基于工业互联网的自动导引方法、系统、设备及存储介质与流程

本公开涉及自动导引及物联网的技术领域，特别涉及基于工业互联网的自动导引方法、系统、设备及存储介质。

背景技术：

针对自动导引车(agv)的轨迹跟踪问题。首先建立agv的运动学方程，将横向偏差和航向偏差作为控制系统的输入变量；其次引入hamilton最优控制函数，得到基于最优偏差转化策略的agv最优偏差路径和最优控制方程。

agv是自动导引车(automatedguidedvehicle)的英文缩写，是指具有磁条，轨道或者激光等自动导引设备，沿规划好的路径行驶，以电池为动力，并且装备安全保护以及各种辅助机构(例如移载，装配机构)的无人驾驶的自动化车辆。通常多台agv与控制计算机(控制台)，导航设备，充电设备以及周边附属设备组成agv系统，其主要工作原理表现为在控制计算机的监控及任务调度下，agv可以准确的按照规定的路径行走，到达任务指定位置。

因此，可能存在行驶轨迹有误差或者行驶距离不精确的情况，这样就难以精确地进行自动导引。

技术实现要素：

为改善相关技术中存在的上述背景技术存在的技术问题，本公开提供了基于工业互联网的自动导引方法、系统、设备及存储介质。

本申请提供了一种基于工业互联网的自动导引方法，所述方法包括：

获取自动导引指令，并根据所述自动导引指令的识别初始行驶轨迹和识别终止行驶轨迹得到所述自动导引指令的识别行驶轨迹范围；

比较所述自动导引指令的识别行驶轨迹范围与根据样本轨迹划分的区分识别修正模型与识别终止模型的许可误差范围值；

如果所述识别行驶轨迹范围超过所述许可误差范围值，所述自动导引指令为识别终止模型，否则，所述自动导引指令为识别修正模型。

进一步地，还包括：

在获取自动导引指令时，根据所述自动导引指令的识别初始行驶距离和识别终止行驶距离得到所述自动导引指令对应的运动距离；

在所述自动导引指令为识别修正模型时，比较所述自动导引指令对应的运动距离与根据样本轨迹划分的区分识别修正运动距离与识别目标运动距离的第一行驶长度值；

如果所述运动距离超过所述第一行驶长度值，所述自动导引指令为识别目标运动距离，否则，所述自动导引指令为识别修正运动距离。

进一步地，还包括：

在获取自动导引指令时，根据所述自动导引指令的识别初始行驶距离与所述自动导引指令上一次的识别修正运动距离的识别终止行驶距离得到所述自动导引指令与所述自动导引指令上一次的识别修正运动距离之间的长度差距；

在所述自动导引指令为识别修正运动距离时，比较所述自动导引指令与所述自动导引指令上一次的识别修正运动距离之间的长度差距与根据样本轨迹划分的区分识别第一运动距离与识别第二运动距离的第二行驶长度值；

如果所述长度差距超过所述第二行驶长度值，所述自动导引指令为识别第一运动距离，否则，所述自动导引指令为识别第二运动距离。

进一步地，还包括：

获取每次识别修正模型下运动距离的识别初始行驶轨迹和识别终止行驶轨迹，根据所述识别初始行驶轨迹和识别终止行驶轨迹得到每次识别修正模型下运动距离的行驶轨迹范围，读取所述识别修正模型下运动距离的平均行驶轨迹范围；

获取每次识别终止模型下运动距离的识别初始行驶轨迹和识别终止行驶轨迹，根据所述识别初始行驶轨迹和识别终止行驶轨迹得到每次识别终止模型下运动距离的行驶轨迹范围，读取所述识别修正模型下运动距离的平均行驶轨迹范围；

根据所述识别修正模型下运动距离的平均行驶轨迹范围和所述识别修正模型下运动距离的平均行驶轨迹范围划分区分识别修正模型与识别终止模型的许可误差范围值。

进一步地，还包括：

获取每次识别修正运动距离的识别初始行驶距离和识别终止行驶距离，根据所述识别初始行驶距离和识别终止行驶距离得到每次识别修正运动距离的运动距离，读取所述识别修正运动距离的平均运动距离；

获取每次识别目标运动距离的识别初始行驶距离和识别终止行驶距离，根据所述识别初始行驶距离和识别终止行驶距离得到每次识别目标运动距离的运动距离，读取所述识别目标运动距离的平均运动距离；

根据所述识别修正运动距离的平均运动距离和所述识别目标运动距离的平均运动距离的区分识别修正运动距离与识别目标运动距离的第一行驶长度值。

进一步地，在所述识别修正运动距离为识别第二运动距离时，所述获取每次识别修正运动距离的识别初始行驶距离和识别终止行驶距离，包括：

获取每次识别第二运动距离的第一次识别终止的行驶距离和第二次识别初始的行驶距离，根据所述第一次识别终止的行驶距离和第二次识别初始的行驶距离得到所述识别第二运动距离中连续两个修正运动距离之间的长度差距，读取平均长度差距；根据所述平均长度差距划分区分识别修正模型与识别终止模型的第二行驶长度值。

本申请提供了一种基于工业互联网的自动导引系统，包括终端设备和行驶数据采集端，所述终端设备和所述行驶数据采集端，所述终端设备包括：

数据识别模块，用于获取自动导引指令，并根据所述自动导引指令的识别初始行驶轨迹和识别终止行驶轨迹得到所述自动导引指令的识别行驶轨迹范围；

范围比较模块，用于比较所述自动导引指令的识别行驶轨迹范围与根据样本轨迹划分的区分识别修正模型与识别终止模型的许可误差范围值；

数据判断模块，用于如果所述识别行驶轨迹范围超过所述许可误差范围值，所述自动导引指令为识别终止模型，否则，所述自动导引指令为识别修正模型。

本申请提供了一种终端设备，其特征在于包括：

存储器，用于存储计算机程序；

与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现上述任意一项所述的方法。

本申请提供了一种计算机可读存储介质，其特征在于该计算机可读存储介质中存储有计算机程序，该计算机程序运行时执行上述任意一项所述的方法。

本公开的实施例提供的技术方案可以包括以下有益效果。

基于工业互联网的自动导引方法、系统、设备及存储介质，本发明实施例提供的样本识别目标模型自适应的方法和装置，通过比较所述自动导引指令的识别行驶轨迹范围与根据样本轨迹划分的区分识别修正模型与识别终止模型的许可误差范围值得到自动导引指令是识别终止模型还是识别修正模型，解决了由于行驶轨迹范围的轨迹与样本轨迹的差异，导致与样本轨迹存在误差的现象，从而使得到的行驶轨迹不精确的问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能控制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1为本发明实施例所提供的基于工业互联网的自动导引系统的架构示意图；

图2为本发明实施例所提供的基于工业互联网的自动导引方法的流程图；

图3为本发明实施例所提供的基于工业互联网的自动导引装置的功能模块框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

为了便于对上述的基于工业互联网的自动导引方法、系统、设备及存储介质进行阐述，请结合参考图1，提供了本发明实施例所公开的基于工业互联网的自动导引系统100的通信架构示意图。其中，所述基于工业互联网的自动导引系统100可以包括终端设备300以及行驶数据采集端200，所述终端设备300与所述行驶数据采集端200通信连接。

在具体的实施方式中，终端设备300可以是台式电脑、平板电脑、笔记本电脑、手机或者其他能够实现数据处理以及数据通信的终端设备，在此不作过多限定。

在上述基础上，请结合参阅图2，为本发明实施例所提供的基于工业互联网的自动导引方法的流程示意图，所述基于工业互联网的自动导引方法可以应用于图1中的终端设备300，进一步地，所述基于工业互联网的自动导引方法具体可以包括以下步骤s21-步骤s23所描述的内容。

步骤s21，获取自动导引指令，并根据所述自动导引指令的识别初始行驶轨迹和识别终止行驶轨迹得到所述自动导引指令的识别行驶轨迹范围。

示例性的，所述初始行驶轨迹表示自动导引的起始位置，所述终止行驶轨迹表示自动导引的停止位置。

步骤s22，比较所述自动导引指令的识别行驶轨迹范围与根据样本轨迹划分的区分识别修正模型与识别终止模型的许可误差范围值。

示例性的，所述行驶轨迹范围用于自动导引行驶的轨迹对应的行驶路径。

步骤s23，如果所述识别行驶轨迹范围超过所述许可误差范围值，所述自动导引指令为识别终止模型，否则，所述自动导引指令为识别修正模型。

示例性的，所述许可误差范围值表示行驶轨迹的允许的合理误差范围。

可以理解的，本发明实施例提供的样本识别目标模型自适应的方法和装置，通过比较所述自动导引指令的识别行驶轨迹范围与根据样本轨迹划分的区分识别修正模型与识别终止模型的许可误差范围值得到自动导引指令是识别终止模型还是识别修正模型，解决了由于行驶轨迹范围的轨迹与样本轨迹的差异，导致与样本轨迹存在误差的现象，从而使得到的行驶轨迹不精确的问题。

在一种可替换的实施例中，还可以包括以下内容。

在获取自动导引指令时，根据所述自动导引指令的识别初始行驶距离和识别终止行驶距离得到所述自动导引指令对应的运动距离。在所述自动导引指令为识别修正模型时，比较所述自动导引指令对应的运动距离与根据样本轨迹划分的区分识别修正运动距离与识别目标运动距离的第一行驶长度值。如果所述运动距离超过所述第一行驶长度值，所述自动导引指令为识别目标运动距离，否则，所述自动导引指令为识别修正运动距离。

可以理解，通过所述自动导引指令对应的运动距离来识别目标运动距离，从而精确地确定自动导引指令。

在一种可替换的实施例中，还可以包括以下内容。

在获取自动导引指令时，根据所述自动导引指令的识别初始行驶距离与所述自动导引指令上一次的识别修正运动距离的识别终止行驶距离得到所述自动导引指令与所述自动导引指令上一次的识别修正运动距离之间的长度差距。在所述自动导引指令为识别修正运动距离时，比较所述自动导引指令与所述自动导引指令上一次的识别修正运动距离之间的长度差距与根据样本轨迹划分的区分识别第一运动距离与识别第二运动距离的第二行驶长度值。如果所述长度差距超过所述第二行驶长度值，所述自动导引指令为识别第一运动距离，否则，所述自动导引指令为识别第二运动距离。

可以理解，根据自动导引指令上一次的识别修正运动距离，来确定长度差距，为了使长度差距的精确度，采用多次运动距离确保第二行驶长度值的精准度，从而通过长度差距超过第二行驶长度值，来确保相关数据的完整性和实用性。

在一种可替换的实施例中，还可以包括以下内容。

获取每次识别修正模型下运动距离的识别初始行驶轨迹和识别终止行驶轨迹，根据所述识别初始行驶轨迹和识别终止行驶轨迹得到每次识别修正模型下运动距离的行驶轨迹范围，读取所述识别修正模型下运动距离的平均行驶轨迹范围。获取每次识别终止模型下运动距离的识别初始行驶轨迹和识别终止行驶轨迹，根据所述识别初始行驶轨迹和识别终止行驶轨迹得到每次识别终止模型下运动距离的行驶轨迹范围，读取所述识别修正模型下运动距离的平均行驶轨迹范围。根据所述识别修正模型下运动距离的平均行驶轨迹范围和所述识别修正模型下运动距离的平均行驶轨迹范围划分区分识别修正模型与识别终止模型的许可误差范围值。

可以理解，通过识别修正模型的平均行驶轨迹范围和识别终止模型的平均行驶距离范围能精确地划分出许可误差范围值。

在一种可替换的实施例中，还可以包括以下内容。

获取每次识别修正运动距离的识别初始行驶距离和识别终止行驶距离，根据所述识别初始行驶距离和识别终止行驶距离得到每次识别修正运动距离的运动距离，读取所述识别修正运动距离的平均运动距离。获取每次识别目标运动距离的识别初始行驶距离和识别终止行驶距离，根据所述识别初始行驶距离和识别终止行驶距离得到每次识别目标运动距离的运动距离，读取所述识别目标运动距离的平均运动距离。根据所述识别修正运动距离的平均运动距离和所述识别目标运动距离的平均运动距离的区分识别修正运动距离与识别目标运动距离的第一行驶长度值。

可以理解，通过识别修正运动距离的平均行驶轨迹和识别目标运动距离的平均运动距离能够精确的区分识别修正运动距离与识别目标运动距离的第一行驶长度值。

在一种可替换的实施例中，“在所述识别修正运动距离为识别第二运动距离时，所述获取每次识别修正运动距离的识别初始行驶距离和识别终止行驶距离”，可以包括以下内容。

获取每次识别第二运动距离的第一次识别终止的行驶距离和第二次识别初始的行驶距离，根据所述第一次识别终止的行驶距离和第二次识别初始的行驶距离得到所述识别第二运动距离中连续两个修正运动距离之间的长度差距，读取平均长度差距；根据所述平均长度差距划分区分识别修正模型与识别终止模型的第二行驶长度值。

可以理解，识别修正运动距离为识别第二运动距离时，有效的规避识别错误的问题，从而能准确的获取每次识别修正运动距离的识别初始行驶距离和识别终止行驶距离。

在一种可替换的实施例中，“比较所述自动导引指令的识别行驶轨迹范围与根据样本轨迹划分的区分识别修正模型与识别终止模型的许可误差范围值”，可以包括以下内容。

预先存储的样本轨迹的平均行驶时间、各时间段内的待检测目标行驶时间，以及检测目标行驶时间误差；

确定在预设数据库内存在样本时间数据集。在执行检测每个样本时间数据集之前，将该样本时间数据集作为待检测的当前时间数据集，确定预设数据库内已检测时间数据集和待检测的当前时间数据集的时间消耗值之和大于样本时间权重值对应的待检测目标行驶时间。对当前时间数据集进行误差来控制检测速率，在样本时间权重值对应的时间节点处完成当前时间数据集的检测。以及在预设数据库内全部时间数据已检测之后，调整各时间段内的待检测目标行驶时间以满足检测目标行驶时间误差。

可以理解，通过行驶时间来确定自动导引行驶路线是否和自动导引指令一致，根据距离和行驶的速度，这样能得到一个样本时间数据集，通过实际消耗的时间也样本时间数据集中对应的内容进行比较，这样能更加精准地确实自动导引的精确度。

基于同样的发明构思，还提供了基于工业互联网的自动导引系统，所述系统包括行驶数据采集端和终端设备，所述行驶数据采集端与所述终端设备通信连接，终端设备具体用于：

获取自动导引指令，并根据所述自动导引指令的识别初始行驶轨迹和识别终止行驶轨迹得到所述自动导引指令的识别行驶轨迹范围；

比较所述自动导引指令的识别行驶轨迹范围与根据样本轨迹划分的区分识别修正模型与识别终止模型的许可误差范围值；

如果所述识别行驶轨迹范围超过所述许可误差范围值，所述自动导引指令为识别终止模型，否则，所述自动导引指令为识别修正模型。

基于上述同样的发明构思，请结合参阅图3，还提供了基于工业互联网的自动导引装置500的功能模块框图，关于所述基于工业互联网的自动导引装置500的详细描述如下。

基于工业互联网的自动导引装置500，应用于终端设备，所述装置500包括：

数据识别模块510，用于获取自动导引指令，并根据所述自动导引指令的识别初始行驶轨迹和识别终止行驶轨迹得到所述自动导引指令的识别行驶轨迹范围；

范围比较模块520，用于比较所述自动导引指令的识别行驶轨迹范围与根据样本轨迹划分的区分识别修正模型与识别终止模型的许可误差范围值；

数据判断模块530，用于如果所述识别行驶轨迹范围超过所述许可误差范围值，所述自动导引指令为识别终止模型，否则，所述自动导引指令为识别修正模型。

一种终端设备，包括：存储器，用于存储计算机程序；与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现如图2所示的方法。

一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，该计算机程序运行时实现如图2所示的方法。

综上，基于工业互联网的自动导引方法、系统、设备及存储介质，本发明实施例提供的样本识别目标模型自适应的方法和装置，通过比较所述自动导引指令的识别行驶轨迹范围与根据样本轨迹划分的区分识别修正模型与识别终止模型的许可误差范围值得到自动导引指令是识别终止模型还是识别修正模型，解决了由于行驶轨迹范围的轨迹与样本轨迹的差异，导致与样本轨迹存在误差的现象，从而使得到的行驶轨迹不精确的问题。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来控制。