CN112633590A - 一种用于四向穿梭车的智能入库方法及系统 - Google Patents
一种用于四向穿梭车的智能入库方法及系统 Download PDFInfo
- Publication number
- CN112633590A CN112633590A CN202011612955.4A CN202011612955A CN112633590A CN 112633590 A CN112633590 A CN 112633590A CN 202011612955 A CN202011612955 A CN 202011612955A CN 112633590 A CN112633590 A CN 112633590A
- Authority
- CN
- China
- Prior art keywords
- goods
- warehousing
- path
- way shuttle
- point
- 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 43
- 230000006870 function Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 11
- 238000012546 transfer Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004083 survival effect Effects 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
- G06Q10/04—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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Abstract
本发明公开了一种用于四向穿梭车的智能入库方法及系统,包括以下步骤:接收入库任务信息;判断入库任务信息中的目标货位是否被堵塞;若目标货位没有被堵塞则直接计算四向穿梭车的入库路径;若目标货位被堵塞,则以移库货物的货位为中心寻找暂存货位;根据移库路径将移库货物移动到暂存货位;移库货物移动完成以后,计算四向穿梭车的入库路径;根据入库路径执行入库任务。本发明根据目标货位是否被堵塞的情况,分别规划四向穿梭车的入库路径,能够有效的解决目标货位被堵塞时四向穿梭车的路径规划问题。
Description
技术领域
本发明涉及一种用于四向穿梭车的智能入库方法及系统,属于四向穿梭车的路径规划技术领域。
背景技术
物流设备移动机器人是一个集环境信息感知、路径规划、行为控制与执行等多种功能于一体的综合智能系统。而其中的路径规划技术是机器人研究领域的关键技术之一,是机器人完成任务的安全保障,是机器人智能化程度的标志之一,同时也是人工智能与机器人学的一个重要的结合点和研究热点。
自上世纪70年代起,路径规划问题就已经受到了国内外众多机构和学者的广泛关注,尤其是80年代以来,在人工智能、计算机科学、数学和机械工程等领域内的专家学者们的共同努力下,路经规划技术的研究在理论和实践方面都有了很大的提高。
近年来,随着机器人技术越来越多的渗入到我们的生产生活中,具有自主感知决策和执行功能的智能移动机器人得到了快速的发展,随着人类在生存和工作中对机器人代为劳动的要求不断增长,自主移动式机器人研究取得了很大发展。随着机器人应用的日益广泛,及机器人作业效率问题所具有的复杂性、随机性、多约束性、多目标性等特点,如何在各种不同的环境中具体问题具体地分析,合理有效地选择路径规划与合理安排库房内的货位方法及策略等问题已经成为机器人研究中的具有非常实际意义的课题。现有技术中,四向穿梭车调度系统存在运行路径不合理导致的效率低下的问题。同时,现有技术入库货位安排主要方式是指定位置存放来安排货位,当三连仓左右两个货位存放货物,中间货位无法被利用降低了货位的利用率。
发明内容
针对现有技术中存在的不足,本发明的目的在于提供一种用于四向穿梭车的智能入库方法及系统,以解决现有技术中存在的四向穿梭车运行路径不合理的问题。
为解决上述技术问题,本发明采用的技术方案为:
一种用于四向穿梭车的智能入库方法,包括以下步骤:
接收入库任务信息;
判断入库任务信息中的目标货位是否被堵塞;
若目标货位没有被堵塞则直接计算四向穿梭车的入库路径;
若目标货位被堵塞,则以移库货物的货位为中心寻找暂存货位;
根据移库路径将移库货物移动到暂存货位;
移库货物移动完成以后,计算四向穿梭车的入库路径;
根据入库路径执行入库任务。
进一步的,所述入库路径计算方法包括:
根据入库路径的起点和终点分别计算起点与相邻点的适度函数;
根据适度函数选取相邻点作为新的起点;
根据新的起点和终点继续计算起点与相邻点的适度函数;
将所有起点及终点连接即为入库路径。
进一步的,所述适度函数的计算方法为:
W=WS+WE
其中,W为适度函数;WS为当前点到起点的成本;WE为当前点到终点的成本;
当前点到起点的成本计算公式如下:
其中,WS为当前点到起点的成本,(xi,yi)为路径寻找过程中的点;
当前点到终点的成本计算公式如下:
其中,WE为当前点到终点的成本,(xn,yn)为当前点的坐标,(xE,yE)为终点的坐标。
进一步的,所述暂存货位的寻找方法包括:
以移库货物所在货位为起点寻找相邻点;
若相邻点存在可用货位,则计算每个可用货位到起点的欧式距离,选取欧式距离最短的货位为暂存货位;
若不存在可用货位,则选取欧式距离最短的货位作为新的起点;
重复上述步骤直至寻找到暂存货位。
进一步的,所述移库货物的选择方法为:
计算目标货位相邻的两个货位到入库点的欧式距离;
选择欧式距离最短货位点的货物作为移库货物。
进一步的,所述移库路径的计算方法为:
将移库货物所在的货位作为起点,暂存货位作为终点计算得到移库路径。
一种用于四向穿梭车的智能入库系统,所述系统包括:
接收模块:用于接收入库任务信息;
判断模块:用于判断入库任务信息中的目标货位是否被堵塞,若目标货位没有被堵塞则直接计算四向穿梭车的入库路径;若目标货位被堵塞,则以移库货物的货位为中心寻找暂存货位;
移动模块:用于根据移库路径将移库货物移动到暂存货位;
计算模块:用于移库货物移动完成以后,计算四向穿梭车的入库路径;
执行模块:用于根据入库路径执行入库任务。
一种用于四向穿梭车的智能入库系统,所述系统包括处理器和存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行上述所述方法的步骤。
计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述所述方法的步骤。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明根据目标货位是否被堵塞的情况,分别规划四向穿梭车的入库路径,能够有效的解决目标货位被堵塞时四向穿梭车的路径规划问题,提升了货位的利用率和规划的合理性,可以为四向穿梭车寻找到一条最短路径,有效提升了四向穿梭车的运行效率与续航时间。
附图说明
图1为本发明一种用于四向穿梭车的智能入库方法的一种货位俯视图事例;
图2为本发明一种用于四向穿梭车的智能入库方法的总体流程图;
图3为本发明一种用于四向穿梭车的智能入库方法的一种货位路径规划方案事例图;
图4为本发明一种用于四向穿梭车的智能入库方法的路径规划流程图;
图5为本发明一种用于四向穿梭车的智能入库方法的一种暂存货位寻找方案事例图;
图6为本发明一种用于四向穿梭车的智能入库方法的暂存货位寻找方案的流程图。
具体实施方式
下面结合附图对本发明作进一步的描述,以下实例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明主要包含四向穿梭车的路径规划方案与暂存货位寻找方案。四向穿梭车的路径规划方案主要为了提升四向穿梭车的运行效率,寻找到一条运行最短路径的过程;暂存货位寻找方案主要是为了提升立体库的利用率,当目标货位被堵塞时,寻找到附近暂存的货位来暂存移库货物。
一种用于四向穿梭车的智能入库方法,包括以下步骤:接收入库任务信息;判断入库任务信息中的目标货位是否被堵塞;若目标货位没有被堵塞则直接计算四向穿梭车的入库路径;若目标货位被堵塞,则以移库货物的货位为中心寻找暂存货位;根据移库路径将移库货物移动到暂存货位;移库货物移动完成以后,计算四向穿梭车的入库路径;根据入库路径执行入库任务。
如图1所示,是本发明的简易货位图的俯视图,图中,S为立体库的入口,E为立体库的出口,1、2、3、4、5、6为货位,空白部分为四向穿梭车轨道。四向穿梭车在轨道上运行方向为上下左右,在货位中运行的方向只限于左右两个方向,不能向上下两个方向运行。1、2、3与4、5、6这两种三个货位连在一起的货位为三连仓。货位堵塞为三连仓1、2、3中货位1与货位3有货物,货位2没有货物,WMS发送入库任务到货位2时,这种情况称为货位堵塞。在货位1与货位3所在的货物称为移库货物,离移库货物所在货位的货位称为暂存货位,如货位4或者货位6为暂存货位。
一种用于四向穿梭车的智能入库方法,在控制系统中,接收到上层WMS系统下发的入库信息,根据任务信息中的目标货位,在数据库中查询判断目标货位是否被堵塞,如果目标货位未堵塞,则通过路径规划方法计算出入库路径,进行入库任务;如果目标货位堵塞,则寻找暂存货位,将堵塞货物移至暂存货位,移库货物移动完成以后,计算四向穿梭车的入库路径,四向穿梭车根据入库路径进行入库任务,入库任务执行结束后,四向穿梭车继续将暂存货物移动至它原来所在的货位。
如图2所示,一种用于四向穿梭车的智能入库方法的具体流程图,包括以下步骤:
步骤一、接收WMS入库任务信息,判断任务信息中的目标货位是否被堵塞,如果没有被堵塞,则通过路径规划方案计算四向穿梭车的入库路径,执行入库任务。
步骤二、如果货位被堵塞,则计算目标货位相邻的两个货位到入库点的欧式距离,选择欧式距离最短的货位点作为移库货物。
步骤三、以移库货物所在货位为中心寻找到一个暂存货位。
步骤四、将移库货物所在的货位作为起点,暂存货位作为终点计算移库路径,四向穿梭车根据计算出的移库路径将移库货物移动到暂存货位。
步骤五、移库货位移动完成以后,计算四向穿梭车的入库路径,执行入库任务。
步骤六、入库任务执行完以后,将移库货物移到原来所在的货位。
如图3所示,是本发明路径规划方案的事例,S为路径的起点位置,E为路径的终点位置,首先选择起点S相邻位置,由于四向穿梭车的运行与货位的特点,四向穿梭车的相邻点选取方式需要分情况选取,当S点所在位置为轨道时,则S周围的相邻点则为1、2、3、4点,当S所在位置在货位时,则S的相邻点为1和3点;分别计算相邻点适度函数,通过排序算法对适度函数进行排序;然后将周围相邻点作为起始点,继续计算周围点适度函数,最终寻找到终点E。图3事例寻找到的路径为S→2→5→6→E或者S→3→7→8→E。
本发明中,路径规划方案的适度函数包含二个内容,起点到当前点的成本,当前点到终点的成本。当前点到起点的成本计算方式如下:
其中,WS为当前点到起点的成本,(xn,yn)为当前点的坐标,(xi,yi)为路径寻找过程中的点。
当前点到终点的成本计算方式如下:
其中,WE为当前点到终点的成本,(xn,yn)为当前点的坐标,(xE,yE)为目标点的坐标。
最后,适度函数为:
W=WS+WE
如图4所示,本发明中路径规划包括以下步骤:
步骤一、首先选取s作为起始节点,并放入集合Open中以等待考察并被标记;
步骤二、以s为当前节点,搜索其所有相邻节点v标记为待考察放入集合open中,将s标记为已考察,放入集合close中;
步骤三、以集合open中到起始节点s适度函数值最小的节点p为当前节点,搜索其所有相邻节点q标记为待考察,放入集合open中;
步骤四、转到步骤二中,最终到目标节点也被考察或者集合S为空后,搜索过程完毕。
如图5所示,黑色货位2、4、6为存有货物,入库任务目标货位为货位5,本发明的暂存货位寻找方案主要原理是首先选取目标货位5相邻货位4、6所存的货物作为移库货物,移库货物的选取是计算货位4与6到入库点S的欧式距离,选取欧式距离最短货位上的货物作为移库货物,图5中事例选取的移库货物为货位4上的货物;寻找到移库货物以后,首先标记货位5位不可达货位;以货位4为起点寻找到离货位4最近的货位作为暂存货位。寻找最近货位方案的原理主要是与寻找路径的方案类似。以货位4为中心寻找货位4中的相邻点,如果相邻点存在可用货位,则计算每个货位到起点的欧式距离,选取欧式距离最短的货位为暂存货位;如果不存在可用货位,则选取欧式距离最短的点作为新的起点,重复计算最终寻找到一个最近的货位作为暂存货位。图5事例中通过本发明的暂存货位寻找方案寻找到暂存货位为货位1。
如图6所示,本发明寻找最近暂存货位包括以下步骤:
步骤一、首先选取s作为起始节点,并放入集合List中以等待考察并被标记;
步骤二、以移库货物所在货位作为当前节点,搜索其相邻节点加入List中;
步骤三、判断List是否存在可用货位;
步骤四、如果List存在可用货位,计算起点周围的货位到起点的欧式距离,选择欧氏距离最短的货位作为暂存货位;
步骤五、如果List不存在可用货位,将相邻欧式距离最短的节点作为当前节点,转到步骤三中,最终找到可用货位作为暂存货位为止。
一种用于四向穿梭车的智能入库系统,所述系统包括:
接收模块:用于接收入库任务信息;
判断模块:用于判断入库任务信息中的目标货位是否被堵塞,若目标货位没有被堵塞则直接计算四向穿梭车的入库路径;若目标货位被堵塞,则以移库货物的货位为中心寻找暂存货位;
移动模块:用于根据移库路径将移库货物移动到暂存货位;
计算模块:用于移库货物移动完成以后,计算四向穿梭车的入库路径;
执行模块:用于根据入库路径执行入库任务。
一种用于四向穿梭车的智能入库系统,所述系统包括处理器和存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行上述所述方法的步骤。
计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述所述方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (9)
1.一种用于四向穿梭车的智能入库方法,其特征在于,包括以下步骤:
接收入库任务信息;
判断入库任务信息中的目标货位是否被堵塞;
若目标货位没有被堵塞则直接计算四向穿梭车的入库路径;
若目标货位被堵塞,则以移库货物的货位为中心寻找暂存货位;
根据移库路径将移库货物移动到暂存货位;
移库货物移动完成以后,计算四向穿梭车的入库路径;
根据入库路径执行入库任务。
2.根据权利要求1所述的一种用于四向穿梭车的智能入库方法,其特征在于,所述入库路径计算方法包括:
根据入库路径的起点和终点分别计算起点与相邻点的适度函数;
根据适度函数选取相邻点作为新的起点;
根据新的起点和终点继续计算起点与相邻点的适度函数;
将所有起点及终点连接即为入库路径。
4.根据权利要求1所述的一种用于四向穿梭车的智能入库方法,其特征在于,所述暂存货位的寻找方法包括:
以移库货物所在货位为起点寻找相邻点;
若相邻点存在可用货位,则计算每个可用货位到起点的欧式距离,选取欧式距离最短的货位为暂存货位;
若不存在可用货位,则选取欧式距离最短的货位作为新的起点;
重复上述步骤直至寻找到暂存货位。
5.根据权利要求1所述的一种用于四向穿梭车的智能入库方法,其特征在于,所述移库货物的选择方法为:
计算目标货位相邻的两个货位到入库点的欧式距离;
选择欧式距离最短货位点的货物作为移库货物。
6.根据权利要求1所述的一种用于四向穿梭车的智能入库方法,其特征在于,所述移库路径的计算方法为:
将移库货物所在的货位作为起点,暂存货位作为终点计算得到移库路径。
7.一种用于四向穿梭车的智能入库系统,其特征在于,所述系统包括:
接收模块:用于接收入库任务信息;
判断模块:用于判断入库任务信息中的目标货位是否被堵塞,若目标货位没有被堵塞则直接计算四向穿梭车的入库路径;若目标货位被堵塞,则以移库货物的货位为中心寻找暂存货位;
移动模块:用于根据移库路径将移库货物移动到暂存货位;
计算模块:用于移库货物移动完成以后,计算四向穿梭车的入库路径;
执行模块:用于根据入库路径执行入库任务。
8.一种用于四向穿梭车的智能入库系统,其特征在于,所述系统包括处理器和存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1-6任一项所述方法的步骤。
9.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011612955.4A CN112633590A (zh) | 2020-12-30 | 2020-12-30 | 一种用于四向穿梭车的智能入库方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011612955.4A CN112633590A (zh) | 2020-12-30 | 2020-12-30 | 一种用于四向穿梭车的智能入库方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112633590A true CN112633590A (zh) | 2021-04-09 |
Family
ID=75287028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011612955.4A Pending CN112633590A (zh) | 2020-12-30 | 2020-12-30 | 一种用于四向穿梭车的智能入库方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112633590A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113436463A (zh) * | 2021-06-28 | 2021-09-24 | 江苏智库智能科技有限公司 | 一种基于5g的四向穿梭车多车调度方法 |
CN114418461A (zh) * | 2022-03-28 | 2022-04-29 | 浙江凯乐士科技集团股份有限公司 | 穿梭车的任务分配方法、装置及电子设备 |
CN114742490A (zh) * | 2022-02-24 | 2022-07-12 | 南京音飞储存设备(集团)股份有限公司 | 车辆调度系统、方法、计算机设备及计算机可读存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005050105A (ja) * | 2003-07-28 | 2005-02-24 | Matsushita Electric Works Ltd | 自律移動のための経路生成装置及び該装置を用いた自律移動装置 |
JP2009053927A (ja) * | 2007-08-27 | 2009-03-12 | Panasonic Electric Works Co Ltd | 自律移動のための経路生成装置および該装置を用いた自律移動装置 |
CN104238560A (zh) * | 2014-09-26 | 2014-12-24 | 深圳市科松电子有限公司 | 一种非线性路径规划方法及系统 |
CN105116902A (zh) * | 2015-09-09 | 2015-12-02 | 北京进化者机器人科技有限公司 | 一种移动机器人避障导航的方法和系统 |
CN105955262A (zh) * | 2016-05-09 | 2016-09-21 | 哈尔滨理工大学 | 一种基于栅格地图的移动机器人实时分层路径规划方法 |
CN106005866A (zh) * | 2016-07-19 | 2016-10-12 | 青岛海通机器人系统有限公司 | 一种基于移动机器人的智能仓储系统 |
CN110598957A (zh) * | 2019-09-30 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 路径规划方法、装置、计算机设备及存储介质 |
CN110954124A (zh) * | 2019-12-13 | 2020-04-03 | 山东大学 | 一种基于a*-pso算法的自适应路径规划方法及系统 |
CN111326003A (zh) * | 2020-02-24 | 2020-06-23 | 五邑大学 | 一种智能小车寻迹行驶方法、系统和存储介质 |
US20200292336A1 (en) * | 2019-03-12 | 2020-09-17 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Vehicle track planning method, device, computer device and computer-readable storage medium |
CN111780777A (zh) * | 2020-07-13 | 2020-10-16 | 江苏中科智能制造研究院有限公司 | 一种基于改进a*算法和深度强化学习的无人车路径规划方法 |
CN111815117A (zh) * | 2020-06-10 | 2020-10-23 | 河海大学 | 一种基于Grasshopper平台城市易涝程度模拟评价方法 |
-
2020
- 2020-12-30 CN CN202011612955.4A patent/CN112633590A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005050105A (ja) * | 2003-07-28 | 2005-02-24 | Matsushita Electric Works Ltd | 自律移動のための経路生成装置及び該装置を用いた自律移動装置 |
JP2009053927A (ja) * | 2007-08-27 | 2009-03-12 | Panasonic Electric Works Co Ltd | 自律移動のための経路生成装置および該装置を用いた自律移動装置 |
CN104238560A (zh) * | 2014-09-26 | 2014-12-24 | 深圳市科松电子有限公司 | 一种非线性路径规划方法及系统 |
CN105116902A (zh) * | 2015-09-09 | 2015-12-02 | 北京进化者机器人科技有限公司 | 一种移动机器人避障导航的方法和系统 |
CN105955262A (zh) * | 2016-05-09 | 2016-09-21 | 哈尔滨理工大学 | 一种基于栅格地图的移动机器人实时分层路径规划方法 |
CN106005866A (zh) * | 2016-07-19 | 2016-10-12 | 青岛海通机器人系统有限公司 | 一种基于移动机器人的智能仓储系统 |
US20200292336A1 (en) * | 2019-03-12 | 2020-09-17 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Vehicle track planning method, device, computer device and computer-readable storage medium |
CN110598957A (zh) * | 2019-09-30 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 路径规划方法、装置、计算机设备及存储介质 |
CN110954124A (zh) * | 2019-12-13 | 2020-04-03 | 山东大学 | 一种基于a*-pso算法的自适应路径规划方法及系统 |
CN111326003A (zh) * | 2020-02-24 | 2020-06-23 | 五邑大学 | 一种智能小车寻迹行驶方法、系统和存储介质 |
CN111815117A (zh) * | 2020-06-10 | 2020-10-23 | 河海大学 | 一种基于Grasshopper平台城市易涝程度模拟评价方法 |
CN111780777A (zh) * | 2020-07-13 | 2020-10-16 | 江苏中科智能制造研究院有限公司 | 一种基于改进a*算法和深度强化学习的无人车路径规划方法 |
Non-Patent Citations (2)
Title |
---|
杨帆: "应用实时启发式算法的多机器人协同运动", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 02, 15 February 2020 (2020-02-15), pages 140 - 576 * |
黄文刚: "面向智能仓库多移动机器人路径规划研究", 《面向智能仓库多移动机器人路径规划研究》, no. 01, 15 January 2020 (2020-01-15), pages 140 - 812 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113436463A (zh) * | 2021-06-28 | 2021-09-24 | 江苏智库智能科技有限公司 | 一种基于5g的四向穿梭车多车调度方法 |
CN113436463B (zh) * | 2021-06-28 | 2022-05-20 | 江苏智库智能科技有限公司 | 一种基于5g的四向穿梭车多车调度方法 |
CN114742490A (zh) * | 2022-02-24 | 2022-07-12 | 南京音飞储存设备(集团)股份有限公司 | 车辆调度系统、方法、计算机设备及计算机可读存储介质 |
CN114418461A (zh) * | 2022-03-28 | 2022-04-29 | 浙江凯乐士科技集团股份有限公司 | 穿梭车的任务分配方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112633590A (zh) | 一种用于四向穿梭车的智能入库方法及系统 | |
CN109240290B (zh) | 一种电力巡检机器人返航路径确定方法 | |
CN111596658A (zh) | 一种多agv无碰撞运行的路径规划方法及调度系统 | |
CN112229419B (zh) | 一种动态路径规划导航方法及系统 | |
Xiao-Long et al. | A robot navigation method based on RFID and QR code in the warehouse | |
Liu et al. | Path planning and intelligent scheduling of multi-AGV systems in workshop | |
Bolu et al. | Path planning for multiple mobile robots in smart warehouse | |
TW202020589A (zh) | 用於教練式驅動多機器人合作運作系統之教練裝置及其合作運作控制方法 | |
CN111879327B (zh) | 集群自动驾驶车辆泊位作业的空间配置和时序规划方法 | |
CN111913483A (zh) | 一种用于四向穿梭车上的调度系统及其方法 | |
Guo et al. | Intelligent path planning for automated guided vehicles system based on topological map | |
CN113359774B (zh) | 一种用于四向穿梭车的路径规划方法 | |
Ali et al. | Multi-robot path planning and trajectory smoothing | |
Sinriech et al. | Landmark configuration for absolute positioning of autonomous vehicles | |
Hameed et al. | Automatic storage and retrieval system using the optimal path algorithm | |
Mugarza et al. | Towards collision-free automated guided vehicles navigation and traffic control | |
Abdymanapov et al. | Motion planning algorithms using DISC | |
Ballamajalu et al. | Turn and orientation sensitive A* for autonomous vehicles in intelligent material handling systems | |
Fan et al. | Research and implementation of multi-robot path planning based on genetic algorithm | |
US20220300002A1 (en) | Methods and systems for path planning in a known environment | |
Tsymbal et al. | Genetic Algorithm Solution for Transfer Robot Operation | |
Oliveira et al. | Multi-constrained Voronoi-based task allocator for smart-warehouses | |
Abi-Char et al. | A Collision-Free Path Planning Algorithm for Non-Complex ASRS Using Heuristic Functions | |
Zou et al. | A heuristic method for load retrievals route programming in puzzle-based storage systems | |
CN111912407B (zh) | 一种多机器人系统的路径规划方法 |
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 |