【技术实现步骤摘要】
本专利技术涉及仓储搬运设备管理，更具体地说，本专利技术涉及一种智能仓储搬运设备质量管控系统。
技术介绍
1、智能仓储搬运设备应具备智能的路径规划和避障算法，以避免与障碍物发生碰撞。通过结合传感器数据和避障算法，仓储搬运设备可以实时检测和应对障碍物，选择合适的路径绕过障碍物，以实现安全、高效的搬运操作。
2、现有的仓储搬运设备质量管控系统，通过采集仓储环境数据和货物数据后，传输至仓储搬运设备中控平台，仓储搬运设备中控平台根据接收的采集的环境数据和货物数据后，通过障碍识别模型识别到仓储环境的障碍信息后，将障碍信息和货物信息输入路径规划模型中，得到仓储搬运设备的路径信息，将路径信息传输至仓储搬运设备的执行端，仓储搬运设备基于路径信息和货物信息实现货物的抓取、转移和放置，完成货物的搬运操作。
3、仓储搬运设备质量离不开采集数据的质量、障碍识别模型和路径规划模型的可靠性，现有的仓储搬运系统在实际使用时，仍旧存在仓储搬运设备质量管控系统中关键组件不在最佳状态下运行，从而导致搬运系统的可靠性不足、效率低的问题；如，现有的仓储搬运设备在运行过程中可能因环境支持资源质量问题和障碍识别模型、路径规划模型异常导致的运行效率下降、搬运错误增加。
4、基于此，提供一种智能仓储搬运设备质量管控系统，通过分析仓储搬运设备的环境支持资源、算法模型的质量，提高仓储搬运设备的运行效率和运行质量。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供一种智能仓储搬运设备质量管
2、为实现上述目的，本专利技术提供如下技术方案：一种智能仓储搬运设备质量管控系统，包括：
3、基础设备分析模块，获取仓储搬运环境的数据采集设备质量和通信设备质量，分析得到数据采集设备质量稳定性指数zs、通信传输质量稳定性指数zt，并传输至环境支持资源管理模块；
4、仿真测试分析模块，进行仿真测试，获取障碍识别模型和路径规划模型在仿真环境下的表现，分析得到障碍识别模型质量评估指数zm和路径规划模型质量评估指数lm，并传输至环境支持资源管理模块；
5、环境支持资源管理模块，联合分析数据采集设备质量稳定性指数zs、通信传输质量稳定性指数zt、障碍识别模型质量评估指数zm和路径规划模型质量评估指数lm，得到环境支持资源可靠性系数hz，基于环境支持资源可靠性系数采取对应措施。
6、优选的，获取每个时间段的数据采集设备质量记为sji，i表示时间段的编号，i为1至n的整数，用sj0表示预设的数据采集设备质量，通过公式计算得到数据采集设备质量稳定性指数zs；将每个时间段的通信设备质量记为sci，用sc0表示预设的通信设备质量，通过公式计算得到通信传输质量稳定性指数zt；
7、优选的，获取障碍识别模型质量评估指数zm和路径规划模型质量评估指数lm的过程包括下列步骤：
8、步骤s11、设计场景：根据实际仓储搬运设备的操作场景和环境特点，在仿真软件中设计障碍场景，并创建仓储搬运设备虚拟模型；
9、步骤s12、算法编写：根据障碍识别算法和路径规划算法的原理和实现思路，编写相应的代码或脚本，得到障碍识别模型和路径规划模型；
10、步骤s13、设置测试场景：设置障碍识别仿真测试的场景参数和路径规划仿真测试的场景参数；
11、步骤s14、运行仿真测试并记录数据：运行仿真测试并记录仿真测试过程中的数据，得到障碍识别模型的仿真测试结果和路径规划模型的仿真测试结果；
12、步骤s15、分析仿真测试结果：联合分析障碍识别模型识别障碍物的平衡分数、障碍识别时间偏离度和障碍物定位准确性，得到障碍识别模型质量评估指数zm；联合分析路径规划模型的路径长度偏离度、路径正常通行率、路径规划时间偏离度，得到路径规划模型质量评估指数lm。
13、优选的，通过障碍识别模型质量分析模型计算得到障碍识别模型质量评估指数zm，其中， α1、 α2和 α3分别表示各项的比例系数，且 α1+ α2+ α3=1.0 ，fs表示障碍识别模型识别障碍物的平衡分数，sp表示障碍识别时间偏离度，zd表示障碍物定位准确性；通过路径规划模型质量分析模型计算得到路径规划模型质量评估指数lm，其中， β1表示路径长度偏离度的影响因子， β2表示路径规划时间偏离度的影响因子，且 β1+ β2=1.0，lc表示路径规划模型的路径长度偏离度，lt表示路径正常通行率，ls表示路径规划时间偏离度。
14、优选的，数据采集设备质量稳定性指数、通信传输质量稳定性指数、障碍识别模型质量评估指数和路径规划模型质量评估指数构成一级特征集合；数据采集设备质量稳定性指数、通信传输质量稳定性指数、障碍识别模型质量评估指数和路径规划模型质量评估指数之间进行交互后完成特征融合，构成二级特征集合；一级特征集合和二级特征集合的交集构成综合特征集合；使用主成分分析法从综合特征集合中筛选得到与环境支持资源可靠性相关的特征因子，同时为特征因子匹配权重系数；每个特征因子的值与对应的权重系数相乘后求和后，得到加权求和结果；计算加权求和结果与权重系数总和的比值得到环境支持资源可靠性系数hz。
15、优选的，当环境支持资源可靠性系数hz＜预设值hz0，表明仓储搬运设备的环境支持资源异常，向用户预警暂停仓储搬运任务的执行，提示用户关注环境支持资源，分析环境支持资源异常原因，优化数据采集装置、通信设备、障碍识别模型和路径规划模型，直至环境支持资源可靠性系数hz≥预设值hz0，恢复仓储搬运任务的执行；当环境支持资源可靠性系数hz≥预设值hz0，表明仓储搬运设备的环境支持资源正常，不需要采取措施。
16、优选的，还包括障碍识别修正模块和路径规划修正模块，所述障碍识别修正模块用于得到修正后的平衡分数xu_fs、障碍识别时间偏离度xu_sp和障碍物定位准确性xu_zd；所述路径规划修正模块用于得到修正后的路径长度偏离度xu_lc和修正后的路径规划时间偏离度xu_ls，根据障碍识别仿真测试的场景复杂度参数，为每次障碍识别仿真测试匹配对应的修正系数，通过加权求和取平均对障碍识别模型识别障碍物的平衡分数、障碍识别时间偏离度和障碍物定位准确性进行修正，得到修正后的平衡分数xu_fs、障碍识别时间偏离度xu_sp和障碍物定位准确性xu_zd。
17、优选的，用s表示障碍识别仿真测试的编号，取值为1至q的整本文档来自技高网...
【技术保护点】
1.一种智能仓储搬运设备质量管控系统，其特征在于，包括：
2.根据权利要求1所述的一种智能仓储搬运设备质量管控系统，其特征在于，所述障碍识别模型识别障碍物的平衡分数的获取方式为：基于识别障碍物的FN、TP、FP、TN，得到障碍识别模型识别障碍物的平衡分数Fs；障碍识别时间偏离度Sp是衡量障碍识别模型识别障碍物时的时间准确性的指标，障碍识别时间偏离度Sp是障碍识别模型识别障碍物需要的时间与预期识别时间之间的偏差程度；障碍物定位准确性Zd是描述障碍识别模型在识别障碍物时的位置判断准确程度指标，反映障碍识别模型在确定障碍物实际位置时的精确性，障碍物定位准确性Zd表示障碍识别模型输出识别障碍物位置坐标与实际识别障碍物坐标偏差之间的偏差程度，FN代表假阴性，即障碍识别模型错误地将正样本预测为负样本的情况；TP代表真正例，即障碍识别模型正确地将正样本预测为正样本的情况；FP代表假阳性，即障碍识别模型错误地将负样本预测为正样本的情况；TN代表真阴性，即障碍识别模型正确地将负样本预测为负样本的情况；路径长度偏离度Lc的获取方式为：当路径规划模型根据输入的障碍物和货物信息输出规划路径信
3.根据权利要求1所述的一种智能仓储搬运设备质量管控系统，其特征在于，根据障碍识别仿真测试的场景复杂度参数，为每次障碍识别仿真测试匹配对应的修正系数，通过加权求和取平均对障碍识别模型识别障碍物的平衡分数、障碍识别时间偏离度和障碍物定位准确性进行修正，得到修正后的平衡分数Xu_Fs、障碍识别时间偏离度Xu_Sp和障碍物定位准确性Xu_Zd；用修正后的平衡分数Xu_Fs、障碍识别时间偏离度Xu_Sp、障碍物定位准确性Xu_Zd，替代Fs、Sp、Zd；通过障碍识别模型质量分析模型计算得到障碍识别模型质量评估指数Zm；用修正后的路径长度偏离度Xu_Lc和修正后的路径规划时间偏离度Xu_Ls，替代Lc和Ls，通过路径规划模型质量分析模型计算得到路径规划模型质量评估指数Lm。
4.根据权利要求3所述的一种智能仓储搬运设备质量管控系统，其特征在于，用s表示障碍识别仿真测试的编号，取值为1至q的整数，第s次障碍识别仿真测试的平衡分数、障碍识别时间偏离度和障碍物定位准确性分别记为Fs_s、Sp_s、Zd_s；通过公式计算得到修正后的平衡分数Xu_Fs；通过公式计算得到修正后的障碍识别时间偏离度Xu_Sp；通过公式计算得到修正后的障碍物定位准确性Xu_Zd，其中，yz_s表示第s次障碍识别仿真测试的修正系数。
5.根据权利要求4所述的一种智能仓储搬运设备质量管控系统，其特征在于，第s次障碍识别仿真测试的修正系数获取方式为：
6.根据权利要求5所述的一种智能仓储搬运设备质量管控系统，其特征在于，根据路径规划仿真测试的场景复杂度参数，为每次路径规划仿真测试匹配对应的修正系数，通过加权求和取平均对路径规划模型的路径长度偏离度和路径规划时间偏离度进行修正，得到修正后的路径长度偏离度Xu_Lc和修正后的路径规划时间偏离度Xu_Ls。
7.根据权利要求6所述的一种智能仓储搬运设备质量管控系统，其特征在于，用t表示路径规划仿真测试的编号，取值为1至p的整数，第t次路径规划仿真测试的路径长度偏离度、路径规划时间偏离度分别记为Lc_t和Ls_t；通过公式计算得到修正后的路径长度偏离度Xu_Lc；通过公式计算得到修正后的路径规划时间偏离度Xu_Ls，其中，yl_t表示第t次路径规划仿真测试的修正系数。
8.根据权利要求7所述的一种智能仓储搬运设备质量管控系统，其特征在于，第t次路径规划仿真测试的修正系数获取方式为：
9.根据权利要求8所述的一种智能仓储搬运设备质量管控系统，其特征在于，所述系统还包括仓储搬运设备执行端分析模块、仓储搬运执行端管理模块和监管资源分配模块，
...【技术特征摘要】
1.一种智能仓储搬运设备质量管控系统，其特征在于，包括：
2.根据权利要求1所述的一种智能仓储搬运设备质量管控系统，其特征在于，所述障碍识别模型识别障碍物的平衡分数的获取方式为：基于识别障碍物的fn、tp、fp、tn，得到障碍识别模型识别障碍物的平衡分数fs；障碍识别时间偏离度sp是衡量障碍识别模型识别障碍物时的时间准确性的指标，障碍识别时间偏离度sp是障碍识别模型识别障碍物需要的时间与预期识别时间之间的偏差程度；障碍物定位准确性zd是描述障碍识别模型在识别障碍物时的位置判断准确程度指标，反映障碍识别模型在确定障碍物实际位置时的精确性，障碍物定位准确性zd表示障碍识别模型输出识别障碍物位置坐标与实际识别障碍物坐标偏差之间的偏差程度，fn代表假阴性，即障碍识别模型错误地将正样本预测为负样本的情况；tp代表真正例，即障碍识别模型正确地将正样本预测为正样本的情况；fp代表假阳性，即障碍识别模型错误地将负样本预测为正样本的情况；tn代表真阴性，即障碍识别模型正确地将负样本预测为负样本的情况；路径长度偏离度lc的获取方式为：当路径规划模型根据输入的障碍物和货物信息输出规划路径信息，基于规划路径的输出长度与理论上的最短或最优路径长度之间的差值，计算得出路径长度偏离度lc；路径正常通行率lt指的是仓储搬运设备按照规划路径信息成功通行的比例；路径规划时间偏离度ls指的是路径规划模型输出规划路径需要的时间与预期规划时间之间的偏差程度。
3.根据权利要求1所述的一种智能仓储搬运设备质量管控系统，其特征在于，根据障碍识别仿真测试的场景复杂度参数，为每次障碍识别仿真测试匹配对应的修正系数，通过加权求和取平均对障碍识别模型识别障碍物的平衡分数、障碍识别时间偏离度和障碍物定位准确性进行修正，得到修正后的平衡分数xu_fs、障碍识别时间偏离度xu_sp和障碍物定位准确性xu_zd；用修正后的平衡分数xu_fs、障碍识别时间偏离度xu_sp、障碍物定位准确性xu_zd，替代fs、sp、zd；通过障碍识别模型质量分析模型计算得到障...
【专利技术属性】
技术研发人员：杨鹏，张庆友，佟飞，刘晓文，王雪，
申请(专利权)人：沈阳容大仓储设备制造有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。