[发明专利]一种基于改进蚁群算法的智能仓储机器人路径规划方法

说明书

本发明公开了一种基于改进蚁群算法的柔性智能仓储机器人路径规划方法。该方法首先将柔性智能仓储环境的突发因素融合栅格法建立电子地图。其次将启发函数和信息素更新方式进行了优化，将路程因素，转弯因素，安全因素纳入启发函数，综合计算蚂蚁的转移概率，通过转移矩阵消除路径尖端现象，并通过信息素更新模型中三个参数分别控制路程因素、转弯因素、安全因素的权重，可以得到基于特定因素下的最优路径。最后，对智能仓储机器人的路径进行转角优化处理，使得智能仓储机器人的路径更加平滑，从而保证智能仓储机器人的运动稳定性。

技术领域

本发明属于机器人路径规划领域，具体涉及的是一种柔性智能仓储机器人路径规划方法。

背景技术

随着科技的发展和社会的进步，传统的仓储管理库内货位划分不清晰，堆放混乱不利分拣，人工效率低等问题日益突出。通过装备和技术升级，实现人工智能逐步替代人工的战略布局，可以有效解决仓储系统的效率低下的难题。人工智能、大数据挖掘和工业物联网等先进技术，正在仓储系统提升货物运输、处理、存储和配送效率方面发挥越来越重要的作用。

因此，智能物流时代即将到来。智能仓储的发展分为五个阶段：人工仓储阶段、机械化仓储阶段、自动化仓储阶段、集成化仓储阶段、智能化仓储阶段。传统物流模式逐渐向智能物流转型升级，仓储管理在物流管理中占据着核心地位，其中人工智能设备是智能仓储中必不可少的工具，而智能仓储机器人就是最重要的一环。

授权公告号为“CN105467997B”的发明专利公开了一种基于线性时序逻辑理论的仓储机器人路径规划方法，完成了智能仓储机器人货物配送的路径规划任务。但是，此方法仅对货物配送的路径的避障问题进行研究，而未考虑柔性仓储环境中突发因素对路径规划产生的影响。公开号为“CN111982125A”的发明专利公开了一种基于改进蚁群算法的智能机器人路径规划方法，但并未结合具体应用场景。

发明内容

本发明目的在于克服上述现有技术存在的问题和不足，提供一种基于改进蚁群算法的智能仓储机器人路径规划方法，从而解决突发因素影响智能仓储机器人路径规划的问题。

为达到上述目的，本发明所采用的技术方案是：

一种基于改进蚁群算法的智能仓储机器人路径规划方法，包括如下步骤：

S1：根据智能仓储货架排列方式、障碍物的分布位置，结合栅格法，在仿真软件中建立电子地图，并设置相关参数；设置蚂蚁数量m、最大迭代次数N_max、信息启发式因子α、期望启发式因子β、信息素挥发因子ρ、信息素浓度Q、泊松分布参数λ、设置三因素调节系数u，v，w、智能仓储机器人起始点坐标、目标点坐标。

S2：根据S1构建的电子地图中障碍物的分布情况，采用避障函数来计算初始信息素值，并将初始信息素值带入信息素更新模型对信息素及时更新。

S3：判断蚂蚁是否未被放入电子地图，当是，则将蚂蚁放入电子地图的栅格中，执行下一步；否则跳至步骤S6。

S4：利用综合启发函数，计算蚂蚁移向下一个栅格的转移概率，并建立栅格转移矩阵来区分可行栅格和出现尖端现象的栅格，一直循环到蚂蚁选取的节点为目标点或者没有可选节点时停止搜索。

S5：判断蚂蚁是否走到终点，当是，则返回步骤S3；当否，则返回步骤S4，继续进行路径搜索。

S6：根据步骤S3和步骤S5，当全部蚂蚁都进行过路径搜索之后，执行本步骤。根据信息素更新模型，计算包括路径长度，转弯次数以及安全性的综合指标，寻找本次迭代最优路径。

S7：判断路径搜索迭代次数是否到达预设值，当是则执行下一步；当否则跳至步骤2。

S8：比较各代蚂蚁寻找的最优路径，找到当前最优路径，并保存相关信息。

S9：将当前最优路径按照圆弧代替转角的方法处理，并将处理后的路径在电子地图输出。