(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210677111.0 (22)申请日 2022.06.15 (71)申请人 电子科技大 学 地址 611731 四川省成 都市高新区 （西区） 西源大道 2006号 (72)发明人 唐樟春　曾鑫　夏艳君　岳涧洲　 张郑　刘盼　 (74)专利代理 机构 电子科技大 学专利中心 51203 专利代理师 陈一鑫 (51)Int.Cl. G06F 30/20(2020.01) G06Q 10/04(2012.01) G06N 3/12(2006.01) (54)发明名称 一种针对立体车库存取车路径智能优化方 法 (57)摘要 该发明公开了一种针对立体车库存取车路 径智能优化方法， 涉及搬运作业路径优化领域。 本发明在对特定型号的立体车库的存取数学模 型的建立后， 采用了遗传算法对原始任务存取路 径进行了优化仿真， 对遗传算法中的编码方式进 行了设计， 最终仿真验证了算法对整体 路径优化 后的作业效率有了显著的提高。 立体车库较传统 自走型车库， 不仅更加安全， 而且也极大的缓解 了停车难的问题。 本发明的试验对象—新型立体 车库路径智能优化算法， 将存取车时间进一步的 缩短。 权利要求书2页 说明书7页 附图4页 CN 115130286 A 2022.09.30 CN 115130286 A 1.一种针对立体车库存取 车路径智能优化方法， 该 方法包括： 步骤1： 对针对的立体车库车位进行二维坐标建模， 确定车位与车位坐标的唯一性匹 配； 步骤2： 分析立体车库的自动存取 车流程， 并统计 每个执行动作的任务用时； 步骤3： 建立单一存车、 单一取车、 连续交叉存取车的数学模型； 然后建立任务总用时模 型作为算法最终的优化目标； 步骤3.1： 计算单任务存取任务用时； (1)当上一次任务为存车， 任务结束后， 轿厢平台停在存车位处不返回原点， 当前次任 务为存车时， 存车时间TC1为式(1)； TC1＝max(ty|i1‑i0|,tx|j1‑j0|)+max(ty|i2‑i0|,tx|j2‑j0|)+2·tc    (1) 其中， ty为轿厢平台在相邻层之间移动一层的用时， tx为轿厢平台在相邻列之间移动一 列的用时； 存取车入口位置为(i0,j0)， 上一次存车位置为(i1， j1)， 当前次存车位置为(i2, j2)， tc为存车动作 与取车动作用时； (2)上一次任务为取车， 任务结束后， 轿厢平台留在原点， 当前次任务为存车时， 此时旋 转平台用时为tr， 存车用时TC2为式(2)； TC2＝max(ty|i2‑i0|,tx|j2‑j0|)+2·tc+tr              (2) (3)若上一次任务为取车， 当前次任 务为取车时， 旋转平台转至 出车位时间tr， 那么取车 用时TQ1为式(3)； TQ1＝2·max(ty|i4‑i0|,tx|j4‑j0|)+2·tc+tr               (3) 其中， 当前次取 车的位置(i4,j4)； (4)若上一次任务为存车， 当前次任 务为取车时， 旋转平台转至 出车位时间tr， 那么取车 用时TQ2为式(4)； TQ2＝max(ty|i1‑i0|,tx|j1‑j0|)+max(ty|i4‑i0|,tx|j4‑j0|)+2·tc+tr    (4) 步骤3.2： 计算交叉任务存取 形式任务用时TCQ； 交叉任务存取形式适用于先存车后取车， 设轿厢当前处于O(i0,j0)原点坐标， P1(i1， j1) 为存车车位坐标， P2(i4， j4)为取车车位坐标， TCQ为存取用时 时间由式(5)表示； 步骤3.3： 计算两种形式下任务总用时F(T)； 最终的优化目标为用户的平均等待时间， 因此对于两种存取任务形式， 用F(T)表示总 任务用时， 则单任务模式下， 总任务用时F(T1)为式(6) 式中， n1表示存车任务次数， n2表示取车任务次数， TC表示存车用时， 包括TC1和TC2， TQ表 示取车用时， 包括TQ1和TQ2； 交叉任务下， 总任务用时见式(7)； 权　利　要　求　书 1/2 页 2 CN 115130286 A 2式中， min(n1,n2)表示交叉存取的组合次数， |n1‑n2|表示余下的单一任务的次数； 由于单一存车和单一取车过程相当， 因此使用TQ表示单一存/ 取用时， 两种方式， 用户平 均等待时间 用式(8)表示； 其中， F(T)为F(T1)或F(T2)； 步骤4： 对遗传算法进行编码和 确定相关函数； (1)编码 车库执行任务分为存车和取车两个状态， 故可采用0和1分别表示取车和存车， (0， 1)二 进制编码方式； 车位 坐标随机且为 二维数组， 采用车位 号进行实数编码； (2)确定函数 目标函数为所有任务完成总时间R(T)， 用式(9)表示； 式中， n表示任务总数， Ti表示个体平均等待时间； 因此使R(T)最小的存取路径即为 最优路径， 取R(T)倒数表示fit适应度函数为式(10)； 步骤5： 采用步骤4设定好的遗传算法对确定目标函数进行求解， 得到的路径为最优路 径。权　利　要　求　书 2/2 页 3 CN 115130286 A 3