Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于视觉感知的物资转运车辆路径规划方法及专用车 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:朝阳辽西人防工程防护设施有限公司

摘要:本发明公开了基于视觉感知的物资转运车辆路径规划方法及专用车,涉及车辆路径规划技术领域,包括以下步骤:通过视觉传感器以标准图像采集频率获取周围环境的图像和深度信息,实现实时的行驶路径动态规划;获取物流中心的物资转运车辆转运网络信息,对转运网络进行特征提取,并对提取的特征进行分析后,对转运网络内的物资转运车辆进行动态分析。本发明通过标准图像采集频率进行基础路径规划,结合特征提取和深度学习模型动态评估网络复杂度,调整视觉传感器采集频率,适应简单和交织转运网络。在简单网络中维持标准频率,在交织网络中动态提升频率,确保实时感知和路径规划,提升物流效率,提高高峰期配送能力,提高运营稳定性和效率。

主权项:1.基于视觉感知的物资转运车辆路径规划方法,其特征在于,包括以下步骤:通过视觉传感器以标准图像采集频率获取周围环境的图像和深度信息,实现实时的行驶路径动态规划;获取物流中心的物资转运车辆转运网络信息,对转运网络进行特征提取,并对提取的特征进行分析后,对转运网络内的物资转运车辆进行动态分析;将物流中心的物资转运过程划分为若干个相同时长的固定检测窗口,对每个固定检测窗口下车辆行驶路径中交叉点的数量和高优先级任务占总任务的比例进行分析后,生成路径交叉点指数和任务优先级占比指数,通过路径交叉点指数和任务优先级占比指数对转运网络内的物资转运车辆进行动态分析;将分析后的特征输入至预先训练好的深度学习模型中,通过深度学习模型对转运网络的动态变化情况进行评估,进一步将转运网络划分为交织转运网络和简单转运网络;将分析后的路径交叉点指数和任务优先级占比指数输入至预先训练好的深度学习模型中,生成复杂度评估系数,通过复杂度评估系数对转运网络的动态变化情况进行评估;将在固定检测窗口对转运网络分析生成的复杂度评估系数与预先设定的复杂度评估系数参考阈值进行比对分析,对转运网络进行进一步划分,具体的划分步骤如下:若复杂度评估系数大于等于复杂度评估系数参考阈值,则将该固定检测窗口下的转运网络划分为交织转运网络;若复杂度评估系数小于复杂度评估系数参考阈值,则将该固定检测窗口下的转运网络划分为简单转运网络;针对简单转运网络,继续以标准图像采集频率获取周围环境的图像和深度信息实现实时的行驶路径动态规划;针对交织转运网络,以标准图像采集频率为基础,对视觉传感器的实际图像采集频率进行动态调控,并以调控后的实际图像采集频率获取周围环境的图像和深度信息;针对交织转运网络,以标准图像采集频率为基础,对视觉传感器的实际图像采集频率进行动态调控的具体步骤如下:确定标准图像采集频率、复杂度评估系数以及复杂度评估系数参考阈值;计算当前复杂度评估系与复杂度评估系数参考阈值的复杂度比率R,以评估当前转运网络的复杂程度,其中,;定义一个调控函数,用于根据复杂度比率R动态调整实际图像采集频率,调控函数定义为:,式中,为调节系数,确定复杂度比率对采集频率调整的敏感度,通常设定为大于0的常数;根据调控函数和复杂度比率R,计算动态调控后的实际图像采集频率,计算的表达式为:,式中,表示动态调控后的实际图像采集频率;将计算得到的实际图像采集频率应用于视觉传感器,调整传感器的图像采集频率,以获取周围环境的图像和深度信息。

全文数据:

权利要求:

百度查询: 朝阳辽西人防工程防护设施有限公司 基于视觉感知的物资转运车辆路径规划方法及专用车

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。