物信息，根据所述货物信息生成配送编号，根据所述配送编号生成目标货物的物流跟踪信息，根据所述物流跟踪信息生成所述目标货物的物流跟踪二维码；
将所述物流跟踪二维码发送至目标接收用户的手机终端；
发送完毕后，控制所述目标配送机器人按照所述目标物流配送路径进行货物配送；
实时获取所述目标配送机器人的移动方位，将所述移动方位更新到所述物流更新信息中。
上述技术方案的有益效果为：通过生成目标货物的物流更新信息可以使消费者随时了解自己所购买的目标货物的配送进度，进一步地提高了消费者的体验感，进一步地，通过实施更新物流更新信息以使得智慧大脑服务器终端和目标接收用户终端可以实时的确定目标货物的配送情况，进一步地保证了目标货物的安全性。
在一个实施例中，所述方法还包括：
采集所述目标配送机器人在配送过程中的配送轨迹数据段；
确定所述配送轨迹数据段对应的目标配送机器人的平均移动速度；
利用所述平均移动速度与标准差公式计算出目标配送机器人在配送轨迹数据段内的速度标准差；
将所述平均速度与速度标准差代入预设时间延迟检测算法中进行分析，获得目标配送机器人在配送轨迹数据段中的时间异常因子值；
将所述时间异常因子值与平均移动速度的属性值进行比较，当所述时间异常因子值大于所述属性值时，确认所述目标配送机器人的配送过程异常，当所述时间异常因子值小于等于所述属性值时，确认所述目标配送机器人的配送过程正常；
当确认所述目标配送机器人的配送过程异常时，向所述智慧大脑服务器终端发送异常报告。
上述技术方案的有益效果为：通过确认目标机器人的配送过程是否异常可以进一步地保证目标货物的安全性，同时也可以使得智慧大脑服务器终端确定目标配送机器人的工作情况以及是否出现异常，在出现异常时方便进行后续处理。
在一个实施例中，所述接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径，包括：
确定所述智慧大脑服务器终端的待连接节点的数量；
检测每个待连接节点的当前通信质量信息；
将当前通信质量信息大于等于预设通信质量信息的目标数量个第一待连接节点确认为第一目标连接节点；
获取所述目标配送机器人的控制参数，解析所述控制参数，获得所述目标配送机器人的控制规则集；
基于所述目标配送机器人的控制规则集对目标数量个第一目标连接节点进行稳定性测试，获取测试结果；
将所述测试结果中稳定性最高的第二目标连接节点确认为连接所述目标配送机器人的最终节点；
通过所述第二目标连接节点接通目标配送机器人与所述智慧大脑服务器终端的连接，连接完毕后，根据所述发货点与接收点在电子地图上的位置坐标结合两点之间的街道地图生成N条模拟配送路径；
确认所述目标货物的配送优先级，当所述配送优先级大于等于第一预设阈值时，获取所述目标配送机器人的最大移动速度，基于所述最大移动速度，在所述N条模拟配送路径中选择运输时长最短的第一目标模拟配送路径，将所述第一目标模拟配送路径确认为所述目标物流配送路径；
当所述配送优先级小于所述第一预设阈值时，调取每条模拟配送路径的路面平滑度；
在N个路面平滑度中选择数值最高的第二目标模拟配送路径，根据所述目标配送机器人的最大移动速度对所述第二目标模拟配送路径进行配送模拟，获取模拟配送时长，确认所述模拟配送时长是否小于等于预设时长，若是，将所述第二目标模拟配送路径确认为所述目标物流配送路径，否则，重新在N个路面平滑度中选择数值第二高的第三目标模拟配送路径进行模拟直到其模拟配送时长小于等于所述预设时长为止。
上述技术方案的有益效果为：通过对智慧大脑服务器终端的每个待连接节点进行筛选和测试可以保证智慧大脑服务器终端可以持续稳定地控制目标配送机器人进行物流配送工作，进一步地保证了目标配送机器人的物流配送效率以及目标货物的安全性，进一步地，通过根据目标货物的配送优先级来智能地选择不同的配送路径既可以保证目标货物最快地到达目标接收用户的手中又可以保证对于目标货物的配送效率和配送安全。
在一个实施例中，在根据所述发货点与接收点在电子地图上的位置坐标结合两点之间的街道地图生成N条模拟配送路径之后，所述方法还包括：对所述N条模拟配送路径进行合理性评估，评估步骤为：
构建每条模拟配送路径的时间损失评估函数：
其中，
表示为第x条模拟配送路径的时间损失，
表示为目标配送机器人在
第x条模拟配送路径上以最大移动速度从当前位置到所述发货点的时间代价指数，
表示
为目标配送机器人在第x条模拟配送路径上以最大移动速度送所述发货点到所述接收点的
时间代价指数，
表示为目标配送机器人的起始出发时刻，
表示为目标配送机器人到达
所述接收点的时刻，
表示为第x条模拟配送路径的复杂度，
表示为目标配送机器人的性
能指数，
表示为配送路径的复杂度预设基准值；
将时间损失大于等于第二预设阈值的第一模拟配送路径排除，剩余第二模拟配送路径；
获取每条第二模拟配送路径的参数指标；
根据每条第二模拟配送路径的参数指标计算出每条第二模拟配送路径的合理性指数：
其中，
表示为第i条第二模拟配送路径的参数指标中的合理性指数，
表示为第
i条第二模拟配送路径的参数指标中的安全率，
表示为第i条第二模拟配送路径中需要转
弯的次数，
表示为第i条第二模拟配送路径中高度变化的次数，
表示为第i条第二模拟
配送路径中所经过街道的数量，
表示为第i条第二模拟配送路径的参数指标中的稳定性
指数，
表示为目标配送机器人通过第i条第二模拟配送路径配送所消耗的能量占自身初
始能量的比例，
表示为第i条第二模拟配送路径的参数指标中的道路拥挤指数，e表示为
自然常数，取值为2.72，
表示为天气环境所产生的影响因子，取值为[0.1，0.15]；
统计合理性指数大于等于第三预设阈值的M条第三模拟配送路径；
将所述M条第三模拟配送路径作为后续目标物流配送路径的筛选样本。
上述技术方案的有益效果为：通过计算每条模拟配送路径的时间损失可以初步评估出每条模拟配送路径的损失时间，进而有效地排出损失时间过长的第一模拟配送路径，降低了后续筛选的样本的同时也保证了筛选样本的实用性，进一步地，通过计算剩下的每条第二模拟配送路径的合理性指数可以确定在天气环境的影响下以及每条第二模拟配送路径的合理性，进而选择出合理性偏高的M条模拟配送路径作为后续筛选的样本，进一步地保证了筛选样本的实用性的同时保证了筛选样本的合理性。
本实施例还公开了一种基于智慧大脑控制机器人的物流配送系统，如图4所示，该系统包括：
确定模块401，用于从智慧大脑服务器终端获取目标物流配送信息，根据所述目标物流配送信息确定目标货物的发货点与接收点；
选择模块402，用于确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人；
生成模块403，用于接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径；
控制模块404，用于利用所述智慧大脑服务器终端控制所述目标配送机器人抵达所述发货点进行取货，取货完毕后控制所述目标配送机器人按照所述目标物流配送路径进行货物配送。
上述技术方案的工作原理及有益效果在方法权利要求中已经说明，此处不再赘述。
本领域技术人员应当理解的是，本发明中的第一、第二指的是不同应用阶段而已。
本领域技术用户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (8)
1.一种基于智慧大脑控制机器人的物流配送方法，其特征在于，包括以下步骤：
从智慧大脑服务器终端获取目标物流配送信息，根据所述目标物流配送信息确定目标货物的发货点与接收点；
确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人；
接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径；
利用所述智慧大脑服务器终端控制所述目标配送机器人抵达所述发货点进行取货，取货完毕后控制所述目标配送机器人按照所述目标物流配送路径进行货物配送；
所述利用所述智慧大脑服务器终端控制所述目标配送机器人抵达所述发货点进行取货，取货完毕后控制所述目标配送机器人按照所述目标物流配送路径进行货物配送，包括：
生成目标配送机器人与所述发货点之间的导航路径；
利用所述智慧大脑服务器终端控制所述目标配送机器人按照所述导航路径抵达所述发货点；
确定所述目标货物的货物信息，根据所述货物信息生成配送编号，根据所述配送编号生成目标货物的物流跟踪信息，根据所述物流跟踪信息生成所述目标货物的物流跟踪二维码；
将所述物流跟踪二维码发送至目标接收用户的手机终端；
发送完毕后，控制所述目标配送机器人按照所述目标物流配送路径进行货物配送；
实时获取所述目标配送机器人的移动方位，将所述移动方位更新到所述物流更新信息中；
所述方法还包括：
采集所述目标配送机器人在配送过程中的配送轨迹数据段；
确定所述配送轨迹数据段对应的目标配送机器人的平均移动速度；
利用所述平均移动速度与标准差公式计算出目标配送机器人在配送轨迹数据段内的速度标准差；
将所述平均移动速度与速度标准差代入预设时间延迟检测算法中进行分析，获得目标配送机器人在配送轨迹数据段中的时间异常因子值；
将所述时间异常因子值与平均移动速度的属性值进行比较，当所述时间异常因子值大于所述属性值时，确认所述目标配送机器人的配送过程异常，当所述时间异常因子值小于等于所述属性值时，确认所述目标配送机器人的配送过程正常；
当确认所述目标配送机器人的配送过程异常时，向所述智慧大脑服务器终端发送异常报告。
2.根据权利要求1所述基于智慧大脑控制机器人的物流配送方法，其特征在于，所述从智慧大脑服务器终端获取目标物流配送信息，根据所述目标物流配送信息确定目标货物的发货点与接收点，包括：
从所述智慧大脑服务器终端获取目标已支付订单；
根据所述目标已支付订单确认所述目标物流配送信息；
解析所述目标物流配送信息，确定所述目标货物的发货点的第一方位坐标与接收点的第二方位坐标。
3.根据权利要求2所述基于智慧大脑控制机器人的物流配送方法，其特征在于，在确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人之前，所述方法还包括：
对目标城市区域进行划分，生成多个第一划分区域，对每个划分区域进行编号，获得多个第二划分区域；
确认每个第二划分区域中的办公区域和居民区域的分布情况；
根据每个第二划分区域的对应的办公区域和居民区域的分布情况为每个第二划分区域设置不同数量个配送机器人。
4.根据权利要求3所述基于智慧大脑控制机器人的物流配送方法，其特征在于，确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人，包括：
根据所述第一方位坐标确认包含所述第一方位坐标的目标第二划分区域；
检测所述目标第二划分区域中处于空闲状态的第一配送机器人的数量以及每个第一配送机器人的具体坐标，检测获得第一数量个第一配送机器人及每个第一配送机器人的具体坐标；
在所述第一数量个第一配送机器人中选择处于所述第一方位坐标预设方圆范围内的第二数量个第二配送机器人；
获取每个第二配送机器人的性能评分；
选择性能评分最高的第三配送机器人作为所述目标配送机器人。
5.根据权利要求2所述基于智慧大脑控制机器人的物流配送方法，其特征在于，接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径，包括：
获取所述目标配送机器人的目标编辑程序，将所述目标编辑程序输入到所述智慧大脑服务器终端中以接通目标配送机器人与所述智慧大脑服务器终端的连接；
根据所述发货点的第一方位坐标与接收点的第二方位坐标结合目标城市区域的网络地图生成多条第一物流配送路径；
调取每条第一物流配送路径的当前交通情况以及历史交通情况；
获取所述目标已支付订单对应的目标用户信息，根据所述目标用户信息调取目标用户的业务量水平；
根据所述目标用户的业务量水平和每条第一物流配送路径的当前交通情况以及历史交通情况通过预设路径优化算法在所述多条第一物流配送路径中推荐出第二物流配送路径；
将所述第二物流配送路径确认为所述目标物流配送路径。
6.根据权利要求1所述基于智慧大脑控制机器人的物流配送方法，其特征在于，所述接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径，包括：
确定所述智慧大脑服务器终端的待连接节点的数量；
检测每个待连接节点的当前通信质量信息；
将当前通信质量信息大于等于预设通信质量信息的目标数量个第一待连接节点确认为第一目标连接节点；
获取所述目标配送机器人的控制参数，解析所述控制参数，获得所述目标配送机器人的控制规则集；
基于所述目标配送机器人的控制规则集对目标数量个第一目标连接节点进行稳定性测试，获取测试结果；
将所述测试结果中稳定性最高的第二目标连接节点确认为连接所述目标配送机器人的最终节点；
通过所述第二目标连接节点接通目标配送机器人与所述智慧大脑服务器终端的连接，连接完毕后，根据所述发货点与接收点在电子地图上的位置坐标结合两点之间的街道地图生成N条模拟配送路径；
确认所述目标货物的配送优先级，当所述配送优先级大于等于第一预设阈值时，获取所述目标配送机器人的最大移动速度，基于所述最大移动速度，在所述N条模拟配送路径中选择运输时长最短的第一目标模拟配送路径，将所述第一目标模拟配送路径确认为所述目标物流配送路径；
当所述配送优先级小于所述第一预设阈值时，调取每条模拟配送路径的路面平滑度；
在N个路面平滑度中选择数值最高的第二目标模拟配送路径，根据所述目标配送机器人的最大移动速度对所述第二目标模拟配送路径进行配送模拟，获取模拟配送时长，确认所述模拟配送时长是否小于等于预设时长，若是，将所述第二目标模拟配送路径确认为所述目标物流配送路径，否则，重新在N个路面平滑度中选择数值第二高的第三目标模拟配送路径进行模拟直到其模拟配送时长小于等于所述预设时长为止。
7.根据权利要求6所述基于智慧大脑控制机器人的物流配送方法，其特征在于，在根据所述发货点与接收点在电子地图上的位置坐标结合两点之间的街道地图生成N条模拟配送路径之后，所述方法还包括：对所述N条模拟配送路径进行合理性评估，评估步骤为：
构建每条模拟配送路径的时间损失评估函数：
其中，
表示为第x条模拟配送路径的时间损失，
表示为目标配送机器人在第x条模拟配送路径上以最大移动速度从当前位置到所述发货点的时间代价指数，
表示为目标配送机器人在第x条模拟配送路径上以最大移动速度送所述发货点到所述接收点的时间代价指数，
表示为目标配送机器人的起始出发时刻，
表示为目标配送机器人到达所述接收点的时刻，
表示为第x条模拟配送路径的复杂度，
表示为目标配送机器人的性能指数，
表示为配送路径的复杂度预设基准值；
将时间损失大于等于第二预设阈值的第一模拟配送路径排除，剩余第二模拟配送路径；
获取每条第二模拟配送路径的参数指标；
根据每条第二模拟配送路径的参数指标计算出每条第二模拟配送路径的合理性指数：
其中，
表示为第i条第二模拟配送路径的参数指标中的合理性指数，
表示为第i条第二模拟配送路径的参数指标中的安全率，
表示为第i条第二模拟配送路径中需要转弯的次数，
表示为第i条第二模拟配送路径中高度变化的次数，
表示为第i条第二模拟配送路径中所经过街道的数量，
表示为第i条第二模拟配送路径的参数指标中的稳定性指数，
表示为目标配送机器人通过第i条第二模拟配送路径配送所消耗的能量占自身初始能量的比例，
表示为第i条第二模拟配送路径的参数指标中的道路拥挤指数，e表示为自然常数，取值为2.72，
表示为天气环境所产生的影响因子，取值为[0.1，0.15]；
统计合理性指数大于等于第三预设阈值的M条第三模拟配送路径；
将所述M条第三模拟配送路径作为后续目标物流配送路径的筛选样本。
8.一种基于智慧大脑控制机器人的物流配送系统，其特征在于，该系统包括：
第一确定模块，用于从智慧大脑服务器终端获取目标物流配送信息，根据所述目标物流配送信息确定目标货物的发货点与接收点；
选择模块，用于确定所述发货点所在的目标区域，在所述目标区域中选择处于空闲状态的目标配送机器人；
生成模块，用于接通目标配送机器人与所述智慧大脑服务器终端的连接，根据所述发货点与接收点生成目标物流配送路径；
控制模块，用于利用所述智慧大脑服务器终端控制所述目标配送机器人抵达所述发货点进行取货，取货完毕后控制所述目标配送机器人按照所述目标物流配送路径进行货物配送；
其中，所述生成模块的工作过程包括：
生成目标配送机器人与所述发货点之间的导航路径；
利用所述智慧大脑服务器终端控制所述目标配送机器人按照所述导航路径抵达所述发货点；
确定所述目标货物的货物信息，根据所述货物信息生成配送编号，根据所述配送编号生成目标货物的物流跟踪信息，根据所述物流跟踪信息生成所述目标货物的物流跟踪二维码；
将所述物流跟踪二维码发送至目标接收用户的手机终端；
发送完毕后，控制所述目标配送机器人按照所述目标物流配送路径进行货物配送；
实时获取所述目标配送机器人的移动方位，将所述移动方位更新到所述物流更新信息中；
所述系统还包括：
采集模块，用于采集所述目标配送机器人在配送过程中的配送轨迹数据段；
第二确定模块，用于确定所述配送轨迹数据段对应的目标配送机器人的平均移动速度；
计算模块，用于利用所述平均移动速度与标准差公式计算出目标配送机器人在配送轨迹数据段内的速度标准差；
分析模块，用于将所述平均移动速度与速度标准差代入预设时间延迟检测算法中进行分析，获得目标配送机器人在配送轨迹数据段中的时间异常因子值；
比较模块，用于将所述时间异常因子值与平均移动速度的属性值进行比较，当所述时间异常因子值大于所述属性值时，确认所述目标配送机器人的配送过程异常，当所述时间异常因子值小于等于所述属性值时，确认所述目标配送机器人的配送过程正常；
发送模块，用于当确认所述目标配送机器人的配送过程异常时，向所述智慧大脑服务器终端发送异常报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110139383.0A CN112465439B (zh) | 2021-02-02 | 2021-02-02 | 基于智慧大脑控制机器人的物流配送方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110139383.0A CN112465439B (zh) | 2021-02-02 | 2021-02-02 | 基于智慧大脑控制机器人的物流配送方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112465439A CN112465439A (zh) | 2021-03-09 |
| CN112465439B true CN112465439B (zh) | 2021-05-11 |
Family
ID=74802517
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110139383.0A Active CN112465439B (zh) | 2021-02-02 | 2021-02-02 | 基于智慧大脑控制机器人的物流配送方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112465439B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113537534A (zh) * | 2021-07-28 | 2021-10-22 | 北京云迹科技有限公司 | 一种机器人的配送方法及装置 |
| CN114169826A (zh) * | 2021-12-06 | 2022-03-11 | 北京云迹科技有限公司 | 办公区域内服务机器人的货物配送方法及装置 |
| CN114493402B (zh) * | 2021-12-17 | 2024-04-09 | 重庆特斯联智慧科技股份有限公司 | 物流机器人配送时间预测方法和系统 |
| TWI841943B (zh) * | 2022-03-28 | 2024-05-11 | 日商樂天集團股份有限公司 | 控制裝置、系統及方法 |
| CN114770559B (zh) * | 2022-05-27 | 2022-12-13 | 中迪机器人(盐城)有限公司 | 一种机器人的取物控制系统及方法 |
| CN115421502A (zh) * | 2022-09-23 | 2022-12-02 | 北部湾大学 | 一种用于水质检测的水下机器人控制系统 |
| WO2024077638A1 (zh) * | 2022-10-14 | 2024-04-18 | 深圳市闪至科技有限公司 | 机器人配送方法、系统、机器人、终端设备、服务器及存储介质 |
| CN115648225B (zh) * | 2022-12-26 | 2023-03-21 | 江苏金农股份有限公司 | 基于云脑模型管理的rpa机器人场景切换方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204990392U (zh) * | 2015-09-29 | 2016-01-20 | 海南华迅八百里物流有限公司 | 一种货物运输系统 |
| CN105487541A (zh) * | 2015-12-30 | 2016-04-13 | 华勤通讯技术有限公司 | 配送机器人及其控制方法 |
| CN108573325A (zh) * | 2018-04-16 | 2018-09-25 | 哈尔滨工业大学 | 物流配送路径优化方法及终端设备 |
| CN208744836U (zh) * | 2018-06-15 | 2019-04-16 | 顺丰科技有限公司 | 多机器人配送系统 |
| CN110084471A (zh) * | 2019-03-15 | 2019-08-02 | 北京旷视机器人技术有限公司 | 拣选调度方法、装置、仓储系统及可读存储介质 |
| WO2019200018A1 (en) * | 2018-04-10 | 2019-10-17 | Dymesich David Tanner | Robot management system |
| CN111401822A (zh) * | 2020-06-04 | 2020-07-10 | 北京云迹科技有限公司 | 商品配送方法及装置、存储介质及电子设备 |
| CN111409997A (zh) * | 2020-05-20 | 2020-07-14 | 大连海事大学 | 一种面向移动货架仓储系统的搬运机器人拣货任务调度方法 |
| CN111598670A (zh) * | 2020-07-03 | 2020-08-28 | 拉扎斯网络科技（上海）有限公司 | 配送方法及服务器、机器人、电子设备及可读存储介质 |
| CN111768019A (zh) * | 2019-04-02 | 2020-10-13 | 北京三快在线科技有限公司 | 订单处理方法、装置、计算机设备及存储介质 |
| CN111781927A (zh) * | 2020-06-28 | 2020-10-16 | 上海运晓机器人有限公司 | 一种多机器人协同运输任务的调度分配方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107153931B (zh) * | 2016-03-03 | 2020-11-20 | 重庆邮电大学 | 一种快递物流配送异常检测方法 |
| CN109049006B (zh) * | 2018-08-22 | 2020-03-17 | 深圳市云鼠科技开发有限公司 | 一种扫地机器人的防碰撞检测方法 |
| CN109872111A (zh) * | 2019-03-12 | 2019-06-11 | 武汉轻工大学 | 基于无人机的物流配送方法、无人机、存储介质及装置 |
| CN110060004A (zh) * | 2019-03-19 | 2019-07-26 | 深圳市金鹰鹏物流有限公司 | 物流配送异常检测方法及系统 |
-
2021
- 2021-02-02 CN CN202110139383.0A patent/CN112465439B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204990392U (zh) * | 2015-09-29 | 2016-01-20 | 海南华迅八百里物流有限公司 | 一种货物运输系统 |
| CN105487541A (zh) * | 2015-12-30 | 2016-04-13 | 华勤通讯技术有限公司 | 配送机器人及其控制方法 |
| WO2019200018A1 (en) * | 2018-04-10 | 2019-10-17 | Dymesich David Tanner | Robot management system |
| CN108573325A (zh) * | 2018-04-16 | 2018-09-25 | 哈尔滨工业大学 | 物流配送路径优化方法及终端设备 |
| CN208744836U (zh) * | 2018-06-15 | 2019-04-16 | 顺丰科技有限公司 | 多机器人配送系统 |
| CN110084471A (zh) * | 2019-03-15 | 2019-08-02 | 北京旷视机器人技术有限公司 | 拣选调度方法、装置、仓储系统及可读存储介质 |
| CN111768019A (zh) * | 2019-04-02 | 2020-10-13 | 北京三快在线科技有限公司 | 订单处理方法、装置、计算机设备及存储介质 |
| CN111409997A (zh) * | 2020-05-20 | 2020-07-14 | 大连海事大学 | 一种面向移动货架仓储系统的搬运机器人拣货任务调度方法 |
| CN111401822A (zh) * | 2020-06-04 | 2020-07-10 | 北京云迹科技有限公司 | 商品配送方法及装置、存储介质及电子设备 |
| CN111781927A (zh) * | 2020-06-28 | 2020-10-16 | 上海运晓机器人有限公司 | 一种多机器人协同运输任务的调度分配方法 |
| CN111598670A (zh) * | 2020-07-03 | 2020-08-28 | 拉扎斯网络科技（上海）有限公司 | 配送方法及服务器、机器人、电子设备及可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 配送中心拣选作业优化研究;王艳丽;《中国优秀硕士学位论文全文数据库 经济与管理科学辑（月刊）》;20170915(第9期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112465439A (zh) | 2021-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112465439B (zh) | 基于智慧大脑控制机器人的物流配送方法及系统 | |
| CN105675002A (zh) | 一种多途经点导航路线规划方法和系统 | |
| CN105043379B (zh) | 一种基于时空约束的景区浏览路径规划方法、装置 | |
| CN107657364A (zh) | 一种面向烟草工厂物料运输的多载agv任务分配形成方法 | |
| CN105674995A (zh) | 一种基于用户出行轨迹获取通勤路线的方法及装置 | |
| CN106055607A (zh) | 用户到访预测模型建立、用户到访预测方法和装置 | |
| CN106485334A (zh) | 自动售货方法、自动售货机及自动售货系统 | |
| CN103998897A (zh) | 一种对兴趣点、服务路径投递、审计领域表现和销售进行地理编码的方法和装置 | |
| CN107608364A (zh) | 一种用于数据中心物理设备上下架的智能机器人 | |
| CN110118567A (zh) | 出行方式推荐方法及装置 | |
| CN108764765A (zh) | 一种派送路径确定方法、装置、终端和存储介质 | |
| CN110688589A (zh) | 到店识别方法、装置、电子设备及可读存储介质 | |
| CN113240175B (zh) | 配送路线的生成方法、设备、存储介质和程序产品 | |
| CN110378517A (zh) | 出行目的预测方法、装置、计算设备和可读存储介质 | |
| CN108286978B (zh) | 道路路网自动化生成方法和装置以及混合导航系统 | |
| CN110598917A (zh) | 一种基于路径轨迹的目的地预测方法、系统及存储介质 | |
| CN113435777A (zh) | 一种电动运营车辆充电站规划方法及系统 | |
| CN107704942A (zh) | 配送路径确定方法、装置和设备 | |
| Ban et al. | Curvature-based distribution algorithm: rebalancing bike sharing system with agent-based simulation | |
| CN113934217B (zh) | 一种基于5g的智能调度处理系统 | |
| CN110674990A (zh) | 设置滑动窗口更新机制的即时配送路径选择方法及系统 | |
| CN112819228B (zh) | 任务处理方法、装置、存储介质和电子设备 | |
| CN107133364A (zh) | 基于微信平台的班车查询系统 | |
| CN112001646A (zh) | 一种物料调度方法、装置、存储介质及电子设备 | |
| CN113411749B (zh) | 入口位置确定方法及装置 |
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 |