本發(fā)明涉及智能避障領(lǐng)域，尤其涉及一種基于ai智能的冷鏈倉庫無人機(jī)避障和路徑規(guī)劃盤點(diǎn)方法及其系統(tǒng)。

背景技術(shù)：

1、隨著冷鏈物流行業(yè)的快速發(fā)展,對(duì)于冷鏈倉儲(chǔ)管理系統(tǒng)的環(huán)境感知能力和作業(yè)效率提出了更高的要求。現(xiàn)有的冷鏈倉儲(chǔ)管理系統(tǒng)在環(huán)境感知方面存在一些不足，傳感器數(shù)據(jù)的融合效果較差,環(huán)境感知精度和可靠性較低。同時(shí)，現(xiàn)有系統(tǒng)缺乏直觀的環(huán)境監(jiān)控手段，難以全面掌握倉庫的實(shí)時(shí)狀況。此外，在盤點(diǎn)作業(yè)方面,現(xiàn)有系統(tǒng)的作業(yè)效率低下，且存在一定的安全隱患，無法適應(yīng)動(dòng)態(tài)環(huán)境的變化。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明目的之一在于提供一基于ai智能的冷鏈倉庫無人機(jī)避障和路徑規(guī)劃盤點(diǎn)方法，以解決現(xiàn)有技術(shù)中冷鏈倉庫盤點(diǎn)作業(yè)效率低下，存在一定的安全隱患的問題。

2、本發(fā)明通過下述技術(shù)方案實(shí)現(xiàn)，一種基于ai智能的冷鏈倉庫無人機(jī)避障和路徑規(guī)劃盤點(diǎn)方法，包括如下步驟：s100、在冷鏈倉庫中布置用于感知冷鏈倉庫的環(huán)境變化的不同類型的傳感器，邊緣網(wǎng)關(guān)將不同類型的傳感器整合成為一個(gè)統(tǒng)一的傳感器集群，并對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理，將處理后的數(shù)據(jù)發(fā)送到云端數(shù)據(jù)庫；s200、在云端數(shù)據(jù)庫中構(gòu)建目標(biāo)冷鏈倉庫的數(shù)字孿生模型，和智能盤點(diǎn)路徑規(guī)劃算法，云端數(shù)據(jù)庫根據(jù)接收到的數(shù)據(jù)構(gòu)建傳感器數(shù)據(jù)庫，并將傳感器數(shù)據(jù)庫中的數(shù)據(jù)映射到數(shù)字孿生模型上，智能盤點(diǎn)路徑規(guī)劃算法根據(jù)傳感器數(shù)據(jù)，輸出無人機(jī)避障-盤點(diǎn)路徑方案；s300、云端將智能盤點(diǎn)路徑規(guī)劃算法輸出的路徑方案同時(shí)發(fā)送給無人機(jī)終端，和數(shù)字孿生模型；s400、無人機(jī)終端根據(jù)路徑方案完成盤點(diǎn)任務(wù)，而數(shù)字孿生模型則根據(jù)路徑方案和無人機(jī)終端反饋的數(shù)據(jù)實(shí)時(shí)更新數(shù)字孿生模型。

3、進(jìn)一步地，不同類型的傳感器包括度傳感器、濕度傳感器、3d激光雷達(dá)傳感器、多光譜tof傳感器、rgbd相機(jī)傳感器、長波紅外熱像儀傳感器、毫米波雷達(dá)陣列傳感器以及uwb/rfid定位標(biāo)簽。

4、進(jìn)一步地，溫度傳感器、濕度傳感器、多光譜tof傳感器、rgbd相機(jī)傳感器在冷鏈倉庫的貨架上間隔一定的距離安裝；溫度傳感器和濕度傳感器用于檢測(cè)冷鏈倉庫的溫濕度的變化；多光譜tof傳感器用于精準(zhǔn)定位貨架間距；rgbd相機(jī)傳感器用于近場物體識(shí)別和貨架編碼ocr解析。

5、進(jìn)一步地，3d激光雷達(dá)傳感器、毫米波雷達(dá)陣列以及長波紅外熱像儀安裝于冷鏈倉庫的房梁上；3d激光雷達(dá)傳感器用于檢測(cè)主要障礙物，毫米波雷達(dá)陣列用于動(dòng)態(tài)障礙追蹤；長波紅外熱像儀用于溫度梯度場建模，同時(shí)還可以用于檢測(cè)隱藏冰柱等低溫風(fēng)險(xiǎn)。

6、進(jìn)一步地，預(yù)處理包括：s110、在每列貨架上部署多個(gè)zigbee無線測(cè)溫節(jié)點(diǎn)，每一個(gè)zigbee無線測(cè)溫節(jié)點(diǎn)為一個(gè)溫度場網(wǎng)格；s120、邊緣網(wǎng)關(guān)中的感知層級(jí)動(dòng)態(tài)權(quán)重分配策略根據(jù)zigbee無線測(cè)溫節(jié)點(diǎn)采集到的溫度場網(wǎng)格數(shù)，構(gòu)建溫度敏感的置信度評(píng)價(jià)體系，實(shí)現(xiàn)動(dòng)態(tài)權(quán)重調(diào)節(jié)。

7、進(jìn)一步地，動(dòng)態(tài)權(quán)重分配策略包括如下步驟：s121、根據(jù)采集到的溫度數(shù)據(jù)，計(jì)算溫度梯度和溫度變化速率，評(píng)估溫度場的動(dòng)態(tài)變化情況，所述溫度梯度由下式表示：

8、，其中，為拉普拉斯算子，為三維空間中的溫度場；為溫度在x方向上的變化率，為溫度在y方向上的變化率，為溫度在z方向上的變化率；s123、根據(jù)計(jì)算得到的溫度梯度和變化速率，計(jì)算各個(gè)區(qū)域的置信度，置信度通過下式計(jì)算得到：

9、，其中，為置信度，為用于調(diào)節(jié)溫度梯度對(duì)置信度貢獻(xiàn)的權(quán)重系數(shù)，為溫度梯度的模量，為調(diào)節(jié)溫度變化速率對(duì)置信度貢獻(xiàn)的權(quán)重系數(shù)，為溫度變化速率的絕對(duì)值；s124、根據(jù)溫度梯度和變化速率判斷當(dāng)前溫度變化是否劇烈，當(dāng)溫度變化劇烈，則進(jìn)入調(diào)整傳感器權(quán)重階段，如果溫度變化不劇烈，則保持當(dāng)前權(quán)重不變；s125、在調(diào)整傳感器權(quán)重階段，根據(jù)每個(gè)區(qū)域的置信度來動(dòng)態(tài)調(diào)整傳感器的權(quán)重，該權(quán)重為時(shí)變權(quán)重，通過下式計(jì)算得到：

10、，其中，為傳感器i的時(shí)變權(quán)重；為傳感器i在當(dāng)前時(shí)刻的置信度，為同一類型的第i個(gè)傳感器的基礎(chǔ)權(quán)重。

11、進(jìn)一步地，同一類型的第i個(gè)傳感器的基礎(chǔ)權(quán)重，通過下式計(jì)算得到：

12、，其中，為同一類型的第i個(gè)傳感器的基礎(chǔ)權(quán)重，為指數(shù)函數(shù)；為第i個(gè)傳感器的優(yōu)先級(jí)系數(shù)；為溫度對(duì)傳感器i性能的影響系數(shù)；n為同一類型所有傳感器的總數(shù)，為同一類型傳感器的整體優(yōu)先級(jí)系數(shù)，為同一類型傳感器的影響系數(shù)，j表示某一種具體的傳感器，i表示某一種具體傳感器中的第i個(gè)傳感器。

13、進(jìn)一步地，智能盤點(diǎn)路徑規(guī)劃算法基于a*?算法構(gòu)建得到，包括如下步驟：s210、將冷鏈倉庫的環(huán)境轉(zhuǎn)化為一個(gè)溫度-空間聯(lián)合體素構(gòu)成的離散化模型，所述溫度-空間聯(lián)合體素表示為：，其中，為體素的標(biāo)識(shí)，a、b、c，分別表示體素在空間坐標(biāo)系中x,y,z這三個(gè)維度上的索引，x,y,z為空間坐標(biāo)，表示體素在三維空間中的位置，t為該體素中的溫度值，為該體素中溫度值的梯度為體素中包含的傳感器數(shù)據(jù)的置信度；s220、根據(jù)離散化模型中提供的相關(guān)信息，結(jié)合多約束優(yōu)化目標(biāo)函數(shù)對(duì)無人機(jī)的路徑進(jìn)優(yōu)化，所述多約束優(yōu)化目標(biāo)函數(shù)包括：

14、，其中，π為優(yōu)化路徑，為溫度暴露項(xiàng)，為時(shí)間成本項(xiàng)，為傳感器風(fēng)險(xiǎn)項(xiàng)，為時(shí)間成本項(xiàng)的權(quán)重系數(shù)，為傳感器風(fēng)險(xiǎn)項(xiàng)的權(quán)重系數(shù)，這兩個(gè)權(quán)重系數(shù)用于控制各項(xiàng)約束對(duì)優(yōu)化路徑的影響程度；s230、通過多約束優(yōu)化目標(biāo)函數(shù)替代a*?算法的代價(jià)函數(shù)，通過重新定義a*?算法的代價(jià)函數(shù)f?(n)?使其能夠綜合考慮溫度暴露、時(shí)間成本和傳感器風(fēng)險(xiǎn)，最終通過a*算法生成最優(yōu)路徑。

15、進(jìn)一步地，溫度暴露項(xiàng)可以通過下式表示：

16、，

17、其中，k為指數(shù)衰減因子，為路徑上的某一位置s的溫度值，tref為參考溫度，表示冷鏈倉庫理想的溫度狀態(tài)，路徑上溫度偏離參考溫度的程度會(huì)影響懲罰項(xiàng)的大小。

18、進(jìn)一步地，時(shí)間成本項(xiàng)通過下式表示：

19、，

20、其中，總路徑長度指的是無人機(jī)路徑規(guī)劃的總距離，即路徑上的所有s點(diǎn)之間的空間距離之和，無人機(jī)平均巡航速度表示無人機(jī)在執(zhí)行任務(wù)時(shí)的平均飛行速度。

21、進(jìn)一步地，傳感器風(fēng)險(xiǎn)項(xiàng)可以通過下式表示：

22、，

23、其中，表示路徑中某個(gè)位置s的傳感器置信度。

24、進(jìn)一步地，通過多約束優(yōu)化目標(biāo)函數(shù)替代a*?算法的代價(jià)函數(shù)包括如下步驟：s231、初始化開放列表和封閉列表，起點(diǎn)的=0，啟發(fā)式函數(shù)根據(jù)目標(biāo)路徑的預(yù)估進(jìn)行初始化；s232、從當(dāng)前節(jié)點(diǎn)出發(fā)，擴(kuò)展其鄰域節(jié)點(diǎn)，對(duì)于每個(gè)鄰域節(jié)點(diǎn)，計(jì)算：，其中，為新的代價(jià)函數(shù)，為從起點(diǎn)到當(dāng)前節(jié)點(diǎn)n的實(shí)際代價(jià)，hoptimized?(n)為新的啟發(fā)式函數(shù)，根據(jù)代價(jià)選擇最小代價(jià)的節(jié)點(diǎn)進(jìn)行擴(kuò)展，在擴(kuò)展節(jié)點(diǎn)時(shí)，檢查路徑是否碰到障礙物或區(qū)域是否存在溫度異常；s233、不斷迭代擴(kuò)展路徑，直到找到目標(biāo)節(jié)點(diǎn)，每次擴(kuò)展時(shí)，考慮當(dāng)前路徑的代價(jià)，并選擇代價(jià)最小的路徑進(jìn)行擴(kuò)展。

25、進(jìn)一步地，新的啟發(fā)式函數(shù)通過下式表示：

26、，其中，,?,?為權(quán)重系數(shù)，用來平衡不同因素的重要性；d?(n)為節(jié)點(diǎn)n到目標(biāo)節(jié)點(diǎn)的空間距離；為節(jié)點(diǎn)n處的溫度暴露預(yù)估，為節(jié)點(diǎn)n處的傳感器風(fēng)險(xiǎn)預(yù)估。

27、本發(fā)明另一方面提供了一種基于ai智能的冷鏈倉庫無人機(jī)避障和路徑規(guī)劃盤點(diǎn)系統(tǒng)，該系統(tǒng)包括處理器和存儲(chǔ)器，存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，當(dāng)所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如上所述的基于ai智能的冷鏈倉庫無人機(jī)避障和路徑規(guī)劃盤點(diǎn)方法。

28、本發(fā)明與現(xiàn)有技術(shù)相比，具有如下的優(yōu)點(diǎn)和有益效果：

29、1、本發(fā)明通過在邊緣網(wǎng)關(guān)中配置基于溫度主導(dǎo)的感知層級(jí)動(dòng)態(tài)權(quán)重分配策略，根據(jù)溫度場的動(dòng)態(tài)變化情況動(dòng)態(tài)調(diào)整不同類型傳感器的權(quán)重，從而優(yōu)化傳感器集群的數(shù)據(jù)融合效果，提高了環(huán)境感知的精度和可靠性，有效解決了長時(shí)間低溫環(huán)境中傳感器數(shù)據(jù)融合效果較差、環(huán)境感知精度和可靠性較低的問題。

30、2、本發(fā)明通過構(gòu)建目標(biāo)冷鏈倉庫的數(shù)字孿生模型，能夠?qū)崟r(shí)反應(yīng)冷鏈倉庫的實(shí)際情況，后臺(tái)管理人員能夠直觀地監(jiān)控到冷鏈倉庫的環(huán)境變化，解決了現(xiàn)有技術(shù)中缺乏直觀的環(huán)境監(jiān)控手段、難以全面掌握倉庫實(shí)時(shí)狀況的問題。

31、3、本發(fā)明的智能盤點(diǎn)路徑規(guī)劃算法能夠確保無人機(jī)在復(fù)雜的冷鏈倉庫環(huán)境中高效、安全地進(jìn)行盤點(diǎn)任務(wù)，避免碰撞異常區(qū)域，能夠適應(yīng)動(dòng)態(tài)環(huán)境變化，從而提高了盤點(diǎn)作業(yè)的效率和安全性，解決了現(xiàn)有技術(shù)中盤點(diǎn)作業(yè)效率低下且存在安全隱患、無法適應(yīng)動(dòng)態(tài)環(huán)境變化的問題。