CN113836607B - 一种立体仓库的参数化仿真设计方法及其仿真设计*** - Google Patents
一种立体仓库的参数化仿真设计方法及其仿真设计*** Download PDFInfo
- Publication number
- CN113836607B CN113836607B CN202111124168.XA CN202111124168A CN113836607B CN 113836607 B CN113836607 B CN 113836607B CN 202111124168 A CN202111124168 A CN 202111124168A CN 113836607 B CN113836607 B CN 113836607B
- Authority
- CN
- China
- Prior art keywords
- parameter
- parameters
- graph
- warehouse
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种立体仓库的参数化仿真设计方法及其仿真设计***,属于仓库模型仿真技术领域,其仿真设计方法包括信息归纳整理步骤、参数化机制构建步骤和参数***构建步骤,参数化机制构建步骤为构建参数图,参数图包括仓库模型、仓库模型对应的有用参数和有用参数对应的参数关系,其中将仓库模型和有用参数设为参数图的顶点,将顶点之间的关系设为参数图的边,参数图的边为推理关系;其仿真设计***包括信息归纳整理模块、参数化机制构建模块和参数***构建模块。本发明解决了设计人员对仓库重新布局时,工作量大,难以满足立体仓库快速设计的需求的问题。
Description
技术领域
本发明涉及仓库模型仿真技术领域,特别是一种立体仓库的参数化仿真设计方法及其仿真设计***。
背景技术
建模和仿真技术是21世纪制造业的关键技术,广泛应用于***设计、测试和验证等领域。仿真技术的可视化、良好的交互性有助于用户和开发人员快速理解设计方案,降低知识传播门槛,提高沟通效率,并且能够提供及时、真实、可靠的反馈。现如今,仿真技术在立体仓库前期规划设计中得到了较为广泛的应用。设计开发人员可借助仿真技术对立体仓库进行整体布局,并对AGV(是指AGV小车,装备有电磁或光学等自动导航装置,能够沿规定的导航路径行驶,具有安全保护以及各种移载功能的运输车)或叉车等运动机器进行路径设计,快速得到初步的设计方案,有效的缩短了设计周期。但在实际的项目中,由于客户需求复杂多变、设计前期考虑不周等原因,设计方案经常需要进行多次迭代调整。这种调整的特点是少量多次,因此对设计开发人员快速响应能力有着较高的要求。然而,使用现有仿真技术难以避免的问题是:牵一发而动全身,并且,一般的商业仿真软件仅支持单一模型或零部件的参数化,缺乏对整个***参数化的支持。尽管改动可能不大,但是在一个比较复杂的***中,这种改动会破坏设备与设备之间的位置或动作等关系,设计人员就需要对仓库重新布局,比如对AGV重新进行路径规划。这种额外的工作量大大降低了物流仿真技术的实用性,难以满足立体仓库快速设计的需求。
发明内容
针对上述缺陷,本发明的一个目的在于提出一种立体仓库的参数化仿真设计方法,解决了设计人员对仓库重新布局时,工作量大,难以满足立体仓库快速设计的需求的问题。
针对上述缺陷,本发明的另一个目的在于提出一种立体仓库的参数化仿真设计***,解决了设计人员对仓库重新布局时,工作量大,难以满足立体仓库快速设计的需求的问题。
为达此目的,本发明采用以下技术方案:一种立体仓库的参数化仿真设计方法,包括以下步骤:
信息归纳整理步骤:
A1:对不同类别的仓库模型进行参数的提取,其中,所述参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;
A2:对不同类别的仓库模型对应的参数进行筛选得到有用参数;其中,所述有用参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;
A3:分析所述仓库模型与有用参数之间以及各有用参数之间的参数关系,并语义化地表示所述参数关系;
参数化机制构建步骤:
B1:构建参数图,所述参数图包括所述仓库模型、所述仓库模型对应的有用参数和所述有用参数对应的参数关系,其中将所述仓库模型和所述有用参数设为所述参数图的顶点,将顶点之间的关系设为所述参数图的边,所述参数图的边为推理关系;
参数***构建步骤:
C1:将立体仓库划分为多个功能区,并执行所述参数化机制构建步骤形成所述立体仓库对应的参数图,其中,所述参数化机制构建步骤中的仓库模型为立体仓库,所述有用参数为功能区;
C2:对每个功能区的设备分别执行所述参数化机制构建步骤形成所述设备对应的参数图,其中,所述参数化机制构建步骤中的仓库模型为所述设备,所述有用参数为尺寸参数、运动参数、控制参数和/或所述设备自身的各个零部件。
值得说明的是,所述参数化机制构建步骤还包括步骤B2;
所述步骤B2为:
B21:当所述有用参数发生改变,选取所述参数图中所述有用参数对应的顶点;
B22:将选取的所述顶点标记为已访问,通过贪心算法搜索并选取下一个未被标记为已访问的顶点,得到两个所述顶点的相连边对应的推理关系,并根据两个所述顶点的相连边对应的推理关系更新所述顶点的值,直至搜索完毕,形成更新后的参数图。
可选地,在所述参数化机制构建步骤中,所述参数图的边包括约束条件;
所述步骤B2还包括步骤B23,所述步骤B23在所述步骤B22后;
所述步骤B23为:根据所述约束条件对更新后的参数图进行评估;当更新后的参数图的边与所述约束条件一致,则生成成型参数图;当更新后的参数图的边与所述约束条件不一致,则重新执行步骤B22,并在进行贪心算法时不考虑被标记为已访问的顶点;当所有顶点均被标记位已访问后,更新后的参数图的边与所述约束条件不一致,生成提醒信号。
具体地,所述参数***构建步骤还包括步骤C3,所述步骤C3具体为:对所述设备以及所述设备对应的参数图执行参数化模型构建步骤形成所述设备对应的树形图;
所述参数化模型构建步骤包括:
D1:定性表示所述设备自身的各个零部件的装配关系,其中,所述装配关系包括相切、平行、垂直和对称;
D2:通过树形结构对所述参数图进行简化得到树形图,其中,所述树形结构的节点包括子节点和父节点,父节点为所述设备,子节点为所述有用参数,子节点与父节点之间的关系以及不同的子节点之间的关系为所述参数图的边;其中,所述子节点与父节点之间以及不同的子节点之间还存在节点约束:子节点不随父节点的变化而变化,子节点不影响父节点。
优选的,在所述参数化机制构建步骤的步骤B1和步骤B2之间,还包括步骤B3,所述步骤B3为:将所述参数图设为混合图,将所述参数图的边加入权重形成加权图。
值得说明的是,一种立体仓库的参数化仿真设计***,包括信息归纳整理模块、参数化机制构建模块和参数***构建模块;
所述信息归纳整理模块用于对不同类别的仓库模型进行参数的提取,其中,所述参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;还用于对不同类别的仓库模型对应的参数进行筛选得到有用参数,其中,所述有用参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;还用于分析所述仓库模型与有用参数之间以及各有用参数之间的参数关系,并语义化地表示所述参数关系;
所述参数化机制构建模块用于构建参数图,所述参数图包括所述仓库模型、所述仓库模型对应的有用参数和所述有用参数对应的参数关系,还用于将所述仓库模型和所述有用参数设为所述参数图的顶点,还用于将顶点之间的关系设为所述参数图的边,所述参数图的边为推理关系;
所述参数***构建模块用于将立体仓库划分为多个功能区,还用于执行所述参数化机制构建模块形成所述立体仓库对应的参数图,其中,所述仓库模型为立体仓库,所述有用参数为功能区;还用于对每个功能区的设备分别执行所述参数化机制构建模块形成所述设备对应的参数图,其中,所述仓库模型为所述设备,所述有用参数为尺寸参数、运动参数、控制参数和/或所述设备自身的各个零部件。
可选地,所述参数化机制构建模块还用于当所述有用参数发生改变,选取所述参数图中所述有用参数对应的顶点;还用于将选取的所述顶点标记为已访问,还用于通过贪心算法搜索并选取下一个未被标记为已访问的顶点,得到两个所述顶点的相连边对应的推理关系,还用于根据两个所述顶点的相连边对应的推理关系更新所述顶点的值,直至搜索完毕,形成更新后的参数图。
具体地,在所述参数化机制构建模块中,所述参数图的边包括约束条件;
所述参数化机制构建模块还用于根据所述约束条件对更新后的参数图进行评估;还用于当更新后的参数图的边与所述约束条件一致,则生成成型参数图;还用于当更新后的参数图的边与所述约束条件不一致,重新通过贪心算法搜索并选取下一个未被标记为已访问的顶点,得到两个所述顶点的相连边对应的推理关系,并根据两个所述顶点的相连边对应的推理关系更新所述顶点的值,直至搜索完毕,形成更新后的参数图,并且在进行贪心算法时不考虑被标记为已访问的顶点;还用于当所有顶点均被标记位已访问后,更新后的参数图的边与所述约束条件不一致,生成提醒信号。
优选的,所述参数***构建步模块还用于对所述设备以及所述设备对应的参数图执行参数化模型构建模块形成所述设备对应的树形图;
所述参数化模型构建模块用于定性表示所述设备自身的各个零部件的装配关系,其中,所述装配关系包括相切、平行、垂直和对称;还用于通过树形结构对所述参数图进行简化得到树形图,其中,所述树形结构的节点包括子节点和父节点,父节点为所述设备,子节点为所述设备自身的各个零部件,子节点与父节点之间的关系以及不同的子节点之间的关系为所述参数图的边;其中,所述子节点与父节点之间以及不同的子节点之间还存在节点约束:子节点不随父节点的变化而变化,子节点不影响父节点。
值得说明的是,在所述参数化机制构建模块还用于将所述参数图设为混合图,还用于将所述参数图的边加入权重形成加权图。
上述技术方案中的一个技术方案具有如下有益效果:在所述立体仓库的参数化仿真设计方法中,通过所述信息归纳整理步骤和所述参数化机制构建步骤,形成参数图,参数图的“实体-参数-关系”的结构能方便让知识图谱等引擎进行信息抽取以及同义关系提取等操作。在需要对立体仓库的布局进行调整时,通过参数图的顶点和边,就能对发生变化的参数相关联的其他参数进行关联变化,大大降低了设计人员的工作量,提高了立体仓库设计的效率。
附图说明
图1是本发明的一个实施例的流程图;
图2是本发明的一个实施例的步骤B21、步骤B22和步骤B23的流程图;
图3是本发明的一个实施例的树形结构。
具体实施方式
下文的公开提供了许多不同的实施方式或例子用来实现本发明的实施方式的不同结构。为了简化本发明的实施方式的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明的实施方式可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本发明的实施方式提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
一种立体仓库的参数化仿真设计方法,包括以下步骤:
信息归纳整理步骤:
A1:对不同类别的仓库模型进行参数的提取,其中,所述参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;具体地,整理项目历史数据,同时在网络上收集设备信息数据,对物流行业涉及到的仓库模型进行分类归纳整理,并从中提取出仓库模型各种参数。仓库模型包括立体仓库和立体仓库内的设备。设备类别主要有AGV、吊车、传送带、叉车和机器人等,参数可以分为尺寸参数、运动参数和控制参数等,其中尺寸参数包括设备的外形大小以及重量等,运动参数包括AGV的行驶速度、叉车的行驶速度和传送带的传送速度等,控制参数则包括PLC的规格等。
A2:对不同类别的仓库模型对应的参数进行筛选得到有用参数;其中,所述有用参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;值得说明的是,由于所述参数包括尺寸参数、运动参数、控制参数立体仓库的功能区和设备自身的各个零部件,如此,所述有用参数包括尺寸参数、运动参数、控制参数立体仓库的功能区和设备自身的各个零部件。例如,AGV作为一种物料搬运设备,设计过程中设计人员关心的是AGV的目的地以及如何到达目的地,因此在这个情景中,AGV的有用参数为AGV的终点以及路径算法种类。而由于固定型号的AGV无法任意更改外形尺寸,因此在大多数场景下,AGV的尺寸外形参数为无关参数。进一步地,本发明的实施例中将这些设计参数划分为可变参数以及不可变参数,参数化仿真设计关心的是可变参数。
A3:分析所述仓库模型与有用参数之间以及各有用参数之间的参数关系,并语义化地表示所述参数关系;以堆垛机和货架为例,堆垛机和货架的关系有“堆垛机前往某一货架取货”。值得说明的是,所述信息归纳整理步骤还将所述仓库模型、所述仓库模型对应的有用参数和所述有用参数对应的参数关系存储于图数据库;具体地,将前面各步骤预处理后的信息存入图数据库,用于后续的搜索和优化。
参数化机制构建步骤:
B1:构建参数图,所述参数图包括所述仓库模型、所述仓库模型对应的有用参数和所述有用参数对应的参数关系,其中将所述仓库模型和所述有用参数设为所述参数图的顶点,将顶点之间的关系设为所述参数图的边,所述参数图的边为推理关系;所述参数图为图(Graph),图(Graph)用于表示物件与物件之间的关系,是图论的基本研究对象,一张图(Graph)由若干顶点和连结这些顶点的边组成。具体地,将所述仓库模型与所述有用参数之间的关系,以及将不同的有用参数之间的关系设为所述参数图的边。推理关系是指当所述参数图的一个顶点的值发生改变,该顶点可以通过推理关系推理出另一个顶点的改变量。推理关系包含计算关系,例如三轴机器人在传送带出口处取货,那么三轴机器人和传送带出口的关系“三轴机器人-取货-传送带出口”中就包含了一种坐标计算关系。当传送带位置发生变化时,能计算出三轴机器人的新位置。计算关系的复杂度各有不同,一般来说坐标计算关系只需要进行简单的坐标偏移运算。
参数***构建步骤:
C1:将立体仓库划分为多个功能区,并执行所述参数化机制构建步骤形成所述立体仓库对应的参数图,其中,所述参数化机制构建步骤中的仓库模型为立体仓库,所述有用参数为功能区;具体地,根据物流仓储行业的特点,将立体仓库划分为多个功能区,如取货区、堆垛区和物料处理区等。划分完功能区后,进一步分析功能区之间的关系以确定物料流动方向。最后,依据所述参数化机制构建步骤,在程序中存储整个立体仓库对应的参数图,用于后续的变型设计。完成所述步骤C1后,整个仓库将呈现模块化的特点。当立体仓库发生变化时,通过所述立体仓库对应的参数图的顶点和边,对立体仓库发生变化的参数相关联的其他参数进行关联变化。
C2:对每个功能区的设备分别执行所述参数化机制构建步骤形成所述设备对应的参数图,其中,所述参数化机制构建步骤中的仓库模型为所述设备,所述有用参数为尺寸参数、运动参数、控制参数和/或所述设备自身的各个零部件。具体地,该步骤对设备关系进行分析,同样地,最后将依据所述参数化机制构建步骤生成参数图。需要指出的是,这里的设备特指单一功能区内部的设备。设备之间的关系主要是位置关系(位置关系一般使用相对坐标)。例如AGV到地点A取货就是一种位置关系,其中AGV的取货点是AGV设备的参数。当A位置发生改变,***将通过推理关系自动求解约束,并更新AGV设备的参数,即取货点。AGV参数发生改变后,将重新进行路径规划,以到达新的目的地取货。如此,当设备发生变化时,通过所述设备对应的参数图的顶点和边,对设备发生变化的参数相关联的其他参数进行关联变化。
在所述立体仓库的参数化仿真设计方法中,通过所述信息归纳整理步骤和所述参数化机制构建步骤,形成参数图,参数图的“实体-参数-关系”的结构能方便让知识图谱等引擎进行信息抽取以及同义关系提取等操作。在需要对立体仓库的布局进行调整时,通过参数图的顶点和边,就能对发生变化的参数相关联的其他参数进行关联变化,大大降低了设计人员的工作量,提高了立体仓库设计的效率。
一些实施例中,如图2所示所述参数化机制构建步骤还包括步骤B2;
所述步骤B2为:
B21:当所述有用参数发生改变,选取所述参数图中所述有用参数对应的顶点;
B22:将选取的所述顶点标记为已访问,通过贪心算法搜索并选取下一个未被标记为已访问的顶点,得到两个所述顶点的相连边对应的推理关系,并根据两个所述顶点的相连边对应的推理关系更新所述顶点的值,直至搜索完毕,形成更新后的参数图。
贪心算法为现有的一种对某些求最优解问题的更简单、更迅速的设计技术。本发明约束求解过程基于图搜索,同时建立在一些预设规则基础上实现,通用的规则是根据图各边的权重对各搜索路径进行评级,目的是选取一条较优的路径以更好的实现设计变形同时一定程度上解决循环约束问题。解决循环约束问题的基本思路是:循环约束在参数图中表现为某个顶点出发,沿着某条路径将回到该顶点。本发明通过计算回路中权重,将该回路拆解为线性路径,进而解决循环约束的问题。
值得说明的是,如图2所示,在所述参数化机制构建步骤中,所述参数图的边包括约束条件;
所述步骤B2还包括步骤B23,所述步骤B23在所述步骤B22后;
所述步骤B23为:根据所述约束条件对更新后的参数图进行评估;当更新后的参数图的边与所述约束条件一致,则生成成型参数图;当更新后的参数图的边与所述约束条件不一致,则重新执行步骤B22,并在进行贪心算法时不考虑被标记为已访问的顶点;当所有顶点均被标记位已访问后,更新后的参数图的边与所述约束条件不一致,生成提醒信号。
当设计参数发生变化时,使用所述参数化机制构建步骤的参数化机制对参数图中存在的约束进行求解,最终完成对所有关联参数的更新。在***层面上,这种参数化改变发生后,设备之间可能会存在干涉的情况。针对这种情况,当完成一次约束求解后,使用碰撞检测的方法对此次变型进行评估。如果存在干涉的情况,将重新进行求解,此次求解将选择综合权重次高的路径。特别地,某些设备的结构以及运动特点会带来约束条件,如本实施例中的三轴机器人,三轴机器人的作业范围是有限,并且在该有限的范围内也会存在可达点以及不可达点。针对这种有约束情况,新计算出的值需要满足约束。通过推理关系,一个参数变化后能够计算出其对的其他关联的有用参数或设备的影响,以便进行联动改变。如本实施例中传送带的位置发生改变,需要更新三轴机器人的位置。三轴机器人的位置发生改变后,机器人的取货路线也需要重新规划。搜索完毕标记着一次参数化变型结束,根据需要可进行一次约束评估操作,以保证此次修改是有效的。若约束评估失败,则重新执行步骤B22,重新执行步骤B22时将不再考虑已访问的顶点;若最终发现无解,将提醒用户。
可选地,所述参数***构建步骤还包括步骤C3,所述步骤C3具体为:对所述设备以及所述设备对应的参数图执行参数化模型构建步骤形成所述设备对应的树形图;具体地,当对设备自身的参数进行更改时,通过所述设备对应的参数图的顶点和边,以及所述设备对应的树形图的节点约束,对设备发生变化的参数相关联的其他参数进行关联变化。
所述参数化模型构建步骤包括:
D1:定性表示所述设备自身的各个零部件的装配关系,其中,所述装配关系包括相切、平行、垂直和对称;具体地,所述设备是一个包含多个零部件的装配体,零部件之间包含一些装配关系,主要有相切、平行、垂直和对称等。本发明的实施例通过设备中的装配关系定性地表示设备的结构,进一步地,将装配关系作为设备的内在约束,即参数图的边。
D2:通过树形结构对所述参数图进行简化得到树形图,其中,所述树形结构的节点包括子节点和父节点,父节点为所述设备,子节点为所述有用参数,子节点与父节点之间的关系以及不同的子节点之间的关系为所述参数图的边;其中,所述子节点与父节点之间以及不同的子节点之间还存在节点约束:子节点不随父节点的变化而变化,子节点不影响父节点。具体地,在参数化模型的构建过程中,本发明的实施例中使用树形结构对参数图进行简化。在该树形约束结构中,节点可分为子节点以及父节点,节点之间存在一定的关系。与参数图相比,该树形约束结构有严格的层次划分,具有自顶向下的特点。基于所述参数化模型构建步骤所定义的规则,针对参数化模型的特点,本发明的实施例进一步定义了节点约束用于参数化模型的构建,依据这些节点约束对约束正确定义存储可加快约束推理求解的速度,同时避免循环约束问题。节点约束主要有:子节点不随父节点参数变化而变化,子节点参数不影响父节点的参数。基于这些规则,当设备某个有用参数发生更改时,求解过程将自顶向下进行,直至所有受影响参数完成更新。
进一步地,如果有用参数更新后,设备无法满足该参数要求,设备自身将进行参数化改变。如图3所示的实施例中,由于场地限制(功能区参数发生改变),货架需要调整长度,通过所述参数化模型构建步骤,货架的货格数等参数将相应变化以适应该参数的变化。
优选的,在所述参数化机制构建步骤的步骤B1和步骤B2之间,还包括步骤B3,所述步骤B3为:将所述参数图设为混合图,将所述参数图的边加入权重形成加权图。如果给图(Graph)的每条边规定一个方向,那么得到的图称为有向图,其边也称为有向边。在有向图中,与一个顶点相关联的边有出边和入边之分,而与一个有向边关联的两个顶点也有始点和终点之分。相反,边没有方向的图称为无向图。混合图为同时包含有向边以及无向边的图(Graph)。加权图为一种每条边都分配了一个权重的图(Graph),其中权重为人为设定的,且按实际情况设定。循环约束是指多个约束之间相互参考,呈现约束A影响约束B,约束B又反过来影响约束A的情况。
本发明依靠图数据库对参数图进行存储,前期需要一定的积累,丰富数据库的数据。同时本发明中的参数图“实体-参数-关系”的结构可以很方便的让知识图谱等引擎进行信息抽取以及同义关系提取等操作,借助知识图谱,后期可以自动分析出设备以及各功能区之间的关系,减少人为的干预,提高设计速度,并在一定程度上给予设计人员一些设计建议。同时,在日常的设计过程中,根据各参数、参数之间的关系使用的频率,***将更新参数图的权重,进而不断完善***。
值得说明的是,一种立体仓库的参数化仿真设计***,包括信息归纳整理模块、参数化机制构建模块和参数***构建模块;
所述信息归纳整理模块用于对不同类别的仓库模型进行参数的提取,其中,所述参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;还用于对不同类别的仓库模型对应的参数进行筛选得到有用参数,其中,所述有用参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;还用于分析所述仓库模型与有用参数之间以及各有用参数之间的参数关系,并语义化地表示所述参数关系;
所述参数化机制构建模块用于构建参数图,所述参数图包括所述仓库模型、所述仓库模型对应的有用参数和所述有用参数对应的参数关系,还用于将所述仓库模型和所述有用参数设为所述参数图的顶点,还用于将顶点之间的关系设为所述参数图的边,所述参数图的边为推理关系;
所述参数***构建模块用于将立体仓库划分为多个功能区,还用于执行所述参数化机制构建模块形成所述立体仓库对应的参数图,其中,所述仓库模型为立体仓库,所述有用参数为功能区;还用于对每个功能区的设备分别执行所述参数化机制构建模块形成所述设备对应的参数图,其中,所述仓库模型为所述设备,所述有用参数为尺寸参数、运动参数、控制参数和/或所述设备自身的各个零部件。
一些实施例中,所述参数化机制构建模块还用于当所述有用参数发生改变,选取所述参数图中所述有用参数对应的顶点;还用于将选取的所述顶点标记为已访问,还用于通过贪心算法搜索并选取下一个未被标记为已访问的顶点,得到两个所述顶点的相连边对应的推理关系,还用于根据两个所述顶点的相连边对应的推理关系更新所述顶点的值,直至搜索完毕,形成更新后的参数图。
可选地,在所述参数化机制构建模块中,所述参数图的边包括约束条件;所述参数化机制构建模块还用于根据所述约束条件对更新后的参数图进行评估;还用于当更新后的参数图的边与所述约束条件一致,则生成成型参数图;还用于当更新后的参数图的边与所述约束条件不一致,重新通过贪心算法搜索并选取下一个未被标记为已访问的顶点,得到两个所述顶点的相连边对应的推理关系,并根据两个所述顶点的相连边对应的推理关系更新所述顶点的值,直至搜索完毕,形成更新后的参数图,并且在进行贪心算法时不考虑被标记为已访问的顶点;还用于当所有顶点均被标记位已访问后,更新后的参数图的边与所述约束条件不一致,生成提醒信号。
值得说明的是,所述参数***构建步模块还用于对所述设备以及所述设备对应的参数图执行参数化模型构建模块形成所述设备对应的树形图;所述参数化模型构建模块用于定性表示所述设备自身的各个零部件的装配关系,其中,所述装配关系包括相切、平行、垂直和对称;还用于通过树形结构对所述参数图进行简化得到树形图,其中,所述树形结构的节点包括子节点和父节点,父节点为所述设备,子节点为所述设备自身的各个零部件,子节点与父节点之间的关系以及不同的子节点之间的关系为所述参数图的边;其中,所述子节点与父节点之间以及不同的子节点之间还存在节点约束:子节点不随父节点的变化而变化,子节点不影响父节点。
优选的,在所述参数化机制构建模块还用于将所述参数图设为混合图,还用于将所述参数图的边加入权重形成加权图。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
此外,在本发明的各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
尽管上面已经示出和描述了本发明的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施实施进行变化、修改、替换和变型。
Claims (6)
1.一种立体仓库的参数化仿真设计方法,其特征在于,包括以下步骤:
信息归纳整理步骤:
A1:对不同类别的仓库模型进行参数的提取,其中,所述参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;
A2:对不同类别的仓库模型对应的参数进行筛选得到有用参数;其中,所述有用参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;
A3:分析所述仓库模型与有用参数之间以及各有用参数之间的参数关系,并语义化地表示所述参数关系;
参数化机制构建步骤:
B1:构建参数图,所述参数图包括所述仓库模型、所述仓库模型对应的有用参数和所述有用参数对应的参数关系,其中将所述仓库模型和所述有用参数设为所述参数图的顶点,将顶点之间的关系设为所述参数图的边,所述参数图的边为推理关系;
所述参数化机制构建步骤还包括步骤B2;所述步骤B2为:
B21:当所述有用参数发生改变,选取所述参数图中所述有用参数对应的顶点;
B22:将选取的所述顶点标记为已访问,通过贪心算法搜索并选取下一个未被标记为已访问的顶点,得到两个所述顶点的相连边对应的推理关系,并根据两个所述顶点的相连边对应的推理关系更新所述顶点的值,直至搜索完毕,形成更新后的参数图;
所述步骤B2还包括步骤B23,所述步骤B23在所述步骤B22后;所述步骤B23为:根据约束条件对更新后的参数图进行评估;当更新后的参数图的边与所述约束条件一致,则生成成型参数图;当更新后的参数图的边与所述约束条件不一致,则重新执行步骤B22,并在进行贪心算法时不考虑被标记为已访问的顶点;当所有顶点均被标记位已访问后,更新后的参数图的边与所述约束条件不一致,生成提醒信号;
参数***构建步骤:
C1:将立体仓库划分为多个功能区,并执行所述参数化机制构建步骤形成所述立体仓库对应的参数图,其中,所述参数化机制构建步骤中的仓库模型为立体仓库,所述有用参数为功能区;
C2:对每个功能区的设备分别执行所述参数化机制构建步骤形成所述设备对应的参数图,其中,所述参数化机制构建步骤中的仓库模型为所述设备,所述有用参数为尺寸参数、运动参数、控制参数和/或所述设备自身的各个零部件。
2.根据权利要求1所述的一种立体仓库的参数化仿真设计方法,其特征在于:所述参数***构建步骤还包括步骤C3,所述步骤C3具体为:对所述设备以及所述设备对应的参数图执行参数化模型构建步骤形成所述设备对应的树形图;
所述参数化模型构建步骤包括:
D1:定性表示所述设备自身的各个零部件的装配关系,其中,所述装配关系包括相切、平行、垂直和对称;
D2:通过树形结构对所述参数图进行简化得到树形图,其中,所述树形结构的节点包括子节点和父节点,父节点为所述设备,子节点为所述有用参数,子节点与父节点之间的关系以及不同的子节点之间的关系为所述参数图的边;其中,所述子节点与父节点之间以及不同的子节点之间还存在节点约束:子节点不随父节点的变化而变化,子节点不影响父节点。
3.根据权利要求2所述的一种立体仓库的参数化仿真设计方法,其特征在于:在所述参数化机制构建步骤的步骤B1和步骤B2之间,还包括步骤B3,所述步骤B3为:将所述参数图设为混合图,将所述参数图的边加入权重形成加权图。
4.一种立体仓库的参数化仿真设计***,其特征在于:包括信息归纳整理模块、参数化机制构建模块和参数***构建模块;
所述信息归纳整理模块用于对不同类别的仓库模型进行参数的提取,其中,所述参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;还用于对不同类别的仓库模型对应的参数进行筛选得到有用参数,其中,所述有用参数包括尺寸参数、运动参数、控制参数、立体仓库的各个功能区和设备自身的各个零部件;还用于分析所述仓库模型与有用参数之间以及各有用参数之间的参数关系,并语义化地表示所述参数关系;
所述参数化机制构建模块用于构建参数图,所述参数图包括所述仓库模型、所述仓库模型对应的有用参数和所述有用参数对应的参数关系,还用于将所述仓库模型和所述有用参数设为所述参数图的顶点,还用于将顶点之间的关系设为所述参数图的边,所述参数图的边为推理关系;
所述参数化机制构建模块还用于当所述有用参数发生改变,选取所述参数图中所述有用参数对应的顶点;还用于将选取的所述顶点标记为已访问,还用于通过贪心算法搜索并选取下一个未被标记为已访问的顶点,得到两个所述顶点的相连边对应的推理关系,还用于根据两个所述顶点的相连边对应的推理关系更新所述顶点的值,直至搜索完毕,形成更新后的参数图;
在所述参数化机制构建模块中,所述参数图的边包括约束条件;所述参数化机制构建模块还用于根据所述约束条件对更新后的参数图进行评估;还用于当更新后的参数图的边与所述约束条件一致,则生成成型参数图;还用于当更新后的参数图的边与所述约束条件不一致,重新通过贪心算法搜索并选取下一个未被标记为已访问的顶点,得到两个所述顶点的相连边对应的推理关系,并根据两个所述顶点的相连边对应的推理关系更新所述顶点的值,直至搜索完毕,形成更新后的参数图,并且在进行贪心算法时不考虑被标记为已访问的顶点;还用于当所有顶点均被标记位已访问后,更新后的参数图的边与所述约束条件不一致,生成提醒信号;
所述参数***构建模块用于将立体仓库划分为多个功能区,还用于执行所述参数化机制构建模块形成所述立体仓库对应的参数图,其中,所述仓库模型为立体仓库,所述有用参数为功能区;还用于对每个功能区的设备分别执行所述参数化机制构建模块形成所述设备对应的参数图,其中,所述仓库模型为所述设备,所述有用参数为尺寸参数、运动参数、控制参数和/或所述设备自身的各个零部件。
5.根据权利要求4所述的一种立体仓库的参数化仿真设计***,其特征在于:所述参数***构建步模块还用于对所述设备以及所述设备对应的参数图执行参数化模型构建模块形成所述设备对应的树形图;
所述参数化模型构建模块用于定性表示所述设备自身的各个零部件的装配关系,其中,所述装配关系包括相切、平行、垂直和对称;还用于通过树形结构对所述参数图进行简化得到树形图,其中,所述树形结构的节点包括子节点和父节点,父节点为所述设备,子节点为所述设备自身的各个零部件,子节点与父节点之间的关系以及不同的子节点之间的关系为所述参数图的边;其中,所述子节点与父节点之间以及不同的子节点之间还存在节点约束:子节点不随父节点的变化而变化,子节点不影响父节点。
6.根据权利要求5所述的一种立体仓库的参数化仿真设计***,其特征在于:在所述参数化机制构建模块还用于将所述参数图设为混合图,还用于将所述参数图的边加入权重形成加权图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111124168.XA CN113836607B (zh) | 2021-09-24 | 2021-09-24 | 一种立体仓库的参数化仿真设计方法及其仿真设计*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111124168.XA CN113836607B (zh) | 2021-09-24 | 2021-09-24 | 一种立体仓库的参数化仿真设计方法及其仿真设计*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113836607A CN113836607A (zh) | 2021-12-24 |
CN113836607B true CN113836607B (zh) | 2022-05-20 |
Family
ID=78969977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111124168.XA Active CN113836607B (zh) | 2021-09-24 | 2021-09-24 | 一种立体仓库的参数化仿真设计方法及其仿真设计*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113836607B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393635A (zh) * | 2011-07-07 | 2012-03-28 | 浙江大学 | 基于SysML的多域复杂产品***层行为建模方法 |
WO2014180106A1 (zh) * | 2013-05-08 | 2014-11-13 | 南京大学 | 一种基于活动图模型的***行为仿真方法 |
CN109086532A (zh) * | 2018-08-09 | 2018-12-25 | 广东工业大学 | 一种基于oopn网模型的立体仓库半实物仿真建模方法 |
CN113111429A (zh) * | 2021-05-28 | 2021-07-13 | 大唐智联科技(杭州)有限公司 | 立体仓库仿真方法、装置及*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070130133A1 (en) * | 2005-12-02 | 2007-06-07 | Oracle International Corporation | Incorporating network constraints into a network data model for a relational database management system |
CN102279563A (zh) * | 2010-06-13 | 2011-12-14 | 天津理工大学 | 非标数字装备操作机参数化运动学模型库建立方法 |
CN108171332A (zh) * | 2017-11-21 | 2018-06-15 | 广西大学 | 基于SysML的产品设计知识建模方法及*** |
-
2021
- 2021-09-24 CN CN202111124168.XA patent/CN113836607B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393635A (zh) * | 2011-07-07 | 2012-03-28 | 浙江大学 | 基于SysML的多域复杂产品***层行为建模方法 |
WO2014180106A1 (zh) * | 2013-05-08 | 2014-11-13 | 南京大学 | 一种基于活动图模型的***行为仿真方法 |
CN109086532A (zh) * | 2018-08-09 | 2018-12-25 | 广东工业大学 | 一种基于oopn网模型的立体仓库半实物仿真建模方法 |
CN113111429A (zh) * | 2021-05-28 | 2021-07-13 | 大唐智联科技(杭州)有限公司 | 立体仓库仿真方法、装置及*** |
Non-Patent Citations (2)
Title |
---|
System-level model integration of design and simulation for mechatronic systems based on SysML;YueCao等;《Mechatronics》;20110930;56-63 * |
基于SysML的模型驱动复杂产品设计的信息集成框架研究;刘玉生等;《中国机械工程》;20120625(第12期);1063-1075 * |
Also Published As
Publication number | Publication date |
---|---|
CN113836607A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8605092B2 (en) | Method and apparatus of animation planning for a dynamic graph | |
CN112325897B (zh) | 基于启发式深度强化学习的路径规划方法 | |
CN111708364B (zh) | 一种基于a*算法改进的agv路径规划方法 | |
Ulusoy et al. | Optimal multi-robot path planning with temporal logic constraints | |
CN109163722B (zh) | 一种仿人机器人路径规划方法及装置 | |
CN108444490B (zh) | 基于可视图和a*算法深度融合的机器人路径规划方法 | |
CN110095122A (zh) | 一种基于改进蚁群算法的移动机器人路径规划方法 | |
CN110220521A (zh) | 一种高精地图的生成方法和装置 | |
CN108827311B (zh) | 一种制造车间无人搬运***路径规划方法 | |
Toma et al. | Pathbench: A benchmarking platform for classical and learned path planning algorithms | |
Cailhol et al. | Multi-layer path planning control for the simulation of manipulation tasks: Involving semantics and topology | |
Luo et al. | An efficient simulation model for layout and mode performance evaluation of robotic mobile fulfillment systems | |
CN113836607B (zh) | 一种立体仓库的参数化仿真设计方法及其仿真设计*** | |
CN105490830A (zh) | 一种网络拓扑图中查找环状结构的方法及*** | |
Khosla et al. | Determining the assembly sequence from a 3-D model | |
Lennartson et al. | Modeling and optimization of hybrid systems for the tweeting factory | |
Wang et al. | Towards optimization of path planning: An RRT*-ACO algorithm | |
Fan et al. | Research and implementation of multi-robot path planning based on genetic algorithm | |
Gong | [Retracted] Application of Artificial Intelligence Computer Intelligent Heuristic Search Algorithm | |
Hao et al. | Topology transformation-based multi-path algorithm for urban rail transit network | |
Opoku et al. | The Ar-Star (Ar) Pathfinder | |
Li et al. | Research on global-local optimal information ratio particle swarm optimization for vehicle scheduling problem | |
Zhang | Obstacle recognition and path planning of UAV flight | |
CN114125711B (zh) | 一种基于局部搜索算法的室内无线设备部署方法及*** | |
CN111912407B (zh) | 一种多机器人***的路径规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |