買(mǎi)專利賣(mài)專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江中揚(yáng)立庫(kù)技術(shù)有限公司申請(qǐng)的專利一種面向智慧倉(cāng)儲(chǔ)管理的AGV叉車(chē)協(xié)同調(diào)度方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN118863472B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411325110.5，技術(shù)領(lǐng)域涉及：G06Q10/0631；該發(fā)明授權(quán)一種面向智慧倉(cāng)儲(chǔ)管理的AGV叉車(chē)協(xié)同調(diào)度方法及系統(tǒng)是由陳新安;王開(kāi)勝;胡小龍;謝道鴻;汪巍薔;陸曉濤;王開(kāi)偉;董靜思;陳麗麗設(shè)計(jì)研發(fā)完成，并于2024-09-23向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種面向智慧倉(cāng)儲(chǔ)管理的AGV叉車(chē)協(xié)同調(diào)度方法及系統(tǒng)在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種面向智慧倉(cāng)儲(chǔ)管理的AGV叉車(chē)協(xié)同調(diào)度方法及系統(tǒng)，包括：獲取目標(biāo)倉(cāng)儲(chǔ)區(qū)域的二維地圖數(shù)據(jù)，根據(jù)目標(biāo)倉(cāng)儲(chǔ)區(qū)域運(yùn)輸任務(wù)在拓?fù)涞貓D模型中添加虛擬節(jié)點(diǎn)，構(gòu)建動(dòng)態(tài)任務(wù)鏈；利用AGV叉車(chē)的運(yùn)動(dòng)特征對(duì)A*算法進(jìn)行改進(jìn)，基于動(dòng)態(tài)任務(wù)鏈通過(guò)改進(jìn)后的A*算法獲取全局最優(yōu)路徑；采用融合A*算法和動(dòng)態(tài)窗口法進(jìn)行局部路徑優(yōu)化，預(yù)測(cè)AGV叉車(chē)群體會(huì)出現(xiàn)的沖突路段及沖突類型；基于布谷鳥(niǎo)搜索算法構(gòu)建協(xié)同調(diào)度模型，初始化沖突協(xié)調(diào)策略，選擇最佳沖突協(xié)調(diào)策略，實(shí)現(xiàn)多AGV叉車(chē)的協(xié)同調(diào)度。本發(fā)明獲取AGV叉車(chē)的最佳規(guī)劃路徑，以提高穩(wěn)定性及可靠性，并通過(guò)智能化協(xié)調(diào)策略選擇提高運(yùn)行效率。

本發(fā)明授權(quán)一種面向智慧倉(cāng)儲(chǔ)管理的AGV叉車(chē)協(xié)同調(diào)度方法及系統(tǒng)在權(quán)利要求書(shū)中公布了：1.一種面向智慧倉(cāng)儲(chǔ)管理的AGV叉車(chē)協(xié)同調(diào)度方法，其特征在于，包括以下步驟：獲取目標(biāo)倉(cāng)儲(chǔ)區(qū)域的二維地圖數(shù)據(jù)，將所述二維地圖數(shù)據(jù)進(jìn)行地圖建模，根據(jù)目標(biāo)倉(cāng)儲(chǔ)區(qū)域運(yùn)輸任務(wù)在拓?fù)涞貓D模型中添加虛擬節(jié)點(diǎn)，構(gòu)建動(dòng)態(tài)任務(wù)鏈；利用AGV叉車(chē)的運(yùn)動(dòng)特征對(duì)A*算法進(jìn)行改進(jìn)，基于所述動(dòng)態(tài)任務(wù)鏈通過(guò)改進(jìn)后的A*算法進(jìn)行AGV叉車(chē)全局路徑規(guī)劃，獲取全局最優(yōu)路徑；在所述全局最優(yōu)路徑基礎(chǔ)上采用融合A*算法和動(dòng)態(tài)窗口法進(jìn)行局部路徑優(yōu)化，預(yù)測(cè)AGV叉車(chē)群體會(huì)出現(xiàn)的沖突路段及沖突類型；基于布谷鳥(niǎo)搜索算法構(gòu)建協(xié)同調(diào)度模型，初始化沖突協(xié)調(diào)策略，根據(jù)所述沖突路段選擇最佳沖突協(xié)調(diào)策略，實(shí)現(xiàn)多AGV叉車(chē)的協(xié)同調(diào)度；基于所述動(dòng)態(tài)任務(wù)鏈通過(guò)改進(jìn)后的A*算法進(jìn)行AGV叉車(chē)全局路徑規(guī)劃，獲取全局最優(yōu)路徑，具體為：在原始A*算法的基礎(chǔ)上改進(jìn)搜索方向，根據(jù)AGV叉車(chē)的前進(jìn)方向與起點(diǎn)終點(diǎn)連線夾角，對(duì)搜索方向按照預(yù)設(shè)數(shù)量5進(jìn)行選取，并引入轉(zhuǎn)彎代價(jià)對(duì)評(píng)價(jià)函數(shù)進(jìn)行改進(jìn)；獲取AGV叉車(chē)在拓?fù)涞貓D中的當(dāng)前位置作為起點(diǎn)，結(jié)合AGV叉車(chē)的運(yùn)動(dòng)方向及位姿信息生成起始點(diǎn)信息，并根據(jù)動(dòng)態(tài)任務(wù)鏈設(shè)置終點(diǎn)，沿5個(gè)方向搜索節(jié)點(diǎn)，在開(kāi)放列表中計(jì)算評(píng)價(jià)函數(shù)值最小的節(jié)點(diǎn)，作為當(dāng)前節(jié)點(diǎn)；將當(dāng)前節(jié)點(diǎn)移到關(guān)閉列表，如果當(dāng)前節(jié)點(diǎn)是目標(biāo)節(jié)點(diǎn)，則路徑已找到，進(jìn)行路徑追蹤，否則，探索當(dāng)前節(jié)點(diǎn)的鄰近節(jié)點(diǎn)，根據(jù)鄰近節(jié)點(diǎn)的探索結(jié)果設(shè)置更新父節(jié)點(diǎn)；當(dāng)目標(biāo)節(jié)點(diǎn)加入關(guān)閉列表，從目標(biāo)節(jié)點(diǎn)遍歷父節(jié)點(diǎn)，構(gòu)建全局最優(yōu)路徑；在所述全局最優(yōu)路徑基礎(chǔ)上采用融合A*算法和動(dòng)態(tài)窗口法進(jìn)行局部路徑優(yōu)化，具體為：獲取改進(jìn)后A*算法生成全局最優(yōu)路徑所涉及的路徑節(jié)點(diǎn)，根據(jù)路徑節(jié)點(diǎn)的坐標(biāo)信息構(gòu)建AGV叉車(chē)的運(yùn)動(dòng)模型，并將所述路徑節(jié)點(diǎn)作為局部目標(biāo)點(diǎn)；將AGV叉車(chē)的位姿根據(jù)所述全局最優(yōu)路徑對(duì)應(yīng)的方向進(jìn)行初始校準(zhǔn)，獲取AGV叉車(chē)線速度及角速度的取值范圍，對(duì)所述線速度及角速度進(jìn)行采樣，組合構(gòu)建采樣空間；設(shè)置動(dòng)態(tài)窗口進(jìn)行局部搜索，通過(guò)所述運(yùn)動(dòng)模型獲取角速度及線速度組合的擬合軌跡，利用評(píng)價(jià)函數(shù)選擇局部最優(yōu)路徑，根據(jù)對(duì)應(yīng)的角速度及線速度組合對(duì)運(yùn)動(dòng)模型的狀態(tài)進(jìn)行更新；在AGV叉車(chē)達(dá)到所述局部目標(biāo)點(diǎn)時(shí)判斷是否為終點(diǎn)，若是則結(jié)束規(guī)劃，否則，重新設(shè)置局部目標(biāo)點(diǎn)；在局部路徑優(yōu)化中引入優(yōu)化路徑重評(píng)價(jià)，具體為：利用卡爾曼濾波器跟蹤AGV叉車(chē)的速度預(yù)測(cè)采樣空間中各速度組合的對(duì)應(yīng)的預(yù)估值，所述速度組合的預(yù)估值，表示為： ，其中，分別表示AGV叉車(chē)的角速度、線速度以及AGV叉車(chē)角速度、線速度對(duì)應(yīng)的加速度，表示狀態(tài)轉(zhuǎn)移矩陣，表示誤差信息，表示預(yù)測(cè)的測(cè)量值，表示測(cè)量矩陣，表示噪聲矩陣；根據(jù)不同速度組合的預(yù)估值預(yù)測(cè)AGV叉車(chē)在預(yù)設(shè)時(shí)間間隔后的位置信息，判斷不同速度組合對(duì)應(yīng)位置信息與局部目標(biāo)點(diǎn)的位置偏差，以最小化位置偏差選取速度組合擬合的動(dòng)態(tài)窗口模擬路徑；基于布谷鳥(niǎo)搜索算法構(gòu)建協(xié)同調(diào)度模型，初始化沖突協(xié)調(diào)策略，根據(jù)所述沖突路段選擇最佳沖突協(xié)調(diào)策略，具體為：基于布谷鳥(niǎo)搜索算法構(gòu)建協(xié)同調(diào)度模型，根據(jù)降速等待、平移時(shí)間窗以及路徑重規(guī)劃初始化沖突協(xié)調(diào)策略，通過(guò)不同AGV叉車(chē)之間的距離結(jié)合預(yù)設(shè)安全距離獲取碰撞概率；將AGV叉車(chē)的狀態(tài)數(shù)據(jù)、沖突路段、沖突類型及對(duì)應(yīng)碰撞概率作為協(xié)同調(diào)度模型輸入，設(shè)置基本參數(shù)，利用編碼映射規(guī)則轉(zhuǎn)化為包含沖突協(xié)調(diào)策略的可行序列，初始化布谷鳥(niǎo)種群，將初始種群隨機(jī)劃分為兩個(gè)子種群；引入自適應(yīng)步長(zhǎng)因子對(duì)原始Levy飛行進(jìn)行改進(jìn)，在兩個(gè)子種群中分別利用原始Levy飛行及改進(jìn)后的Levy飛行進(jìn)行更新，獲取更新后子群鳥(niǎo)巢位置，解碼得到調(diào)度花費(fèi)時(shí)間，更新當(dāng)前最優(yōu)鳥(niǎo)巢；對(duì)鳥(niǎo)巢進(jìn)行評(píng)價(jià)并舍棄不符合預(yù)設(shè)要求的鳥(niǎo)巢，生成相同數(shù)量的新鳥(niǎo)巢，更新子群最優(yōu)鳥(niǎo)巢信息并更新全局最優(yōu)鳥(niǎo)巢，在迭代過(guò)程中引入差分算子進(jìn)行子種群的信息交流，解碼得到調(diào)度花費(fèi)時(shí)間，更新當(dāng)前最優(yōu)鳥(niǎo)巢；達(dá)到最大迭代數(shù)后輸出全局最優(yōu)解，獲取AGV叉車(chē)的在對(duì)應(yīng)沖突路段的最佳沖突協(xié)調(diào)策略。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人浙江中揚(yáng)立庫(kù)技術(shù)有限公司，其通訊地址為：314000 浙江省嘉興市嘉善縣惠民街道濱江路15號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。