CN114637303A - 基于远程遥操作的搬运机器人路径规划方法、系统及介质 - Google Patents

基于远程遥操作的搬运机器人路径规划方法、系统及介质 Download PDF

Info

Publication number
CN114637303A
CN114637303A CN202210506372.6A CN202210506372A CN114637303A CN 114637303 A CN114637303 A CN 114637303A CN 202210506372 A CN202210506372 A CN 202210506372A CN 114637303 A CN114637303 A CN 114637303A
Authority
CN
China
Prior art keywords
path
carrying
planning
robot
transfer robot
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.)
Granted
Application number
CN202210506372.6A
Other languages
English (en)
Other versions
CN114637303B (zh
Inventor
宋明明
华长春
魏进军
赵春乔
宋宇哲
田瑞杰
曹彦红
谢中博
秦炜博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Onos Automation Equipment Tianjin Co ltd
Yanshan University
Original Assignee
Onos Automation Equipment Tianjin Co ltd
Yanshan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Onos Automation Equipment Tianjin Co ltd, Yanshan University filed Critical Onos Automation Equipment Tianjin Co ltd
Priority to CN202210506372.6A priority Critical patent/CN114637303B/zh
Publication of CN114637303A publication Critical patent/CN114637303A/zh
Application granted granted Critical
Publication of CN114637303B publication Critical patent/CN114637303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—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
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of 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)
  • Manipulator (AREA)

Abstract

本发明公开的一种基于远程遥操作的搬运机器人路径规划方法、系统及介质，包括：获取目标区域的平面图信息，并根据所述平面图信息将目标区域分为若干子区域，获取搬运机器人生成的搬运反馈信息后，根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，并根据搬运货物的体积及重量信息规划搬运机器人的移动速度；将所述规划路径及移动速度发送至搬运机器人实现远程遥操作，当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，根据路径局部规划后对规划路径进行调整更新。本发明通过对搬运机器人的搬运路径进行优化规划，能够对可移动障碍进行避让，保证了搬运机器人移动路径的顺畅性，提高了搬运机器人的服务效率。

Description

基于远程遥操作的搬运机器人路径规划方法、系统及介质
技术领域
本发明涉及自动化控制技术领域，更具体的，涉及一种基于远程遥操作的搬运机器人路径规划方法、系统及介质。
背景技术
随着时代的发展，人工智能的概念逐渐渗透到人们的心中，人类对机器人的研究也变得多样化。移动机器人在机器人中的众多类别中，格外引人注目，依靠理论与技术的革新得到了迅速的发展，并被致力于为各行各业提供便捷的机器人服务，尤其是在制造业领域。因为在现代化柔性制造工厂，高效、灵活、智能的自动化搬运设备是迫切需要的。在工业货物搬运中传统的AGV搬运机器人，需要人为设定运动路径，并通过埋设金属线或贴磁带等方式来达到导航的目的，这些方法虽然能够达到基本目标，但运动路径一旦设定不易更改。因此，如何对搬运机器人进行路径规划，并根据环境动态变化让搬运机器人进行移动障碍的避障及调整路径规划数据。
为了能够根据移动障碍造成的环境动态变化对搬运机器人的路径进行规划，需要开发一款系统与之配合进行实现，该系统通过获取目标区域的平面图信息，并根据平面图信息将目标区域分为若干子区域，获取搬运机器人生成搬运反馈信息后，根据当前搬运机器人所在子区域进行路径的总体规划，并根据搬运货物的体积及重量信息规划搬运机器人的移动速度，将规划路径及移动速度发送至搬运机器人实现远程遥操作，当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，对规划路径进行调整更新。在该系统实现过程中，如何对搬运机器人的路径及速度进行规划是亟不可待需要解决的问题。
发明内容
为了解决上述技术问题，本发明提出了一种基于远程遥操作的搬运机器人路径规划方法、系统及存储介质。
本发明第一方面提供了一种基于远程遥操作的搬运机器人路径规划方法，包括：
获取货物搬运任务信息，根据所述货物搬运任务信息获取所需搬运机器人数量信息，获取搬运机器人初始位置信息及货物存放区域，通过所述初始位置信息与货物存放区域的距离信息优先选择搬运机器人执行搬运任务；
获取目标区域的平面图信息，并根据所述平面图信息将目标区域分为若干子区域，获取搬运机器人生成的搬运反馈信息后，根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，并根据搬运货物的体积及重量信息规划搬运机器人的移动速度；
将规划路径及移动速度发送至搬运机器人实现远程遥操作，当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，对规划路径进行调整更新。
本方案中，所述的根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，具体为：
根据目标区域的若干子区域生成目标区域的格栅地图，预设搬运机器人在目标区域执行搬运任务的行走约束；
基于A*算法根据所述格栅地图及行走约束进行路径的总体规划，将搬运机器人的初始位置信息作为父节点存入OPEN列表，计算周围格栅的评价函数，选取最小评价函数值所对应的格栅为新父节点，同时将起始位置信息存入CLOSE列表；
通过新父节点进行周围格栅的评价函数计算，更新OPEN列表及CLOSE列表，进行迭代至目标存放区域位置信息结束，将选取的父节点从初始位置信息连接至目标存放区域位置信息构成规划路径。
本方案中，所述当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，具体为：
当目标区域环境内存在可移动障碍时，根据可移动障碍的当前位置信息及运动轨迹确定障碍区域，并结合时间序列进行实时更新，生成目标区域环境变化特征；
根据所述目标区域环境变化特征及当前搬运机器人位置信息及移动速度判断搬运机器人的搬运过程中是否与障碍区域存在交集；
若存在交集，则根据搬运机器人当前位置信息进行路径局部规划，使搬运机器人的搬运路径避开障碍区域；
若不存在交集，则搬运机器人按照既定规划路径进行货物搬运。
本方案中，所述根据搬运货物的体积及重量信息规划搬运机器人的移动速度，具体为：
根据货物搬运任务信息获取货物的体积及重量信息，将货物的体积及重量信息与各搬运机器人的规划路径进行匹配，并根据货物体积与重量信息生成搬运机器人的到达优先级；
根据搬运出发时间对搬运机器人进行分组，将搬运出发时间在预设时间范围内的搬运机器人归为一组；
获取同组内搬运机器人的规划路径，按照所述规划路径的距离及搬运机器人的到达优先级进行移动速度规划，通过速度规划使同组内搬运机器人在预设时间间隔内到达货物目标存放区域。
本方案中，根据搬运机器人的路径冲突点进行规划路径调整，具体为：
根据各搬运机器人的规划路径及移动速度获取路径冲突格栅，将先进入路径冲突格栅中的搬运机器人避让优先级调高，实现优先通过；
将后进入路径冲突格栅中的搬运机器人进行避让时间计算及路径局部规划时间计算；
获取后进入路径冲突格栅中的搬运机器人的避让时间与到达目标存放区域位置时间的第一总和时间及局部路径规划后新规划路径到达目标存放区域位置时间及规划时间的第二总和时间；
将所述第一总和时间与第二总和时间进行对比，将花费时间较少的策略方案发送至后进入路径冲突格栅中的搬运机器人。
本方案中，还包括：
当搬运机器人在工作过程中出现异常状况无法达到规划移动速度时，则判断异常搬运机器人是否处于搬运状态；
若异常搬运机器人处于搬运状态，则将搬运机器人从所在分组中剔除，生成搬运机器人异常预警信息，并调整异常搬运机器人的避让优先级，将异常搬运机器人的避让优先级调整至最低，在完成搬运后将异常搬运机器人运转至临时存放区域；
若异常搬运机器人不处于搬运状态，则获取异常搬运机器人当前位置信息，并根据异常搬运机器人的当前位置信息及预设区域位置信息生成临时存放规划路径信息，并将所述临时存放规划路径信息向异常搬运机器人进行发送；
同时，重新选择与货物存放区域的距离最近的空闲搬运机器人执行搬运任务。
本发明第二方面还提供了一种基于远程遥操作的搬运机器人路径规划系统，该系统包括：存储器、处理器，所述存储器中包括一种基于远程遥操作的搬运机器人路径规划方法程序，所述一种基于远程遥操作的搬运机器人路径规划方法程序被所述处理器执行时实现如下步骤：
获取货物搬运任务信息，根据所述货物搬运任务信息获取所需搬运机器人数量信息，获取搬运机器人初始位置信息及货物存放区域，通过所述初始位置信息与货物存放区域的距离信息优先选择搬运机器人执行搬运任务；
获取目标区域的平面图信息，并根据所述平面图信息将目标区域分为若干子区域，获取搬运机器人生成的搬运反馈信息后，根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，并根据搬运货物的体积及重量信息规划搬运机器人的移动速度；
将规划路径及移动速度发送至搬运机器人实现远程遥操作，当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，对规划路径进行调整更新。
本方案中，所述的根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，具体为：
根据目标区域的若干子区域生成目标区域的格栅地图，预设搬运机器人在目标区域执行搬运任务的行走约束；
基于A*算法根据所述格栅地图及行走约束进行路径的总体规划，将搬运机器人的初始位置信息作为父节点存入OPEN列表，计算周围格栅的评价函数，选取最小评价函数值所对应的格栅为新父节点，同时将起始位置信息存入CLOSE列表；
通过新父节点进行周围格栅的评价函数计算，更新OPEN列表及CLOSE列表，进行迭代至目标存放区域位置信息结束，将选取的父节点从初始位置信息连接至目标存放区域位置信息构成规划路径。
本方案中，所述当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，具体为：
当目标区域环境内存在可移动障碍时，根据可移动障碍的当前位置信息及运动轨迹确定障碍区域，并结合时间序列进行实时更新，生成目标区域环境变化特征；
根据所述目标区域环境变化特征及当前搬运机器人位置信息及移动速度判断搬运机器人的搬运过程中是否与障碍区域存在交集；
若存在交集，则根据搬运机器人当前位置信息进行路径局部规划，使搬运机器人的搬运路径避开障碍区域；
若不存在交集，则搬运机器人按照既定规划路径进行货物搬运。
本方案中，所述根据搬运货物的体积及重量信息规划搬运机器人的移动速度，具体为：
根据货物搬运任务信息获取货物的体积及重量信息，将货物的体积及重量信息与各搬运机器人的规划路径进行匹配，并根据货物体积与重量信息生成搬运机器人的到达优先级；
根据搬运出发时间对搬运机器人进行分组，将搬运出发时间在预设时间范围内的搬运机器人归为一组；
获取同组内搬运机器人的规划路径，按照所述规划路径的距离及搬运机器人的到达优先级进行移动速度规划，通过速度规划使同组内搬运机器人在预设时间间隔内到达货物目标存放区域。
本方案中，根据搬运机器人的路径冲突点进行规划路径调整，具体为：
根据各搬运机器人的规划路径及移动速度获取路径冲突格栅，将先进入路径冲突格栅中的搬运机器人避让优先级调高，实现优先通过；
将后进入路径冲突格栅中的搬运机器人进行避让时间计算及路径局部规划时间计算；
获取后进入路径冲突格栅中的搬运机器人的避让时间与到达目标存放区域位置时间的第一总和时间及局部路径规划后新规划路径到达目标存放区域位置时间及规划时间的第二总和时间；
将所述第一总和时间与第二总和时间进行对比，将花费时间较少的策略方案发送至后进入路径冲突格栅中的搬运机器人。
本方案中，还包括：
当搬运机器人在工作过程中出现异常状况无法达到规划移动速度时，则判断异常搬运机器人是否处于搬运状态；
若异常搬运机器人处于搬运状态，则将搬运机器人从所在分组中剔除，生成搬运机器人异常预警信息，并调整异常搬运机器人的避让优先级，将异常搬运机器人的避让优先级调整至最低，在完成搬运后将异常搬运机器人运转至临时存放区域；
若异常搬运机器人不处于搬运状态，则获取异常搬运机器人当前位置信息，并根据异常搬运机器人的当前位置信息及预设区域位置信息生成临时存放规划路径信息，并将所述临时存放规划路径信息向异常搬运机器人进行发送；
同时，重新选择与货物存放区域的距离最近的空闲搬运机器人执行搬运任务。
本发明第三方面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中包括一种基于远程遥操作的搬运机器人路径规划方法程序，所述一种基于远程遥操作的搬运机器人路径规划方法程序被处理器执行时，实现如上述任一项所述的一种基于远程遥操作的搬运机器人路径规划方法的步骤。
本发明公开的一种基于远程遥操作的搬运机器人路径规划方法、系统及介质，包括：获取目标区域的平面图信息，并根据所述平面图信息将目标区域分为若干子区域，获取搬运机器人生成的搬运反馈信息后，根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，并根据搬运货物的体积及重量信息规划搬运机器人的移动速度；将规划路径及移动速度发送至搬运机器人实现远程遥操作，当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，对规划路径进行调整更新。本发明通过对搬运机器人的搬运路径进行优化规划，能够对可移动障碍进行避让，保证了搬运机器人移动路径的顺畅性，提高了搬运机器人的服务效率。
附图说明
图1示出了本发明一种基于远程遥操作的搬运机器人路径规划方法的流程图；
图2示出了本发明根据目标区域环境变化特征进行路径局部规划的流程图；
图3示出了本发明一种基于远程遥操作的搬运机器人路径规划系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于远程遥操作的搬运机器人路径规划方法的流程图。
如图1所示，本发明第一方面提供了一种基于远程遥操作的搬运机器人路径规划方法，包括：
S102，获取货物搬运任务信息，根据所述货物搬运任务信息获取所需搬运机器人数量信息，获取搬运机器人初始位置信息及货物存放区域，通过所述初始位置信息与货物存放区域的距离信息优先选择搬运机器人执行搬运任务；
S104，获取目标区域的平面图信息，并根据所述平面图信息将目标区域分为若干子区域，获取搬运机器人生成的搬运反馈信息后，根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，并根据搬运货物的体积及重量信息规划搬运机器人的移动速度；
S106，将规划路径及移动速度发送至搬运机器人实现远程遥操作，当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，对规划路径进行调整更新。
需要说明的是，所述的根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，具体为：根据目标区域的若干子区域生成目标区域的格栅地图，预设搬运机器人在目标区域执行搬运任务的行走约束，例如目标区域内道路的可通行及方向约束、道路最容量约束等，将目标区域中的道路规定为不同方向的单行道，避免不同搬运机器迎面碰撞的情况。
基于A*算法根据所述格栅地图及行走约束进行路径的总体规划，将搬运机器人的 初始位置信息作为父节点存入OPEN列表，计算周围格栅的评价函数，选取最小评价函数值 所对应的格栅为新父节点，同时将起始位置信息存入CLOSE列表；A*算法是兼顾搜索效率与 最优路径的一种启发式搜索算法，其中评价函数
Figure 948236DEST_PATH_IMAGE002
，具体为：
Figure 136641DEST_PATH_IMAGE004
其中，
Figure 804383DEST_PATH_IMAGE006
表示初始位置信息到特定目标节点的路径代价值，
Figure 676524DEST_PATH_IMAGE008
表示当前 节点到目标节点预测路径代价值，其中
Figure 404308DEST_PATH_IMAGE006
、
Figure 378212DEST_PATH_IMAGE008
可通过欧式距离与曼哈顿距离获 取。
通过新父节点进行周围格栅的评价函数计算，更新OPEN列表及CLOSE列表，进行迭代至目标存放区域位置信息结束，将选取的父节点从初始位置信息连接至目标存放区域位置信息构成规划路径。
图2示出了本发明根据目标区域环境变化特征进行路径局部规划的流程图。
根据本发明实施例，所述当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，具体为：
S202，当目标区域环境内存在可移动障碍时，根据可移动障碍的当前位置信息及运动轨迹确定障碍区域，并结合时间序列进行实时更新，生成目标区域环境变化特征；
S204，根据所述目标区域环境变化特征及当前搬运机器人位置信息及移动速度判断搬运机器人的搬运过程中是否与障碍区域存在交集；
S206，若存在交集，则根据搬运机器人当前位置信息进行路径局部规划，使搬运机器人的搬运路径避开障碍区域；
S208，若不存在交集，则搬运机器人按照既定规划路径进行货物搬运。
需要说明的是，当目标区域环境内存在可移动障碍，例如，装载货车辆等，获取装载货车辆的当前位置信息及车身尺寸信息，确定装载货车辆当前所处格栅，根据装载货车辆当前所处格栅确定障碍区域，由于车辆形式存在诸多不确定性，为了能够确保搬运机器人的安全搬运，在车身尺寸信息的基础上扩大适当范围确定障碍区域，并根据装载货车辆的行驶路线确定其运动轨迹，其中通过摄像头等机器视觉设备实时确定装载货车辆的位置信息以获取装载货车辆的行驶路线，根据运动轨迹结合时间序列更新装载货车辆的障碍区域，当装载货车辆完全驶离当前障碍区域时，则根据运动轨迹确定运动方向，获取装载货车辆的新位置信息，根据新位置信息及运动方向确定新障碍区域。
根据搬运机器人当前位置信息进行路径局部规划，将当前位置信息作为新的初始位置信息基于A*算法进行路径规划避开障碍区域，并将重新规划后的路径远程发送给搬运机器人对规划路径进行更新，搬运机器人根据更新后规划路径继续执行搬运任务。
需要说明的是，所述根据搬运货物的体积及重量信息规划搬运机器人的移动速度，具体为：根据货物搬运任务信息获取货物的体积及重量信息，将货物的体积及重量信息与各搬运机器人的规划路径进行匹配，并根据货物体积与重量信息生成搬运机器人的到达优先级，到达优先级高的搬运机器人先达到进行货物的码放，货物的码放遵循体积或重量大的货区至于下层，因此通过到达优先级设置搬运机器人的到达顺序，有利于货物的整齐码放；根据搬运出发时间对搬运机器人进行分组，将搬运出发时间在预设时间范围内的搬运机器人归为一组；获取同组内搬运机器人的规划路径，按照所述规划路径的距离及搬运机器人的到达优先级进行移动速度规划，通过速度规划使同组内搬运机器人在预设时间间隔内到达货物目标存放区域，保证同组内搬运机器人到达时间间隔不大于预设时间间隔。
需要说明的是，根据搬运机器人的路径冲突点进行规划路径调整，具体为：根据各搬运机器人的规划路径及移动速度获取路径冲突格栅，将先进入路径冲突格栅中的搬运机器人避让优先级调高，实现优先通过；将后进入路径冲突格栅中的搬运机器人进行避让时间计算及路径局部规划时间计算，若路径局部规划的路径仍存在与其他搬运机器人的冲突情况，则进行舍弃，若与其他搬运机器人不存在冲突情况，计算重新规划路径下到达目标存放区域位置花费的时间；根据搬运机器人的移动速度及尺寸信息获取后进入路径冲突格栅中的搬运机器人的避让时间与到达目标存放区域位置时间的第一总和时间及局部路径规划后新规划路径到达目标存放区域位置时间及规划时间的第二总和时间；将所述第一总和时间与第二总和时间进行对比，将花费时间较少的策略方案发送至后进入路径冲突格栅中的搬运机器人。
需要说明的是，本发明还包括，将异常搬运机器人进行远程控制转运，具体为：当搬运机器人在工作过程中出现异常状况无法达到规划移动速度时，则判断异常搬运机器人是否处于搬运状态，所述异常状况包括故障及电量异常等情况；若异常搬运机器人处于搬运状态，则将搬运机器人从所在分组中剔除，生成搬运机器人异常预警信息，并调整异常搬运机器人的避让优先级，将异常搬运机器人的避让优先级调整至最低，在完成搬运后将异常搬运机器人运转至临时存放区域；若异常搬运机器人不处于搬运状态，则获取异常搬运机器人当前位置信息，并根据异常搬运机器人的当前位置信息及预设区域位置信息生成临时存放规划路径信息，并将所述临时存放规划路径信息向异常搬运机器人进行发送；同时，重新选择与货物存放区域的距离最近的空闲搬运机器人执行搬运任务。
根据本发明实施例，本发明还包括，在进行搬运机器人路径规划过程中判断各子区域的拥挤程度，具体为：
获取搬运机器人所在子区域对应当前格栅在全部搬运机器人规划路径中的出现次数，根据所述出现次数判断预设时间段的拥挤程度；
通过当前格栅的拥挤程度预测相邻格栅的拥挤程度，当全部格栅遍历完成后输出目标区域格栅地图的拥堵程度序列，并将所述拥堵程度序列赋予预设颜色进行可视化显示；
在进行新增搬运机器人的路径规划时，则根据目标区域各格栅的拥挤程度进行判断选择，避开拥挤路段规划；
当格栅的拥挤程度大于预设拥挤程度阈值时，则将该格栅进行舍弃，不在该格栅上进行路径规划。
需要说明的是，对目标区域格栅地图进行各格栅的拥挤程度的计算，其拥挤程度越大表示搬运机器人通过该格栅花费的时间代价越大，对拥堵程度大的格栅进行标注，能够有效减化搬运机器人路径规划过程中父节点邻近格栅的搜索过程，大大缩短了规划时间，避开拥挤路段增强了规划路径的安全性。
图3示出了本发明一种基于远程遥操作的搬运机器人路径规划系统的框图。
本发明第二方面还提供了一种基于远程遥操作的搬运机器人路径规划系统3，该系统包括：存储器31、处理器32，所述存储器中包括一种基于远程遥操作的搬运机器人路径规划方法程序，所述一种基于远程遥操作的搬运机器人路径规划方法程序被所述处理器执行时实现如下步骤：
获取货物搬运任务信息，根据所述货物搬运任务信息获取所需搬运机器人数量信息，获取搬运机器人初始位置信息及货物存放区域，通过所述初始位置信息与货物存放区域的距离信息优先选择搬运机器人执行搬运任务；
获取目标区域的平面图信息，并根据所述平面图信息将目标区域分为若干子区域，获取搬运机器人生成的搬运反馈信息后，根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，并根据搬运货物的体积及重量信息规划搬运机器人的移动速度；
将规划路径及移动速度发送至搬运机器人实现远程遥操作，当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，对规划路径进行调整更新。
需要说明的是，所述的根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，具体为：根据目标区域的若干子区域生成目标区域的格栅地图，预设搬运机器人在目标区域执行搬运任务的行走约束，例如目标区域内道路的可通行及方向约束、道路最容量约束等，将目标区域中的道路规定为不同方向的单行道，避免不同搬运机器迎面碰撞的情况。
基于A*算法根据所述格栅地图及行走约束进行路径的总体规划，将搬运机器人的 初始位置信息作为父节点存入OPEN列表，计算周围格栅的评价函数，选取最小评价函数值 所对应的格栅为新父节点，同时将起始位置信息存入CLOSE列表；A*算法是兼顾搜索效率与 最优路径的一种启发式搜索算法，其中评价函数
Figure 584065DEST_PATH_IMAGE009
，具体为：
Figure 576292DEST_PATH_IMAGE010
其中，
Figure 740557DEST_PATH_IMAGE011
表示初始位置信息到特定目标节点的路径代价值，
Figure 434712DEST_PATH_IMAGE012
表示当 前节点到目标节点预测路径代价值，其中
Figure 444257DEST_PATH_IMAGE011
、
Figure 556569DEST_PATH_IMAGE012
可通过欧式距离与曼哈顿距离 获取。
通过新父节点进行周围格栅的评价函数计算，更新OPEN列表及CLOSE列表，进行迭代至目标存放区域位置信息结束，将选取的父节点从初始位置信息连接至目标存放区域位置信息构成规划路径。
需要说明的是，所述当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，具体为：当目标区域环境内存在可移动障碍时，根据可移动障碍的当前位置信息及运动轨迹确定障碍区域，并结合时间序列进行实时更新，生成目标区域环境变化特征，所述障碍区域随可移动障碍的位置信息进行实时更新，保证环境变化特征的时效性；根据所述目标区域环境变化特征及当前搬运机器人位置信息及移动速度判断搬运机器人的搬运过程中是否与障碍区域存在交集；若存在交集，则根据搬运机器人当前位置信息进行路径局部规划，使搬运机器人的搬运路径避开障碍区域；若不存在交集，则搬运机器人按照既定规划路径进行货物搬运。
目标区域环境内存在可移动障碍，例如，装载货车辆等，获取装载货车辆的当前位置信息及车身尺寸信息，确定装载货车辆当前所处格栅，根据装载货车辆当前所处格栅确定障碍区域，由于车辆形式存在诸多不确定性，为了能够确保搬运机器人的安全搬运，在车身尺寸信息的基础上扩大适当范围确定障碍区域，并根据装载货车辆的行驶路线确定其运动轨迹，其中通过摄像头等机器视觉设备实时确定装载货车辆的位置信息以获取装载货车辆的行驶路线，根据运动轨迹结合时间序列更新装载货车辆的障碍区域，当装载货车辆完全驶离当前障碍区域时，则根据运动轨迹确定运动方向，获取装载货车辆的新位置信息，根据新位置信息及运动方向确定新障碍区域；根据搬运机器人当前位置信息进行路径局部规划，将当前位置信息作为新的初始位置信息基于A*算法进行路径规划避开障碍区域，并将重新规划后的路径远程发送给搬运机器人对规划路径进行更新，搬运机器人根据更新后规划路径继续执行搬运任务。
需要说明的是，所述根据搬运货物的体积及重量信息规划搬运机器人的移动速度，具体为：根据货物搬运任务信息获取货物的体积及重量信息，将货物的体积及重量信息与各搬运机器人的规划路径进行匹配，并根据货物体积与重量信息生成搬运机器人的到达优先级，到达优先级高的搬运机器人先达到进行货物的码放，货物的码放遵循体积或重量大的货区至于下层，因此通过到达优先级设置搬运机器人的到达顺序，有利于货物的整齐码放；根据搬运出发时间对搬运机器人进行分组，将搬运出发时间在预设时间范围内的搬运机器人归为一组；获取同组内搬运机器人的规划路径，按照所述规划路径的距离及搬运机器人的到达优先级进行移动速度规划，通过速度规划使同组内搬运机器人在预设时间间隔内到达货物目标存放区域，保证同组内搬运机器人到达时间间隔不大于预设时间间隔。
需要说明的是，根据搬运机器人的路径冲突点进行规划路径调整，具体为：根据各搬运机器人的规划路径及移动速度获取路径冲突格栅，将先进入路径冲突格栅中的搬运机器人避让优先级调高，实现优先通过；将后进入路径冲突格栅中的搬运机器人进行避让时间计算及路径局部规划时间计算，若路径局部规划的路径仍存在与其他搬运机器人的冲突情况，则进行舍弃，若与其他搬运机器人不存在冲突情况，计算重新规划路径下到达目标存放区域位置花费的时间；根据搬运机器人的移动速度及尺寸信息获取后进入路径冲突格栅中的搬运机器人的避让时间与到达目标存放区域位置时间的第一总和时间及局部路径规划后新规划路径到达目标存放区域位置时间及规划时间的第二总和时间；将所述第一总和时间与第二总和时间进行对比，将花费时间较少的策略方案发送至后进入路径冲突格栅中的搬运机器人。
需要说明的是，本发明还包括，将异常搬运机器人进行远程控制转运，具体为：当搬运机器人在工作过程中出现异常状况无法达到规划移动速度时，则判断异常搬运机器人是否处于搬运状态，所述异常状况包括故障及电量异常等情况；若异常搬运机器人处于搬运状态，则将搬运机器人从所在分组中剔除，生成搬运机器人异常预警信息，并调整异常搬运机器人的避让优先级，将异常搬运机器人的避让优先级调整至最低，在完成搬运后将异常搬运机器人运转至临时存放区域；若异常搬运机器人不处于搬运状态，则获取异常搬运机器人当前位置信息，并根据异常搬运机器人的当前位置信息及预设区域位置信息生成临时存放规划路径信息，并将所述临时存放规划路径信息向异常搬运机器人进行发送；同时，重新选择与货物存放区域的距离最近的空闲搬运机器人执行搬运任务。
根据本发明实施例，本发明还包括，在进行搬运机器人路径规划过程中判断各子区域的拥挤程度，具体为：
获取搬运机器人所在子区域对应当前格栅在全部搬运机器人规划路径中的出现次数，根据所述出现次数判断预设时间段的拥挤程度；
通过当前格栅的拥挤程度预测相邻格栅的拥挤程度，当全部格栅遍历完成后输出目标区域格栅地图的拥堵程度序列，并将所述拥堵程度序列赋予预设颜色进行可视化显示；
在进行新增搬运机器人的路径规划时，则根据目标区域各格栅的拥挤程度进行判断选择，避开拥挤路段规划；
当格栅的拥挤程度大于预设拥挤程度阈值时，则将该格栅进行舍弃，不在该格栅上进行路径规划。
需要说明的是，对目标区域格栅地图进行各格栅的拥挤程度的计算，其拥挤程度越大表示搬运机器人通过该格栅花费的时间代价越大，对拥堵程度大的格栅进行标注，能够有效减化搬运机器人路径规划过程中父节点邻近格栅的搜索过程，大大缩短了规划时间，避开拥挤路段增强了规划路径的安全性。
本发明第三方面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中包括一种基于远程遥操作的搬运机器人路径规划方法程序，所述一种基于远程遥操作的搬运机器人路径规划方法程序被处理器执行时，实现如上述任一项所述的一种基于远程遥操作的搬运机器人路径规划方法的步骤。
本发明公开的一种基于远程遥操作的搬运机器人路径规划方法、系统及介质，包括：获取目标区域的平面图信息，并根据所述平面图信息将目标区域分为若干子区域，获取搬运机器人生成的搬运反馈信息后，根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，并根据搬运货物的体积及重量信息规划搬运机器人的移动速度；将规划路径及移动速度发送至搬运机器人实现远程遥操作，当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，对规划路径进行调整更新。本发明通过对搬运机器人的搬运路径进行优化规划，能够对可移动障碍进行避让，保证了搬运机器人移动路径的顺畅性，提高了搬运机器人的服务效率。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例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一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种基于远程遥操作的搬运机器人路径规划方法，其特征在于，包括以下步骤：
获取货物搬运任务信息，根据所述货物搬运任务信息获取所需搬运机器人数量信息，获取搬运机器人初始位置信息及货物存放区域，通过所述初始位置信息与货物存放区域的距离信息优先选择搬运机器人执行搬运任务；
获取目标区域的平面图信息，并根据所述平面图信息将目标区域分为若干子区域，获取搬运机器人生成的搬运反馈信息后，根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，并根据搬运货物的体积及重量信息规划搬运机器人的移动速度；
将规划路径及移动速度发送至搬运机器人实现远程遥操作，当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，对规划路径进行调整更新。
2.根据权利要求1所述的一种基于远程遥操作的搬运机器人路径规划方法，其特征在于，所述的根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，具体为：
根据目标区域的若干子区域生成目标区域的格栅地图，预设搬运机器人在目标区域执行搬运任务的行走约束；
基于A*算法根据所述格栅地图及行走约束进行路径的总体规划，将搬运机器人的初始位置信息作为父节点存入OPEN列表，计算周围格栅的评价函数，选取最小评价函数值所对应的格栅为新父节点，同时将起始位置信息存入CLOSE列表；
通过新父节点进行周围格栅的评价函数计算，更新OPEN列表及CLOSE列表，进行迭代至目标存放区域位置信息结束，将选取的父节点从初始位置信息连接至目标存放区域位置信息构成规划路径。
3.根据权利要求1所述的一种基于远程遥操作的搬运机器人路径规划方法，其特征在于，所述当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，具体为：
当目标区域环境内存在可移动障碍时，根据可移动障碍的当前位置信息及运动轨迹确定障碍区域，并结合时间序列进行实时更新，生成目标区域环境变化特征；
根据所述目标区域环境变化特征及当前搬运机器人位置信息及移动速度判断搬运机器人的搬运过程中是否与障碍区域存在交集；
若存在交集，则根据搬运机器人当前位置信息进行路径局部规划，使搬运机器人的搬运路径避开障碍区域；
若不存在交集，则搬运机器人按照既定规划路径进行货物搬运。
4.根据权利要求1所述的一种基于远程遥操作的搬运机器人路径规划方法，其特征在于，所述根据搬运货物的体积及重量信息规划搬运机器人的移动速度，具体为：
根据货物搬运任务信息获取货物的体积及重量信息，将货物的体积及重量信息与各搬运机器人的规划路径进行匹配，并根据货物体积与重量信息生成搬运机器人的到达优先级；
根据搬运出发时间对搬运机器人进行分组，将搬运出发时间在预设时间范围内的搬运机器人归为一组；
获取同组内搬运机器人的规划路径，按照所述规划路径的距离及搬运机器人的到达优先级进行移动速度规划，通过速度规划使同组内搬运机器人在预设时间间隔内到达货物目标存放区域。
5.根据权利要求1所述的一种基于远程遥操作的搬运机器人路径规划方法，其特征在于，根据搬运机器人的路径冲突点进行规划路径调整，具体为：
根据各搬运机器人的规划路径及移动速度获取路径冲突格栅，将先进入路径冲突格栅中的搬运机器人避让优先级调高，实现优先通过；
将后进入路径冲突格栅中的搬运机器人进行避让时间计算及路径局部规划时间计算；
获取后进入路径冲突格栅中的搬运机器人的避让时间与到达目标存放区域位置时间的第一总和时间及局部路径规划后新规划路径到达目标存放区域位置时间及规划时间的第二总和时间；
将所述第一总和时间与第二总和时间进行对比，将花费时间较少的策略方案发送至后进入路径冲突格栅中的搬运机器人。
6.根据权利要求4所述的一种基于远程遥操作的搬运机器人路径规划方法，其特征在于，还包括：
当搬运机器人在工作过程中出现异常状况无法达到规划移动速度时，则判断异常搬运机器人是否处于搬运状态；
若异常搬运机器人处于搬运状态，则将搬运机器人从所在分组中剔除，生成搬运机器人异常预警信息，并调整异常搬运机器人的避让优先级，将异常搬运机器人的避让优先级调整至最低，在完成搬运后将异常搬运机器人运转至临时存放区域；
若异常搬运机器人不处于搬运状态，则获取异常搬运机器人当前位置信息，并根据异常搬运机器人的当前位置信息及预设区域位置信息生成临时存放规划路径信息，并将所述临时存放规划路径信息向异常搬运机器人进行发送；
同时，重新选择与货物存放区域的距离最近的空闲搬运机器人执行搬运任务。
7.一种基于远程遥操作的搬运机器人路径规划系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括一种基于远程遥操作的搬运机器人路径规划方法程序，所述一种基于远程遥操作的搬运机器人路径规划方法程序被所述处理器执行时实现如下步骤：
获取货物搬运任务信息，根据所述货物搬运任务信息获取所需搬运机器人数量信息，获取搬运机器人初始位置信息及货物存放区域，通过所述初始位置信息与货物存放区域的距离信息优先选择搬运机器人执行搬运任务；
获取目标区域的平面图信息，并根据所述平面图信息将目标区域分为若干子区域，获取搬运机器人生成的搬运反馈信息后，根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，并根据搬运货物的体积及重量信息规划搬运机器人的移动速度；
将规划路径及移动速度发送至搬运机器人实现远程遥操作，当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，对规划路径进行调整更新。
8.根据权利要求7所述的一种基于远程遥操作的搬运机器人路径规划系统，其特征在于，所述的根据搬运机器人当前所在子区域确定初始位置信息进行路径的总体规划，具体为：
根据目标区域的若干子区域生成目标区域的格栅地图，预设搬运机器人在目标区域执行搬运任务的行走约束；
基于A*算法根据所述格栅地图及行走约束进行路径的总体规划，将搬运机器人的初始位置信息作为父节点存入OPEN列表，计算周围格栅的评价函数，选取最小评价函数值所对应的格栅为新父节点，同时将起始位置信息存入CLOSE列表；
通过新父节点进行周围格栅的评价函数计算，更新OPEN列表及CLOSE列表，进行迭代至目标存放区域位置信息结束，将选取的父节点从初始位置信息连接至目标存放区域位置信息构成规划路径。
9.根据权利要求7所述的一种基于远程遥操作的搬运机器人路径规划系统，其特征在于，所述当搬运机器人在搬运过程中遇到可移动障碍时，进行路径局部规划，具体为：
当目标区域环境内存在可移动障碍时，根据可移动障碍的当前位置信息及运动轨迹确定障碍区域，并结合时间序列进行实时更新，生成目标区域环境变化特征；
根据所述目标区域环境变化特征及当前搬运机器人位置信息及移动速度判断搬运机器人的搬运过程中是否与障碍区域存在交集；
若存在交集，则根据搬运机器人当前位置信息进行路径局部规划，使搬运机器人的搬运路径避开障碍区域；
若不存在交集，则搬运机器人按照既定规划路径进行货物搬运。
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中包括一种基于远程遥操作的搬运机器人路径规划方法程序，所述一种基于远程遥操作的搬运机器人路径规划方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种基于远程遥操作的搬运机器人路径规划方法的步骤。
CN202210506372.6A 2022-05-11 2022-05-11 基于远程遥操作的搬运机器人路径规划方法、系统及介质 Active CN114637303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210506372.6A CN114637303B (zh) 2022-05-11 2022-05-11 基于远程遥操作的搬运机器人路径规划方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210506372.6A CN114637303B (zh) 2022-05-11 2022-05-11 基于远程遥操作的搬运机器人路径规划方法、系统及介质

Publications (2)

Publication Number Publication Date
CN114637303A true CN114637303A (zh) 2022-06-17
CN114637303B CN114637303B (zh) 2022-08-02

Family

ID=81952723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210506372.6A Active CN114637303B (zh) 2022-05-11 2022-05-11 基于远程遥操作的搬运机器人路径规划方法、系统及介质

Country Status (1)

Country Link
CN (1) CN114637303B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113657674A (zh) * 2021-08-18 2021-11-16 杭州华橙软件技术有限公司 任务规划调整方法和装置、存储介质及电子设备
CN116588573A (zh) * 2023-04-28 2023-08-15 北京云中未来科技有限公司 一种仓储智能起重系统的散料抓取控制方法及系统
CN117035602A (zh) * 2023-10-10 2023-11-10 成都思越智能装备股份有限公司 一种跨搬运系统的物料搬送路径寻优方法及装置
CN113657674B (zh) * 2021-08-18 2024-05-31 杭州华橙软件技术有限公司 任务规划调整方法和装置、存储介质及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109821747A (zh) * 2019-03-28 2019-05-31 上海中通吉网络技术有限公司 自动分拣方法和装置
CN109839935A (zh) * 2019-02-28 2019-06-04 华东师范大学 多agv的路径规划方法及设备
CN111932000A (zh) * 2020-07-28 2020-11-13 太原科技大学 一种应用于大型物流系统的多agv调度方法
CN112925308A (zh) * 2021-01-21 2021-06-08 深圳市人工智能与机器人研究院 路径规划方法、装置及计算机存储介质
CN113156886A (zh) * 2021-04-30 2021-07-23 南京理工大学 一种智能物流路径规划方法及系统
CN114415610A (zh) * 2021-12-28 2022-04-29 深圳市优必选科技股份有限公司 机器人的调度方法、装置、电子设备及存储介质
CN114433502A (zh) * 2021-12-31 2022-05-06 深圳云天励飞技术股份有限公司 货品拣选方法、装置、电子设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109839935A (zh) * 2019-02-28 2019-06-04 华东师范大学 多agv的路径规划方法及设备
CN109821747A (zh) * 2019-03-28 2019-05-31 上海中通吉网络技术有限公司 自动分拣方法和装置
CN111932000A (zh) * 2020-07-28 2020-11-13 太原科技大学 一种应用于大型物流系统的多agv调度方法
CN112925308A (zh) * 2021-01-21 2021-06-08 深圳市人工智能与机器人研究院 路径规划方法、装置及计算机存储介质
CN113156886A (zh) * 2021-04-30 2021-07-23 南京理工大学 一种智能物流路径规划方法及系统
CN114415610A (zh) * 2021-12-28 2022-04-29 深圳市优必选科技股份有限公司 机器人的调度方法、装置、电子设备及存储介质
CN114433502A (zh) * 2021-12-31 2022-05-06 深圳云天励飞技术股份有限公司 货品拣选方法、装置、电子设备及存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113657674A (zh) * 2021-08-18 2021-11-16 杭州华橙软件技术有限公司 任务规划调整方法和装置、存储介质及电子设备
CN113657674B (zh) * 2021-08-18 2024-05-31 杭州华橙软件技术有限公司 任务规划调整方法和装置、存储介质及电子设备
CN116588573A (zh) * 2023-04-28 2023-08-15 北京云中未来科技有限公司 一种仓储智能起重系统的散料抓取控制方法及系统
CN116588573B (zh) * 2023-04-28 2024-02-02 北京云中未来科技有限公司 一种仓储智能起重系统的散料抓取控制方法及系统
CN117035602A (zh) * 2023-10-10 2023-11-10 成都思越智能装备股份有限公司 一种跨搬运系统的物料搬送路径寻优方法及装置
CN117035602B (zh) * 2023-10-10 2023-12-15 成都思越智能装备股份有限公司 一种跨搬运系统的物料搬送路径寻优方法及装置

Also Published As

Publication number Publication date
CN114637303B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN114637303B (zh) 基于远程遥操作的搬运机器人路径规划方法、系统及介质
CN110989582B (zh) 基于路径预先占用的多agv自动避让式智能调度方法
Mushtaq et al. Traffic flow management of autonomous vehicles using deep reinforcement learning and smart rerouting
US11860621B2 (en) Travel control device, travel control method, travel control system and computer program
CN105182981A (zh) 机器人的行进方法、控制方法、控制系统和服务器
US20210325862A1 (en) Safeguarding resources of physical entities in a shared environment
US20220306152A1 (en) Task-Motion Planning for Safe and Efficient Urban Driving
EP4141599A1 (en) Multi-robot route planning
Hosseini et al. Interactive path planning for teleoperated road vehicles in urban environments
Secchi et al. A dynamic routing strategy for the traffic control of AGVs in automatic warehouses
Zhang et al. Application of Automated Guided Vehicles in Smart Automated Warehouse Systems: A Survey.
CN114365057A (zh) 控制平台、控制系统、服务提供系统、服务提供方法和控制方法
EP3791134A1 (en) A system and method for managing a plurality of vehicles
Shi et al. Task allocation and path planning of many robots with motion uncertainty in a warehouse environment
Liu et al. Simultaneous planning and scheduling for multi-autonomous vehicles
CN113759894A (zh) 信息处理装置、信息处理方法、信息处理系统以及计算机程序
CN112486164A (zh) 智能小车路径规划的方法、装置、设备及存储介质
Baïou et al. Algorithms for the safe management of autonomous vehicles
CN116892945A (zh) 移动机器人路径死锁处理方法及装置
JP7431092B2 (ja) 制御プラットフォーム及び制御方法
Secchi et al. Trafcon–traffic control of agvs in automatic warehouses
CN113485378A (zh) 基于交通规则的移动机器人路径规划方法、系统及存储介质
EP3983913A1 (en) Methods and systems for path planning in a known environment
Vrabič et al. Improving the Flow in Multi-Robot Logistic Systems through Optimization of Layout Roadmaps
CN116166027B (zh) 一种用于仓储物流的智能机器人控制方法及系统

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