CN115285885B - 基于仓储环境无人叉车路径和任务联合生成方法及系统 - Google Patents
基于仓储环境无人叉车路径和任务联合生成方法及系统 Download PDFInfo
- Publication number
- CN115285885B CN115285885B CN202210715148.8A CN202210715148A CN115285885B CN 115285885 B CN115285885 B CN 115285885B CN 202210715148 A CN202210715148 A CN 202210715148A CN 115285885 B CN115285885 B CN 115285885B
- Authority
- CN
- China
- Prior art keywords
- unmanned forklift
- task
- behavior
- path
- generating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000004458 analytical method Methods 0.000 claims abstract description 55
- 230000009471 action Effects 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000006399 behavior Effects 0.000 claims description 180
- 238000010586 diagram Methods 0.000 claims description 67
- 230000003993 interaction Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 abstract description 14
- 230000002452 interceptive effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 5
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/063—Automatically guided
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/075—Constructional features or details
- B66F9/0755—Position control; Position detectors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/075—Constructional features or details
- B66F9/07581—Remote controls
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Mechanical Engineering (AREA)
- Warehouses Or Storage Devices (AREA)
- Forklifts And Lifting Vehicles (AREA)
Abstract
本发明公开了一种基于仓储环境无人叉车路径和任务联合生成方法及系统。通过实时获取仓储环境中无人叉车任务数据;根据无人叉车所在位置,结合收到的任务项,对所述无人叉车进行行为解析;生成可执行行为链表,根据所述行为链表,无人叉车可进行任务自动执行;以及与方法相应的系统、平台;无需设计复杂的智能路径规划算法。让无人叉车的路径规划中考虑和其他设备的交互行为。让无人叉车的路径规划中考虑交通规则,同时实现临时封闭和开放某些路径。避免了智能算法的不够智能,不够安全,无法处理多任务的问题。而且具有良好的模块化和扩展性,遇到新类型的移动无人叉车或者需要与新的外部设备交互,很容易在该框架下扩展无人叉车的行为。
Description
技术领域
本发明属于仓库管理及物流运输技术领域,具体涉及一种基于仓储环境无人叉车路径和任务联合生成方法及系统。
背景技术
现目前,路径和任务是无人叉车完成工作的先决条件,或者输入。常用的路径规划功能是通过智能路径规划算法来实现的。然而,在仓储环境下,安全性要求高、任务类型多样化,无人叉车需要和其他不同设备进行交互、移动具有人为设定的交通规则,智能路径规划算法智能程度不高,容易让无人叉车陷入危险,违反交通规则,同时无法完成多类型的任务。
如图1所示,给定环境地图,任务的起点、终点,无人叉车需要找到一条路径,该路径一般有如下要求:1、无障碍物;2、距离障碍物尽可能的远。3、长度尽可能的短。4、路径尽可能的平滑。5、路径不经过危险区域。一般通过hybrid A*,RRT*等智能路径规划算法可以实现无人叉车的自主路径规划功能,解决上述问题。但是,一旦无人叉车需要解决实际业务问题,其将面临多任务,环境具有语义信息和交通规则(工作区,人行区,货物区,车行道,单行道等),无人叉车在移动或者完成任务过程中需要和多种设备设备进行交互(电梯、卷闸门、滚筒线、货物拖板等),某条路径上的设备会临时进行维护,该路径可能会封闭一段时间等问题。
比如:无人叉车从二楼的休息区出发,前往一楼货物区插取货物,然后将货物放到二楼的货物区(如图2所示)。无人叉车首先得通过车行道(双向)移到到电梯门口,然后呼叫电梯开门并告诉电梯要前往一楼,当电梯开门后,进入电梯,乘坐电梯到一楼,等待电梯开门后,进入行车道(单向),来到货物区,执行取货任务(对齐并插取拖板),然后沿着行车道(单向)返回电梯,来到二楼,离开电梯,沿着行车道来到货物区的卷闸门前,呼叫卷闸门打开,当卷闸门打开后,进入货物区执行放货任务。从该例子可以看出,该无人叉车需要执行取货和放货任务,同时在移动过程中需要和电梯、卷闸门交互,同时需要遵守预先制定的交通规则(单双行道)。而基于智能算法的路径规划无非完成上述业务层面的路径规划,现有的基于人工设置路径点和规划的方法可以解决绕过危险区域,并且按照一定交通规则进行移动,但无法解决多任务规划和多设备交互规划、及临时路径封闭的问题。
也就是说,现有路径规划技术有如下缺点:基于智能路径规划算法的自主路径规划缺点:其结果通常是最短、不碰撞、距离障碍物最远的平滑路径。但难以包容人为设定的交通规则,难以让无人叉车规划出和其他设备交互的行为,以及难以让无人叉车完成多任务。另外,当设备维修需要临时封闭一条路径时,基于智能路径规划的方式难以快速做出恰当的调整。
基于路径点编辑的方法:其主要过程和本方法类似,通过人工设置无人叉车路径上的关键点、关键点之间的路径,甚至加入某些交通规则,从而构建一张路径图,然后根据路径图进行基于图搜索的路径规划。该类方法无法规划出和不同设备交互的行为,也无非进行多任务的规划、同时也无法临时封闭某条路径。
因此,针对以上复杂仓储业务场景下的路径所存在的技术问题缺陷,急需设计和开发一种基于仓储环境无人叉车路径和任务联合生成方法及系统。
发明内容
为克服上述现有技术存在的不足及困难,本发明之目的在于提供一种基于仓储环境无人叉车路径和任务联合生成方法、系统及平台,以实现复杂场景,复杂任务,需要与多个设备进行联合的业务场景下的路径规划,同时实现临时路径封闭的处理。
本发明的第一目的在于提供一种基于仓储环境无人叉车路径和任务联合生成方法;
本发明的第二目的在于提供一种基于仓储环境无人叉车路径和任务联合生成系统;
本发明的第三目的在于提供一种基于仓储环境无人叉车路径和任务联合生成平台;
本发明的第一目的是这样实现的:所述方法具体包括如下步骤:
实时获取仓储环境中无人叉车任务和位置数据;
根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,利用行为解析规则对所述无人叉车进行行为解析;
生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业。
进一步地,所述实时获取仓储环境中无人叉车任务和位置数据之前,还包括步骤:
实时生成路径途中的行为属性表;
所述实时获取仓储环境中无人叉车任务和位置数据,还包括步骤:
实时获取无人叉车起始节点和目标节点数据;
结合任务路径图的路径单双向情况,以及路径路程,路径类型,设备交互行为,节点行为,生成无人叉车损失最小且合规的行为序列。
进一步地,所述无人叉车损失最小且合规的行为序列,具体为:考虑路径单双向,路径路程、路径类型、设备交互行为、节点行为的行为序列。
进一步地,所述无人叉车任务路径数据,具体为:
由任务路径图中的节点、节点属性、边、边属性构成的任务路径数据。
进一步地,所述根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,利用行为解析规则对所述无人叉车进行行为解析,还包括步骤:
生成行为路径图;以及生成行为解析规则;
根据所述任务路径图和行为解析规则,生成行为链表;并根据行为链表,控制所述无人叉车的行为动态。
进一步地,所述生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业,还包括步骤:
根据任务路径图和行为解析规则,于所述行为链表中生成无人叉车控制行为;
通过所述控制行为,实时对所述无人叉车进行任务作业。
进一步地,所述生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业,还包括步骤:
结合颜色显示,实时可视化所述无人叉车的任务执行过程
本发明的第二目的是这样实现的:所述系统具体包括:
获取单元,用于实时获取仓储环境中无人叉车位置数据和任务数据;
任务路径图生成单元:用于生成任务路径图;
行为解析单元,用于根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,对所述无人叉车进行行为解析,生成行为链表;
执行单元,用于无人叉车任务的执行并根据所述行为链表,实时对无人叉车进行任务作业。
进一步地,其特征在于所述获取单元中,还设置有:
第一生成模块:生成行为路径图;
第二生成模块,用于根据行为路径图,和行为解析规则,生成行为链表;
第一获取模块,用于实时获取无人叉车起始节点、位置和目标节点数据;
第三生成模块,用于结合路径的单双向情况,以及路径路程,路径类型,节点行为生成无人叉车损失最小且合规的行为;
所述无人叉车损失最小且合规的行为,具体为:行为链表;所述无人叉车任务路径数据,具体为:行为和路径相结合的相关参数;
所述行为解析单元中,还设置有:
第四生成模块,生成行为解析规则;控制模块,用于根据所述行为链表,控制所述无人叉车的行为动态;
所述生成交互单元中,还设置有:
可视化模块,用于结合颜色显示,实时可视化所述无人叉车的执行过程。
本发明的第三目的是这样实现的:包括:处理器、存储器以及基于任务路径图的仓储环境无人叉车路径和任务联合生成平台控制程序;
其中在所述的处理器执行所述的基于任务路径图的仓储环境无人叉车路径和任务联合生成平台控制程序,所述的基于任务路径图的仓储环境无人叉车路径和任务联合生成平台控制程序被存储在所述存储器中,所述的基于任务路径图的仓储环境无人叉车路径和任务联合生成平台控制程序,实现所述的基于任务路径图的仓储环境无人叉车路径和任务联合生成方法。
本发明通过方法实时获取仓储环境中无人叉车任务和位置数据;根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,利用行为解析规则对所述无人叉车进行行为解析;生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业;以及与方法相应的系统、平台;无需设计复杂的智能路径规划算法。让无人叉车的路径规划中考虑和其他设备的交互行为。让无人叉车的路径规划中考虑交通规则(单行道、双行道、避开人行道),同时实现临时封闭和开放某些路径。无人叉车在仓储环境下的行为完全由人工编辑确定,因此,可以通过离线仿真的方式确保所有行为的正确,避免了智能算法的不够智能,不够安全,无法处理多任务的问题。而且具有良好的模块化和扩展性,遇到新类型的移动无人叉车或者需要与新的外部设备交互,很容易在该框架下扩展无人叉车的行为。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中一般路径规划示意图;
图2为实例仓储场景下的路径规划示意图;
图3本发明一种基于仓储环境无人叉车路径和任务联合生成方法之多任务路径示意图;
图4本发明一种基于仓储环境无人叉车路径和任务联合生成方法之行为解析规则模块示意图;
图5本发明一种基于仓储环境无人叉车路径和任务联合生成方法之行为解析过程示意图;
图6本发明一种基于仓储环境无人叉车路径和任务联合生成方法流程示意图;
图7为本发明一种基于仓储环境无人叉车路径和任务联合生成系统架构示意图;
图8为本发明一种基于仓储环境无人叉车路径和任务联合生成平台架构示意图;
图9为本发明一种实施例中计算机可读取存储介质架构示意图;
图中:
1-地图;2-节点;3-节点属性表;4-边;5-边属性表;6-行为描述表;7-行为解析规则;8-可执行行为链表;
本发明目的实现、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
为便于更好的理解本发明的目的、技术方案和优点更加清楚,下面结合附图和具体的实施方式对本发明作进一步说明,本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。
本发明亦可通过其它不同的具体实例加以施行或应用,本说明书中的各项细节亦可基于不同观点与应用,在不背离本发明的精神下进行各种修饰与变更。
需要说明,若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,若本发明实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。其次,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
优选地,本发明一种基于仓储环境无人叉车路径和任务联合生成方法应用在一个或者多个终端或者服务器中。所述终端是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述终端可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可以与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
本发明为实现一种基于仓储环境无人叉车路径和任务联合生成方法、系统、平台及存储介质。
如图6所示,是本发明实施例提供的基于仓储环境无人叉车路径和任务联合生成方法的流程图。
在本实施例中,所述基于仓储环境无人叉车路径和任务联合生成方法,可以应用于具备显示功能的终端或者固定终端中,所述终端并不限定于个人电脑、智能手机、平板电脑、安装有摄像头的台式机或一体机等。
所述基于仓储环境无人叉车路径和任务联合生成方法也可以应用于由终端和通过网络与所述终端进行连接的服务器所构成的硬件环境中。网络包括但不限于:广域网、城域网或局域网。本发明实施例的基于仓储环境无人叉车路径和任务联合生成方法可以由服务器来执行,也可以由终端来执行,还可以是由服务器和终端共同执行。
例如,对于需要进行基于仓储环境无人叉车路径和任务联合生成终端,可以直接在终端上集成本发明的方法所提供的基于仓储环境无人叉车路径和任务联合生成功能,或者安装用于实现本发明的方法的客户端。再如,本发明所提供的方法还可以软件开发工具包(Software Development Kit,SDK)的形式运行在服务器等设备上,以SDK的形式提供基于仓储环境无人叉车路径和任务联合生成功能的接口,终端或其他设备通过所提供的接口即可实现基于仓储环境无人叉车路径和任务联合生成功能。
以下结合附图对本发明作进一步阐述。
如图1-9所示,本发明提供了一种基于仓储环境无人叉车路径和任务联合生成方法,所述的方法具体包括如下步骤:
S1、实时获取仓储环境中无人叉车任务和位置数据;
S2、根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,利用行为解析规则对所述无人叉车进行行为解析;
S3、生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业。
于所述实时获取仓储环境中无人叉车任务和位置数据之前,还包括步骤:
S01、实时生成路径途中的行为属性表;
所述实时获取仓储环境中无人叉车任务和位置数据,还包括步骤:
S11、实时获取无人叉车起始节点和目标节点数据;
S12、结合任务路径图的路径单双向情况,以及路径路程,路径类型,设备交互行为,节点行为,生成无人叉车损失最小且合规的行为序列。
所述无人叉车损失最小且合规的行为序列,具体为:考虑路径单双向,路径路程、路径类型、设备交互行为、节点行为的行为序列。
于所述无人叉车任务路径数据,具体为:
由任务路径图中的节点、节点属性、边、边属性构成的任务路径数据。
所述根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,利用行为解析规则对所述无人叉车进行行为解析,还包括步骤:S21、生成行为路径图;以及生成行为解析规则;
S22、根据所述任务路径图和行为解析规则,生成行为链表;并根据行为链表,控制所述无人叉车的行为动态。
所述生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业,还包括步骤:
S31、根据任务路径图和行为解析规则,于所述行为链表中生成无人叉车控制行为;
S32、通过所述控制行为,实时对所述无人叉车进行任务作业。
所述生成可执行行为链表,根据所述行为链表,实无人叉车进行任务作业,还包括步骤:S33、结合颜色显示,实时可视化所述无人叉车的任务执行过程。
具体地,在本发明实施例中,为解决无人叉车在仓储环境下,面向复杂任务的路径规划,现发明一种多任务路径图(如图3所示),其由环境地图(1)。节点(2);节点属性表(3);边(4);边属性表(5);行为描述表(6)组成。其中,环境地图(1)用于无人叉车的定位和局部无碰撞的路径规划。节点表(2)示无人叉车停靠、工作或者行为切换的位置;节点属性表(3)是对其所属节点的描述;边(4)表示无人叉车从一个点的移动到另外一个节点需要完成的动作、行为、路径;边属性表(5)是对其所属边的描述。行为描述表(6)为无人叉车特定行为和动作的描述。
当无人叉车的上层调度系统指定当前工作叉车和任务项时,叉车需要自己根据多任务路径图,规划一系列的动作,从而完成任务,因此发明一种基于多任务路径图的行为解析规则(7),该行为解析规则输入为多任务图、当前工作叉车、任务项,输出为可执行行为链表(8)(如图4所示)。无人叉车根据该可执行行为链表即可完成指派的任务。
在本发明具体的实施例中,分别针对行为描述表(6)、节点属性表(3)、边属性表(5)、行为解析规则(7)进行具体描述。
其中,行为描述表表达了无人叉车需要进行的11种基础行为,以及基础行为需要的参数,具体11种行为如下表所示:
其中,节点属性内容分为节点自我属性(21)和节点行为属性(22),节点自我属性表征节点的基础属性,节点行为属性表明无人叉车进入该节点时需要执行的行为,具体节点属性表由下表所示:
边属性表由边自我属性(23)和边行为属性(24)组成,边自我属性(23)为边的基础属性,由于边有两个端点,命名为A端和B端,无人叉车在工作时可能从边的A端移动到B端,或者从边的B端移动到A端,因此,边的行为属性(24)有两组行为,具体的边属性表由以下表格描述:
一旦通过人工的方式,编辑出多任务路径图,同时,上层的调度系统给出无人叉车需要前往的地点,和需要执行的任务,进一步即可通过行为解析规则(7)来获得可执行行为链表(8),无人叉车按照顺序执行可执行行为链表(8)即可完成任务。
行为解析规则的第一步:基于图搜索的路径规划
已知无人叉车的起始节点和目标节点,以及边的单双行属性(23.4)和损失属性(23.5)(配合曲线类型计算长度),可获得起始节点到目标节点的损失最小且合法的路径,由于多任务路径图表现出一张图(graph)结构,因此可以采用D*算法(无需复杂的智能规划算法)来实现该最小损失合法路径的规划。该最小损失合法路径可以表示为一张节点序列,例如:节点ID(1)->节点ID(2)...->节点ID(n)。
行为解析规则的第二步:行为解析
无人叉车的具体行为即可以通过查询每个节点对应的节点行为属性表(22),及节点和节点构成的边的边行为属性表(24),来获得一张可执行行为链表(8)。具体的解析过程如图5所示:
一开始所有节点都是绿色的(图5第一行),表示所有节点还未用于生成行为,由其产生的可执行链表是空的;其后,根据人为设置的解析规则,一步一步消除节点和边(图5的2,3,4行),每次消除,都会有一部分节点和边变为灰色,同时在可执行行为链表中生成相应的行为。当所有节点和边都被消除,也就是变成灰色,那么该次行为解析完成。
一个可用的解析规则如表所示,其中“、”表示或:
为实现上述目的,本发明还提供一种基于仓储环境无人叉车路径和任务联合生成系统,如图7所示,所述的系统具体包括:
获取单元,用于实时获取仓储环境中无人叉车位置数据和任务数据;
任务路径图生成单元:用于生成任务路径图;
行为解析单元,用于根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,对所述无人叉车进行行为解析,生成行为链表;
执行单元,用于无人叉车任务的执行并根据所述行为链表,实时对无人叉车进行任务作业。
所述获取单元中,还设置有:第一生成模块:生成行为路径图;
第二生成模块,用于根据行为路径图,和行为解析规则,生成行为链表;
第一获取模块,用于实时获取无人叉车起始节点、位置和目标节点数据;
第三生成模块,用于结合路径的单双向情况,以及路径路程,路径类型,节点行为生成无人叉车损失最小且合规的行为;
所述无人叉车损失最小且合规的行为,具体为:行为链表;所述无人叉车任务路径数据,具体为:行为和路径相结合的相关参数;
所述行为解析单元中,还设置有:
第四生成模块,生成行为解析规则;控制模块,用于根据所述行为链表,控制所述无人叉车的行为动态;
所述生成交互单元中,还设置有:
可视化模块,用于结合颜色显示,实时可视化所述无人叉车的执行过程。
在本发明系统方案实施例中,所述的一种基于仓储环境无人叉车路径和任务联合生成中涉及的方法,具体细节已在上文阐述,此处不再赘述。
为实现上述目的,本发明还提供一种基于仓储环境无人叉车路径和任务联合生成平台,如图8所示,包括:处理器、存储器以及基于仓储环境无人叉车路径和任务联合生成平台控制程序;
其中在所述的处理器执行所述的基于仓储环境无人叉车路径和任务联合生成平台控制程序,所述的基于仓储环境无人叉车路径和任务联合生成平台控制程序被存储在所述存储器中,所述的基于仓储环境无人叉车路径和任务联合生成平台控制程序,实现所述的基于仓储环境无人叉车路径和任务联合生成方法,例如:
S1、实时获取仓储环境中无人叉车任务和位置数据;
S2、根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,利用行为解析规则对所述无人叉车进行行为解析;
S3、生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业。
步骤具体细节已在上文阐述,此处不再赘述。
本发明实施例中,所述的基于仓储环境无人叉车路径和任务联合生成平台内置处理器,可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(CentralProcessing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器利用各种接口和线路连接取各个部件,通过运行或执行存储在存储器内的程序或者单元,以及调用存储在存储器内的数据,以执行基于仓储环境无人叉车路径和任务联合生成各种功能和处理数据;
存储器用于存储程序代码和各种数据,安装在基于仓储环境无人叉车路径和任务联合生成平台中,并在运行过程中实现高速、自动地完成程序或数据的存取。
所述存储器包括只读存储器(Read-Only Memory,ROM),随机存储器(RandomAccess Memory,RAM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
为实现上述目的,本发明还提供一种计算机可读取存储介质,如图9所示,所述计算机可读取存储介质存储有基于仓储环境无人叉车路径和任务联合生成平台控制程序,所述的基于仓储环境无人叉车路径和任务联合生成平台控制程序,实现所述的基于仓储环境无人叉车路径和任务联合生成方法,例如:
S1、实时获取仓储环境中无人叉车任务和位置数据;
S2、根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,利用行为解析规则对所述无人叉车进行行为解析;
S3、生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业。
步骤具体细节已在上文阐述,此处不再赘述。
在本发明的实施方式的描述中,需要说明的是,流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读取介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。
另外,计算机可读取介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
在本发明实施例中,为实现上述目的,本发明还提供一种芯片系统,所述芯片系统包括至少一个处理器,当程序指令在所述至少一个处理器中执行时,使得所述芯片系统执行所述的基于仓储环境无人叉车路径和任务联合生成方法,例如:
S1、实时获取仓储环境中无人叉车任务和位置数据;
S2、根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,利用行为解析规则对所述无人叉车进行行为解析;
S3、生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业。
步骤具体细节已在上文阐述,此处不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明通过方法实时获取仓储环境中无人叉车任务和位置数据;根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,利用行为解析规则对所述无人叉车进行行为解析;生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业;以及与方法相应的系统、平台;无需设计复杂的智能路径规划算法。让无人叉车的路径规划中考虑和其他设备的交互行为。让无人叉车的路径规划中考虑交通规则(单行道、双行道、避开人行道),同时实现临时封闭和开放某些路径。无人叉车在仓储环境下的行为完全由人工编辑确定,因此,可以通过离线仿真的方式确保所有行为的正确,避免了智能算法的不够智能,不够安全,无法处理多任务的问题。而且具有良好的模块化和扩展性,遇到新类型的移动无人叉车或者需要与新的外部设备交互,很容易在该框架下扩展无人叉车的行为。
也就是说,本发明方案是采用多任务路径图及配套的行为解析规则解决仓储环境下的无人叉车任务规划问题的方法。是多任务路径图的具体构成及其思想,并且是基于多任务路径图的行为解析规则及其思想。即发明提出了基于多任务路径图的无人叉车路径及任务规划方法,能适应不同环境,不同任务、具备交通规则下的无人叉车路径和任务规划。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (3)
1.一种基于仓储环境无人叉车路径和任务联合生成方法,其特征在于:所述的方法具体包括如下步骤:
S1、实时获取仓储环境中无人叉车任务和位置数据;
S2、根据无人叉车所在位置,生成任务路径图,并结合收到的任务,利用行为解析规则对所述无人叉车进行行为解析;
S3、生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业;
于所述实时获取仓储环境中无人叉车任务和位置数据之前,还包括步骤:
S01、实时生成路径途中的行为属性表;
所述实时获取仓储环境中无人叉车任务和位置数据,还包括步骤:
S11、实时获取无人叉车起始节点和目标节点数据;
S12、结合任务路径图的路径单双向情况、路径路程、路径类型、设备交互行为、节点行为,生成无人叉车损失最小且合规的行为序列;
所述根据无人叉车所在位置,生成任务路径图,并结合收到的任务,利用行为解析规则对所述无人叉车进行行为解析,还包括步骤:
S21、生成行为路径图;以及生成行为解析规则;
S22、根据所述任务路径图和行为解析规则,生成行为链表;并根据行为链表控制所述无人叉车的行为动态;
所述生成可执行行为链表,根据所述行为链表,无人叉车进行任务作业,还包括步骤:
S31、根据任务路径图和行为解析规则,于所述行为链表中生成无人叉车控制行为;
S32、通过所述控制行为,实时对所述无人叉车进行任务作业;
S33、结合颜色显示,实时可视化所述无人叉车的任务执行过程;
所述方法中设置有由环境地图、节点、节点属性表、边、边属性表和行为描述表组成的多任务路径图;环境地图用于无人叉车的定位和局部无碰撞的路径规划;节点表示无人叉车停靠、工作或者行为切换的位置;节点属性表是对其所属节点的描述;边表示无人叉车从一个点的移动到另外一个节点需要完成的动作、行为、路径;边属性表是对其所属边的描述;行为描述表为无人叉车特定行为和动作的描述。
2.一种基于仓储环境无人叉车路径和任务联合生成系统,其特征在于,所述系统用于如权利要求1所述的基于仓储环境无人叉车路径和任务联合生成方法,所述系统具体包括:
获取单元,用于实时获取仓储环境中无人叉车位置数据和任务数据;
任务路径图生成单元,用于生成任务路径图;
行为解析单元,用于根据无人叉车所在位置,生成的任务路径图,并结合收到的任务项,对所述无人叉车进行行为解析,生成行为链表;
执行单元,用于无人叉车任务的执行并根据所述行为链表,实时对无人叉车进行任务作业;
所述获取单元中,还设置有:
第一生成模块:生成行为路径图;
第一获取模块,用于实时获取无人叉车起始节点、位置和目标节点数据;
第二生成模块,用于根据行为路径图,和行为解析规则,生成行为链表;
第三生成模块,用于结合行为路径图中的路径的单双向情况、路径路程、路径类型、设备交互行为、节点行为生成无人叉车损失最小且合规的行为序列;
所述行为解析单元中,还设置有:
第四生成模块,生成行为解析规则;控制模块,用于根据所述行为链表,控制所述无人叉车的动态行为。
3.一种基于仓储环境无人叉车路径和任务联合生成平台,其特征在于,包括:处理器、存储器以及基于任务路径图的仓储环境无人叉车路径和任务联合生成平台控制程序;
其中,所述处理器执行所述基于任务路径图的仓储环境无人叉车路径和任务联合生成平台控制程序,所述基于任务路径图的仓储环境无人叉车路径和任务联合生成平台控制程序被存储在所述存储器中,所述基于任务路径图的仓储环境无人叉车路径和任务联合生成平台控制程序实现如权利要求1所述的基于仓储环境无人叉车路径和任务联合生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210715148.8A CN115285885B (zh) | 2022-06-22 | 2022-06-22 | 基于仓储环境无人叉车路径和任务联合生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210715148.8A CN115285885B (zh) | 2022-06-22 | 2022-06-22 | 基于仓储环境无人叉车路径和任务联合生成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115285885A CN115285885A (zh) | 2022-11-04 |
CN115285885B true CN115285885B (zh) | 2023-12-12 |
Family
ID=83820023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210715148.8A Active CN115285885B (zh) | 2022-06-22 | 2022-06-22 | 基于仓储环境无人叉车路径和任务联合生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115285885B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5280431A (en) * | 1985-08-30 | 1994-01-18 | Texas Instruments Incorporated | Method for controlling the movements of a mobile robot in a multiple node factory |
CN105467997A (zh) * | 2015-12-21 | 2016-04-06 | 浙江工业大学 | 基于线性时序逻辑理论的仓储机器人路径规划方法 |
CN109242138A (zh) * | 2018-07-23 | 2019-01-18 | 北京京东尚科信息技术有限公司 | 基于栈式任务管理的同城货物自动转运系统 |
CN109376677A (zh) * | 2018-11-02 | 2019-02-22 | 深圳龙岗智能视听研究院 | 一种基于外形-运动双流信息融合的视频行为检测方法 |
CN111612234A (zh) * | 2020-05-13 | 2020-09-01 | 中船重工信息科技有限公司 | 一种集装箱码头水平运输可视化系统 |
CN111857149A (zh) * | 2020-07-29 | 2020-10-30 | 合肥工业大学 | 一种a*算法与d*算法复合的自主路径规划方法 |
CN111966064A (zh) * | 2020-08-07 | 2020-11-20 | 东方航空物流股份有限公司 | 一种agv叉车调度系统、物料运输系统以及运输方法 |
CN112875577A (zh) * | 2020-12-28 | 2021-06-01 | 深圳市易艾得尔智慧科技有限公司 | 一种基于amr及agv叉车的智慧仓储管理控制系统 |
CN114326610A (zh) * | 2021-12-02 | 2022-04-12 | 一汽物流有限公司 | 一种基于双层时空网结构的agv运行优化系统及方法 |
CN114418043A (zh) * | 2021-12-01 | 2022-04-29 | 东方航空物流股份有限公司 | 基于agv叉车的危化品出入库搬运方法、系统、设备和介质 |
-
2022
- 2022-06-22 CN CN202210715148.8A patent/CN115285885B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5280431A (en) * | 1985-08-30 | 1994-01-18 | Texas Instruments Incorporated | Method for controlling the movements of a mobile robot in a multiple node factory |
CN105467997A (zh) * | 2015-12-21 | 2016-04-06 | 浙江工业大学 | 基于线性时序逻辑理论的仓储机器人路径规划方法 |
CN109242138A (zh) * | 2018-07-23 | 2019-01-18 | 北京京东尚科信息技术有限公司 | 基于栈式任务管理的同城货物自动转运系统 |
CN109376677A (zh) * | 2018-11-02 | 2019-02-22 | 深圳龙岗智能视听研究院 | 一种基于外形-运动双流信息融合的视频行为检测方法 |
CN111612234A (zh) * | 2020-05-13 | 2020-09-01 | 中船重工信息科技有限公司 | 一种集装箱码头水平运输可视化系统 |
CN111857149A (zh) * | 2020-07-29 | 2020-10-30 | 合肥工业大学 | 一种a*算法与d*算法复合的自主路径规划方法 |
CN111966064A (zh) * | 2020-08-07 | 2020-11-20 | 东方航空物流股份有限公司 | 一种agv叉车调度系统、物料运输系统以及运输方法 |
CN112875577A (zh) * | 2020-12-28 | 2021-06-01 | 深圳市易艾得尔智慧科技有限公司 | 一种基于amr及agv叉车的智慧仓储管理控制系统 |
CN114418043A (zh) * | 2021-12-01 | 2022-04-29 | 东方航空物流股份有限公司 | 基于agv叉车的危化品出入库搬运方法、系统、设备和介质 |
CN114326610A (zh) * | 2021-12-02 | 2022-04-12 | 一汽物流有限公司 | 一种基于双层时空网结构的agv运行优化系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115285885A (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108958241B (zh) | 机器人路径的控制方法、装置、服务器和存储介质 | |
Hermann et al. | Design principles for industrie 4.0 scenarios | |
Karam et al. | Functional integration approach for the berth allocation, quay crane assignment and specific quay crane assignment problems | |
US11842446B2 (en) | VR scene and interaction method thereof, and terminal device | |
CN112650226B (zh) | 一种机器人的调度方法、装置、设备及介质 | |
CN114281080B (zh) | 一种amr调度系统中解死锁的方法 | |
CN116700298A (zh) | 路径规划方法、系统、设备及存储介质 | |
CN115285885B (zh) | 基于仓储环境无人叉车路径和任务联合生成方法及系统 | |
CN114199247A (zh) | 移动机器人定位楼层的方法及装置 | |
KR102548980B1 (ko) | 순찰 관리 장치 및 방법 | |
CN113023513B (zh) | 一种防止机器人走失的方法、装置、电子设备及存储介质 | |
CN114282841A (zh) | 调度方法、装置、系统、控制设备及可读存储介质 | |
CN116972851A (zh) | 一种虚拟导航方法、装置、移动终端及存储介质 | |
Cahyono et al. | Dynamic berth and quay crane allocation for multiple berth positions and quay cranes | |
JP4445272B2 (ja) | クレーンシミュレータ、コンピュータプログラム及びコンピュータ読み取り可能な記録媒体 | |
Zhang et al. | Multi-AGVs pathfinding based on improved jump point search in logistic center | |
CN116009524A (zh) | 飞机出入库转运调度方法、装置和计算机设备 | |
Bai et al. | Incremental abstraction computation for symbolic controller synthesis in a changing environment | |
CN110077618A (zh) | 登机桥固定端的控制方法、装置、计算机设备和存储介质 | |
CN112732847A (zh) | 导航地图生成方法、电子设备及计算机可读存储介质 | |
CN111197990A (zh) | 智慧社区路线引导方法、系统、计算机设备及存储介质 | |
KR102687873B1 (ko) | 컨테이너 위치를 이용한 무인 차량의 위치 추정 방법 | |
Emanuele et al. | An Agenda on the Employment of AI Technologies in Port Areas: The TEBETS Project | |
Reis et al. | A collaborative fuzzy CPN system for conflict solution of flexible manufacturing system | |
CN115983613B (zh) | 一种航班拼接方法、装置、电子设备及存储介质 |
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 |