CN114564026A - 多配送点的路径规划方法、装置、机器人及存储介质 - Google Patents
多配送点的路径规划方法、装置、机器人及存储介质 Download PDFInfo
- Publication number
- CN114564026A CN114564026A CN202210267049.8A CN202210267049A CN114564026A CN 114564026 A CN114564026 A CN 114564026A CN 202210267049 A CN202210267049 A CN 202210267049A CN 114564026 A CN114564026 A CN 114564026A
- Authority
- CN
- China
- Prior art keywords
- distribution
- points
- robot
- path
- delivery
- 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
- 239000011159 matrix material Substances 0.000 claims abstract description 63
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- YTPUIQCGRWDPTM-UHFFFAOYSA-N 2-acetyloxybenzoic acid;5-(2-methylpropyl)-5-prop-2-enyl-1,3-diazinane-2,4,6-trione;1,3,7-trimethylpurine-2,6-dione Chemical compound CC(=O)OC1=CC=CC=C1C(O)=O.CN1C(=O)N(C)C(=O)C2=C1N=CN2C.CC(C)CC1(CC=C)C(=O)NC(=O)NC1=O YTPUIQCGRWDPTM-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption 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
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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种多配送点的路径规划方法、装置、机器人及存储介质,其中,所述方法包括:接收机器人需要分别到达的N个配送点,其中,N为大于1的正整数;以所述机器人的当前位置分别规划路径至所述N个配送点,并分别记录每条路径的第一配送距离;加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离,其中,所述预设矩阵表用于记录配送点两两组合的第二配送距离;根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径。本发明旨在提高配送机器人在执行多任务配送时路径规划的效率。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及一种多配送点的路径规划方法、装置、机器人及存储介质。
背景技术
随着机器人行业的发展,配送机器人可以广泛应用于生活中,可以在园区、校园、酒店等具体场景下执行配送任务。
配送机器人在执行配送任务时,会考虑到多种道路因素,比如单车道,从而会在出发点和目标点之间进行全局规划。但是在同一工作场景下,一个配送机器人可能会面临多个配送任务,即配送机器人从出发点到达有限个目标点,而到达目标点的顺序不同,配送机器人行驶的总路程也不相同。为了寻找最佳配送路径,机器人会出现遍历所有配送顺序,进行多次全局规划,这样耗时长、浪费计算资源,从而导致了配送机器人在执行多任务配送时多配送点的路径规划的效率太低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种多配送点的路径规划方法、装置、机器人及存储介质,旨在提高配送机器人在执行多任务配送时对多配送点进行路径规划的效率。
为实现上述目的,本发明提供一种多配送点的路径规划方法,所述多配送点的路径规划方法包括以下步骤:
接收机器人需要分别到达的N个配送点,其中,N为大于1的正整数;
以所述机器人的当前位置分别规划路径至所述N个配送点,并分别记录每条路径的第一配送距离;
加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离,其中,所述预设矩阵表用于记录配送点两两组合的第二配送距离;
根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径。
可选地,N为大于1,且小于等于5的正整数。
可选地,加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离之前,包括:
根据多个预设配送点,以两个配送点为一组,在两个配送点之间规划路径并计算路径的距离为所述第二配送距离;
记录配送点两两组合的第二配送距离,以构建所述预设矩阵表。
可选地,接收机器人需要分别到达的N个配送点之前,包括:
获取机器人的当前工作区域的导航地图;
确认所述导航地图上的关键点为配送点,所述关键点包括建筑物的进出口或等待站点。
可选地,根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径,包括:
根据所述N个配送点,确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径;
根据N条所述第一配送距离和通过查询所述预设矩阵表,分别确定出每一条所述配送路径的总路程;
以总路程为最小值的配送路径作为所述目标配送路径。
可选地,根据所述N个配送点,确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径,包括:
将所述N个配送点自由排序,获得多个配送顺序;
所述机器人的当前位置分别排列在每一所述配送顺序的初始位置,则确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径。
可选地,接收机器人需要分别到达的N个配送点,包括:
持续接收用户发送的配送任务;
在所述配送任务的数量等于预设任务量时,则根据接收到的所述配送任务的信息提取所述N个配送点;
或者,在机器人进入等待的等待时间等于预设时间,且接收到的配送任务的数量不小于1时,则根据接收到的所述配送任务的信息提取所述N个配送点。
此外,为实现上述目的,本发明还提供一种机器人,所述机器人包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的多配送点的路径规划程序,所述多配送点的路径规划程序被所述处理器执行时实现如上所述的多配送点的路径规划方法的步骤。
此外,为实现上述目的,本发明还提供一种多配送点的路径规划装置,所述装置包括:
接收模块,用于接收机器人需要分别到达的N个配送点,其中,N为大于1的正整数;
记录模块,用于以所述机器人的当前位置分别规划路径至所述N个配送点,并分别记录每条路径的第一配送距离;
加载模块,用于加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离,其中,所述预设矩阵表用于记录配送点两两组合的第二配送距离;
确定模块,用于根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有多配送点的路径规划程序,所述多配送点的路径规划程序被处理器执行时实现如上所述的多配送点的路径规划方法的步骤。
本发明实施例提出的一种多配送点的路径规划方法、装置、机器人及存储介质,先接收机器人需要分别到达的N个配送点,其中,N为大于1的正整数;以所述机器人的当前位置分别规划路径至所述N个配送点,并分别记录每条路径的第一配送距离;加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离,其中,所述预设矩阵表用于记录配送点两两组合的第二配送距离;根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径。这样,在接收到配送任务时,以机器人的当前位置分别规划路径至所述N个配送点的第一配送距离,再通过加载预设矩阵表,查询配送点两两组合的第二配送距离,根据第一配送距离和第二配送距离确定目标配送路径,不需要对每两个配送点之间进行全局多配送点的路径规划,提高机器人选择最优路径的效率,因此,可以提高配送机器人在执行多任务配送时路径规划的效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图;
图2为本发明多配送点的路径规划方法的一实施例的流程示意图;
图3为本发明多配送点的路径规划方法的另一实施例的流程示意图;
图4为本发明实施例涉及的机器人架构简图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合附图对本发明权利要求要求保护的内容进行详细说明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是机器人。
如图1所示,该终端可以包括:处理器1001,例如CPU,存储器1003,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。存储器1003可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1003可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,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。
如图1所示,作为一种计算机存储介质的存储器1003中可以包括操作系统以及多配送点的路径规划程序。
在图1所示的终端中,处理器1001可以用于调用存储器1003中存储的多配送点的路径规划程序,并执行以下操作:
接收机器人需要分别到达的N个配送点,其中,N为大于1的正整数;
以所述机器人的当前位置分别规划路径至所述N个配送点,并分别记录每条路径的第一配送距离;
加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离,其中,所述预设矩阵表用于记录配送点两两组合的第二配送距离;
根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径。
进一步地,处理器1001可以调用存储器1003中存储的多配送点的路径规划程序,还执行以下操作:
根据多个预设配送点,以两个配送点为一组,在两个配送点之间规划路径并计算路径的距离为所述第二配送距离;
记录配送点两两组合的第二配送距离,以构建所述预设矩阵表。
进一步地,处理器1001可以调用存储器1003中存储的多配送点的路径规划程序,还执行以下操作:
获取机器人的当前工作区域的导航地图;
确认所述导航地图上的关键点为配送点,所述关键点包括建筑物的进出口或等待站点。
进一步地,处理器1001可以调用存储器1003中存储的多配送点的路径规划程序,还执行以下操作:
根据所述N个配送点,确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径;
根据N条所述第一配送距离和通过查询所述预设矩阵表,分别确定出每一条所述配送路径的总路程;
以总路程为最小值的配送路径作为所述目标配送路径。
进一步地,处理器1001可以调用存储器1003中存储的多配送点的路径规划程序,还执行以下操作:
将所述N个配送点自由排序,获得多个配送顺序;
所述机器人的当前位置分别排列在每一所述配送顺序的初始位置,则确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径。
进一步地,处理器1001可以调用存储器1003中存储的多配送点的路径规划程序,还执行以下操作:
持续接收用户发送的配送任务;
在所述配送任务的数量等于预设任务量时,则根据接收到的所述配送任务的信息提取所述N个配送点;
或者,在机器人进入等待的等待时间等于预设时间,且接收到的配送任务的数量不小于1时,则根据接收到的所述配送任务的信息提取所述N个配送点。
随着机器人行业的发展,配送机器人可以广泛应用于生活中,可以在园区、校园、酒店等具体场景下执行配送任务。
配送机器人在执行配送任务时,会考虑到多种道路因素,比如单车道,从而会在出发点和目标点之间进行全局规划。但是在同一工作场景下,一个配送机器人可能会面临多个配送任务,即机器人从出发点到达有限个目标点,由于路径中可能存在单向车道等因素,导致到达目标点的顺序不同,配送机器人行驶的总路程也不相同,为了寻找最佳配送路径,机器人会出现遍历所有配送顺序,进行多次全局规划。
例如:对于A、B两个目标点,存在两种路径,即:
1.先配送A后配送B,总路程1公里;
2.先配送B后配送A,总路程1.3公里。
由上述计算结果可知,如果最短路程为最优配送路径的判断依据,则先配送A再配送B为最优配送路径。
但是随着目标点的增多,所需要计算的路径以阶乘方式递增。
两个目标点需要计算2次;
3个目标点需要计算6次;
4个目标点需要计算24次;
5个目标点需要计算120次;
6个目标点需要计算720次;
7个目标点需要计算5040次;
……
n个目标点需要计算n!次
对于这类问题若要求解最优路径,则需要遍历集合中所有结果找出最优解,对于配送机器人来说,求最优解会十分耗时,因为全局规划器每一次规划都会占用不少资源,假如有6个目标点需要规划,那么就有720条目标点顺序需要计算,随便取一条,比如1-2-3-4-5-6的顺序,那么全局规划器则需要规划机器人到1号点的路程,这是一次规划,随后到达1号点后再去2号点的路程,这是两次规划,以此类推,除去从机器人到第一个目标点的规划,每条路径需要请求规划器进行5次全局规划,因此,6个目标点的多目标点配送方案中共产生了720条路径,而要计算720条路径每条路径的长度需要请求全局规划器规划720*5+6=3606次。这样耗时长、浪费计算资源,从而导致了配送机器人在执行多任务配送时路径规划的效率太低。
由此可见,在相关多配送点的路径规划方法中,存在上述缺陷。本发明实施例为解决上述缺陷,提出一种多配送点的路径规划方法,旨在达成提高配送机器人在执行多任务配送时路径规划的效率的效果。
以下,通过具体示例性方案对本发明权利要求要求保护的内容,进行解释说明,以便本领域技术人员更好地理解本发明权利要求的保护范围。可以理解的是,以下示例性方案不对本发明的保护范围进行限定,仅用于解释本发明。
示例性地,参照图2,在本发明多配送点的路径规划方法的一实施例中,所述多配送点的路径规划方法包括以下步骤:
步骤S10、接收机器人需要分别到达的N个配送点,其中,N为大于1的正整数;
在实施例中,执行多配送点的路径规划的主体可以是配送机器人。
配送机器人是在一定工作区域内执行配送任务的可移动物体,在确定了配送任务后可以自主进行路径规划。而配送机器人可以在依次排序的配送任务中完成多配送点的配送工作,配送机器人在配送过程中可能会涉及距离、路况、道路规定等多种因素,最终确认一条最佳的配送路径。
当服务器或者管理员向机器人下发多配送点的配送任务时,会向机器人发送机器人需要到达的N个配送点,机器人会接收需要到达的N个配送点,可以理解的是,N为大于1的正整数。
可选地,N为大于1,且小于等于5的正整数,即机器人的配送点可以是1-5个配送点。也即,机器人在有限个配送点进行多任务配送。
可选地,持续接收用户发送的配送任务;在所述配送任务的数量等于预设任务量时,则根据接收到的所述配送任务的信息提取所述N个配送点;或者,在机器人进入等待的等待时间等于预设时间,且接收到的配送任务的数量不小于1时,则根据接收到的所述配送任务的信息提取所述N个配送点。
在本实施例中,根据机器人一次能够完成最大配送量的配送能力,对用户发送的配送任务持续地接收。接收机器人需要到达的N个配送点的方式可以有多种,具体地,以配送任务量达最大配送量作为机器人可以开始配送的依据,随着时间推移,用户发送的配送任务会越来越多,在配送任务的数据量等于预设数量时,根据配送任务确定N个配送点,进而执行下一步骤。或者,以机器人进入等待配送任务的等待时间达最大等待时间作为机器人可以开始配送的依据,在等待时间内,机器人可能会接受到用户配送的配送任务,若在等待时间到达预设时间后配送任务的数据不小于1,则根据接收到的所述配送任务的信息提取所述N个配送点,进而执行下一步骤,若在等待时间到达预设时间后配送任务的数据小于1时,则表示机器人在该等待时间内未接收到配送任务,无需执行下一步骤。
步骤S20、以所述机器人的当前位置分别规划路径至所述N个配送点,并分别记录每条路径的第一配送距离;
在本实施例中,机器人在执行多配送点的配送任务时,移动路径是当前位置到第一个配送点,从第一个配送点到下一个配送点,再最后到达的最后配送点,进而完成配送任务,首先要确定机器人的当前位置,以机器人的当前位置分别规划路径至N个配送点的路径,即以机器人的当前位置分别规划路径至每一个配送点,再分别记录到每个配送点的每条路径的第一配送距离。
步骤S30、加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离,其中,所述预设矩阵表用于记录配送点两两组合的第二配送距离;
在本实施例中,机器人会根据预设矩阵表查询N个配送点两两组合的第二配送距离。预设矩阵表中至少记录了配送点两两组合的第二配送距离,预设矩阵表是预存在机器人存储介质中。
步骤S40、根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径。
在本实施例中,第一配送距离是机器人的当前位置到每个配送点路径的距离,若有N个配送点,那对应的第一配送距离则有N个,第二配送距离是配送点两两组合之间的距离。根据第一配送距离和第二配送距离可以确定机器人多种完成多配送点任务之间(即机器人从当前位置依次经过N个配送点)的可行驶路径的距离,根据需要选择其中一条作为目标配送路径,机器人的驱动模块根据该目标配送路径行驶,完成多配送点的配送任务。
可选地,根据所述N个配送点,确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径;根据N条所述第一配送距离和通过查询所述预设矩阵表,分别确定出每一条所述配送路径的总路程;以总路程为最小值的配送路径作为所述目标配送路径。
机器人首先要确认从当前位置依次经过N个配送点,即完成N个配送点的配送任务所有可能形式的多个配送路径,即可配送路径,根据第一配送距离和预设距离矩阵表确认每一配送路径的总路程,总路程越小,机器人完成配送的时间越短、能源消耗越小,配送效率更高,所以选择以总路程为最小值的配送路径作为目标配送路径。
进一步地,将所述N个配送点自由排序,获得多个配送顺序;所述机器人的当前位置分别排列在每一所述配送顺序的初始位置,则确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径。配送点任务是有N个,N个配送点之间自由排序,即根据不同的排列组合可以得到不同的配送顺序,例如有三个配送点A、B、C,根据排列组合,配送顺序为A-B-C、B-C-A、C-B-A、A-C-B、B-A-C、C-A-B,在完成自由排序后,将机器人的当前位置排列在每一种配送顺序的初始位置,即当前位置-A-B-C、当前位置-A-B-C、当前位置-B-C-A、当前位置-C-B-A、当前位置-A-C-B、当前位置-B-A-C、当前位置-C-A-B,这样可以确定出机器人完成N个配送点的配送任务的所有可能的多个配送路径。
在本实施例公开的技术方案中,先接收机器人需要分别到达的N个配送点,其中,N为大于1的正整数;以所述机器人的当前位置分别规划路径至所述N个配送点,并分别记录每条路径的第一配送距离;加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离,其中,所述预设矩阵表用于记录配送点两两组合的第二配送距离;根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径。这样在接收到配送任务时,以机器人的当前位置分别规划路径至所述N个配送点的第一配送距离,再通过加载预设矩阵表,查询配送点两两组合的第二配送距离,根据第一配送距离和第二配送距离确定目标配送路径,不需要机器人对多个配送点之间进行多次全局路径规划,因此,可以提高配送机器人在执行多任务配送时路径规划的效率。
可选地,参照图3,基于上述任一实施例,在本发明多配送点的路径规划方法的另一实施例中,所述多配送点的路径规划方法包括:
步骤S50、根据多个预设配送点,以两个配送点为一组,在两个配送点之间规划路径并计算路径的距离为所述第二配送距离;
在本实施例中,由于配送机器人会预先工勘,工勘时,配送机器人会得到工作场景的地图,机器人在工作时,是需要通过地图来进行多配送点的路径规划,所以配送机器人的工作场景是固定的,同时,在同一工作场景下,机器人需要配送的地点是有限的,比如A车在校园内工作运行,对于在此校园运营的机器人一定有固定配送点,比如一号公寓、食堂、某驿站取货点)。
可选地,获取所述机器人的当前工作区域的导航地图;确认所述导航地图上的关键点为所述配送点,所述关键点包括建筑物的进出口或等待站点。
在构建了导航地图之后,技术人员可在导航地图中标出建筑物的进出口或等待站点作为关键点,可以理解的是,关键点是位于机器人可行驶区域中的。
步骤S60、记录配送点两两组合的第二配送距离,以构建所述预设矩阵表。
在本实施例中,在预设配送点确定后,可以生成预设矩阵表。
预设矩阵表用于记录配送点两两组合的第二配送距离,预设矩阵表可以通过矩阵的形式进行记录,矩阵中的元素是两个配送点之间的距离,表示一个配送点到另一个配送点之间的距离,在该工作区域中的两个预设配送点之间的距离一定会在该预设矩阵表中找到对应的元素,所以预设矩阵表中至少记录了配送点两两组合的第二配送距离。
在确定了工作场景后,需要确定该场景下的预设配送点,预设配送点可以是由管理员根据实际需要设定或者更改。也可以是由机器人根据地图自动确定关键点,进而确定预设配送点。
为了便于理解,示例性地,在一固定工作场景下,设置有机器人可以移动到的1、2、3、4、5、6、7、8号配送点,预设矩阵表可以表示如下:
其中,*是两个配送点之间路径的路程,距离为0是起点和终点为同一配送点的情况,一般情况下不做考虑。
在本实施例公开的技术方案中,根据多个预设配送点,以两个配送点为一组,在两个配送点之间规划路径并计算路径的距离为所述第二配送距离,记录配送点两两组合的第二配送距离,以构建所述预设矩阵表。这样通过导航地图确定了工作区域的预设配送点,确定两个配送点之间第二配送距离,并对应的生成预设矩阵表,在本实施例中,机器人只需要执行上述步骤可以只生成一次预设矩阵表,机器人在需要确认两个配送点之间的距离时可以直接调用预设矩阵表,提高了机器人的工作效率。机器人在执行配送任务时可以根据预设矩阵表直接确认目标配送路径,提高了配送机器人在执行多任务配送时路径规划的效率。
此外,本发明实施例还提出一种机器人,所述机器人包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的多配送点的路径规划程序,所述多配送点的路径规划程序被所述处理器执行时实现如上各个实施例所述的多配送点的路径规划方法的步骤。
此外,本发明实施例还提出一种多配送点的路径规划装置,示例性地,参照图4,所述装置100包括:
接收模块101,用于接收机器人需要分别到达的N个配送点,其中,N为大于1的正整数;进一步地,N为大于1,且小于等于5的正整数。进一步地,根据所述N个配送点,确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径;根据N条所述第一配送距离和通过查询所述预设矩阵表,分别确定出每一条所述配送路径的总路程;以总路程为最小值的配送路径作为所述目标配送路径。
记录模块102,用于以所述机器人的当前位置分别规划路径至所述N个配送点,并分别记录每条路径的第一配送距离;
加载模块103,用于加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离,其中,所述预设矩阵表用于记录配送点两两组合的第二配送距离;进一步地,根据多个预设配送点,以两个配送点为一组,在两个配送点之间规划路径并计算路径的距离为所述第二配送距离;记录配送点两两组合的第二配送距离,以构建所述预设矩阵表。获取机器人的当前工作区域的导航地图;确认所述导航地图上的关键点为配送点,所述关键点包括建筑物的进出口或等待站点。
确定模块104,用于根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径。进一步地,根据所述N个配送点,确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径;根据N条所述第一配送距离和通过查询所述预设矩阵表,分别确定出每一条所述配送路径的总路程;以总路程为最小值的配送路径作为所述目标配送路径。进一步地,将所述N个配送点自由排序,获得多个配送顺序;所述机器人的当前位置分别排列在每一所述配送顺序的初始位置,则确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有多配送点的路径规划程序,所述多配送点的路径规划程序被处理器执行时实现如上各个实施例所述的多配送点的路径规划方法的步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得机器人执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种多配送点的路径规划方法,其特征在于,所述多配送点的路径规划方法包括以下步骤:
接收机器人需要分别到达的N个配送点,其中,N为大于1的正整数;
以所述机器人的当前位置分别规划路径至所述N个配送点,并分别记录每条路径的第一配送距离;
加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离,其中,所述预设矩阵表用于记录配送点两两组合的第二配送距离;
根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径。
2.如权利要求1所述的多配送点的路径规划方法,其特征在于,N为大于1,且小于等于5的正整数。
3.如权利要求1所述的多配送点的路径规划方法,其特征在于,加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离之前,包括:
根据多个预设配送点,以两个配送点为一组,在两个配送点之间规划路径并计算路径的距离为所述第二配送距离;
记录配送点两两组合的第二配送距离,以构建所述预设矩阵表。
4.如权利要求3所述的多配送点的路径规划方法,其特征在于,接收机器人需要分别到达的N个配送点之前,包括:
获取机器人的当前工作区域的导航地图;
确认所述导航地图上的关键点为配送点,所述关键点包括建筑物的进出口或等待站点。
5.如权利要求1所述的多配送点的路径规划方法,其特征在于,根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径,包括:
根据所述N个配送点,确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径;
根据N条所述第一配送距离和通过查询所述预设矩阵表,分别确定出每一条所述配送路径的总路程;
以总路程为最小值的配送路径作为所述目标配送路径。
6.如权利要求5所述的多配送点的路径规划方法,其特征在于,根据所述N个配送点,确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径,包括:
将所述N个配送点自由排序,获得多个配送顺序;
所述机器人的当前位置分别排列在每一所述配送顺序的初始位置,则确定出从所述机器人当前位置依次经过所述N个配送点的所有可能的多个配送路径。
7.如权利要求1所述的多配送点的路径规划方法,其特征在于,接收机器人需要分别到达的N个配送点,包括:
持续接收用户发送的配送任务;
在所述配送任务的数量等于预设任务量时,则根据接收到的所述配送任务的信息提取所述N个配送点;
或者,在机器人进入等待的等待时间等于预设时间,且接收到的配送任务的数量不小于1时,则根据接收到的所述配送任务的信息提取所述N个配送点。
8.一种机器人,其特征在于,所述机器人包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的多配送点的路径规划程序,所述多配送点的路径规划程序被所述处理器执行时实现如权利要求1至7中任一项所述的多配送点的路径规划方法的步骤。
9.一种多配送点的路径规划装置,其特征在于,所述装置包括:
接收模块,用于接收机器人需要分别到达的N个配送点,其中,N为大于1的正整数;
记录模块,用于以所述机器人的当前位置分别规划路径至所述N个配送点,并分别记录每条路径的第一配送距离;
加载模块,用于加载预设矩阵表,并根据所述预设矩阵表查询所述N个配送点两两组合的第二配送距离,其中,所述预设矩阵表用于记录配送点两两组合的第二配送距离;
确定模块,用于根据N条所述第一配送距离和所述N个配送点两两组合的第二配送距离,确定出从所述机器人当前位置依次经过所述N个配送点的目标配送路径。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有多配送点的路径规划程序,所述多配送点的路径规划程序被处理器执行时实现如权利要求1至7中任一项所述的多配送点的路径规划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210267049.8A CN114564026A (zh) | 2022-03-17 | 2022-03-17 | 多配送点的路径规划方法、装置、机器人及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210267049.8A CN114564026A (zh) | 2022-03-17 | 2022-03-17 | 多配送点的路径规划方法、装置、机器人及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114564026A true CN114564026A (zh) | 2022-05-31 |
Family
ID=81720608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210267049.8A Pending CN114564026A (zh) | 2022-03-17 | 2022-03-17 | 多配送点的路径规划方法、装置、机器人及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114564026A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881579A (zh) * | 2022-07-11 | 2022-08-09 | 北京云迹科技股份有限公司 | 配送路径的确定方法及装置 |
CN116245449A (zh) * | 2023-05-06 | 2023-06-09 | 北京邮电大学 | 低碳物流配送方法、装置及设备 |
CN117273592A (zh) * | 2023-11-22 | 2023-12-22 | 成都运荔枝科技有限公司 | 一种物流场景下的门店配送方法 |
-
2022
- 2022-03-17 CN CN202210267049.8A patent/CN114564026A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881579A (zh) * | 2022-07-11 | 2022-08-09 | 北京云迹科技股份有限公司 | 配送路径的确定方法及装置 |
CN116245449A (zh) * | 2023-05-06 | 2023-06-09 | 北京邮电大学 | 低碳物流配送方法、装置及设备 |
CN117273592A (zh) * | 2023-11-22 | 2023-12-22 | 成都运荔枝科技有限公司 | 一种物流场景下的门店配送方法 |
CN117273592B (zh) * | 2023-11-22 | 2024-01-26 | 成都运荔枝科技有限公司 | 一种物流场景下的门店配送方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114564026A (zh) | 多配送点的路径规划方法、装置、机器人及存储介质 | |
CN109767646B (zh) | 泊车方法及装置 | |
CN107167152B (zh) | 路径规划方法和装置 | |
CN110858075A (zh) | 一种移动机器人跨区域方法、装置、调度系统 | |
CN109459032B (zh) | 移动机器人定位方法、导航方法和网格地图建立方法 | |
CN110246355A (zh) | 车辆调度控制方法、装置、计算机设备和存储介质 | |
CN112148009B (zh) | Agv集群调度方法、装置、电子设备及计算机可读存储介质 | |
CN111338343A (zh) | 自动引导车调度方法、装置、电子设备及存储介质 | |
CN115526385B (zh) | 一种仓储物流配送路径规划方法、装置、设备及介质 | |
CN105096650A (zh) | 一种车库的智能化泊车方法及装置 | |
CN111047231A (zh) | 盘点方法及其系统、计算机系统及计算机可读存储介质 | |
CN115560767B (zh) | 机器人路径的生成方法及装置、存储介质、电子设备 | |
CN113295166A (zh) | Agv路径规划方法、电子装置和计算机可读存储介质 | |
CN116772850A (zh) | 基于数字孪生的智慧园区导航方法、装置、设备及存储介质 | |
JP7480360B2 (ja) | 棚の位置を特定するための方法および装置、電子機器、コンピュータ可読媒体並びにコンピュータプログラム | |
CN110334787A (zh) | 无人车购物方法、系统、无人车管理平台及无人车 | |
CN105451174A (zh) | 一种导航路线的推送方法及服务器 | |
CN113283643B (zh) | Agv终点筛选方法、电子装置和计算机可读存储介质 | |
CN112631338B (zh) | 一种航线规划方法、装置、计算机设备及存储介质 | |
CN115796544A (zh) | 一种港口无人水平运输的调度方法及装置 | |
CN116214496A (zh) | 机器人的调度方法、装置、设备及存储介质 | |
JP2007314335A (ja) | 地図情報を用いた物流輸送管理装置及び物流輸送管理システム | |
CN112613819A (zh) | 一种路径规划方法、装置、设备及存储介质 | |
CN112633585A (zh) | 无人设备调度方法、装置、电子设备及存储介质 | |
CN112578782A (zh) | 自动导引运输车任务路径规划方法及装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Country or region after: China Address after: Unit 7-11, 6th Floor, Building B2, No. 999-8 Gaolang East Road, Wuxi Economic Development Zone, Wuxi City, Jiangsu Province, China 214000 Applicant after: Youdi Robot (Wuxi) Co.,Ltd. Address before: 5D, Building 1, Tingwei Industrial Park, No. 6 Liufang Road, Xingdong Community, Xin'an Street, Bao'an District, Shenzhen City, Guangdong Province Applicant before: UDITECH Co.,Ltd. Country or region before: China |