CN117270544A - 一种基于ai识别的智能物流机器人物流方法和系统 - Google Patents
一种基于ai识别的智能物流机器人物流方法和系统 Download PDFInfo
- Publication number
- CN117270544A CN117270544A CN202311549527.5A CN202311549527A CN117270544A CN 117270544 A CN117270544 A CN 117270544A CN 202311549527 A CN202311549527 A CN 202311549527A CN 117270544 A CN117270544 A CN 117270544A
- Authority
- CN
- China
- Prior art keywords
- module
- intelligent
- intelligent logistics
- logistics robot
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000013439 planning Methods 0.000 claims abstract description 30
- 230000003993 interaction Effects 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 34
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000004088 simulation Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 15
- 238000012790 confirmation Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 239000003814 drug Substances 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 10
- 229940079593 drug Drugs 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000012384 transportation and delivery Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Manipulator (AREA)
Abstract
本发明涉及智能物流机器人领域,尤其涉及一种基于AI识别的智能物流机器人物流方法,包括以下操作步骤:S1、在工作时,人们能够通过智能语音交互模块与智能物流机器人进行语音交互,从而实现对智能物流机器人的操作控制,当智能物流机器人接收到控制指令后,会通过自身行驱机构进行移动,从而实现智能物流机器人的自动行走,在行走过程中,通过智能物流机器人内部安装的碰撞传感预警模块可以对周围的环境进行感应,实现对周围障碍的规避,本发明通过智能路径规划模块能够根据接收到的信息对自身的行动路径进行智能规划,使得智能物流机器人能够实时规划最优路径,避免障碍物,并高效地完成货物搬运任务。
Description
技术领域
本发明涉及智能物流机器人领域,尤其涉及一种基于AI识别的智能物流机器人物流方法和系统。
背景技术
AI识别技术作为一种现代化的技术手段,正在逐渐融入我们的生活,随着科学技术的发展,AI识别技术越来越多地应用于日常生活、社会生产以及各个科学领域,它能够为人类带来很多便利,也为经济发展、社会安全等提供了极大的帮助,是一项改变人类未来的高科技,AI识别技术的主要原理是机器学习,其通过对数据进行学习,建立数据与输出之间的映射关系,实现对数据进行快速而准确的自动分析,识别和探测等一系列操作,它涉及自然语言处理、语音识别、图像识别、视频识别、行为识别以及人脸识别等多个方面,在医院的物资调动方面,传统的耗材转运方式往往存在不智能的问题,依赖较多的人力参与,并且难以准确掌握实际库存数据,此外,传统方式也无法根据历史记录提供有效的耗材使用建议,因此引入AI技术,利用智能物流机器人能自动判断耗材用量,省去繁琐的人工计划是有所必要的。
发明内容
本发明的目的是为了解决背景技术中存在的缺点,而提出的一种基于AI识别的智能物流机器人物流方法和系统。
为达到以上目的,本发明采用的技术方案为:一种基于AI识别的智能物流机器人物流方法,包括以下操作步骤:
S1、在工作时,人们能够通过智能语音交互模块与智能物流机器人进行语音交互,从而实现对智能物流机器人的操作控制,当智能物流机器人接收到控制指令后,会通过自身行驱机构进行移动,从而实现智能物流机器人的自动行走,在行走过程中,通过智能物流机器人内部安装的碰撞传感预警模块可以对周围的环境进行感应,实现对周围障碍的规避;
S2、利用智能物流机器人顶部安装的AI识别物流系统能够对周围环境进行摄像识别,通过数据处理系统能够接收摄像识别模块拍摄的周围环境信息数据,并通过智能路径规划模块能够根据接收到的信息对自身的行动路径进行智能规划,从而能够实现物流输送工作;
S3、当智能物流机器人遵循所规划的路径达到库房后,会通过摄像识别模块对库房中存放的药品或工具进行图像识别,之后通过自身抓取机构,将其取下,在取下后通过扫描确认模块能够对所取物品上的序列码进行读取识别,从而能够实现对索取物品的二次确认;
S4、在拿取或存放物品时,通过结果记录模块能够对自身的出库或入库动作进行记录,并能够通过库存记录同步模块进行数据记录同步,在智能物流机器人进行物流往复出入库时,通过余量计算分析模块能够对库房中的各项物品的数量进行计算,并能够依据往日工作数据对各项物品的消耗速度进行模拟分析,之后利用耗材模拟演算模块能够对各耗材进行计算,从而能够在耗材消耗完毕之前及时进行补货;
S5、利用智能推算提示系统能够根据物流的实时数据结合云计算技术,使得智能物流机器人能够进行数据分析和智能优化,通过分析和预测货物需求,使智能物流机器人可以提前准备和调度货物,并利用智能路径规划模块优化路径规划,提高物流操作的效率。
优选的,一种基于AI识别的智能物流机器人物流系统,所述医用智能物流系统包括中央集成处理器、智能物流机器人、数据处理系统、AI识别物流系统、库存记录同步系统和智能推算提示系统,所述中央集成处理器与智能物流机器人、数据处理系统、AI识别物流系统、库存记录同步系统和智能推算提示系统均相连接,所述智能物流机器人连接有数据处理系统,所述数据处理系统连接有AI识别物流系统,所述AI识别物流系统连接有库存记录同步系统,所述库存记录同步系统连接有智能推算提示系统。
优选的,所述智能物流机器人包括碰撞传感预警模块、智能语音交互模块、智能自动充电模块和智能路径规划模块,所述碰撞传感预警模块连接有智能语音交互模块,所述智能语音交互模块连接有智能自动充电模块,所述智能自动充电模块连接有智能路径规划模块。
优选的,所述数据处理系统包括数据采集接收模块、数据整合处理模块和指令应对反馈模块,所述数据采集接收模块连接有数据整合处理模块,所述数据整合处理模块连接有指令应对反馈模块。
优选的,所述AI识别物流系统包括摄像识别模块、扫描确认模块和结果记录模块,所述摄像识别模块连接有扫描确认模块,所述扫描确认模块连接有结果记录模块。
优选的,所述库存记录同步系统包括库存记录同步模块、余量计算分析模块、消耗模拟分析模块和耗材模拟演算模块,所述库存记录同步模块连接有余量计算分析模块,所述余量计算分析模块连接有消耗模拟分析模块,所述消耗模拟分析模块连接有耗材模拟演算模块。
优选的,所述碰撞传感预警模块分别设置在智能物流机器人的上、下两个区域,并组合成一个立体警戒感应区域。
优选的,所述智能路径规划模块采用LQR算法,其基本推导过程为:
1.利用碰撞传感预警模块与摄像识别模块对周围空间数据进行采集,并建立空间模型,通过状态空间模型来描述其动态行为,假设状态向量为,控制输入向量为/>,状态空间模型可以表示为:
其中,A和B分别标识系统状态转移和输入矩阵;
2.定义代价函数:
其中,Q和R为正定矩阵,标识状态和输入的加权系数;
3.计算最优控制器
其中,K为状态反馈矩阵,将上述控制器导入到状态空间模型中,得到:
代入代价函数,得到:
通过对代价函数求导,可以得到状态反馈矩阵K的解析表达式:
其中,P是满足Riccati方程的正定矩阵:
最后,根据状态反馈矩阵K,可以计算最优的控制输入:
从而实现最优的方向控制量。
优选的,所述智能路径规划模块通过建立Frenet坐标系对智能物流机器人进行动态监控,智能物流机器人空间位置监控步骤如下:
1、设定一个点,以该点为参考路径点并建立s-d坐标系,首先计算车辆相对位置:
2、通过坐标系旋转公示可以得到智能物流机器人在坐标系中的坐标为:
为方向误差,/>为航向角误差,/>为方向误差变化率,/>为航向角误差变化率;
其中为智能物流机器人当前航向角,/>为路径参考点的航向角;
其中为智能物流机器人当前速度,/>为智能物流机器人当前转角速度,/>为路径参考点的曲率,
由上述计算过程得到方向控制器中的横向误差、方向误差变化率、航向角误差、航向角误差变化率的状态变量。
与现有技术相比,本发明具有以下有益效果:
1、在工作时,人们能够通过智能语音交互模块与智能物流机器人进行语音交互,从而实现对智能物流机器人的操作控制,在行走过程中,通过智能物流机器人内部安装的碰撞传感预警模块可以对周围的环境进行感应,实现对周围障碍的规避,同时利用智能物流机器人顶部安装的AI识别物流系统能够对周围环境进行摄像识别,通过数据处理系统能够接收摄像识别模块拍摄的周围环境信息数据,并通过智能路径规划模块能够根据接收到的信息对自身的行动路径进行智能规划,使得智能物流机器人能够实时规划最优路径,避免障碍物,并高效地完成货物搬运任务。
2、当智能物流机器人遵循所规划的路径达到库房后,会通过摄像识别模块对库房中存放的药品或工具进行图像识别,之后通过自身抓取机构,将其取下,在取下后通过扫描确认模块能够对所取物品上的序列码进行读取识别,从而能够实现对索取物品的二次确认,有利于提升智能物流机器人工作时的准确性。
3、利用智能推算提示系统能够根据物流的实时数据结合云计算技术,使得智能物流机器人能够进行数据分析和智能优化,通过分析和预测货物需求,使智能物流机器人可以提前准备和调度货物,并利用智能路径规划模块优化路径规划,使得机器人可以根据医疗部门的需求,自动完成医疗物资的速递和派送,提高物流操作的效率与准确性。
4、在拿取或存放物品时,通过结果记录模块能够对自身的出库或入库动作进行记录,并能够通过库存记录同步模块进行数据记录同步,在智能物流机器人进行物流往复出入库时,通过余量计算分析模块能够对库房中的各项物品的数量进行计算,机器人能够记录物资的收发情况和使用记录,并提供相应的数据报告,并能够依据往日工作数据对各项物品的消耗速度进行模拟分析,之后利用耗材模拟演算模块能够对各耗材进行计算,从而能够在耗材消耗完毕之前及时进行补货,有利于医治工作的正常进行。
附图说明
图1为本发明一种基于AI识别的智能物流机器人物流方法和系统的医用智能物流系统架构示意图;
图2为本发明一种基于AI识别的智能物流机器人物流方法和系统的智能物流机器人架构示意图;
图3为本发明一种基于AI识别的智能物流机器人物流方法和系统的数据处理系统架构示意图;
图4为本发明一种基于AI识别的智能物流机器人物流方法和系统的AI识别物流系统架构示意图;
图5为本发明一种基于AI识别的智能物流机器人物流方法和系统的库存记录同步系统架构示意图;
图6为本发明一种基于AI识别的智能物流机器人物流方法和系统的机器人智能物流流程示意图。
1、医用智能物流系统;11、中央集成处理器;12、智能物流机器人;121、碰撞传感预警模块;122、智能语音交互模块;123、智能自动充电模块;124、智能路径规划模块;13、数据处理系统;131、数据采集接收模块;132、数据整合处理模块;133、指令应对反馈模块;14、AI识别物流系统;141、摄像识别模块;142、扫描确认模块;143、结果记录模块;15、库存记录同步系统;151、库存记录同步模块;152、余量计算分析模块;153、消耗模拟分析模块;154、耗材模拟演算模块;16、智能推算提示系统。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
如图1-图6所示的一种基于AI识别的智能物流机器人物流方法,包括以下操作步骤:
S1、在工作时,人们能够通过智能语音交互模块122与智能物流机器人12进行语音交互,从而实现对智能物流机器人12的操作控制,当智能物流机器人12接收到控制指令后,会通过自身行驱机构进行移动,从而实现智能物流机器人12的自动行走,在行走过程中,通过智能物流机器人12内部安装的碰撞传感预警模块121可以对周围的环境进行感应,实现对周围障碍的规避;
S2、利用智能物流机器人12顶部安装的AI识别物流系统14能够对周围环境进行摄像识别,通过数据处理系统13能够接收摄像识别模块141拍摄的周围环境信息数据,并通过智能路径规划模块124能够根据接收到的信息对自身的行动路径进行智能规划,从而能够实现物流输送工作;
S3、当智能物流机器人12遵循所规划的路径达到库房后,会通过摄像识别模块141对库房中存放的药品或工具进行图像识别,之后通过自身抓取机构,将其取下,在取下后通过扫描确认模块142能够对所取物品上的序列码进行读取识别,从而能够实现对索取物品的二次确认;
S4、在拿取或存放物品时,通过结果记录模块143能够对自身的出库或入库动作进行记录,并能够通过库存记录同步模块151进行数据记录同步,在智能物流机器人12进行物流往复出入库时,通过余量计算分析模块152能够对库房中的各项物品的数量进行计算,并能够依据往日工作数据对各项物品的消耗速度进行模拟分析,之后利用耗材模拟演算模块154能够对各耗材进行计算,从而能够在耗材消耗完毕之前及时进行补货;
S5、利用智能推算提示系统16能够根据物流的实时数据结合云计算技术,使得智能物流机器人12能够进行数据分析和智能优化,通过分析和预测货物需求,使智能物流机器人12可以提前准备和调度货物,并利用智能路径规划模块124优化路径规划,提高物流操作的效率。
一种基于AI识别的智能物流机器人物流系统,医用智能物流系统1包括中央集成处理器11、智能物流机器人12、数据处理系统13、AI识别物流系统14、库存记录同步系统15和智能推算提示系统16,中央集成处理器11与智能物流机器人12、数据处理系统13、AI识别物流系统14、库存记录同步系统15和智能推算提示系统16均相连接,智能物流机器人12连接有数据处理系统13,数据处理系统13连接有AI识别物流系统14,AI识别物流系统14连接有库存记录同步系统15,库存记录同步系统15连接有智能推算提示系统16,智能物流机器人12可以整合医院的物资管理系统和库存信息,帮助医护人员实时了解耗材的使用情况,通过语音或文本对话,医护人员可以查询特定耗材的库存量,预测耗材使用的趋势,以帮助他们做出合理的采购决策。
智能物流机器人12包括碰撞传感预警模块121、智能语音交互模块122、智能自动充电模块123和智能路径规划模块124,碰撞传感预警模块121连接有智能语音交互模块122,依托智能物流机器人12的AI能力,智能物流机器人12可以通过对话理解人的指令,更方便的执行相应任务,极大降低操作门槛,帮助医护人员和仓库管理人员灵活的完成查询库存、提供采购建议等任务,甚至充当工作助手,进行额外工作。
智能语音交互模块122连接有智能自动充电模块123,智能物流机器人12自带电量管理功能,当智能物流机器人12电量低时,空闲的智能物流机器人12将自动到充电桩充电,当电量低于20%时,智能物流机器人12将不再接受新的配送订单并强制充电。
数据处理系统13包括数据采集接收模块131、数据整合处理模块132和指令应对反馈模块133,数据采集接收模块131连接有数据整合处理模块132,数据整合处理模块132连接有指令应对反馈模块133,系统可根据用户要求为用户提供权限管理,减少机器人资源浪费,确保货物按时到达使用科室,提供指纹、智能卡、人脸识别、账号密码等多种鉴权方式。
AI识别物流系统14包括摄像识别模块141、扫描确认模块142和结果记录模块143,摄像识别模块141连接有扫描确认模块142,扫描确认模块142连接有结果记录模块143,智能自动充电模块123连接有智能路径规划模块124,智能物流机器人12能够识别RFID标签、条码、二维码,实现物资全程追溯;能够按医院要求提供数据给医院HIS或物资管理系统,智能物流机器人12的管理系统能够自动记录全部配送信息,医院管理者可轻松查找任何一次配送的发货者、发货时间、签收者和签收时间,使物资追溯变的更加简单。
库存记录同步系统15包括库存记录同步模块151、余量计算分析模块152、消耗模拟分析模块153和耗材模拟演算模块154,库存记录同步模块151连接有余量计算分析模块152,余量计算分析模块152连接有消耗模拟分析模块153,消耗模拟分析模块153连接有耗材模拟演算模块154。
碰撞传感预警模块121分别设置在智能物流机器人12的上、下两个区域,并组合成一个立体警戒感应区域,采用双激光雷达+立体视觉融合导航,智能物流机器人12可双向行驶,无需掉头,实现真正0转弯半径,使之可在64cm狭窄通道灵活运动,适合医院复杂环境,智能物流机器人12前/后、上/下均配有多个朝向的传感器,形成环智能物流机器人12的360°无死角感知,确保运行安全,不惧低矮、沟坎、床腿等特殊障碍物,符合医院特殊环境下的使用要求,发现障碍物后,智能物流机器人12主动避让,对于无法绕开的障碍物,智能物流机器人12逐级减速至停止,有效防止碰撞的发生。
智能路径规划模块124采用LQR算法,其基本推导过程为:
1.利用碰撞传感预警模块121与摄像识别模块141对周围空间数据进行采集,并建立空间模型,通过状态空间模型来描述其动态行为,假设状态向量为,控制输入向量为/>,状态空间模型可以表示为:
其中,A和B分别标识系统状态转移和输入矩阵;
2.定义代价函数:
其中,Q和R为正定矩阵,标识状态和输入的加权系数;
3.计算最优控制器
其中,K为状态反馈矩阵,将上述控制器导入到状态空间模型中,得到:
代入代价函数,得到:
通过对代价函数求导,可以得到状态反馈矩阵K的解析表达式:
其中,P是满足Riccati方程的正定矩阵:
最后,根据状态反馈矩阵K,可以计算最优的控制输入:
从而实现最优的方向控制量。
智能路径规划模块124通过建立Frenet坐标系对智能物流机器人12进行动态监控,智能物流机器人12空间位置监控步骤如下:
1.设定一个点,以该点为参考路径点并建立s-d坐标系,首先计算车辆相对位置:
2.通过坐标系旋转公示可以得到智能物流机器人12在坐标系中的坐标为:
为方向误差,/>为航向角误差,/>为方向误差变化率,/>为航向角误差变化率;
其中为智能物流机器人12当前航向角,/>为路径参考点的航向角;
其中为智能物流机器人12当前速度,/>为智能物流机器人12当前转角速度,为路径参考点的曲率,
由上述计算过程得到方向控制器中的横向误差、方向误差变化率、航向角误差、航向角误差变化率的状态变量;
智能物流机器人12可一次配送多个科室物资,智能物流机器人12调度算法自动规划最优路径,按最短路程依次送至各目的地,能够兼容市场上95%的电梯和自动门,智能物流机器人12可在无人帮助下按顺序依次搭载电梯或通过自动门。
工作原理:
在工作时,人们能够通过智能语音交互模块122与智能物流机器人12进行语音交互,从而实现对智能物流机器人12的操作控制,当智能物流机器人12接收到控制指令后,会通过自身行驱机构进行移动,从而实现智能物流机器人12的自动行走,在行走过程中,通过智能物流机器人12内部安装的碰撞传感预警模块121可以对周围的环境进行感应,实现对周围障碍的规避,同时利用智能物流机器人12顶部安装的AI识别物流系统14能够对周围环境进行摄像识别,通过数据处理系统13能够接收摄像识别模块141拍摄的周围环境信息数据,并通过智能路径规划模块124能够根据接收到的信息对自身的行动路径进行智能规划,从而能够实现物流输送工作,当智能物流机器人12遵循所规划的路径达到库房后,会通过摄像识别模块141对库房中存放的药品或工具进行图像识别,之后通过自身抓取机构,将其取下,在取下后通过扫描确认模块142能够对所取物品上的序列码进行读取识别,从而能够实现对索取物品的二次确认,在拿取或存放物品时,通过结果记录模块143能够对自身的出库或入库动作进行记录,并能够通过库存记录同步模块151进行数据记录同步,在智能物流机器人12进行物流往复出入库时,通过余量计算分析模块152能够对库房中的各项物品的数量进行计算,并能够依据往日工作数据对各项物品的消耗速度进行模拟分析,之后利用耗材模拟演算模块154能够对各耗材进行计算,从而能够在耗材消耗完毕之前及时进行补货,有利于医治工作的正常进行。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (9)
1.一种基于AI识别的智能物流机器人物流方法,其特征在于:包括以下操作步骤:
S1、在工作时,人们能够通过智能语音交互模块(122)与智能物流机器人(12)进行语音交互,从而实现对智能物流机器人(12)的操作控制,当智能物流机器人(12)接收到控制指令后,会通过自身行驱机构进行移动,从而实现智能物流机器人(12)的自动行走,在行走过程中,通过智能物流机器人(12)内部安装的碰撞传感预警模块(121)可以对周围的环境进行感应,实现对周围障碍的规避;
S2、利用智能物流机器人(12)顶部安装的AI识别物流系统(14)能够对周围环境进行摄像识别,通过数据处理系统(13)能够接收摄像识别模块(141)拍摄的周围环境信息数据,并通过智能路径规划模块(124)能够根据接收到的信息对自身的行动路径进行智能规划,从而能够实现物流输送工作;
S3、当智能物流机器人(12)遵循所规划的路径达到库房后,会通过摄像识别模块(141)对库房中存放的药品或工具进行图像识别,之后通过自身抓取机构,将其取下,在取下后通过扫描确认模块(142)能够对所取物品上的序列码进行读取识别,从而能够实现对索取物品的二次确认;
S4、在拿取或存放物品时,通过结果记录模块(143)能够对自身的出库或入库动作进行记录,并能够通过库存记录同步模块(151)进行数据记录同步,在智能物流机器人(12)进行物流往复出入库时,通过余量计算分析模块(152)能够对库房中的各项物品的数量进行计算,并能够依据往日工作数据对各项物品的消耗速度进行模拟分析,之后利用耗材模拟演算模块(154)能够对各耗材进行计算,从而能够在耗材消耗完毕之前及时进行补货;
S5、利用智能推算提示系统(16)能够根据物流的实时数据结合云计算技术,使得智能物流机器人(12)能够进行数据分析和智能优化,通过分析和预测货物需求,使智能物流机器人(12)可以提前准备和调度货物,并利用智能路径规划模块(124)优化路径规划,提高物流操作的效率。
2.根据权利要求1所述的应用于一种基于AI识别的智能物流机器人物流方法的一种基于AI识别的智能物流机器人物流系统,包括医用智能物流系统(1),其特征在于:所述医用智能物流系统(1)包括中央集成处理器(11)、智能物流机器人(12)、数据处理系统(13)、AI识别物流系统(14)、库存记录同步系统(15)和智能推算提示系统(16),所述中央集成处理器(11)与智能物流机器人(12)、数据处理系统(13)、AI识别物流系统(14)、库存记录同步系统(15)和智能推算提示系统(16)均相连接,所述智能物流机器人(12)连接有数据处理系统(13),所述数据处理系统(13)连接有AI识别物流系统(14),所述AI识别物流系统(14)连接有库存记录同步系统(15),所述库存记录同步系统(15)连接有智能推算提示系统(16)。
3.根据权利要求2所述的一种基于AI识别的智能物流机器人物流系统,其特征在于:所述智能物流机器人(12)包括碰撞传感预警模块(121)、智能语音交互模块(122)、智能自动充电模块(123)和智能路径规划模块(124),所述碰撞传感预警模块(121)连接有智能语音交互模块(122),所述智能语音交互模块(122)连接有智能自动充电模块(123),所述智能自动充电模块(123)连接有智能路径规划模块(124)。
4.根据权利要求2所述的一种基于AI识别的智能物流机器人物流系统,其特征在于:所述数据处理系统(13)包括数据采集接收模块(131)、数据整合处理模块(132)和指令应对反馈模块(133),所述数据采集接收模块(131)连接有数据整合处理模块(132),所述数据整合处理模块(132)连接有指令应对反馈模块(133)。
5.根据权利要求2所述的一种基于AI识别的智能物流机器人物流系统,其特征在于:所述AI识别物流系统(14)包括摄像识别模块(141)、扫描确认模块(142)和结果记录模块(143),所述摄像识别模块(141)连接有扫描确认模块(142),所述扫描确认模块(142)连接有结果记录模块(143)。
6.根据权利要求2所述的一种基于AI识别的智能物流机器人物流系统,其特征在于:所述库存记录同步系统(15)包括库存记录同步模块(151)、余量计算分析模块(152)、消耗模拟分析模块(153)和耗材模拟演算模块(154),所述库存记录同步模块(151)连接有余量计算分析模块(152),所述余量计算分析模块(152)连接有消耗模拟分析模块(153),所述消耗模拟分析模块(153)连接有耗材模拟演算模块(154)。
7.根据权利要求3所述的一种基于AI识别的智能物流机器人物流系统,其特征在于:所述碰撞传感预警模块(121)分别设置在智能物流机器人(12)的上、下两个区域,并组合成一个立体警戒感应区域。
8.根据权利要求1所述的一种基于AI识别的智能物流机器人物流方法,其特征在于:所述智能路径规划模块(124)采用LQR算法,其基本推导过程为:
1.利用碰撞传感预警模块(121)与摄像识别模块(141)对周围空间数据进行采集,并建立状态空间模型,通过状态空间模型来描述其动态行为,假设状态向量为,控制输入向量为/>,状态空间模型可以表示为:
其中,A和B分别标识系统状态转移和输入矩阵;
2.定义代价函数:
其中,Q和R为正定矩阵,标识状态和输入的加权系数;
3.计算最优控制器
其中,K为状态反馈矩阵,将上述控制器导入到状态空间模型中,得到:
代入代价函数,得到:
通过对代价函数求导,可以得到状态反馈矩阵K的解析表达式:
其中,P是满足Riccati方程的正定矩阵:
最后,根据状态反馈矩阵K,可以计算最优的控制输入:
从而实现最优的方向控制量。
9.根据权利要求1所述的一种基于AI识别的智能物流机器人物流方法,其特征在于:所述智能路径规划模块(124)通过建立Frenet坐标系对智能物流机器人(12)进行动态监控,智能物流机器人(12)空间位置监控步骤如下:
1、设定一个点,以该点为参考路径点并建立s-d坐标系,首先计算车辆相对位置:
2、通过坐标系旋转公式可以得到智能物流机器人(12)在坐标系中的坐标为:
为方向误差,/>为航向角误差,/>为方向误差变化率,/>为航向角误差变化率;
其中为智能物流机器人(12)当前航向角,/>为路径参考点的航向角;
其中为智能物流机器人(12)当前速度,/>为智能物流机器人(12)当前转角速度,为路径参考点的曲率,
由上述计算过程得到方向控制器中的横向误差、方向误差变化率、航向角误差、航向角误差变化率的状态变量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311549527.5A CN117270544A (zh) | 2023-11-21 | 2023-11-21 | 一种基于ai识别的智能物流机器人物流方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311549527.5A CN117270544A (zh) | 2023-11-21 | 2023-11-21 | 一种基于ai识别的智能物流机器人物流方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117270544A true CN117270544A (zh) | 2023-12-22 |
Family
ID=89218087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311549527.5A Pending CN117270544A (zh) | 2023-11-21 | 2023-11-21 | 一种基于ai识别的智能物流机器人物流方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117270544A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598514A (zh) * | 2020-05-15 | 2020-08-28 | 盐城工业职业技术学院 | 一种基于物联网技术的智能仓储管理系统及方法 |
CN113320865A (zh) * | 2021-04-19 | 2021-08-31 | 深圳市库宝软件有限公司 | 仓储管理方法、装置、仓储机器人、仓储系统及介质 |
CN116704429A (zh) * | 2023-05-10 | 2023-09-05 | 河北辰百生信息科技有限公司 | 基于大数据分析的智能处理方法 |
CN116729869A (zh) * | 2023-06-16 | 2023-09-12 | 东南大学成贤学院 | 一种智慧药房取药系统及取药方法 |
-
2023
- 2023-11-21 CN CN202311549527.5A patent/CN117270544A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598514A (zh) * | 2020-05-15 | 2020-08-28 | 盐城工业职业技术学院 | 一种基于物联网技术的智能仓储管理系统及方法 |
CN113320865A (zh) * | 2021-04-19 | 2021-08-31 | 深圳市库宝软件有限公司 | 仓储管理方法、装置、仓储机器人、仓储系统及介质 |
CN116704429A (zh) * | 2023-05-10 | 2023-09-05 | 河北辰百生信息科技有限公司 | 基于大数据分析的智能处理方法 |
CN116729869A (zh) * | 2023-06-16 | 2023-09-12 | 东南大学成贤学院 | 一种智慧药房取药系统及取药方法 |
Non-Patent Citations (1)
Title |
---|
WUTONG: "Apollo控制部分4--横向控制器LQR算法详解", pages 1 - 3, Retrieved from the Internet <URL:Apollo控制部分4--横向控制器LQR算法详解 - 知乎 (zhihu.com)> * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fragapane et al. | Planning and control of autonomous mobile robots for intralogistics: Literature review and research agenda | |
Fottner et al. | Autonomous systems in intralogistics–state of the art and future research challenges | |
US8972095B2 (en) | Automatic guided vehicle and method for drive control of the same | |
CN106182027B (zh) | 一种开放式服务机器人系统 | |
CN107421544A (zh) | 一种模块化的酒店搬运机器人系统 | |
CN110780671A (zh) | 一种基于全局视觉的仓储导航智能车调度方法 | |
CN107608350A (zh) | 一种基于msp430的仓储物流机器人控制系统 | |
Liu et al. | Deep learning-based localization and perception systems: Approaches for autonomous cargo transportation vehicles in large-scale, semiclosed environments | |
CN116605574B (zh) | 大规模机器人拣选系统参数配置和协同调度平台 | |
CN115511410A (zh) | 一种基于数字孪生技术的智慧仓储控制系统 | |
He et al. | Intelligent logistics system of steel bar warehouse based on ubiquitous information | |
Aizat et al. | A survey on navigation approaches for automated guided vehicle robots in dynamic surrounding | |
Niu et al. | A novel multi-tasks chain scheduling algorithm based on capacity prediction to solve AGV dispatching problem in an intelligent manufacturing system | |
Furmans et al. | Future technologies in intralogistics and material handling | |
Kuhl et al. | Warehouse Digital Twin: Simulation Modeling and Analysis Techniques | |
CN112269389B (zh) | 一种多功能乘务服务智能机器车系统及其控制方法 | |
Chang et al. | Autonomous mobile robots for recycling metal shaving at CNC factories | |
CN117270544A (zh) | 一种基于ai识别的智能物流机器人物流方法和系统 | |
Zheng et al. | Research on AGV trackless guidance technology based on the global vision | |
Glistau et al. | Logistics 4.0 and the revalidation of logistics concepts and strategies | |
CN114662863A (zh) | 基于深度学习的车间分布式运输调度方法 | |
Guan et al. | Intelligent obstacle avoidance algorithm for mobile robots in uncertain environment | |
KR20210130942A (ko) | 자율주행 무인운반차 제어 시스템 및 방법 | |
CN111367289A (zh) | 一种人工智能设备 | |
Fazlollahtabar | Robotic Manufacturing Systems Using Internet of Things: New Era of Facing Pandemics |
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 |