[发明专利]基于博弈论的智能仓储优化方法

说明书

本发明方法是在复杂场景下基于博弈论的智能仓储管控优化方法，在任务量集中，场景复杂的情况下，可获得令人满意的优化程度；本方法可广泛应用于基于机器人运输车的各种场景下仓储策略的最优问题，基于商品进销数据的库存管理，实现智能化管理，出/入库、物料库存量等仓库日常管理业务。基于库存管理数据结合博弈论进行多目标策略组合优化，以信息系统提供操作指令；降低作业人员劳动强度；改善仓储的作业效率；减少仓库内的执行设备；提高仓库作业的灵活性。可望实现仓储的智能管理和优化调度，为智能物流管理提供科学的决策依据。

技术领域

本发明方法是在复杂场景下基于博弈论的智能仓储管控优化方法，在任务量集中，场景复杂的情况下，可获得令人满意的优化程度；本方法可广泛应用于将机器人作为运输工具的各种场景下仓储策略的最优问题，基于商品进销数据的库存管理，实现智能化管理，出库、入库、物料库存量等仓库日常管理业务；基于库存管理数据结合博弈论进行多目标策略组合优化，以信息系统提供操作指令；降低作业人员劳动强度；改善仓储的作业效率；减少仓库内的人工的工作负担；提高仓库作业的灵活性；实现仓储的智能管理和优化调度，为智能物流管理提供科学的决策依据。

背景技术

近年来智能仓储系统技术日益成熟，机器人技术、物联网技术和调度算法技术都取得了长足发展。其中任务调度算法是智能仓储系统的核心，已有学者采用GOOPN和 OOCPN研究自动化输送调度等问题，但由于没有时间约束，无法对系统进行动态分析；另外，还有一些学者研究多目标路径优化方法，路径优化技术主要是处理最小化运动目标达到目的地的时间做到最有效率的规划；但是随着仓库规模的增大，运输设备的增多，场景的结构复杂度增加，这种由局部最优来决定全局最优的方法很难达到全局策略最优的目的；因此根据场景环境和运输机器人的当前状态制定最优调度策略是提高智能仓储的工作效率的关键点。

发明内容

本发明的目的是为基于机器人运输设备的仓储日常作业制定最优的调度优化策略；采用Agent运动模型构建仓储运输机器人和工作人员属性、位置信息，利用蒙特卡洛模型评估策略效益值，再结合博弈论生成最优运输方案；

本发明提供提出一种基于博弈论的利用实时搜索思想的多目标路径规划方法；充分考虑各种商品的存取货的规律，传送工具(人力、叉车、机器人)的位置和当前货架的货物摆放情况，利用博弈论的均衡特性实现全局路径规划，然后在有限的局部空间内执行启发式搜索，求解所有局部非支配路径；在此基础上，提出实时多目标路径规划方法，设计并实现相应的启发式搜索算法，在线交替执行局部搜索过程、学习过程与移动过程，分别用于求解全局内所有传送工具(人力、叉车、机器人)最优策略组合，完成状态的转移和更新状态的启发信息，最终到达全局最优的状态。

所需设备：采用54个阵列式监控摄像头-SLP-ZS39160D、VGA6464电脑VGA矩阵切换器、PC机、海康硬盘录像机DS-8016HS-S一台,以及用于连接PC和嵌入式设备的线路；摄像头布局：摄像头工作范围为长30米宽6米长区域；摄像头布置原则以覆盖全部储货架区域，每一个摄像头根据工作范围监控固定区域内工作人员的运动轨迹。以一个储物区6排 3通道货架，货架长度为60米，通道宽度6米为例，共需要6个摄像头，9个储物区共需 54个摄像头；

方法步骤如下：

(010)部分，视频监测具体步骤如下：

步骤C011：根据摄像头拍摄的视频提取背景，获取图像掩模；

步骤C012：设定时间阈值x，根据阈值法判定背景是否发生突变；若背景发生突变则设置变化后的图像为背景，利用背景模型的自适应性将运动目标在背景初始化时造成的影响消除，然后利用自适应背景更新算法，跟踪背景细节；

步骤C013：行人目标检测采用帧差法(Frame difference)确定行人目标；

步骤C014：采用最大类间方差法形成行人的整体轮廓；