深圳市前海智慧园区有限公司季楷丰获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉深圳市前海智慧园区有限公司申请的专利基于深度学习的医院自动配送机器人路径优化方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118394088B 。
龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410524815.3,技术领域涉及:G05D1/43;该发明授权基于深度学习的医院自动配送机器人路径优化方法及系统是由季楷丰;韩永安;刘军林;张威设计研发完成,并于2024-04-29向国家知识产权局提交的专利申请。
本基于深度学习的医院自动配送机器人路径优化方法及系统在说明书摘要公布了:本发明属于自动化智能技术领域,具体是涉及一种基于深度学习的医院自动配送机器人路径优化方法及系统,该基于深度学习的医院自动配送机器人路径优化方法利用地形、障碍及配送需求数据进行模拟运行,获取机器人行驶数据。通过比较行驶数据和需求,确定任务优先级,并匹配最佳配送路径。AI模型根据优先级调整路径影响因子比重,进而优化路径。该方法能有效处理医院复杂条件及突发需求,解决传统问题。
本发明授权基于深度学习的医院自动配送机器人路径优化方法及系统在权利要求书中公布了:1.一种基于深度学习的医院自动配送机器人路径优化方法,其特征在于,包括如下步骤: 获取所有目标区域的地形和障碍信息,以及各目标区域的配送需求数据; 根据所述配送需求数据和所有目标区域的地形障碍信息在地图模型中进行布局,并在所述地图模型上进行模拟运行; 在模拟运行过程中,获取所有所述配送机器人的模拟行驶数据; 对所述模拟行驶数据和所述配送需求数据进行比较,若存在所述配送机器人的模拟行驶数据满足预设条件,则获取该配送任务的优先级; 根据所述配送任务优先级,在预置任务库里进行匹配,得到该任务对应的最佳配送路径、所有路径影响因子以及各路径影响因子的预设比重,并确定该配送任务的调度优先级; 根据所述调度优先级,依次将满足预设条件的所述配送任务的需求数据和优调度先级输入至训练好的AI模型中,以得到最新比重值; 根据所述配送任务的所有路径影响因子和各路径影响因子的最新比重值对该任务对应的最佳配送路径进行调整,得到最优路径; 地图模型的创建包括: 收集医院内部的地图数据,包括建筑平面图或者三维结构数据; 根据收集到的地图数据,建立地图的数据结构; 在地图的数据结构中标记出医院内部的障碍物; 将医院内部各个目标区域的配送需求数据与地图的数据结构进行关联,记录在地图模型中; 根据地图结构和配送需求数据,计算配送机器人的最佳路径; 将创建好的地图模型集成到医院自动配送系统中; 计算配送机器人的最佳路径的步骤包括: 设GV,E表示地图模型,其中V是节点集合,E是边集合; 每个节点v∈V表示医院内部的一个位置; 每条边e∈E表示两个位置之间的路径,其权重为路径的长度或者耗费; 将起始位置标记为已访问,并设置距离起始位置的距离为0; 将起始位置加入到一个优先队列Q中,其中按照距离起始位置的距离排序; 从优先队列Q中取出距离起始位置最近的节点u,并将其标记为已访问; 对于节点u的所有邻居节点v,计算从起始位置到节点v的距离,并更新优先队列Q中节点v的距离; 重复上述步骤,直到优先队列Q为空或者目标位置被访问; 根据计算得到的最短路径信息,反向重构从起始位置到目标位置的最佳路径; 将同一配送任务的最佳配送路径、路径影响因子以及各路径影响因子的预设比重进行绑定后,保存至预置任务库的步骤包括: 根据同一最佳配送路径,按照各路径影响因子的出现频率从高到低配置各所述路径影响因子的调度优先级; 根据调度优先级,将同一配送任务的最佳配送路径、路径影响因子以及各路径影响因子的预设比重保存至预置任务库。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市前海智慧园区有限公司,其通讯地址为:518000 广东省深圳市前海深港合作区南山街道梦海大道5188号前海深港青年梦工场北区3栋402-403;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。