您目今的位置： 首页 > 案例新闻 > 新闻动态 > yd2333云顶电子游戏动态

基于革新蚁群算法的仓储物流机械人路径计划

来源：本站 | 宣布日期：2023-02-25

0 引言

现代物流业高速生长的历程中,智能仓储是其中的要害环节,用以包管物流历程能够对海量物料需求做出实时反响,满足客户的需求.在仓储运动中,引入仓储物流机械人取代古板人事情业已成为一定趋势.亚马逊货仓,京东“亚洲一号”,�？低拥绕笠捣追子τ貌执⑽锪骰等俗饕�,显示了智能仓储的快速兴起和生长.其中仓储物流机械人路径计划是目前的热门研宄偏向,在仓储物流[1]、工业生产[2]、分拣配送[3]等领域有着广泛的应用前景.移动机械人路径计划是指凭据目标函数,避开所有障碍物,选择出一条从起点到终点的最优或次优的连续路径.其实质是在若干约束条件下获得最优解或可行解的问题.

常见的路径计划要领[4]有:人工势场法,模糊逻辑算法,神经网络法,智能优化算法等.Chen等[5]接纳两阶段混沌优化要领,借助革新人工势场,有效克服了目标不可达的缺点,实现机械人路径计划.Noto等[6]在古板Dijkstra算法的基础上进行扩展,从初始点和目标点同时向外搜索移动机械人的最短路径,直到搜索结果重叠结束,以此加速收敛速度.王雷等[7]在遗传算法中加入人工势场对初始种群进行引导,克服基本遗传算法收敛速度慢等缺点.除此之外,蚁群算法常用于路径计划问题,是一种较为成熟和有效的智能化要领,具有随机并行搜索能力,许多学者对此展开大宗研究.Qiang等[8]为制止机械人在早期的盲目搜索寻路,在蚁群算法中使用伪随机状态转移规则选择路径,并且引入动态处分要领解决死锁问题,有效提高了全局最优搜索能力和收敛速度.万晓凤等[9]在蚁群算法中利用挥发自适应方法更新信息素,有效制止陷入局部最优.王雷等[10]运用革新蚁群算法解决了机械人易陷入凹型障碍并在庞大情况搜索效率低的问题.杜磊等[11]在蚁群算法转移概率中引入自适应期望函数,通过增加相邻节点被选择概率的差别,制止路径迂回的泛起.封声飞等[12]制定自适应的信息素更新战略,使蚁群算法在迭代后期仍具有较强的搜索能力.以上算法对路径寻优问题提出革新,针对的是差别类型的障碍物情况,对仓储情况下障碍物多变的情况没有普遍适用性.并且大都蚁群算法在搜索历程中易泛起算法不稳定的问题.

别的,关于路径平滑处理方面,孙瑞等[13]提出控制点转移战略,通过控制路径走向的栅格中心点向栅格角极点的转移,实现了路径计划的平滑革新.王红卫等[14]对A*算规则划的路径进行平滑优化,将两节点之间无障碍物的中间节点删除,建立平滑路径.上述算法偏重于转折角度大、折点多的路径平滑处理,且算法较为庞大.

本文在基本蚁群算法的基础上,提出一种革新蚁群算法.通过对蚁群的转移规则进行革新,随迭代次数动态改变信息素残留因子,使得移动机械人适应差别的障碍物情况变革;并对计划路径结果进行二次优化的处理.最后,通过仿真实验与其他算法比照,在差别庞漂后的仓储情况下进行实验,结果验证了革新蚁群算法的有效性.

1 情况描述

常见的情况建模要领主要有可视图法、拓扑法、自由空间法,以及栅格法等.可视图法虽然能够获得最短路径,但将移动机械人视作质点,忽略尺寸巨细,使得移动机械人在经过障碍物极点时可能造成碰撞,且搜索时间较长.拓扑法利用拓扑特征大大缩小了搜索空间,但建立拓扑网络却十分庞大.自由空间法比较灵活,但其庞洪水平与障碍物的几多成正比,并且有时无法获得最短路径.栅格法[15]从横、纵两个维度,将移动机械人事情情况剖析成一系列的网格单位.将情况中的障碍物用栅格进行支解,不满一个栅格的凭据一个盘算.通过以栅格为单位纪录情况信息,对有障碍物的地方进行区分,再利用路径寻优要领使移动机械人避开障碍物.

接纳栅格化要领进行情况建模,见图1,在情况中建立直角坐标系,凭据仓储物流机械人行走和转折时占用的最小空间,来切割横向和纵向区域.每个栅格都有确定的坐标(x,y),x=row,y=col.其中:row为栅格所在的行号,col为栅格所在的列号.并用属性obstacle纪录情况地图情况,当栅格被障碍物占据,如obstacle(20,1)=1;不然,obstacle(20,1)=0.

图1 情况建模

机械人在二维平面上的有限区域内事情,机械人在一个栅格上可以沿8个偏向抵达相邻的栅格,见图2.

图2 机械人运动偏向

2 基本蚁群算法

2.1 启发函数

蚁群算法是一种启发式算法,在选择下一个节点时,优先选择离自己最近的节点.界说人工蚁群的蚂蚁数目为m,目今节点i到节点j的距离为dij(i,j=1,2,…,n).两节点间的启发函数(或者可见度)为ηij,两节点间的信息素浓度为τij.则蚂蚁k从节点i转移至节点j的转移概率pkij.界说属性ηij为两节点间的启发函数(或者可见度),是距离的倒数.

$\begin{array}{l} η_{i j} = 1 / d_{i j} (1) \\ d_{i j} = ((i_{x} - j_{x})^{2} + (i_{y} - j_{y})^{2})^{1 / 2} (2) \end{array}$

式中:dij为节点i和节点j之间的欧几里得距离;ix,iy为节点i的横纵坐标;jx,jy是节点j的横纵坐标.

2.2 信息素浓度

信息素浓度是蚂蚁群体协作发挥作用的要害.初始设置全局的信息素浓度均相等.随着不绝探索和行走,蚂蚁在走过的路线上会留下与路径长度有关的信息素,引导后续蚂蚁选择优势路径.因此在全部蚂蚁完成一次循环后,对各路径上的信息素含量进行更新,更新规则为

$\begin{array}{l} τ_{i j} (Ν C + 1) = (1 - ρ) τ_{i j} (Ν C) + Δ τ_{i j} (Ν C) (3) \\ Δ τ_{i j} (Ν C) = \sum_{k = 1}^{m} Δ τ_{i j}^{k} (Ν C) (4) \end{array}$

式中:ρ为信息素挥发因子,ρ∈(0,1).Δτij(NC)第NC代中节点i到节点j之间路径上信息素增量.Δτkij(NC)为蚂蚁k本次迭代历程中在节点i和节点j之间的路径上留下的信息素含量.

2.3 转移概率

蚂蚁k从节点i转移到节点j的概率pkij为

$p_{i j}^{k} = {\begin{cases} \frac{τ_{i j}^{\partial} (t) η_{i j}^{β} (t)}{\sum_{j \in a l l o w e d_{k}} τ_{i j}^{\partial} (t) η_{i j}^{β} (t)}, j \in a l l o w e d_{k} \\ 0, 其他 \end{cases} (5)$

式中:allowedk为蚂蚁k在该阶段可会见的节点荟萃;?为信息素重要性因子,其值越大,体现蚂蚁越易选择有较多蚂蚁选择过的路径;β为启发函数重要性因子,其值越大,体现蚂蚁更易选择离自己最近的节点.

3 革新蚁群算法

3.1 转移概率

在栅格化情况下进行节点选择时,节点之间的路径长度已被标准化.

$d_{i j} = {\begin{cases} 1, t y p e 1 \\ \sqrt{2}, t y p e 2 \end{cases} (6)$

式中:type1为节点j位于节点i紧邻的上、下、左、右四个栅格,距离为1个单位;type2为节点j位于节点i紧邻的左上、右上、左下、右下四个栅格,距离为 $\sqrt{2}$ 个单位.因此,对蚂蚁选择优势路径的启发意义不大.重新界说启发函数为

$η_{i j} = ζ / L_{j} (7)$

式中:Lj为节点j到终点之间的欧几里得距离;ζ为常数,通常节点距离终点距离较大,使得启发函数值ηij较小.因此可凭据信息素因子τij的数量级,对启发函数进行扩大.

再者,引入变量q0,蚂蚁选择下一个节点S按式(8)的规则进行.

$S = {\begin{cases} \arg \max (p_{i j}^{k}), q < q_{0} \\ r a n d (a l l o w e d_{k}), 否则 \end{cases} (8)$

式中:q为随机变量,q∈(0,1).即在随机变量q小于变量q0时,蚂蚁选择转移概率最大的节点进行会见,不然,就随机选择节点进行会见.随着迭代的进行,q0的值先变大再变小,这使各蚂蚁在前期随机选择节点,有助于扩大全局搜索能力,寻找到优势路径;中期则选择概率最大的节点,实时收敛;后期又随机选择节点,有助于跳出局部最优.

3.2 信息素更新规则

信息素挥发因子ρ一般是常数,倒运于蚁群算法在迭代历程中实现快速收敛与跳出局部最优之间的平衡.因此,在算法前期希望快速找到优势路径,需要一个较大ρ值;而在算法后期,为了制止陷入局部最优,需要扩大搜索规模,需要一个较小的ρ值,见图2.为此,ρ值随着迭代的进行,应该是一个由大到小的变革历程.可凭据式(9)进行自适应变革.

图3 ρ随迭代变革函数图

$ρ (i t e r) = c e^{- i t e r^{2}} (9)$

式中:c为常数,凭据具体情况调解.

3.3 目标函数

仓储物流机械人路径计划的目的是能够找到一条从起点到终点的无障碍路径.假设机械人以匀速行走,那么路径最短的同时也能抵达时间最短.因此,取路径计划的总长度L为目标函数,即

$\min L = \sum_{t = 1}^{Τ} d_{i j}^{t} (10)$

式中:dtij是在第t步从节点i到节点j的欧几里得距离.蚂蚁经历T步抵达终点.

3.4 路径平滑

蚂蚁通过在栅格化情况中直线行走,在行走路径历程中,经过障碍物会有较多转折点.在实际事情情况下,移动机械人所获得的路径虽然总体上长度较短,但保存着个体不须要的折角,机械人在经过拐角时需要调解自身状态以适应角度转变,导致行驶难度加大,行驶时间增加.

为增加机械人行走路径的实际可行性,需要对革新蚁群算规则划出的路径进行平滑处理.假设革新蚁群算法的路径计划结果为Path,为二维数组[x(1),y(1); x(2),y(2);…;x(n),y(n)];经过平滑处理后的结果为Smooth_Path,为二维数组[a(1),b(1); a(2),b(1);…;a(n),b(n)].平滑路径是通过使平滑前后路径偏离水平最小,见式(11);同时路径的总转折角度较小,为

$\begin{array}{l} \min \sum_{i = 1}^{n} ((x (i) - a (i))^{2} + (y (i) - b (i))^{2})^{1 / 2} (11) \\ \min \sum_{i = 1}^{n} ((a (i + 1) - a (i))^{2} + (b (i + 1) - b (i))^{2})^{1 / 2} (12) \end{array}$

因此,路径平滑优化的目标函数为

$\begin{array}{l} \min λ \sum_{i = 1}^{n} ((x (i) - a (i))^{2} + (y (i) - b (i))^{2})^{1 / 2} + \\ μ \sum_{i = 1}^{n} ((a (i + 1) - a (i))^{2} + (b (i + 1) - b (i))^{2})^{1 / 2} (13) \end{array}$

式中:λ,μ为常数参数.通过调解λ和μ的值来找到最优化路径.

为确保优化后的机械人路径能够完全避障,需要添加约束条件以包管机械人行走路径与障碍物之间保存足够距离,即(a(i),b(i))到周围障碍物的距离.该距离大于栅格中心点到栅格边沿的最大距离 $\frac{\sqrt{2}}{2} .$

3.5 革新蚁群算法办法

移动机械人路径计划包括情况的栅格法建模、革新蚁群算法进行路径计划、路径平滑处理等历程.具体流程描述见图4.

图4 算法办法图

4 仿真实验

经过开端实验,革新蚁群算法的参数设置:NCmax为20;m为20;?为1;β为7;Q为100;ζ为10;c为5;λ为0.5;μ为0.5.

转移概率中随机变量q0为

$q_{0} = {\begin{matrix} 0.15 & Ν C \leq 0.4 \cdot Ν C_{\max} \\ 0.8 & 0.4 * Ν C_{\max} < Ν C < 0.6 \cdot Ν C_{\max} \\ 0.1 & Ν C \geq 0.6 \cdot Ν C_{\max} \end{matrix} (14)$

4.1 2020情况下算法比较

选取文献[12]的算例,该算例情况是较为规则的大型障碍物仓储情况.其运行结果与革新蚁群算法的行走路径比照,见图5a).其次,选取文献[9]的算例,该算例情况是零散漫衍的众多小型障碍物仓储情况.其运行结果与革新蚁群算法的行走路径比照,见图5b).

图5 文献[12]、[9]与革新蚁群算法比照

接纳文献[12]的配合算例,算法均独立运行 20 次,比较仿真结果,两个算例的权衡标准均为最优路径长度和收敛代数,见表1.由于路径的平滑处理,使得革新蚁群算法的最优路径长度在两种条件下,较文献[12]均有明显革新.并且转移概率中增大启发函数的作用,将随机性选择和确定性选择相结合,使收敛速度更快,更稳定.比照文献[12],收敛代数平均值缩短一半,标准差减少16.4%;比照文献[9],收敛代数平均值减少91.8%,收敛速度大幅增加.通过直观视察图4～5可知,革新蚁群算法路径越发平缓,转折角度更小.

4.2 30×30情况下算法比较

对庞大情况进行扩大,接纳文献[7]的算例进行盘算,比照结果见图6a).经过20次仿真,实验数据见表1.革新蚁群算法仍然具有较强优势.在最优路径方面,革新蚁群算法的最大值为43.571,小于文献[7]的最优路径平均值48.53,最优路径平均值要缩短10.2%;最优路径最小值、最大值宁静均值均小于文献[12].与文献[12]比照,收敛速度更快、更稳定,见图6b).

4.3 障碍庞洪水平差别的情况

为检验革新蚁群算法的普遍适应性.在20×20情况下利用MATLAB随机生成四组障碍物情况,障碍物比例划分是20%,25%,30%和35%,体现为情况1、2、3和4.平滑处理前后的算法运行结果比照,见图7.在30×30情况下障碍物比例是20%,体现为情况5,平滑处理前后的算法运行结果比照见图8.视察未平滑优化的路径计划结果,革新蚁群算法在障碍物占比差别的情况下,均能找到已知最优解;平滑优化之后,路径长度更短,减少了总转折角度.

为了进一步实验革新蚁群算法的效果,在五种情况下,划分对基本蚁群算法(ACO)和革新蚁群算法(IACO)在上述五种情况下,划分进行仿真实验,运行20次.比照结果见表2、表3.

图6 文献[7]、[12]与本文算法比照

表1 文献[12]、[9]、[7]与本文仿真结果比较

图7 20×20情况下差别庞漂后路径寻优图

图8 30×30情况下路径寻优图(情况5)

表2 收敛所需的循环次数

表3 最优收敛长度

由表2～3可知,革新蚁群算法运行效率高,收敛所需的迭代次数远低于基本蚁群算法;并且最优路径长度更短,结果越发稳定.革新蚁群算法扩大启发函数的影响力,使得算法初期就能够引导寻找到优势路径;转移概率接纳确定性与随机性相结合的方法,有利于实时跳出局部障碍物,使得革新蚁群算法能够快速收敛至较优结果.

5 结束语

通过对仓储物流机械人路径计划问题进行栅格化建模,设计了一种新的求解机械人避障路径的革新蚁群算法.该算法革新路径选择参数,优化转移规则和信息素更新条件,并对路径结果进行平滑处理.随着算法迭代变革,对路径选择以及信息素挥发系数进行调解,在包管算法全局搜索最优的同时,能够快速收敛,并且有足够的稳定性.平滑处理后的路线更切合实际情况中机械人行走条件,减少能耗及缩短距离,也越发宁静.

【本文标签】

【责任编辑】yd2333云顶电子游戏云仓

上一篇：某物流仓储企业厂房作业条件危险性剖析及对策

下一篇：仓储物流机械人多目标点导航系统解决计划

电商一件代发冷链配送社区团购仓配食品仓储代发货增值效劳

返回列表

yd2333云顶电子游戏

接待来到上海yd2333云顶电子游戏云仓,竭诚为您提供:电商仓储配送,冷链仓储配送,货仓外包等仓配一体化效劳!收藏我们 电商云仓 网站地图

全温区食品仓配物流效劳商20万㎡自营仓+AAAA级物流+全国冷链物流百强

基于革新蚁群算法的仓储物流机械人路径计划

0 引言

1 情况描述

2 基本蚁群算法

2.1 启发函数

2.2 信息素浓度

2.3 转移概率

3 革新蚁群算法

3.1 转移概率

3.2 信息素更新规则

3.3 目标函数

3.4 路径平滑

3.5 革新蚁群算法办法

4 仿真实验

4.1 2020情况下算法比较

4.2 30×30情况下算法比较

4.3 障碍庞洪水平差别的情况

5 结束语

最新资讯

上海食品云仓，一站式仓储解决计划2024.03.30

上海食品仓储公司，为您提供优质的仓储效劳2024.03.29

专业食品云仓，为您的食品保驾护航2024.03.28

专业食品货仓治理，包管食品宁静与流通2024.03.27

冷冻品云仓效劳，包管食品新鲜与品质2024.03.26

海内食品仓储配送效劳，确保食品实时送达2024.03.25

电商食品仓储解决计划，助力电商企业高效运营2024.03.24

电商食品货仓治理，让您的货仓运营更高效2024.03.23

yd2333云顶电子游戏

接待来到上海yd2333云顶电子游戏云仓,竭诚为您提供:电商仓储配送,冷链仓储配送,货仓外包等仓配一体化效劳!收藏我们 电商云仓 网站地图

全温区食品仓配物流效劳商20万㎡自营仓+AAAA级物流+全国冷链物流百强

基于革新蚁群算法的仓储物流机械人路径计划

0 引 言

1 情况描述

2 基本蚁群算法

2.1 启发函数

2.2 信息素浓度

2.3 转移概率

3 革新蚁群算法

3.1 转移概率

3.2 信息素更新规则

3.3 目标函数

3.4 路径平滑

3.5 革新蚁群算法办法

4 仿真实验

4.1 2020情况下算法比较

4.2 30×30情况下算法比较

4.3 障碍庞洪水平差别的情况

5 结 束 语

推荐产品+

一件代发云仓

冷冻云仓一件代发

冷链仓储物流配送

热门搜索+

相关推荐

yd2333云顶电子游戏冷链携手茶百道，开启三温仓配新征程

2023年yd2333云顶电子游戏物流再次通过中物联授牌

最新资讯

上海食品云仓，一站式仓储解决计划2024.03.30

上海食品仓储公司，为您提供优质的仓储效劳2024.03.29

专业食品云仓，为您的食品保驾护航2024.03.28

专业食品货仓治理，包管食品宁静与流通2024.03.27

冷冻品云仓效劳，包管食品新鲜与品质2024.03.26

海内食品仓储配送效劳，确保食品实时送达2024.03.25

电商食品仓储解决计划，助力电商企业高效运营2024.03.24

电商食品货仓治理，让您的货仓运营更高效2024.03.23

接待来到上海yd2333云顶电子游戏云仓,竭诚为您提供:电商仓储配送,冷链仓储配送,货仓外包等仓配一体化效劳!收藏我们电商云仓网站地图

0 引言

5 结束语

yd2333云顶电子游戏冷链携手茶百道，开启三温仓配新征程

上海食品云仓，一站式仓储解决计划2024.03.30

上海食品仓储公司，为您提供优质的仓储效劳2024.03.29

专业食品云仓，为您的食品保驾护航2024.03.28

专业食品货仓治理，包管食品宁静与流通2024.03.27

冷冻品云仓效劳，包管食品新鲜与品质2024.03.26

海内食品仓储配送效劳，确保食品实时送达2024.03.25

电商食品仓储解决计划，助力电商企业高效运营2024.03.24

电商食品货仓治理，让您的货仓运营更高效2024.03.23