CN112631209A - 用于控制无人搬运车的方法和装置 - Google Patents
用于控制无人搬运车的方法和装置 Download PDFInfo
- Publication number
- CN112631209A CN112631209A CN201910949929.1A CN201910949929A CN112631209A CN 112631209 A CN112631209 A CN 112631209A CN 201910949929 A CN201910949929 A CN 201910949929A CN 112631209 A CN112631209 A CN 112631209A
- Authority
- CN
- China
- Prior art keywords
- path
- target
- automated guided
- guided vehicle
- traveled
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000013439 planning Methods 0.000 claims abstract description 17
- 230000004044 response Effects 0.000 claims description 59
- 238000004590 computer program Methods 0.000 claims description 10
- 230000032258 transport Effects 0.000 description 36
- 239000003795 chemical substances by application Substances 0.000 description 26
- 230000008859 change Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 19
- 238000012384 transportation and delivery Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 230000002068 genetic effect Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system
- G05B19/41895—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/60—Electric or hybrid propulsion means for production processes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请实施例公开了用于控制无人搬运车的方法和装置。该方法的一具体实施方式包括:若接收到物品搬运请求,对目标无人搬运车的路径进行规划得到初始路径;基于初始路径,执行如下控制步骤:从初始路径中截取至少部分行驶路径作为待行驶路径;控制目标无人搬运车按照待行驶路径行驶;若目标无人搬运车驶入目标区域内,将目标区域的状态更改为占用状态;若目标无人搬运车驶出目标区域,将目标区域的状态更改为可行驶状态;确定待行驶路径的终点位置是否为目标终点位置;若待行驶路径的终点位置不是目标终点位置,对目标无人搬运车的路径进行重新规划,将更新后的路径作为初始路径继续执行控制步骤。该实施方式提高了无人搬运车的搬运效率。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于控制无人搬运车的方法和装置。
背景技术
随着电子商务与新零售领域的快速发展,AGV(Automated Guided Vehicle,无人搬运车)仓库得到了广泛的应用。多进深AGV仓库指的是AGV只能从储位区域的一侧进入各个储位,以执行物品入库业务、物品出库业务以及物品盘点业务。在多进深AGV仓库中,若AGV需要行驶到目标储位搬运货物或者放置货物、但通道口至目标储位之间的其它储位上已存放有货物,此时,AGV需要将存放有货物的储位上的货物搬走,才能将货物放置在目标储位上或者将货物从目标储位上搬走。
发明内容
本申请实施例提出了用于控制无人搬运车的方法和装置。
第一方面,本申请实施例提供了一种用于控制无人搬运车的方法,包括:响应于接收到物品搬运请求,对目标无人搬运车的路径进行规划得到初始路径,其中,物品搬运请求包括目标起点位置和目标终点位置;基于初始路径,执行如下控制步骤:从初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径;控制目标无人搬运车按照待行驶路径行驶;响应于检测到目标无人搬运车驶入目标区域内,将目标区域的状态更改为占用状态,其中,目标区域包括以下至少一项:预设的锁定区域以及储位与预设的通道口之间的区域;响应于检测到目标无人搬运车驶出目标区域,将目标区域的状态更改为可行驶状态;确定待行驶路径的终点位置是否为目标终点位置;响应于确定出待行驶路径的终点位置不是目标终点位置,将目标无人搬运车的当前位置作为起点位置,对目标无人搬运车的路径进行重新规划得到更新后的路径,将更新后的路径作为初始路径继续执行控制步骤。
在一些实施例中,控制目标无人搬运车按照待行驶路径行驶,包括:将待行驶路径的状态更改为占用状态;控制目标无人搬运车按照待行驶路径行驶;将待行驶路径中已被目标无人搬运车行驶过的路径的状态更改为可行驶状态。
在一些实施例中,从初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径,包括:响应于确定出初始路径位于目标区域内,将初始路径确定为待行驶路径。
在一些实施例中,从初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径,包括:响应于确定出初始路径包含位于目标区域内的路径和位于目标区域外的路径,确定初始路径的起点位置是在目标区域内还是在目标区域外;响应于确定出初始路径的起点位置在目标区域内,则从初始路径中截取出存在于初始路径的起点位置所在的目标区域内的路径作为待行驶路径。
在一些实施例中,在控制目标无人搬运车按照待行驶路径行驶之前,该方法包括:响应于确定出待行驶路径为占用状态,基于目标无人搬运车的当前位置、目标终点位置和预设第一区域内各条路径的状态,确定是否存在其他可行驶路径;响应于确定出不存在其他可行驶路径,将目标无人搬运车的标识添加到候选车辆标识集合中。
在一些实施例中,控制目标无人搬运车按照待行驶路径行驶,包括:响应于确定出待行驶路径为可行驶状态,从候选车辆标识集合中选取符合预设条件的车辆标识,控制选取出的车辆标识对应的无人搬运车按照待行驶路径行驶。
在一些实施例中,在控制目标无人搬运车按照待行驶路径行驶之前,该方法还包括:获取预设第二区域内的其它无人搬运车的待行驶路径,其中,第二区域包含目标无人搬运车的当前位置;响应于检测到目标无人搬运车与其它无人搬运车对向行驶且目标无人搬运车的待行驶路径与其它无人搬运车的待行驶路径重合,获取目标无人搬运车的状态以及其它无人搬运车的状态,其中,状态包括空车状态和载货状态;若目标无人搬运车为空车状态且其它无人搬运车为载货状态,则将目标无人搬运车的当前位置作为起点位置,对目标无人搬运车的路径进行重新规划得到更新后的路径,将更新后的路径作为初始路径继续执行控制步骤。
在一些实施例中,在响应于检测到目标无人搬运车与其它无人搬运车对向行驶且目标无人搬运车的待行驶路径与其它无人搬运车的待行驶路径重合,获取目标无人搬运车的状态以及其它无人搬运车的状态之后,该方法还包括:若目标无人搬运车和其它无人搬运车均为空车状态,则确定相重合的待行驶路径是否被其它无人搬运车所占用;响应于确定出重合的待行驶路径被其它无人搬运车所占用,则将目标无人搬运车的当前位置作为起点位置,对目标无人搬运车的路径进行重新规划得到更新后的路径,将更新后的路径作为初始路径继续执行控制步骤。
第二方面,本申请实施例提供了一种用于控制无人搬运车的装置,括:规划单元,被配置成响应于接收到物品搬运请求,对目标无人搬运车的路径进行规划得到初始路径,其中,物品搬运请求包括目标起点位置和目标终点位置;控制单元,被配置成基于初始路径,执行如下控制步骤:从初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径;控制目标无人搬运车按照待行驶路径行驶;响应于检测到目标无人搬运车驶入目标区域内,将目标区域的状态更改为占用状态,其中,目标区域包括以下至少一项:预设的锁定区域以及储位与预设的通道口之间的区域;响应于检测到目标无人搬运车驶出目标区域,将目标区域的状态更改为可行驶状态;确定待行驶路径的终点位置是否为目标终点位置;反馈单元,被配置成响应于确定出待行驶路径的终点位置不是目标终点位置,将目标无人搬运车的当前位置作为起点位置,对目标无人搬运车的路径进行重新规划得到更新后的路径,将更新后的路径作为初始路径继续执行控制步骤。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请的上述实施例提供的用于控制无人搬运车的方法和装置,通过在接收到物品搬运请求时,对目标无人搬运车的路径进行规划得到初始路径。之后,基于初始路径,执行如下控制步骤:从上述初始路径中截取包含上述初始路径的起点位置的至少部分行驶路径作为待行驶路径;控制上述目标无人搬运车按照上述待行驶路径行驶;响应于检测到上述目标无人搬运车驶入目标区域内,将上述目标区域的状态更改为占用状态,其中,上述目标区域包括以下至少一项:预设的锁定区域以及储位与预设的通道口之间的区域;响应于检测到上述目标无人搬运车驶出上述目标区域,将上述目标区域的状态更改为可行驶状态;确定上述待行驶路径的终点位置是否为所述目标终点位置。若确定出上述待行驶路径的终点位置不是上述目标终点位置,将上述目标无人搬运车的当前位置作为起点位置,对上述目标无人搬运车的路径进行重新规划得到更新后的路径,将上述更新后的路径作为初始路径继续执行上述控制步骤。通过这种方式可以动态调整目标区域,在无人搬运车驶入目标区域时将目标区域的状态更改为占用状态,在无人搬运车驶入目标区域时将目标区域的状态更改为可行驶状态,从而可以避免无人搬运车由于车辆避让而造成的时间浪费,提高了无人搬运车的搬运效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的各个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于控制无人搬运车的方法的一个实施例的流程图;
图3是根据本申请的用于控制无人搬运车的方法的应用于物品入库业务的应用场景的一个示意图;
图4是根据本申请的用于控制无人搬运车的方法的应用于物品出库业务的应用场景的一个示意图;
图5是根据本申请的用于控制无人搬运车的方法的又一个实施例的流程图;
图6是根据本申请的用于控制无人搬运车的装置的一个实施例的结构示意图;
图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于控制无人搬运车的方法的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括无人搬运车101,网络102和对无人搬运车101提供支持的服务器103。无人搬运车101中可以设置有车载智能设备104。网络102用以在车载智能设备104和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路、全球定位系统或者光纤电缆等等。
车载智能设备104上安装有无人搬运车101的控制系统。控制系统可以控制无人搬运车101的运行。车载智能设备104可以通过网络102与服务器103交互,以接收控制指令(例如运行指令)等信息。
无人搬运车101上还可以安装有各种传感器,例如障碍物传感器、摄像装置、陀螺仪、加速计等。需要说明的是,无人搬运车101还可以安装有除上述列举外的各种类型和功能的传感器,在此不再赘述。
车载智能设备104可以是硬件,也可以是软件。当车载智能设备104为硬件时,可以是支持信息交互的电子设备。当车载智能设备104为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器,例如向无人搬运车101上安装的车载智能设备104发送控制指令的服务器。若服务器103接收到物品搬运请求,可以对无人搬运车101的路径进行规划得到初始路径;之后,服务器103可以基于初始路径,执行如下控制步骤:从初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径;控制无人搬运车101按照上述待行驶路径行驶;响应于检测到无人搬运车101驶入目标区域内,将上述目标区域的状态更改为占用状态;响应于检测到无人搬运车101驶出上述目标区域,将上述目标区域的状态更改为可行驶状态;确定上述待行驶路径的终点位置是否为目标终点位置;最后,若服务器103确定出上述待行驶路径的终点位置不是目标终点位置,可以将无人搬运车101的当前位置作为起点位置,对无人搬运车101的路径进行重新规划得到更新后的路径,将上述更新后的路径作为初始路径继续执行上述控制步骤。
需要说明的是,服务器103可以是硬件,也可以是软件。当服务器103为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于控制无人搬运车的方法通常由服务器103执行。
应该理解,图1中的无人搬运车、车载智能设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的无人搬运车、车载智能设备、网络和服务器。
继续参考图2,示出了根据本申请的用于控制无人搬运车的方法的一个实施例的流程200。该用于控制无人搬运车的方法,包括以下步骤:
步骤201,确定是否接收到物品搬运请求。
在本实施例中,用于控制无人搬运车的方法的执行主体(例如图1所示的服务器)可以确定是否接收到物品搬运请求。其中,上述物品搬运请求可以包括目标起点位置和目标终点位置。上述目标起点位置通常为起点位置的坐标,上述目标终点位置通常为终点位置的坐标。
在这里,上述物品搬运请求中还可以包括搬运业务类型,物品搬运业务可以包括但不限于:物品入库业务、物品出库业务和物品盘点业务。物品入库业务指的是将物品从入库暂存位或者入库提升机暂存位搬运到物品对应的储位上,并将货物上架。物品出库业务指的是将物品从物品对应的储位上搬运到出库暂存位或者出库提升机暂存位上,并拣货下架。物品盘点业务指的是将物品从储位搬运到盘点工位上,以对库存物品的实际数量进行清点。
在仓储管理系统中,储位指的是用于保管或存储物品的位置;入库暂存位指的是物品到达仓库之后等待搬运到对应的储位之前暂时存储的位置点;在多层存储仓库中,若物品对应的储位在二层或以上,此时,需要设置入库提升机暂存位,入库提升机暂存位指的是物品到达仓库之后等待搬运到对应的储位之前在相应层所设置的暂存位置点;出库暂存位指的是物品等待出库的过程中暂时存储的位置点;在多层存储仓库中,若物品对应的储位在二层或以上,此时,需要也设置出库提升机暂存位,出库提升机暂存位指的是物品等待出库的过程中在相应层所设置的暂存位置点;盘点工位指的是对库存物品的实际数量进行清点的位置点。
作为示例,在物品入库业务中,上述目标起点位置通常为入库暂存位或者入库提升机暂存位,上述目标终点位置通常为物品对应的储位。在物品出库业务中,上述目标起点位置通常为物品对应的储位,上述目标终点位置通常为出库暂存位或者出库提升机暂存位。在物品盘点业务中,上述目标起点位置通常为物品对应的储位,上述目标终点位置通常为盘点工位。
在这里,上述物品搬运请求可以是终端设备所发送的。若仓库管理人员查看到订单请求或者补货请求之后,可以利用终端设备向上述执行主体发送包含起点位置坐标和终点位置坐标的物品搬运请求。
步骤202,响应于接收到物品搬运请求,对目标无人搬运车的路径进行规划得到初始路径。
在本实施例中,若在步骤201中确定出接收到物品搬运请求,上述执行主体可以对目标无人搬运车的路径进行规划得到初始路径。无人搬运车也可以称为自动引导运输车,指的是装备有电磁或光学等自动导引装置,能够沿规定的导引路径行驶,具有安全保护以及各种移载功能的运输车。在这里,无人搬运车通常为四向无人搬运车,在普通无人搬运车的基础上,四向无人搬运车可以横向移动,可以由轨道到达指定位置。上述目标无人搬运车可以为当前处于空闲状态的无人搬运车,也可以为所搬运的物品对应的无人搬运车。
在本实施例中,上述执行主体可以通过如下方式对上述目标无人搬运车的路径进行规划:
首先,环境建模。环境建模是路径规划的重要环节,目的是建立一个便于计算机进行路径规划所使用的环境模型,即将实际的物理空间抽象成算法能够处理的抽象空间,实现相互间的映射。
之后,路径搜索。路径搜索阶段是在环境模型的基础上应用相应算法寻找一条行走路径,使预定的性能函数获得最优值。在这里,可以利用Dijkstra算法(迪克斯特拉算法)或者遗传算法等算法对路径进行搜索。其中,Dijkstra算法是求取一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。遗传算法是一种通过模拟自然进化过程搜索最优解的方法。
最后,路径平滑。通过相应算法搜索出的路径并不一定是一条运动体可以行走的可行路径,需要作进一步处理与平滑才能使其成为一条实际可行的路径。
步骤203,基于初始路径,执行如下控制步骤:从初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径;控制目标无人搬运车按照待行驶路径行驶;响应于检测到目标无人搬运车驶入目标区域内,将目标区域的状态更改为占用状态;响应于检测到目标无人搬运车驶出目标区域,将目标区域的状态更改为可行驶状态;确定待行驶路径的终点位置是否为目标终点位置。
在本实施例中,上述执行主体可以基于步骤202中生成的初始路径和步骤204中所反馈的初始路径,执行控制步骤。
在本实施例中,步骤203可以包括子步骤2031、2032、2033、2034、2035、2036和2037。其中:
步骤2031,从初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径。
在本实施例中,上述执行主体可以从步骤202中生成的初始路径或者步骤204中反馈的初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径,即上述执行主体可以从上述初始路径的起点位置开始截取至少部分行驶路径。
作为一种示例,上述执行主体可以从上述初始路径的起点位置开始截取预设长度(例如,5米、10米)的至少部分行驶路径作为待行驶路径。需要说明的是,若上述初始路径的路径长度小于上述预设长度,则可以将上述初始路径确定为待行驶路径;若上述初始路径的路径长度大于上述预设长度,则可以从上述初始路径中截取预设长度的部分行驶路径作为待行驶路径。
作为另一种示例,上述执行主体中可以存储有仓库布局图,上述仓库布局图中可以预先设置有多个点,每个点对应于仓库的一个预设区域。上述执行主体可以从上述初始路径的起点位置开始截取预设数目个点对应的行驶路径作为待行驶路径。需要说明的是,仓库布局图中的两点之间的距离可以是不固定的,可以根据仓库中的具体环境信息,对仓库布局图中的点进行设置。
步骤2032,控制目标无人搬运车按照待行驶路径行驶。
在本实施例中,上述执行主体可以控制上述目标无人搬运车按照步骤2031中截取出的待行驶路径行驶。具体地,上述执行主体可以向上述目标无人搬运车发送与上述待行驶路径对应的控制指令,上述控制指令可以包括但不限于以下至少一项:行驶方向、行驶速度和旋转角度。
步骤2033,检测目标无人搬运车是否驶入目标区域内。
在本实施例中,上述执行主体可以检测上述目标无人搬运车是否驶入目标区域内。上述目标区域可以包括以下至少一项:预设的锁定区域以及储位与预设的通道口之间的区域。上述锁定区域通常可以是人为设定的仅有一个出入口的区域。通道口可以指的是在进入储位区域之前在通道区域内的最后一个位置点。
在本实施例中,上述执行主体中可以存储有上述目标区域的位置信息(例如,位置坐标)。上述目标无人搬运车在行驶过程中可以向上述执行主体发送车辆当前位置,上述执行主体可以确定车辆当前位置是否位于上述目标区域内。若确定出车辆当前位置位于上述目标区域内,则可以检测出上述目标无人搬运车驶入上述目标区域内。
步骤2034,响应于检测到目标无人搬运车驶入目标区域内,将目标区域的状态更改为占用状态。
在本实施例中,若在步骤2033中检测到上述目标无人搬运车驶入上述目标区域内,上述执行主体可以将上述目标区域的状态更改为占用状态。需要说明的是,这里的占用状态指的是上述目标区域被上述目标无人搬运车所占用,除上述目标无人搬运车之外的其它无人搬运车不能驶入该目标区域内。
步骤2035,检测目标无人搬运车是否驶出目标区域。
在本实施例中,上述执行主体可以检测上述目标无人搬运车是否驶出上述目标区域。上述执行主体可以确定车辆当前位置是否位于上述目标区域外。若确定出车辆当前位置位于上述目标区域外,则可以检测出上述目标无人搬运车驶出上述目标区域。
步骤2036,响应于检测到目标无人搬运车驶出目标区域,将目标区域的状态更改为可行驶状态。
在本实施例中,若在步骤2035中检测到上述目标无人搬运车驶出上述目标区域,上述执行主体可以将上述目标区域的状态更改为可行驶状态。此时,其它无人搬运车可以驶入该目标区域内。
步骤2037,确定待行驶路径的终点位置是否为目标终点位置。
在本实施例中,上述执行主体可以确定上述待行驶路径的终点位置是否为上述目标终点位置。
步骤204,响应于确定出待行驶路径的终点位置不是目标终点位置,将目标无人搬运车的当前位置作为起点位置,对目标无人搬运车的路径进行重新规划得到更新后的路径,将更新后的路径作为初始路径继续执行控制步骤。
在本实施例中,若在步骤2037中确定出上述待行驶路径的终点位置不是上述目标终点位置,上述执行主体可以将上述目标无人搬运车的当前位置作为起点位置,对上述目标无人搬运车的路径进行重新规划得到更新后的路径。具体地,上述执行主体可以利用Dijkstra算法或者遗传算法等算法对路径进行重新规划。其中,Dijkstra算法是求取一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。遗传算法是一种通过模拟自然进化过程搜索最优解的方法。之后,上述执行主体可以将上述更新后的路径作为初始路径继续执行步骤2031-2037的控制步骤。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式控制上述目标无人搬运车按照上述待行驶路径行驶:上述执行主体可以首先将上述待行驶路径的状态更改为占用状态。需要说明的是,这里的占用状态指的是上述待行驶路径被上述目标无人搬运车所占用,除上述目标无人搬运车之外的其它无人搬运车不能驶入上述待行驶路径。之后,上述执行主体可以控制上述目标无人搬运车按照上述待行驶路径行驶。具体地,上述执行主体可以向上述目标无人搬运车发送与上述待行驶路径对应的控制指令,上述控制指令可以包括但不限于以下至少一项:行驶方向、行驶速度和旋转角度。而后,上述执行主体可以将上述待行驶路径中已被上述目标无人搬运车行驶过的路径的状态更改为可行驶状态。在这里,上述执行主体中可以存储有仓库布局图,上述仓库布局图中可以预先设置有多个点,每个点对应于仓库的一个预设第一区域。上述目标无人搬运车在按照上述待行驶路径进行行驶时,上述执行主体可以在上述目标无人搬运车每行驶过一个点时,将该点所对应的预设第一区域的状态更改为可行驶状态。此时,其它无人搬运车可以驶入该目标区域内。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式从上述初始路径中截取包含上述初始路径的起点位置的至少部分行驶路径作为待行驶路径:上述执行主体可以确定上述初始路径是否位于上述目标区域内。在这里,确定上述初始路径是否位于上述目标区域内通常是确定上述初始路径是否均位于上述目标区域内。若确定出上述初始路径位于上述目标区域内,上述执行主体可以将上述初始路径确定为待行驶路径。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式从上述初始路径中截取包含上述初始路径的起点位置的至少部分行驶路径作为待行驶路径:上述执行主体可以确定上述初始路径是否既包含位于上述目标区域内的路径又包含位于上述目标区域外的路径。若确定出上述初始路径既包含位于上述目标区域内的路径又包含位于上述目标区域外的路径,上述执行主体可以确定上述初始路径的起点位置是在上述目标区域内还是在上述目标区域外。若确定出上述初始路径的起点位置在上述目标区域内,则上述执行主体可以从上述初始路径中截取出存在于上述初始路径的起点位置所在的目标区域内的路径作为待行驶路径。
在本实施例的一些可选的实现方式中,上述执行主体可以确定上述待行驶路径是否为占用状态。需要说明的是,这里的占用状态指的是上述待行驶路径被其它无人搬运车所占用,导致上述目标无人搬运车不能驶入上述待行驶路径。若确定出上述待行驶路径为占用状态,上述执行主体可以基于上述目标无人搬运车的当前位置、上述目标终点位置和预设第一区域内各条路径的状态,确定是否存在其他可行驶路径。上述预设第一区域可以为包含从上述目标无人搬运车的当前位置到上述目标终点位置的各条路径的区域。具体地,上述执行主体可以首先确定从上述目标无人搬运车的当前位置到上述目标终点位置的至少一条路径;之后,可以从上述至少一条路径中选取不包含上述可行驶路径的其它路径;而后,可以确定其它路径的状态是否为占用状态;若其他路径均为占用状态,可以确定其他路径的占用等待时间是否大于上述行驶路径的占用等待时间;若确定其他路径的占用等待时间均大于上述行驶路径的占用等待时间,则可以确定出不存在其他可行驶路径。此时,可以将上述目标无人搬运车的标识添加到候选车辆标识集合中。上述候选车辆标识集合中的车辆标识是由于上述待行驶路径被其它无人搬运车所占用从而进行等待的无人搬运车的车辆标识。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式控制上述目标无人搬运车按照上述待行驶路径行驶:上述执行主体可以确定上述待行驶路径的状态是否为可行驶状态。若确定出上述待行驶路径由占用状态更改为可行驶状态,上述执行主体可以从上述候选车辆标识集合中选取符合预设条件的车辆标识。上述执行主体可以从上述候选车辆标识集合中选取等待时间最长的无人搬运车的车辆标识。上述执行主体也可以从上述候选车辆标识集合中选取优先级最高的无人搬运车的车辆标识。为了保证订单的时效性,可以为搬运物品的无人搬运车设置优先级。之后,上述执行主体可以控制选取出的车辆标识对应的无人搬运车按照上述待行驶路径行驶。
本申请的上述实施例提供的方法通过在无人搬运车驶入目标区域时将目标区域的状态更改为占用状态,在无人搬运车驶入目标区域时将目标区域的状态更改为可行驶状态,从而可以避免无人搬运车由于车辆避让而造成的时间浪费,提高了无人搬运车的搬运效率。
作为一种示例,如图3所示,图3示出了根据本实施例的用于控制无人搬运车的方法的应用于物品入库业务的应用场景的一个示意图。首先,若用于控制无人搬运车的服务器接收到将物品从目标起点位置301搬运到目标终点位置302的物品搬运请求,可以对目标无人搬运车的路径进行规划得到初始路径。这里的目标起点位置301为入库暂存位或入库提升机暂存位,目标终点位置302为物品的储位。
之后,上述服务器可以从初始路径中截取出点S1至点S2的路径作为待行驶路径,以及控制上述目标无人搬运车按照点S1至点S2的路径行驶。由于点S1至点S2的路径位于目标区域303内部,此时,检测到上述目标无人搬运车驶入目标区域303内,则可以将目标区域303的状态更改为占用状态。若述目标无人搬运车行驶至点S2处,则上述服务器检测到上述目标无人搬运车驶出目标区域303,可以将目标区域303的状态更改为可行驶状态。而后可以确定S1至点S2的路径的终点位置(点S2)是否为目标终点位置302。此时,确定出S1至点S2的路径的终点位置不是目标终点位置302,则可以将点S2作为起点位置,对上述目标无人搬运车的路径进行重新规划得到更新后的路径作为初始路径。
然后,上述服务器可以从初始路径中截取出五个点对应的行驶路径作为待行驶路径。在这里,五个点对应的行驶路径为点S2至点S3的路径。上述服务器可以将点S2至点S3的路径的状态更改为占用状态,之后,可以控制上述目标无人搬运车按照点S2至点S3的路径行驶。上述服务器可以在上述目标无人搬运车每行驶过一个点,将行驶过的点的状态更改为可行驶状态,直至上述目标无人搬运车行驶至点S3处。而后可以确定S2至点S3的路径的终点位置(点S3)是否为目标终点位置302。此时,确定出S2至点S3的路径的终点位置不是目标终点位置302,则可以将点S3作为起点位置,对上述目标无人搬运车的路径进行重新规划得到更新后的路径作为初始路径。
而后,上述服务器可以从初始路径中截取出点S3至点S4的路径作为待行驶路径,以及控制上述目标无人搬运车按照点S3至点S4的路径行驶。由于点S3至点S4的路径位于目标区域304内部,此时,检测到上述目标无人搬运车驶入目标区域304内,则可以将目标区域304的状态更改为占用状态。若述目标无人搬运车行驶至点S4处,则上述服务器检测到上述目标无人搬运车驶出目标区域304,可以将目标区域304的状态更改为可行驶状态。而后可以确定S3至点S4的路径的终点位置(点S4)是否为目标终点位置302。此时,确定出S3至点S4的路径的终点位置是目标终点位置302,说明上述目标无人搬运车到达目标终点位置,上述目标无人搬运车可以将搬运的物品放置到储位上。
作为另一种示例,如图4所示,图4示出了根据本实施例的用于控制无人搬运车的方法的应用于物品出库业务的应用场景的一个示意图。首先,若用于控制无人搬运车的服务器接收到将物品从目标起点位置401搬运到目标终点位置402的物品搬运请求,可以对目标无人搬运车的路径进行规划得到初始路径。这里的目标起点位置401为物品的储位,目标终点位置402为出库暂存位或出库提升机暂存位。
之后,上述服务器可以从初始路径中截取出点L1至点L2的路径作为待行驶路径,以及控制上述目标无人搬运车按照点L1至点L2的路径行驶。由于点L1至点L2的路径位于目标区域403内部,此时,检测到上述目标无人搬运车驶入目标区域403内,则可以将目标区域403的状态更改为占用状态。若述目标无人搬运车行驶至点L2处,则上述服务器检测到上述目标无人搬运车驶出目标区域403,可以将目标区域403的状态更改为可行驶状态。而后可以确定点L1至点L2的路径的终点位置(点L2)是否为目标终点位置402。此时,确定出L1至点L2的路径的终点位置不是目标终点位置402,则可以将点L2作为起点位置,对上述目标无人搬运车的路径进行重新规划得到更新后的路径作为初始路径。
然后,上述服务器可以从初始路径中截取出五个点对应的行驶路径作为待行驶路径。在这里,五个点对应的行驶路径为点L2至点L3的路径。上述服务器可以将点L2至点L3的路径的状态更改为占用状态,之后,可以控制上述目标无人搬运车按照点L2至点L3的路径行驶。上述服务器可以在上述目标无人搬运车每行驶过一个点,将行驶过的点的状态更改为可行驶状态,直至上述目标无人搬运车行驶至点L3处。而后可以确定L2至点L3的路径的终点位置(点L3)是否为目标终点位置402。此时,确定出L2至点L3的路径的终点位置不是目标终点位置402,则可以将点L3作为起点位置,对上述目标无人搬运车的路径进行重新规划得到更新后的路径作为初始路径。
而后,上述服务器可以从初始路径中截取出五个点对应的行驶路径作为待行驶路径。在这里,五个点对应的行驶路径为点L3至点L4的路径。上述服务器可以将点L3至点L4的路径的状态更改为占用状态,之后,可以控制上述目标无人搬运车按照点L3至点L4的路径行驶。上述服务器可以在上述目标无人搬运车每行驶过一个点,将行驶过的点的状态更改为可行驶状态,直至上述目标无人搬运车行驶至点L4处。而后可以确定L3至点L4的路径的终点位置(点L4)是否为目标终点位置402。此时,确定出L3至点L4的路径的终点位置不是目标终点位置402,则可以将点L4作为起点位置,对上述目标无人搬运车的路径进行重新规划得到更新后的路径作为初始路径。
最后,上述服务器可以从初始路径中截取出点L4至点L5的路径作为待行驶路径,以及控制上述目标无人搬运车按照点L4至点L5的路径行驶。由于点L4至点L5的路径位于目标区域404内部,此时,检测到上述目标无人搬运车驶入目标区域404内,则可以将目标区域404的状态更改为占用状态。若述目标无人搬运车行驶至点L5处,则上述服务器检测到上述目标无人搬运车驶出目标区域404,可以将目标区域404的状态更改为可行驶状态。而后可以确定L4至点L5的路径的终点位置(点L5)是否为目标终点位置402。此时,确定出L4至点L5的路径的终点位置是目标终点位置402,说明上述目标无人搬运车到达目标终点位置,上述目标无人搬运车可以将搬运的物品放置到出库暂存位或出库提升机暂存位上。
需要说明的是,在物品盘点业务的应用场景中,通常包括将物品从对应的储位搬运到盘点工位,以及将物品从盘点工位搬回到对应的储位上。在将物品从对应的储位搬运到盘点工位的过程中,用于控制无人搬运车的服务器可以利用与上述物品出库业务的应用场景所描述的控制方法相类似的方式对无人搬运车进行控制,在此不再赘述。在将物品从盘点工位搬回到对应的储位上的过程中,用于控制无人搬运车的服务器可以利用与上述物品入库业务的应用场景所描述的控制方法相类似的方式对无人搬运车进行控制,在此不再赘述。
还需要说明的是,若在物品入库业务的应用场景中,上述目标无人搬运车将搬运的物品放置在对应的储位上之后,上述目标无人搬运车可以请求泊车,即请求从上述储位的位置行驶到无人搬运车的预设停车位。此时,用于控制无人搬运车的服务器可以利用与上述物品出库业务的应用场景所描述的控制方法相类似的方式对无人搬运车进行控制,在此不再赘述。
还需要说明的是,若在物品出库业务的应用场景中,上述目标无人搬运车需要首先到达物品对应的储位的位置上,即请求从无人搬运车的预设停车位行驶到物品对应的储位。此时,用于控制无人搬运车的服务器可以利用与上述物品入库业务的应用场景所描述的控制方法相类似的方式对无人搬运车进行控制,在此不再赘述。
进一步参考图5,其示出了用于控制无人搬运车的方法的又一个实施例的流程500。该用于控制无人搬运车的方法的流程500,包括以下步骤:
步骤501,确定是否接收到物品搬运请求。
步骤502,响应于接收到物品搬运请求,对目标无人搬运车的路径进行规划得到初始路径。
在本实施例中,步骤501-502可以按照与步骤201-202类似的方式执行,在此不再赘述。
步骤503,基于初始路径,执行如下步骤5031-步骤5044的控制步骤。
在本实施例中,上述执行主体可以基于步骤502中生成的初始路径和步骤504中所反馈的初始路径,执行控制步骤。
在本实施例中,步骤503可以包括子步骤5031、5032、5033、5034、5035、5036、5037、5038、5039、5040、5041、5042、5043和5044。
其中:
步骤5031,从初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径。
在本实施例中,步骤5031可以按照与步骤2031类似的方式执行,在此不再赘述。
步骤5032,获取预设第二区域内的其它无人搬运车的待行驶路径。
在本实施例中,上述执行主体可以获取预设第二区域内的其它无人搬运车的待行驶路径。在这里,上述第二区域可以包含上述目标无人搬运车的当前位置。作为示例,上述第二区域可以是以上述目标无人搬运车的当前位置为中心点、以预设距离(例如,5米)为半径的区域。上述其它无人搬运车可以是上述第二区域内除上述目标无人搬运车之外的无人搬运车。
步骤5033,检测目标无人搬运车是否与其它无人搬运车对向行驶。
在本实施例中,上述执行主体可以检测上述目标无人搬运车是否与其它无人搬运车对向行驶。对向行驶指的是上述目标无人搬运车与上述其它无人搬运车的行驶方向相反。若检测到上述目标无人搬运车与上述其它无人搬运车对向行驶,上述执行主体可以执行步骤5034。若检测到上述目标无人搬运车与上述其它无人搬运车不是对向行驶,上述执行主体可以执行步骤5039。
步骤5034,响应于检测到目标无人搬运车与其它无人搬运车对向行驶,检测目标无人搬运车的待行驶路径是否与其它无人搬运车的待行驶路径重合。
在本实施例中,若在步骤5033中检测到上述目标无人搬运车与上述其它无人搬运车对向行驶,上述执行主体可以检测上述目标无人搬运车的待行驶路径是否与上述其它无人搬运车的待行驶路径重合。在这里,路径重合可以是路径完全重合也可以是路径部分重合。若上述目标无人搬运车与上述其它无人搬运车对向行驶且路径重合,则可以说明上述目标无人搬运车与上述其它无人搬运车在未来的某一时刻会发生迎面冲突。若检测到上述目标无人搬运车与上述其它无人搬运车对向行驶且上述目标无人搬运车的待行驶路径与上述其它无人搬运车的待行驶路径重合,上述执行主体可以执行步骤5035。若检测到上述目标无人搬运车的待行驶路径与上述其它无人搬运车的待行驶路径不重合,上述执行主体可以执行步骤5039。
步骤5035,响应于检测到目标无人搬运车与其它无人搬运车对向行驶且目标无人搬运车的待行驶路径与其它无人搬运车的待行驶路径重合,获取目标无人搬运车的状态以及其它无人搬运车的状态。
在本实施例中,若在步骤5034中检测到上述目标无人搬运车与上述其它无人搬运车对向行驶且上述目标无人搬运车的待行驶路径与上述其它无人搬运车的待行驶路径重合,上述执行主体可以获取上述目标无人搬运车的状态以及上述其它无人搬运车的状态。在这里,上述状态可以包括空车状态和载货状态。空车状态指的是无人搬运车上没有装载货物,已卸完货物或者待装货物的无人搬运车通常为空车状态。
需要说明的是,在物品入库业务的应用场景中,无人搬运车将物品从入库暂存位或者入库提升机暂存位搬运到物品对应的储位上这一过程中,无人搬运车通常为载货状态;货物上架完成,无人搬运车从储位行驶至无人搬运车的停车位这一过程中,无人搬运车通常为空车状态。在物品出库业务的应用场景中,无人搬运车将物品从物品对应的储位上搬运到出库暂存位或者出库提升机暂存位上这一过程中,无人搬运车通常为载货状态;搬运完成后,无人搬运车从出库暂存位或者出库提升机暂存位至无人搬运车的停车位这一过程中,无人搬运车通常为空车状态。在物品入库盘点的应用场景中,无人搬运车将物品从储位搬运到盘点工位上这一过程以及将物品从盘点工位搬运到物品对应的储位上这一过程,无人搬运车通常为载货状态。
步骤5036,确定目标无人搬运车是否为空车状态。
在本实施例中,上述执行主体可以确定上述目标无人搬运车是否为空车状态。若确定出上述目标无人搬运车为空车状态,上述执行主体可以执行步骤5037。若确定出上述目标无人搬运车为载货状态,上述执行主体可以执行步骤5039。
步骤5037,响应于确定出目标无人搬运车为空车状态,确定其它无人搬运车是否为空车状态。
在本实施例中,若在步骤5036中确定出上述目标无人搬运车为空车状态,上述执行主体可以确定上述其它无人搬运车是否为空车状态。若上述目标无人搬运车和上述其它无人搬运车均为空车状态,则上述执行主体可以执行步骤5038。
步骤5038,若目标无人搬运车和其它无人搬运车均为空车状态,则确定相重合的待行驶路径是否被其它无人搬运车所占用。
在本实施例中,若在步骤5037中确定出上述目标无人搬运车和上述其它无人搬运车均为空车状态,则上述执行主体可以确定相重合的待行驶路径是否被上述其它无人搬运车所占用。即若上述其它无人搬运车的待行驶路径被上述其它无人搬运车所占用的占用时刻早于上述目标无人搬运车的待行驶路径被上述目标无人搬运车所占用的时刻,则可以说明相重合的待行驶路径被上述其它无人搬运车所占用。若确定出相重合的待行驶路径不被其它无人搬运车所占用,则可以执行步骤5039。若确定出相重合的待行驶路径被其它无人搬运车所占用,则可以执行步骤504。
步骤5039,若在步骤5033中检测到目标无人搬运车不与其它无人搬运车对向行驶,或者在步骤5034中检测到目标无人搬运车的待行驶路径不与其它无人搬运车的待行驶路径重合,或者在步骤5036中确定出目标无人搬运车不为空车状态,则控制目标无人搬运车按照待行驶路径行驶。
在本实施例中,若在步骤5033中检测到上述目标无人搬运车不与上述其它无人搬运车对向行驶,或者在步骤5034中检测到上述目标无人搬运车的待行驶路径不与上述其它无人搬运车的待行驶路径重合,或者在步骤5036中确定出上述目标无人搬运车不为空车状态,则上述执行主体可以控制上述目标无人搬运车按照步骤5031中截取出的待行驶路径行驶。具体地,上述执行主体可以向上述目标无人搬运车发送与上述待行驶路径对应的控制指令,上述控制指令可以包括但不限于以下至少一项:行驶方向、行驶速度和旋转角度。
步骤5040,检测目标无人搬运车是否驶入目标区域内。
步骤5041,响应于检测到目标无人搬运车驶入目标区域内,将目标区域的状态更改为占用状态。
步骤5042,检测目标无人搬运车是否驶出目标区域。
步骤5043,响应于检测到目标无人搬运车驶出目标区域,将目标区域的状态更改为可行驶状态。
步骤5044,确定待行驶路径的终点位置是否为目标终点位置。
在本实施例中,步骤5040-5044可以按照与步骤2033-2037类似的方式执行,在此不再赘述。
步骤504,若在步骤5036中确定出目标无人搬运车为空车状态且在步骤5037中确定出其它无人搬运车为载货状态,或者在步骤5038中确定出重合的待行驶路径被其它无人搬运车所占用,或者在步骤5044中确定出待行驶路径的终点位置不是目标终点位置,则将目标无人搬运车的当前位置作为起点位置,对目标无人搬运车的路径进行重新规划得到更新后的路径,将更新后的路径作为初始路径继续执行控制步骤。
在本实施例中,若在步骤5036中确定出上述目标无人搬运车为空车状态且在步骤5037中确定出上述其它无人搬运车为载货状态,或者在步骤5038中确定出重合的待行驶路径被上述其它无人搬运车所占用,或者在步骤5044中确定出待行驶路径的终点位置不是上述目标终点位置,则上述执行主体可以将上述目标无人搬运车的当前位置作为起点位置,对上述目标无人搬运车的路径进行重新规划得到更新后的路径。具体地,上述执行主体可以利用Dijkstra算法或者遗传算法等算法对路径进行重新规划。其中,Dijkstra算法是求取一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。遗传算法是一种通过模拟自然进化过程搜索最优解的方法。之后,上述执行主体可以将上述更新后的路径作为初始路径继续执行步骤5031-5044的控制步骤。
从图5中可以看出,与图2对应的实施例相比,本实施例中的用于控制无人搬运车的方法的流程500体现了在空闲状态的无人搬运车与载货状态的无人搬运车行驶冲突时,对空闲状态的无人搬运车的路径进行重新规划的步骤,以及在两辆空闲状态的无人搬运车行驶冲突时;对将路径的占用状态更改时间在后的无人搬运车的路径进行重新规划的步骤。由此,本实施例描述的方案可以提高载货状态的无人搬运车的行驶优先级,提高了对无人搬运车进行控制的灵活性。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种用于控制无人搬运车的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的用于控制无人搬运车的装置600包括:规划单元601、控制单元602和反馈单元603。其中,规划单元601被配置成响应于接收到物品搬运请求,对目标无人搬运车的路径进行规划得到初始路径,其中,物品搬运请求包括目标起点位置和目标终点位置;控制单元602被配置成基于初始路径,执行如下控制步骤:从初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径;控制目标无人搬运车按照待行驶路径行驶;响应于检测到目标无人搬运车驶入目标区域内,将目标区域的状态更改为占用状态,其中,目标区域包括以下至少一项:预设的锁定区域以及储位与预设的通道口之间的区域;响应于检测到目标无人搬运车驶出目标区域,将目标区域的状态更改为可行驶状态;确定待行驶路径的终点位置是否为目标终点位置;反馈单元603被配置成响应于确定出待行驶路径的终点位置不是目标终点位置,将目标无人搬运车的当前位置作为起点位置,对目标无人搬运车的路径进行重新规划得到更新后的路径,将更新后的路径作为初始路径继续执行控制步骤。
在本实施例中,用于控制无人搬运车的装置600的规划单元601的具体处理可以参考图2对应实施例中的步骤201和步骤202,控制单元602和反馈单元603的具体处理可以参考图2对应实施例中的步骤203和步骤204。
在本实施例的一些可选的实现方式中,上述控制单元602可以通过如下方式控制上述目标无人搬运车按照上述待行驶路径行驶:上述控制单元602可以首先将上述待行驶路径的状态更改为占用状态。需要说明的是,这里的占用状态指的是上述待行驶路径被上述目标无人搬运车所占用,除上述目标无人搬运车之外的其它无人搬运车不能驶入上述待行驶路径。之后,上述控制单元602可以控制上述目标无人搬运车按照上述待行驶路径行驶。具体地,上述控制单元602可以向上述目标无人搬运车发送与上述待行驶路径对应的控制指令,上述控制指令可以包括但不限于以下至少一项:行驶方向、行驶速度和旋转角度。而后,上述控制单元602可以将上述待行驶路径中已被上述目标无人搬运车行驶过的路径的状态更改为可行驶状态。在这里,上述控制单元602中可以存储有仓库布局图,上述仓库布局图中可以预先设置有多个点,每个点对应于仓库的一个预设第一区域。上述目标无人搬运车在按照上述待行驶路径进行行驶时,上述控制单元602可以在上述目标无人搬运车每行驶过一个点时,将该点所对应的预设第一区域的状态更改为可行驶状态。此时,其它无人搬运车可以驶入该目标区域内。
在本实施例的一些可选的实现方式中,上述控制单元602可以通过如下方式从上述初始路径中截取包含上述初始路径的起点位置的至少部分行驶路径作为待行驶路径:上述控制单元602可以确定上述初始路径是否位于上述目标区域内。在这里,确定上述初始路径是否位于上述目标区域内通常是确定上述初始路径是否均位于上述目标区域内。若确定出上述初始路径位于上述目标区域内,上述控制单元602可以将上述初始路径确定为待行驶路径。
在本实施例的一些可选的实现方式中,上述控制单元602可以通过如下方式从上述初始路径中截取包含上述初始路径的起点位置的至少部分行驶路径作为待行驶路径:上述控制单元602可以确定上述初始路径是否既包含位于上述目标区域内的路径又包含位于上述目标区域外的路径。若确定出上述初始路径既包含位于上述目标区域内的路径又包含位于上述目标区域外的路径,上述控制单元602可以确定上述初始路径的起点位置是在上述目标区域内还是在上述目标区域外。若确定出上述初始路径的起点位置在上述目标区域内,则上述控制单元602可以从上述初始路径中截取出存在于上述初始路径的起点位置所在的目标区域内的路径作为待行驶路径。
在本实施例的一些可选的实现方式中,上述控制单元602可以确定上述待行驶路径是否为占用状态。需要说明的是,这里的占用状态指的是上述待行驶路径被其它无人搬运车所占用,导致上述目标无人搬运车不能驶入上述待行驶路径。若确定出上述待行驶路径为占用状态,上述控制单元602可以基于上述目标无人搬运车的当前位置、上述目标终点位置和预设第一区域内各条路径的状态,确定是否存在其他可行驶路径。上述预设第一区域可以为包含从上述目标无人搬运车的当前位置到上述目标终点位置的各条路径的区域。具体地,上述控制单元602可以首先确定从上述目标无人搬运车的当前位置到上述目标终点位置的至少一条路径;之后,可以从上述至少一条路径中选取不包含上述可行驶路径的其它路径;而后,可以确定其它路径的状态是否为占用状态;若其他路径均为占用状态,可以确定其他路径的占用等待时间是否大于上述行驶路径的占用等待时间;若确定其他路径的占用等待时间均大于上述行驶路径的占用等待时间,则可以确定出不存在其他可行驶路径。此时,可以将上述目标无人搬运车的标识添加到候选车辆标识集合中。上述候选车辆标识集合中的车辆标识是由于上述待行驶路径被其它无人搬运车所占用从而进行等待的无人搬运车的车辆标识。
在本实施例的一些可选的实现方式中,上述控制单元602可以通过如下方式控制上述目标无人搬运车按照上述待行驶路径行驶:上述控制单元602可以确定上述待行驶路径的状态是否为可行驶状态。若确定出上述待行驶路径由占用状态更改为可行驶状态,上述控制单元602可以从上述候选车辆标识集合中选取符合预设条件的车辆标识。上述控制单元602可以从上述候选车辆标识集合中选取等待时间最长的无人搬运车的车辆标识。上述控制单元602也可以从上述候选车辆标识集合中选取优先级最高的无人搬运车的车辆标识。为了保证订单的时效性,可以为搬运物品的无人搬运车设置优先级。之后,上述控制单元602可以控制选取出的车辆标识对应的无人搬运车按照上述待行驶路径行驶。
在本实施例的一些可选的实现方式中,上述控制单元602可以获取预设第二区域内的其它无人搬运车的待行驶路径。在这里,上述第二区域可以包含上述目标无人搬运车的当前位置。作为示例,上述第二区域可以是以上述目标无人搬运车的当前位置为中心点、以预设距离为半径的区域。上述其它无人搬运车可以是上述第二区域内除上述目标无人搬运车之外的无人搬运车。若检测到上述目标无人搬运车与上述其它无人搬运车对向行驶,上述控制单元602可以检测上述目标无人搬运车的待行驶路径是否与上述其它无人搬运车的待行驶路径重合。在这里,路径重合可以是路径完全重合也可以是路径部分重合。若上述目标无人搬运车与上述其它无人搬运车对向行驶且路径重合,则可以说明上述目标无人搬运车与上述其它无人搬运车在未来的某一时刻会发生迎面冲突。若检测到上述目标无人搬运车与上述其它无人搬运车对向行驶且上述目标无人搬运车的待行驶路径与上述其它无人搬运车的待行驶路径重合,上述控制单元602可以获取上述目标无人搬运车的状态以及上述其它无人搬运车的状态。在这里,上述状态可以包括空车状态和载货状态。空车状态指的是无人搬运车上没有装载货物,已卸完货物或者待装货物的无人搬运车通常为空车状态。若确定出上述目标无人搬运车为空车状态且确定出上述其它无人搬运车为载货状态,则上述控制单元602可以将上述目标无人搬运车的当前位置作为起点位置,对上述目标无人搬运车的路径进行重新规划得到更新后的路径。具体地,上述控制单元602可以利用Dijkstra算法或者遗传算法等算法对路径进行重新规划。其中,Dijkstra算法是求取一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。遗传算法是一种通过模拟自然进化过程搜索最优解的方法。之后,上述控制单元602可以将上述更新后的路径作为初始路径继续执行上述控制步骤。
在本实施例的一些可选的实现方式中,若确定出上述目标无人搬运车和上述其它无人搬运车均为空车状态,则上述控制单元602可以确定相重合的待行驶路径是否被上述其它无人搬运车所占用。即若上述其它无人搬运车的待行驶路径被上述其它无人搬运车所占用的占用时刻早于上述目标无人搬运车的待行驶路径被上述目标无人搬运车所占用的时刻,则可以说明相重合的待行驶路径被上述其它无人搬运车所占用。若确定出重合的待行驶路径被上述其它无人搬运车所占用,则上述执行主体可以将上述目标无人搬运车的当前位置作为起点位置,对上述目标无人搬运车的路径进行重新规划得到更新后的路径。具体地,上述执行主体可以利用Dijkstra算法或者遗传算法等算法对路径进行重新规划。其中,Dijkstra算法是求取一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。遗传算法是一种通过模拟自然进化过程搜索最优解的方法。之后,上述执行主体可以将上述更新后的路径作为初始路径继续执行上述控制步骤。
下面参考图7,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)700的结构示意图。图7示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM 702被安装。在该计算机程序被处理装置701执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于接收到物品搬运请求,对目标无人搬运车的路径进行规划得到初始路径,其中,物品搬运请求包括目标起点位置和目标终点位置;基于初始路径,执行如下控制步骤:从初始路径中截取包含初始路径的起点位置的至少部分行驶路径作为待行驶路径;控制目标无人搬运车按照待行驶路径行驶;响应于检测到目标无人搬运车驶入目标区域内,将目标区域的状态更改为占用状态,其中,目标区域包括以下至少一项:预设的锁定区域以及储位与预设的通道口之间的区域;响应于检测到目标无人搬运车驶出目标区域,将目标区域的状态更改为可行驶状态;确定待行驶路径的终点位置是否为目标终点位置;响应于确定出待行驶路径的终点位置不是目标终点位置,将目标无人搬运车的当前位置作为起点位置,对目标无人搬运车的路径进行重新规划得到更新后的路径,将更新后的路径作为初始路径继续执行控制步骤。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括规划单元、控制单元和反馈单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,规划单元还可以被描述为“响应于接收到物品搬运请求,对目标无人搬运车的路径进行规划得到初始路径的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (11)
1.一种用于控制无人搬运车的方法,包括:
响应于接收到物品搬运请求,对目标无人搬运车的路径进行规划得到初始路径,其中,所述物品搬运请求包括目标起点位置和目标终点位置;
基于所述初始路径,执行如下控制步骤:从所述初始路径中截取包含所述初始路径的起点位置的至少部分行驶路径作为待行驶路径;控制所述目标无人搬运车按照所述待行驶路径行驶;响应于检测到所述目标无人搬运车驶入目标区域内,将所述目标区域的状态更改为占用状态,其中,所述目标区域包括以下至少一项:预设的锁定区域以及储位与预设的通道口之间的区域;响应于检测到所述目标无人搬运车驶出所述目标区域,将所述目标区域的状态更改为可行驶状态;确定所述待行驶路径的终点位置是否为所述目标终点位置;
响应于确定出所述待行驶路径的终点位置不是所述目标终点位置,将所述目标无人搬运车的当前位置作为起点位置,对所述目标无人搬运车的路径进行重新规划得到更新后的路径,将所述更新后的路径作为初始路径继续执行所述控制步骤。
2.根据权利要求1所述的方法,其中,所述控制所述目标无人搬运车按照所述待行驶路径行驶,包括:
将所述待行驶路径的状态更改为占用状态;
控制所述目标无人搬运车按照所述待行驶路径行驶;
将所述待行驶路径中已被所述目标无人搬运车行驶过的路径的状态更改为可行驶状态。
3.根据权利要求1所述的方法,其中,所述从所述初始路径中截取包含所述初始路径的起点位置的至少部分行驶路径作为待行驶路径,包括:
响应于确定出所述初始路径位于目标区域内,将所述初始路径确定为待行驶路径。
4.根据权利要求1所述的方法,其中,所述从所述初始路径中截取包含所述初始路径的起点位置的至少部分行驶路径作为待行驶路径,包括:
响应于确定出所述初始路径包含位于目标区域内的路径和位于所述目标区域外的路径,确定所述初始路径的起点位置是在所述目标区域内还是在所述目标区域外;
响应于确定出所述初始路径的起点位置在所述目标区域内,则从所述初始路径中截取出存在于所述初始路径的起点位置所在的目标区域内的路径作为待行驶路径。
5.根据权利要求1所述的方法,其中,在所述控制所述目标无人搬运车按照所述待行驶路径行驶之前,所述方法包括:
响应于确定出所述待行驶路径为占用状态,基于所述目标无人搬运车的当前位置、所述目标终点位置和预设第一区域内各条路径的状态,确定是否存在其他可行驶路径;
响应于确定出不存在其他可行驶路径,将所述目标无人搬运车的标识添加到候选车辆标识集合中。
6.根据权利要求5所述的方法,其中,所述控制所述目标无人搬运车按照所述待行驶路径行驶,包括:
响应于确定出所述待行驶路径为可行驶状态,从所述候选车辆标识集合中选取符合预设条件的车辆标识,控制选取出的车辆标识对应的无人搬运车按照所述待行驶路径行驶。
7.根据权利要求1所述的方法,其中,在所述控制所述目标无人搬运车按照所述待行驶路径行驶之前,所述方法还包括:
获取预设第二区域内的其它无人搬运车的待行驶路径,其中,所述第二区域包含所述目标无人搬运车的当前位置;
响应于检测到所述目标无人搬运车与所述其它无人搬运车对向行驶且所述目标无人搬运车的待行驶路径与所述其它无人搬运车的待行驶路径重合,获取所述目标无人搬运车的状态以及所述其它无人搬运车的状态,其中,所述状态包括空车状态和载货状态;
若所述目标无人搬运车为空车状态且所述其它无人搬运车为载货状态,则将所述目标无人搬运车的当前位置作为起点位置,对所述目标无人搬运车的路径进行重新规划得到更新后的路径,将所述更新后的路径作为初始路径继续执行所述控制步骤。
8.根据权利要求7所述的方法,其中,在所述响应于检测到所述目标无人搬运车与所述其它无人搬运车对向行驶且所述目标无人搬运车的待行驶路径与所述其它无人搬运车的待行驶路径重合,获取所述目标无人搬运车的状态以及所述其它无人搬运车的状态之后,所述方法还包括:
若所述目标无人搬运车和所述其它无人搬运车均为空车状态,则确定相重合的待行驶路径是否被所述其它无人搬运车所占用;
响应于确定出重合的待行驶路径被所述其它无人搬运车所占用,则将所述目标无人搬运车的当前位置作为起点位置,对所述目标无人搬运车的路径进行重新规划得到更新后的路径,将所述更新后的路径作为初始路径继续执行所述控制步骤。
9.一种用于控制无人搬运车的装置,包括:
规划单元,被配置成响应于接收到物品搬运请求,对目标无人搬运车的路径进行规划得到初始路径,其中,所述物品搬运请求包括目标起点位置和目标终点位置;
控制单元,被配置成基于所述初始路径,执行如下控制步骤:从所述初始路径中截取包含所述初始路径的起点位置的至少部分行驶路径作为待行驶路径;控制所述目标无人搬运车按照所述待行驶路径行驶;响应于检测到所述目标无人搬运车驶入目标区域内,将所述目标区域的状态更改为占用状态,其中,所述目标区域包括以下至少一项:预设的锁定区域以及储位与预设的通道口之间的区域;响应于检测到所述目标无人搬运车驶出所述目标区域,将所述目标区域的状态更改为可行驶状态;确定所述待行驶路径的终点位置是否为所述目标终点位置;
反馈单元,被配置成响应于确定出所述待行驶路径的终点位置不是所述目标终点位置,将所述目标无人搬运车的当前位置作为起点位置,对所述目标无人搬运车的路径进行重新规划得到更新后的路径,将所述更新后的路径作为初始路径继续执行所述控制步骤。
10.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910949929.1A CN112631209A (zh) | 2019-10-08 | 2019-10-08 | 用于控制无人搬运车的方法和装置 |
PCT/CN2020/109799 WO2021068649A1 (zh) | 2019-10-08 | 2020-08-18 | 用于控制无人搬运车的方法和装置 |
KR1020227013755A KR20220059557A (ko) | 2019-10-08 | 2020-08-18 | 무인운반차 제어 방법 및 장치 |
JP2022521385A JP7397181B2 (ja) | 2019-10-08 | 2020-08-18 | 無人搬送車を制御するための方法および装置 |
US17/767,304 US20220374018A1 (en) | 2019-10-08 | 2020-08-18 | Method and apparatus for controlling automated guided vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910949929.1A CN112631209A (zh) | 2019-10-08 | 2019-10-08 | 用于控制无人搬运车的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112631209A true CN112631209A (zh) | 2021-04-09 |
Family
ID=75283077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910949929.1A Pending CN112631209A (zh) | 2019-10-08 | 2019-10-08 | 用于控制无人搬运车的方法和装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220374018A1 (zh) |
JP (1) | JP7397181B2 (zh) |
KR (1) | KR20220059557A (zh) |
CN (1) | CN112631209A (zh) |
WO (1) | WO2021068649A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113771879A (zh) * | 2021-09-28 | 2021-12-10 | 长安大学 | 一种无人驾驶车辆行驶的道路运输系统框架设计方法 |
CN115373398A (zh) * | 2022-08-31 | 2022-11-22 | 上海木蚁机器人科技有限公司 | 搬运设备路径规划方法、装置以及电子设备 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780633B (zh) * | 2021-08-20 | 2023-01-06 | 西安电子科技大学广州研究院 | 面向复杂环境的带实时冲突消解的多agv智能协同调度方法 |
CN113706016A (zh) * | 2021-08-27 | 2021-11-26 | 广东赛斐迩物流科技有限公司 | 一种穿梭车同层多车调度方法 |
CN114326738B (zh) * | 2021-12-30 | 2023-02-10 | 中铁十九局集团矿业投资有限公司北京信息技术分公司 | 一种矿用无人运输车控制方法、装置、介质和电子设备 |
JP2023176469A (ja) * | 2022-05-31 | 2023-12-13 | オムロン株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
CN116216159B (zh) * | 2023-05-08 | 2023-07-14 | 北京柏瑞安电子技术有限公司 | 一种智能物流仓储用四向穿梭车定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830702A (zh) * | 2012-09-07 | 2012-12-19 | 无锡普智联科高新技术有限公司 | 一种用于密集存储区域的移动机器人路径规划方法 |
CN106647734A (zh) * | 2016-10-12 | 2017-05-10 | 北京京东尚科信息技术有限公司 | 自动导引车、路径规划方法与装置 |
CN108983779A (zh) * | 2018-07-24 | 2018-12-11 | 安徽库讯自动化设备有限公司 | 一种基于路径分析的agv小车交通管制调控方法 |
CN109108972A (zh) * | 2018-08-29 | 2019-01-01 | 广州市君望机器人自动化有限公司 | 多机器人通过狭窄区域的调度方法及装置 |
CN109189081A (zh) * | 2018-11-16 | 2019-01-11 | 湖北文理学院 | Agv调度控制方法及装置 |
US20210080272A1 (en) * | 2017-04-11 | 2021-03-18 | Ping An Technology (Shenzhen) Co., Ltd. | Path planning system and method for robot, robot and medium |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004280296A (ja) | 2003-03-13 | 2004-10-07 | Sumitomo Metal Ind Ltd | 無人搬送車制御装置 |
US8220710B2 (en) * | 2006-06-19 | 2012-07-17 | Kiva Systems, Inc. | System and method for positioning a mobile drive unit |
US8185239B2 (en) * | 2008-11-13 | 2012-05-22 | MSI Computer (Shenzhen) Co, Ltd. | Moving route planning method and navigation method for avoiding dynamic hindrances for mobile robot device |
JP2015060336A (ja) | 2013-09-18 | 2015-03-30 | 清水建設株式会社 | 床位置検出方法を用いた無人搬送車及び無人搬送システム |
IL235477B (en) * | 2014-11-03 | 2019-06-30 | Israel Aerospace Ind Ltd | A computerized system and method for providing delivery services of objects |
US10513033B2 (en) * | 2016-03-25 | 2019-12-24 | Locus Robotics Corp. | Robot queuing in order fulfillment operations |
CN108510095B (zh) * | 2017-02-23 | 2020-12-22 | 北京京东乾石科技有限公司 | 一种拣货路径的确定方法及装置 |
US10642282B2 (en) * | 2017-04-12 | 2020-05-05 | X Development Llc | Roadmap annotation for deadlock-free multi-agent navigation |
CN107179078B (zh) * | 2017-05-24 | 2020-04-03 | 合肥工业大学 | 一种基于时间窗优化的agv路径规划方法 |
US11693425B2 (en) * | 2017-12-22 | 2023-07-04 | Fuji Corporation | Automated guided vehicle and automated guided vehicle control system |
CN109974702A (zh) * | 2017-12-27 | 2019-07-05 | 深圳市优必选科技有限公司 | 一种机器人导航方法、机器人及存储装置 |
CN109976343B (zh) * | 2019-03-26 | 2020-03-27 | 电子科技大学 | 一种基于动态窗口法的主动避障方法 |
-
2019
- 2019-10-08 CN CN201910949929.1A patent/CN112631209A/zh active Pending
-
2020
- 2020-08-18 JP JP2022521385A patent/JP7397181B2/ja active Active
- 2020-08-18 US US17/767,304 patent/US20220374018A1/en active Pending
- 2020-08-18 WO PCT/CN2020/109799 patent/WO2021068649A1/zh active Application Filing
- 2020-08-18 KR KR1020227013755A patent/KR20220059557A/ko active Search and Examination
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830702A (zh) * | 2012-09-07 | 2012-12-19 | 无锡普智联科高新技术有限公司 | 一种用于密集存储区域的移动机器人路径规划方法 |
CN106647734A (zh) * | 2016-10-12 | 2017-05-10 | 北京京东尚科信息技术有限公司 | 自动导引车、路径规划方法与装置 |
US20210080272A1 (en) * | 2017-04-11 | 2021-03-18 | Ping An Technology (Shenzhen) Co., Ltd. | Path planning system and method for robot, robot and medium |
CN108983779A (zh) * | 2018-07-24 | 2018-12-11 | 安徽库讯自动化设备有限公司 | 一种基于路径分析的agv小车交通管制调控方法 |
CN109108972A (zh) * | 2018-08-29 | 2019-01-01 | 广州市君望机器人自动化有限公司 | 多机器人通过狭窄区域的调度方法及装置 |
CN109189081A (zh) * | 2018-11-16 | 2019-01-11 | 湖北文理学院 | Agv调度控制方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113771879A (zh) * | 2021-09-28 | 2021-12-10 | 长安大学 | 一种无人驾驶车辆行驶的道路运输系统框架设计方法 |
CN115373398A (zh) * | 2022-08-31 | 2022-11-22 | 上海木蚁机器人科技有限公司 | 搬运设备路径规划方法、装置以及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
KR20220059557A (ko) | 2022-05-10 |
JP7397181B2 (ja) | 2023-12-12 |
WO2021068649A1 (zh) | 2021-04-15 |
US20220374018A1 (en) | 2022-11-24 |
JP2022552480A (ja) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7397181B2 (ja) | 無人搬送車を制御するための方法および装置 | |
WO2020233227A1 (zh) | 仓储任务处理方法、装置、仓储系统以及存储介质 | |
CN109991977B (zh) | 机器人的路径规划方法及装置 | |
EP3254059B1 (en) | Apparatus and method for navigation path compensation | |
US20210233013A1 (en) | Articles picking method, control system and articles picking system | |
CN111766861A (zh) | 运行计划系统、运行计划方法及计算机程序 | |
CN104463520A (zh) | 物流系统 | |
CN110356760B (zh) | 基于搬运机器人的控制方法和装置 | |
CN110275492B (zh) | 一种基于巷道确定自动引导运输车行驶路径的方法和装置 | |
CN109540125B (zh) | 一种园区地图生成方法及服务器、存储介质 | |
CN111553548B (zh) | 一种拣货方法和装置 | |
CN110554688B (zh) | 用于生成拓扑地图的方法和装置 | |
CN112748730A (zh) | 行驶控制装置、行驶控制方法、行驶控制系统以及计算机程序 | |
CN108776482A (zh) | 无人配送车、用于无人配送车的配送控制方法和装置 | |
WO2019199884A1 (en) | Warehouse management system | |
WO2023024776A1 (zh) | 订单配送方法和装置、系统、电子设备、计算机可读介质 | |
KR20170133970A (ko) | 교차로에서의 무인 반송차의 트래픽 흐름 제어 방법, 시스템 및 이를 위한 트래픽 제어기 | |
CN114964253A (zh) | 一种路径规划方法、电子设备、存储介质及程序产品 | |
CN115657611A (zh) | 一种任务分配、处理方法和装置 | |
CN110659752B (zh) | 用于确定移动路径的方法和装置 | |
JP2024045465A (ja) | 走行制御装置、走行制御方法及びコンピュータプログラム | |
JP7237799B2 (ja) | 走行制御装置及び運行システム | |
CN112785212A (zh) | 一种运输设备管理方法和装置 | |
CN115293678A (zh) | 任务处理方法、电子设备和计算机可读介质 | |
CN111123865A (zh) | 一种基于点阵地图的多导航车协同调度方法 |
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 |