阅读说明：本技术 基于全方位轮的模块化智能物流系统物料配送路径规划方法 (Modular intelligent logistics system material distribution path planning method based on omnidirectional wheel ) 是由 肖海宁 李珲 武星 王龙军 石陈陈 周临震 陈博炜 张震宇 徐成 于 2020-05-11 设计创作，主要内容包括：本发明公开了一种基于全方位轮的模块化智能物流系统物料配送路径规划方法,包括以下几个步骤：S1、采集系统状态,一旦采集到以下两类事件,立即转步骤2,启动系统物料输送路径规划流程；S2、物料输送数据的预处理,确定所有物料配送的起始点、终点及物料配送流量,确定各物料配送路径规划的顺序,确定顺序后,生成物料配送路径规划顺序表,依此为各物料规划配送路径,完成后转步骤S3；S3、按照规划顺序表继续为下一种物料规划配送路径,每为一种物料规划出配送路径后,转步骤S4；S4、检查物料配送路径规划顺序表是否为空,若非空,则转步骤S3,继续为下一种物料规划配送路径,若为空,则转步骤S1。(The invention discloses a material distribution path planning method of a modular intelligent logistics system based on omnidirectional wheels, which comprises the following steps: s1, collecting the system state, and immediately turning to the step2 once the following two events are collected, and starting a system material conveying path planning process; s2, preprocessing material conveying data, determining starting points, end points and material conveying flow rates of all material conveying, determining the planning sequence of each material conveying path, generating a material conveying path planning sequence table after determining the sequence, planning the conveying paths for each material according to the sequence, and turning to the step S3 after finishing the step; s3, continuing to plan a distribution path for the next material according to the planning sequence table, and turning to the step S4 after a distribution path is planned for each material; s4, checking whether the material distribution path planning sequence list is empty, if not, turning to the step S3, continuing to plan the distribution path for the next material, if so, turning to the step S1.)

基于全方位轮的模块化智能物流系统物料配送路径规划方法

技术领域

本发明涉及物料自动化输送与分拣领域，具体是一种基于全方位轮的模块化智能物流系统物料配送路径规划方法。

背景技术

当今产品市场竞争激烈,物流作为企业“第三个利润源泉”已成为市场竞争的新焦点。生产物流作为企业物流的重要组成部分,直接影响产品的生产成本和交货期,已成为企业提高竞争力的关键因素，愈加受到关注。然而，现有物料输送及分拣系统多基于带式或链式输送技术。其发展面临以下问题：

(1)柔性不足，每条物料输送线的输送方向单一，无法根据物料类型设置不同输送方向；(2)必须与机械手等配合才能实现分拣、合流和编队等功能；

(3)鲁棒性差，单个输送节点故障会导致整个物流输送系统瘫痪；这些问题与现代物流高效、柔性的发展趋势间的矛盾日趋尖锐。

(4)物料配送路径算法直接影响系统的效率及智能化水平。经典路径规划算法(如Dijkstra算法，Floyd算法，A*算法等)虽然能够实现路径规划的功能，但算法优化目标单一，一般以最小化路程或最小化路程时间为目标。若将该类方法直接用于该物流系统，不仅极易出现各智能物流模块物料输送负荷的不均衡，增加物料局部堵塞的风险，也未考虑因物料输送路径相向冲突而引发的系统死锁，降低了物流系统的整体效率和智能化水平。

发明内容

针对上述技术问题，本发明提出了一种基于全方位轮的模块化智能物流系统。该物流系统不仅能够实现物料的输送、分拣、合流、编队等功能，而且较好的自重构性，当单个智能物流模块出现故障时，物流系统能够通过配送路径的重新规划保证物料配送的通畅，提高输送路线的柔性和鲁棒性，从而实现物流系统的智能化。

同时，本发明针对物流系统实现物料输送、分拣和合流的功能需求，公开一种基于全方位轮的模块化智能物流系统物料配送路径规划方法。该方法采用两类事件启动系统物料输送路径规划流程，不仅能够及时根据新加入的物料调整系统所有物料配送路径，保证系统效率；而且在部分智能物流模块出现故障时，能够及时优化系统所有物料配送路径，避免部分智能物流模块故障造成系统瘫痪，保证系统的鲁棒性。其次，本方法在为每种物料规划路径前，根据已规划路径库对智能物流模块一阶邻接矩阵进行调整，避免新规划路径物料与已规划路径物料出现相向冲突，能够避免系统死锁。另外，本方法采用改进的Dijkstra算法为新物料规划路径，综合考虑各物料智能物流模块输送流量和物料输送时间，能够均衡各智能物流模块运输负荷，避免系统出现局部拥堵，从而提高物流系统的整体效率和智能化水平。

为了实现上述技术目的，本发明采用如下技术方案：

基于全方位轮的模块化智能物流系统物料配送路径规划方法，所述模块化智能物流系统由多个智能物流模块组合形成的输送平面，通过多个智能物流模块的接力实现对物料的输送、分拣以及合流，包括以下几个步骤：

S1、采集系统状态，一旦采集到以下两类事件，立即转步骤2，启动系统物料输送路径规划流程：

事件1.有新的物料输送需求：新的物料输送需求流量较高，为了保证物料系统整体效率，需对物料输送路径重新规划；

事件2.有部分智能物流模块出现故障：部分智能物流模块发生故障，会导致某些物料已配送路径失效，为了保证系统的鲁棒性，需对物料输送路径重新规划；

S2、物料输送数据的预处理：

确定所有物料配送的起始点、终点及物料配送流量，确定各物料配送路径规划的顺序，确定顺序后，生成物料配送路径规划顺序表，依此为各物料规划配送路径，完成后转步骤S3；

S3、按照规划顺序表继续为下一种物料规划配送路径，每为一种物料规划出配送路径后，转步骤S4；

规划配送路径步骤具体如下：

S3.1、物流系统预处理：

对各智能物流模块编码，获取其一阶邻接矩阵；

S3.2、物料已规划路径库信息处理；

根据物料已规划路径库统计各物料智能物流模块输送流量，并更新各物料智能物流模块允许的输送方向，更新邻接矩阵；

S3.3、平衡防死锁物料配送路径规划；

采用改进的Dijkstra算法为该物料规划配送路径；

S4、检查物料配送路径规划顺序表是否为空，若非空，则转步骤S3，继续为下一种物料规划配送路径，若为空，则转步骤S1。

步骤S2中，确定各物料配送路径规划的顺序方法包括：

根据各物料配送流量的大小顺序，或根据按照物料价值高低、重要程度。

步骤S3.1具体是：

按照一定的顺序对各智能物流模块编码，根据各智能物流模块能够实现的物料输送方向和各智能物流模块是否处于故障确定智能物流模块邻接关系，智能物流模块间的邻接关系通过一阶邻接矩阵和方位矩阵D＝[d_ij]_K×K来描述，其中，i和j均表示智能物流模块的编号，K为系统中智能物流模块的数量，表示从智能物流模块i到智能物流模块j的运输时间。d_ij表示从智能物流模块i与智能物流模块j的方位角；

假定各智能物流模块能将物料向8个方向传送，则的取值为：

式中，T为相邻智能物流模块的平均物料输送时间；

d_ij的取值为：

步骤S3.2具体是：

根据物料已规划路径库统计各物料智能物流模块输送流量，构成物料智能物流模块已有流量矩阵，F＝[f(i)]_1×K，其中，f(i)为第i个智能物流模块已有的物料配送流量，K为系统中的智能物流模块总数；

物料已规划路径库中存储的是已完成规划的物料路径，假定所有已规划路径的物料数为N_P；第k种物料的配送路径定义为：物料从起始点至终点依此经过的智能物流模块编号，可表示为其中，

为第k种物料配送路径中第m个智能物流模块的编号，

N_k为第k种物料配送路径途径的智能物流模块总数，按照以下步骤统计各智能物流模块已有物料输送负荷，确定物料智能物流模块流量矩阵F＝[f(i)]_1×K，为后续应用Dijkstra算法规划物料输送路径提供流量信息；

根据物料已规划路径库更新各物料智能物流模块允许的输送方向，更新一阶邻接矩阵，避免后续规划的物料配送路径与已规划物料路径出现相向冲突。

步骤S3.3中所述改进的Dijkstra算法具体步骤如下：

S3.3.1、初始化，输入所需规划物料路径的起始智能物流模块和目标智能物流模块，假定起始智能物流模块为s，目标智能物流模块为d，设置智能物流模块集合V_S＝{s}和智能物流模块集合V_D＝{i|i∈V且i≠s}和最优路径矩阵P＝[p_si]_1×K，和代价矩阵H＝[h_i]_1×K，其中，V_S为已搜索到与起始智能物流模块s最优路径的智能物流模块集合，V_D为尚未搜索到与起始智能物流模块s最优路径的智能物流模块集合，V为系统中所有智能物流模块的集合，P为所有智能物流模块与起始智能物流模块s间最优路径矩阵，p_si为起始智能物流模块s至智能物流模块i的最优路径，尚未搜索到最优路径时为初始化时只有p_ss＝{s}，其余均为H为所有智能物流模块的代价矩阵，h_i为智能物流模块i的代价，计算方法如下：

S3.3.2、搜索V_D中拥有最小代价的智能物流模块，不妨设其为智能物流模块k，最小代价为将智能物流模块k从V_D移入V_S中，即V_S＝V_S∪{k}，V_D＝V_D/{k}，并设置p_sk＝{s,k}，保证路径均为单向路径，，转S3.3.3；

S3.3.3、更新V_D中每个智能物流模块的代价、最优路径和一阶邻接矩阵，更新方法如下，对V_D中的任意智能物流模块为n，其新的代价h_n为：

最优路径p_sn亦根据t_n同步更新，更新方法如下：

转S3.3.4；

S3.3.4、判断新加入V_S中的智能物流模块k是否为目标智能物流模块，若k＝d，则已搜索到最优路径，转S3.3.5，否则，转S3.3.2；

S3.3.5、输出最优路径p_sd，更新至物料已规划路径库中，并将该种物料从物料配送路径规划顺序表中删除。

每个智能物流模块均包括：

固定框架，所述固定框架上开有多个孔，每个孔中设有一个全方位减速驱动轮，并且所述全方位减速驱动轮的部分轮体伸出所述固定框架的上表面设置，通过多个全方位减速驱动轮上轮体的摩擦力共同作用于物料，通过对多个驱动轮旋转速度及方向的协同控制对物料实现以下目的：

第一、驱动物料自转以调整姿态；

第二、独立将物料按需要向多个方向定向输送；

第三、通过物料配送路径的规划，实现多个智能物流模块的接力传送；

物联网数据采集装置，设置在所述智能物流模块上，用于判断智能物流模块上方是否有物料及物料种类；

当智能物流模块上方无物料时，各智能物流模块进入低功耗模式；

当智能物流模块上方有物料时，根据物料种类向各自所需方向传送物料。

所述固定框架包括：

底板；

面板，通过支撑杆与所述底板支撑连接，面板上开有多个孔，多个全方位减速驱动轮的一部分均通过所述孔穿过所述面板，从而与物料接触。

所述物联数据采集装置是RFID读卡器、接近开关、二维码/条形码读卡器以及摄像头中的一种或多种。

单个智能物流模块上的所述全方位减速驱动轮的数量为4个，4个所述全方位减速驱动轮绕所述面板的中心对称设置。

所述全方位减速驱动轮包括：

电机，安装板，全方位减速驱动轮；

电机与全方位减速驱动轮输入端连接，电机带动全方位减速驱动轮旋转；

安装板采用但不限于L型安装板，L型安装板一端与所述底板固定连接，另一端与全方位减速驱动轮第一壳体固定连接。

有益效果：

(1)本发明两类事件启动系统物料输送路径规划流程，不仅能够及时根据新加入的物料调整系统所有物料配送路径，保证系统效率；而且在部分智能物流模块出现故障时，能够及时优化系统所有物料配送路径，避免部分智能物流模块故障造成系统瘫痪，保证系统的鲁棒性。

(2)本发明在为每种物料规划路径前，根据已规划路径库对智能物流模块一阶邻接矩阵进行调整，避免新规划路径物料与已规划路径物料出现相向冲突，能够避免系统死锁。

(3)本发明采用改进的Dijkstra算法为新物料规划路径，综合考虑各物料智能物流模块输送流量和物料输送时间，能够均衡各智能物流模块运输负荷，避免系统出现局部拥堵，从而能够提高系统效率。

附图说明

图1为基于全方位轮的模块化智能物流系统示意图；

其中，1、所需输送的物料示意图；2、基于全方位轮的智能物流模块；

图2为本发明全方位轮在面板上的三种布置方式；

其中，a为中心布置；b为偏心布置；c为对角布置；

图3为基于全方位轮的智能物流模块典型结构示意图；

其中，2-1、制造物联网数据采集装置；2-2、全方位减速驱动轮；2-3、面板；2-4、底板；2-5、支撑杆；

图4为全方位减速驱动轮结构示意图；

其中，2-2-1、驱动电机；2-2-2、全方位轮；2-2-3、安装板；2-2-4、传动装置；

图5为本发明智能物流模块控制流程；

图6为本发明一个实施例8个传送方向及物料自转结构示意图；

图7为本发明各个物料传送方向对应的四个全方位减速驱动轮的启停及旋转方向示意图；

图8为本发明四个驱动轮旋转方向、速度与物料传送速度、方向示意图；

图9为本发明四个驱动轮旋转方向、速度与物料自转速度、方向示意图；

图10为本发明模块化智能物流系统控制流程图；

图11为本发明智能物流模块邻接关系建模及物料输送路径示意图；

图12为本发明工业现场环境示意图；

图13为本发明规划设计步骤图；

图14为非布置区膨化后的环境示意图；

图15为X向及Y向扫描扫描后的环境示意图；

图16为完成智能物流模块排列后的环境示意图；

图17为智能物流模块邻接关系建模示意图；

图18为本发明物料输送路径规划步骤；

图19为两种物料配送路径相向冲突示意图。

具体实施方式

下面结合说明书附图以及具体实施例对本发明的技术方案作进一步详细说明。

如图1所示，由多个基于全方位轮的智能物流模块，以下简称智能物流模块，典型结构示意图如图2所示组成，每个智能物流模块均自带多个动力组件，不仅能够驱动物料自转以调整姿态，而且能够独立将物料按需要向多个方向定向输送，通过多个智能物流模块的接力实现对物料的输送、分拣、合流等功能。

如图2所示为智能物流模块典型结构示意图，该智能物流模块布置有四个全方位轮驱动组件2-2，四个全方位轮驱动组件有多种可选布局方案，如图2a、2b和2c所示。

如图3所示，四个全方位减速驱动轮2-2固定于底板2-4上，底板2-4通过支撑杆2-5与面板2-3固定，面板2-3开有四个孔，四个全方位减速驱动轮2-2的一部分均通过孔穿过面板，从而与物料接触，四个全方位减速驱动轮通过摩擦力共同作用于物料，通过对四个驱动轮旋转速度及方向的协同控制能够将物料向多个可选方向定向输送，物料的输送方向由四个驱动轮共同控制。

如图3所示，智能物流模块可布置多个制造物联网数据采集装置2-1，该数据采集装置2-1的具体形式可包括但不限于RFID读卡器、接近开关、二维码/条形码读卡器、摄像头中的一种或多种。

若采用机器视觉技术根据物料外形区分物料所属种类，则物联网数据采集装置为摄像头。

若采用射频技术区分物料种类，则物联网数据采集装置为RFID读卡器，并在物料上根据物料类型布置对应的射频卡。

若采用二维码识别技术区分物料种类，则物联网数据采集装置为二维码/条形码读卡器，并在物料上根据物料类型布置对应的二维码/条形码。

若无需区分物料种类只需识别智能物流模块上方是否有物料，则物联网数据采集装置为接近开关。

若需要融合以上多种技术识别物料种类或判断智能物流模块上方是否有物料，则物联网数据采集装置为以上多种传感器的组合。

传感器的安装位置可根据选用传感器的外形尺寸、有效识别范围等参数，在不干涉物料输送和智能物流模块运行的前提下安装于智能物流模块的闲置区域。

本发明中所述全方位减速驱动轮为现有技术，具体可参考专利CN106364259B。该组件动力由电机2-2-1提供，通过传动装置带动全方位减速驱动轮2-2-2旋转，传动装置与安装板2-2-3固定连接。可以在二维平面内沿任意方向同时作平动和转动，具备在不改变车体姿态的情况下实现向任意方向移动的能力。

所述数据采集装置2-1采集的数据可实现两个功能:

(1)自主判断智能物流模块上方是否有物料，

(2)能够自主识别物料种类。

利用功能(1)，智能物流模块只有检测到物料时，四个驱动轮组件才开始运行或高速运行，未检测到物料时，输送与分拣智能物流模块可进入低功耗状态，即四个驱动轮组件不运行或低速运行，从而减少能耗；

利用功能(2)，智能物流模块可根据物料种类的不同将物料向不同方向输送，从而实现物料分拣、合流等功能。

所公开的技术方案还包括一套基于全方位轮的智能物流模块控制方法，控制流程如图5所示，具体步骤如下：

Step1:当智能物流模块上无物料时，智能物流模块以低功耗方式运行，并随时通过物联网数据采集装置采集智能物流模块上方的物料数据，当采集到物料数据时转Step2.

Step2:根据采集到的物料数据判断物料种类，通过查询智能物流模块各物料传送方向表判断物料传送方向，转Step3。

Step3:应用物料传送控制方法向指定方向传送物料，待物料离开该智能物流模块后转Step1。

所公开的技术方案还包括一套智能物流模块物料传送方向控制方法，以如图2a所示的中心布置智能物流模块为例，为了使基于全方位轮的智能物流模块具备将物料向多个方向传送的能力，必须对四个驱动轮组件2-2协同控制，而物料所能传送的方向由全方位减速驱动轮2-2采用的电机2-2-1类型决定。

(a)全方位减速驱动轮2-2采用非伺服电机时的物料传送方向控制方法

若全方位减速驱动轮2-2采用的电机2-2-1类型为非伺服电机，通过对四个驱动轮启停及旋转方向的控制，可向8个方向，上、右上、右、右下、下、左下、左、左上传送物料或驱动物料的自转，如图6所示，各个物料传送方向对应的四个全方位减速驱动轮的启停及旋转方向如图7所示，图中标出的全方位轮转动方向为全方位轮与物料接触点线速度的方向。

(b)全方位减速驱动轮2-2采用伺服电机时的物料传送方向控制方法

若全方位动轮组件2-2采用的电机2-2-1类型为伺服电机，通过对四个驱动轮旋转方向及速度的控制，可向任意方向传送物料或驱动物料的自转，各全方位轮速度、方向与物料传送速度、方向的关系示意图如图8所示，各全方位轮速度、方向与物料自转速度、方向的关系示意图如图9所示如下。

如图8所示，物料所需移动速度大小为V；物料移动方向与水平方向的夹角为Φ，范围为0至360度；d为全方位轮中心距离智能物流模块中心的距离；则四个全方位轮与物料接触点的线速度V₁、V₂、V₃和V₄为：

若式(1)某分量的计算值为负数，表示其方向与图7规定方向相反。假定全方位轮半径为R；全方位轮驱动智能物流模块传动系统减速比为ε；则四个电机角速度ω₁、ω₂、ω₃和ω₄为：

如图9所示，物料自转角速度大小为ω，顺时针为正，逆时针为负；则四个电机角速度ω₁、ω₂、ω₃和ω₄为：

基于全方位轮的模块化智能物流系统控制方法：

基于全方位轮的模块化智能物流系统由多个智能物流模块组成，应用公开的一套基于全方位轮的模块化智能物流系统控制方法，能够实现物料的输送，分拣、及合流功能，模块化智能物流系统控制流程如图10所示。

具体步骤如下：

Step1:监控系统中各智能物流模块状态，若某智能物流模块发生故障，或系统初始化，则进入Step2.

Step2:模块化智能物流系统各智能物流模块邻接关系建模.

对系统中的所有智能物流模块编号，根据编号确定各智能物流模块间的一阶邻接矩阵方位矩阵D＝[d_ij]_N×N，其中，i和j均表示智能物流模块的编号，N为系统中智能物流模块的总数，表示从智能物流模块i到智能物流模块j的最短距离。d_ij表示从智能物流模块i与智能物流模块j的方位角。

的取值为：

式中L为智能物流模块的边长。

d_ij的取值为：

以如图11所示的系统，其一阶邻接矩阵和方位矩阵分别为：

完成后，转Step3。

Step3:规划各种物料输送、分拣及合流路径

无论是实现物料输送、分拣还是合流，均对应各种物料的起始点和终点。区别仅在于各物料起始点或终点特征不同。如，在实现物料分拣的应用中，所有物料起始点相同但终点不同。而在实现物料合流应用中，各物料起始点不同但终点相同。因此，只需为所有物料规划出由起点至终点的可达路径即可实现上述功能，规划算法可采用经典的Dijkstra算法，以一阶邻接矩阵为输入，以系统某项性能的最优化为目标，输出为各物料起始点与终点间的最优路径，优化性能根据具体要求可选择最小化输送路程、最小化输送时间、最小化输送路径转弯次数中的一个或多个。在某些应用场合，规划时还需要避免不同物料输送路径间出现如图19所示的相向冲突，完成后，转Step4。

如：某基于全方位轮的模块化智能物流系统布局如图9所示，有四种物料需要规划配送路径，四种物料的起始点与终点如表1所示，则以最小化输送路程为目标，则应用Dijkstra算法规划的路径如表1所示。

表1物料的起始点、终点及规划路径

Step4:根据各物料规划路径确定所有智能物流模块各物料的传输方向,并将结果存储至各智能物流模块所有物料传送方向表中，用于各智能物流模块根据采集到的物料种类数据判断物料传送方向，完成后回到Step1。

如表1所示的各物料规划路径确定的各智能物流模块物料传送方向如表2所示。

表2如表1所示的各物料规划路径确定的各智能物流模块物料传送方向

物流系统规划设计问题：

由于整个物流系统由多个智能物流模块组成，因此，对整个物流系统的规划设计而言，必须首先根据系统工业现场环境，工业现场环境中一些区域已被墙体、设备、过道等占用，无需布置智能物流模块，这些区域可统称为非布置区，示意图如图12所示，对本发明而言，首先需要确定所需智能物流模块数，并对智能物流模块进行排列和编码，确定各智能物流模块间的邻接关系，为物流系统控制及物料配送路径规划提供基础数据。

规划设计步骤：

针对物流系统规划设计问题，本发明提出的规划步骤如图13所示，主要包括非布置区膨化处理，扫描间隔确定，X向及Y向扫描、智能物流模块数统计及智能物流模块编码等步骤组成，具体如下。

(1)边界及非布置区的膨化处理

非布置区为障碍、设备、人工通道等无法布置智能物流模块的区域，为了避免智能物流模块越过非布置区或环境边界，首先对非布置区和边界进行膨化处理，膨化尺寸P为智能物流模块边长L的一半，膨化步骤如下：提取环境及非布置区边界线,以直线型边界线为例，假定边界线方程为Ax+By＝C，膨化后的边界线方程为如图5所示的工业现场环境，将非布置区膨化后的环境示意图如图14所示。

(2)X向及Y向扫描

间距为智能物流模块边长L，对膨化后的环境进行扫描，生成网格，为了提高智能物流模块在环境中的覆盖率，本发明提出一种试探法，对网格线扫描起点进行适当的偏移优化，以X向为例，扫描步骤如下：

Step1:初始化，设置N个试探性的网格扫描起点:

Step2:扫描下一条网格线：

Step3:判断是否到达边界X_UPPER：

Step4:确定最优的网格线：

X方向的最优网格线为

应用以上步骤对图14进行X向及Y向扫描后的示意图如图15所示。

(3)智能物流模块排列：

如图15所示的图中扫描线的交叉点即为各智能物流模块的中心点，因此图中中心点的个数即为系统所需智能物流模块数，布置智能物流模块后的示意图如图16所示。

(4)各智能物流模块间的邻接关系建模：

按照一定的顺序对其编码，根据编码确定各智能物流模块间的邻接关系，智能物流模块间的邻接关系通过一阶邻接矩阵和方位矩阵D＝[d_ij]_K×K来描述，从而为物流系统的物料配送路径规划提供基础数据。其中，i和j均表示智能物流模块的编号，K为系统中智能物流模块的数量，表示从智能物流模块i到智能物流模块j的最短距离。d_ij表示从智能物流模块i与智能物流模块j的方位角。

的取值为：

式中L为智能物流模块的边长。

d_ij的取值为：

以如图9所示的系统，其一阶邻接矩阵和方位矩阵分别为：

物流系统物流输送路径规划问题

无论是实现物料输送、分拣还是合流，均对应各种物料的起始点和终点。区别仅在于各物料起始点或终点特征不同。如，在实现物料分拣的应用中，所有物料起始点相同但终点不同。而在实现物料合流应用中，各物料起始点不同但终点相同。因此，只需为所有物料规划出由起点至终点的可达路径即可实现上述功能。因此，物流输送路径规划问题可表述为，已知物流系统各智能物流模块布局、各种物料的起始点和终点以及各物料输送流量(单位时间内的输送量)，要求确定各物料的最佳输送路径。

物料输送路径规划步骤

针对物流系统物流输送路径规划问题，本发明提出了一种基于交通流量的启发式规划方法，该方法按照流量从大到小的顺序依次为各物料规划最佳输送路径，在规划过程中不仅综合考虑运输时间和各智能物流模块负荷的均衡，而且能够避免新规划路径与已规划路径出现相向冲突，避免系统死锁。该方法整体如图18所示，具体步骤如下。

步骤S1：采集系统状态，一旦采集到以下两类事件，立即转步骤2，启动系统物料输送路径规划流程。

事件1.有新的物料输送需求：新的物料输送需求流量较高，为了保证物料系统整体效率，需对物料输送路径重新规划。

事件2.有部分智能物流模块出现故障：部分智能物流模块发生故障，可能为导致某些物料已配送路径失效，为了保证系统的鲁棒性，需对物料输送路径重新规划。

步骤S2：物料输送数据的预处理

确定所有物料配送的起始点、终点及物料配送流量(单位小时的输送次数)。确定各物料配送路径规划的顺序，确定的方法可根据各物料配送流量的大小顺序，也可根据按照其他预设的规则确定(如物料价值高低、重量等)，确定顺序后，生成物料配送路径规划顺序表，依此为各物料规划配送路径，完成后转步骤S3。

步骤S3：按照规划顺序表继续为下一种物料规划配送路径，每为一种物料规划出配送路径后，转步骤S4。

路径规划步骤如下：

S3.1:物流系统预处理。

按照一定的顺序对各智能物流模块编码，根据各智能物流模块能够实现的物料输送方向和各智能物流模块是否处于故障确定智能物流模块邻接关系。智能物流模块间的邻接关系通过一阶邻接矩阵和方位矩阵D＝[d_ij]_K×K来描述。其中，i和j均表示智能物流模块的编号，K为系统中智能物流模块的数量，表示从智能物流模块i到智能物流模块j的运输时间。d_ij表示从智能物流模块i与智能物流模块j的方位角。

假定各智能物流模块能将物料向如图7所示的8个方向传送，则的取值为：

式中T为相邻智能物流模块的平均物料输送时间。

d_ij的取值为：

以如图7所示的某物流系统各智能物流模块布局及状态为例，其一阶邻接矩阵和方位矩阵分别为：

完成后，转S3.2。

S3.2:物料已规划路径库信息处理。

根据物料已规划路径库统计各物料智能物流模块输送流量，构成物料智能物流模块已有流量矩阵，其中，f(i)为第i个智能物流模块已有的物料配送流量，N^w为系统中的智能物流模块总数。

物料已规划路径库中存储的是已完成规划的物料路径，假定所有已规划路径的物料数为N_P；第k种物料的配送路径定义为：物料从起始点至终点依此经过的智能物流模块编号，可表示为其中，为第k种物料配送路径中第m个智能物流模块的编号。N_k为第k种物料配送路径途径的智能物流模块总数，按照以下步骤统计各智能物流模块已有物料输送负荷，确定物料智能物流模块流量矩阵F＝[f(i)]_1×K，为后续应用Dijkstra算法规划物料输送路径提供流量信息。

其中，g(k)为第k种物料的物料配送流量。

为了避免后续规划的物料配送路径与已规划物料路径出现相向冲突(如图19所示，也称死锁)，需根据物料已规划路径库更新各物料智能物流模块允许的输送方向，更新一阶邻接矩阵。更新步骤如下：

完成后，转S3.3。

S3.3:平衡防死锁物料配送路径规划。

根据当前规划物料的起始点和终点，综合考虑经物料已规划路径库信息处理后的邻接矩阵和物料智能物流模块已有流量矩阵F＝[f(i)]_1×K，采用改进的Dijkstra算法规划一条从物料起始点s至终点d的最优路径。经典的Dijkstra算法是一种贪心算法，其能够获取源点至终点间的最短路程及最短路径，本发明与传统Dijkstra算法不同，在搜索过程中不仅考虑了路程，还综合考虑了每个智能物流模块的已有物料配送流量，增强了各智能物流模块物料配送负荷的均衡性，进而提高了物流系统的整体效率和智能化水平。基本思想是设置两个智能物流模块的集合V_S和V_D＝V/V_S，V为所有智能物流模块的集合，集合V_S中存放已搜索到与物料起始点＝某智能物流模块，最优路径的智能物流模块，集合V_D中存放尚需搜索与起始点代价，包括输送时间和沿途各智能物流模块流量信息)最小的智能物流模块。初始时V_S中只有起始点s，然后不断从V_D中选取与s代价最小的智能物流模块，如k，加入V_S中，集合V_S中每加入新的智能物流模块都更新源点s至V_D中所有智能物流模块的代价。直至目标智能物流模块d加入V_S中，具体步骤如下：

第一步:初始化V_S＝{s}和V_D＝{i|i∈V且i≠s}和最优路径矩阵P＝[p_si]_1×N，和代价矩阵H＝[h_i]_1×N，其中p_si表示起始点s至智能物流模块i的最优路径，尚未搜索到最优路径时为初始化时只有p_ss＝{s}，其余均为h_i表示智能物流模块i的代价，计算方法如下：

第二步:搜索V_D中拥有最小代价的智能物流模块，不妨设其为智能物流模块k，最小代价为将智能物流模块k从V_D移入V_S中，即V_S＝V_S∪{k}，V_D＝V_D/{k}，并设置p_sk＝{s,k}，转第三步。

第三步:更新V_D中每个智能物流模块的代价、最优路径和一阶邻接矩阵，更新方法如下，对V_D中的任意智能物流模块为n。其新的代价h_n为：

最优路径p_sn亦根据t_n同步更新，更新方法如下：

转第四步。

第四步:判断新加入V_S中的智能物流模块k是否为目标智能物流模块，若k＝d，则已搜索到最优路径，转第五步,否则，转第二步。

第五步:输出最优路径p_sd，更新至物料已规划路径库中，并将该种物料从物料配送路径规划顺序表中删除，转步骤4。

步骤S4：检查物料配送路径规划顺序表是否为空，若非空，则转步骤S3，继续为下一种物料规划配送路径，若为空，则转步骤S1。