向螞蟻學習智能物流
為什麼要買個機器人回家?
近期去商場看到多款幾千元價位的掃地機器人,導購員就給我上了一節創新科技課程。頂級掃地機器人採用LDS激光導航規劃路線,通過激光測距加上AI雙目視覺的方法生成室內地圖,直觀的感受是非常智能化。另外還可以完美接入智能家居物聯網,可以通過智能音箱語音控制,以及通過手機APP遠程遙控。作為一個“家務懶人”,這麼先進的產品真的是物有所值。
對比掃地機器人,AGV無人車還能幫助市民的飲食起居,據報導在疫情出現以後, 同濟大學在校師生通過無人車在送餐和物品上, 實施“無接觸、智能、全天候”配送任務。
此次進入大學的無人車具備L4級自動駕駛能力, 車身上裝載有激光雷達、毫米波雷達、攝像頭等傳感器。隨著物流需要往智能化方向發展,多功能AGV無人車隊必須配合智能駕駛計算平台、自適應自控軟件架構、多源融合感知定位等核心技術,無人車可按照指令自動行駛達目的地, 遇到障礙物會自動減速、剎車或重新規劃路線, 安全精準地將物資送到指定點位。
自主導航車(Automated Guided Vehicle, AGV)廣泛應用於物流倉儲、交通運輸、裝配製造等領域,是無人車控制的研究熱點。隨著大型智能工廠應對小批量多品種的生產模式的需求衍變,物流路線繁雜多變,幾十台甚至上百台AGV無人車同時在通道上自主控制,導致在無人車的調度難度也會有所增大,現有的AGV無人車路徑調度算法多為單一算法,往往難以保障所有無人車的均衡調度和有效利用,因此會發生相向衝撞、堵路、爭路等等問題,會造成設備資源的浪費,導致生產缺料停機,使整個生產系統停滯。物流工程人員要把硬件的生產效率提高,需要數字專家發揮人工智能的威力,極力推薦蟻群算法。
什麼是蟻群算法?
是什麼原因人類需要向小小的螞蟻學習?仿生學嗎?
蟻群算法(Ant Colony Algorithm, ACO)由Marco Dorigo等人於1991年首次提出,該算法模擬了自然界中螞蟻的覓食行為。螞蟻在尋找食物源時, 會在其經過的路徑上釋放一種信息素,並能夠感知其它螞蟻釋放的信息素。信息素濃度的大小表征路徑的遠近,信息素濃度越高,表示對應的路徑距離越短。
通常,螞蟻會以較大的概率優先選擇信息素濃度較高的路徑,並釋放一定量的信息素,以增強該條路徑上的信息素濃度, 這樣,會形成一個正反饋。最終,螞蟻能夠找到一條從巢穴到食物源的最佳路徑,即距離最短路徑。蟻群也懂得用信息正反饋原理去找歸家的路,科學家仍需努力去探索信息技術去加強人工智能的發展。蟻群算法能夠求出從原點出發,經過若干個給定的需求點,最終返回原點的最短路徑。這也就是運籌學裡著名的旅行商問題(Traveling Salesman Problem,TSP)。
什麼是智能物流?
人工智能正在改變所有行業,物流就是其中之一。物流是對不同地點之間產品流動的管理。智能物流包括自動化設備,也包含CPS信息物理系統,也是從AI /機器學習算法中受益的複雜流程。人工智能的三大基石算法、數據和計算能力,算法作為其中之一,是非常重要的,那麼人工智能都會涉及哪些算法?不同算法適用的場景又有哪些呢?歡迎留下您的答案……
編輯推薦
熱門分享