CN120235559A 一种基于冷链仓库深度强化学习的无人叉车动态任务调度方法及系统 （四川参盘供应链科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120235559A(43)申请公布日2025.07.01

(21)申请号202510725013.3

(22)申请日2025.06.03

(71)申请人四川参盘供应链科技有限公司

地址610000四川省成都市锦江区三色路

269号7栋1楼002号

G06QGO6N

10/0631(2023.01)

20/00(2019.01)

(72)发明人孙晓宇刘方琦张祥阳董力成

何丽梅杨渊达周斯涵

韩冲吴万江龚丹黄俊才

江培荣庞翼林晓波

(74)专利代理机构成都华复知识产权代理有限

公司51298专利代理师任丽娜

(51)Int.CI.

GO6Q10/087(2023.01)

G06Q10/047(2023.01)

权利要求书3页说明书12页附图1页

(54)发明名称

一种基于冷链仓库深度强化学习的无人叉车动态任务调度方法及系统

(57)摘要

CN120235559A本发明公开了一种基于冷链仓库深度强化学习的无人叉车动态任务调度方法及系统，属于无人叉车调度领域，所述方法包括：在目标冷链仓库中布置传感器，采集目标冷链仓库的环境数据，基于数字孪生技术在云端构建目标冷链仓库的数字孪生模型；根据传感器反馈的数据构建目标冷链仓库的动态环境状态，并基于路径生成算法生成初始的无人叉车轨迹，使用部署于云端的多特征耦合的时空联合路径规划算法，对初始的无人叉车轨迹进行优化，生成最优的路径和调度计划；云端将指令下发到边缘网关，边缘网关对

CN120235559A

目标冷链仓库中布置传感器，并将采集到

目标冷链仓库中布置传感器，并将采集到的数据发送到云端构建为传感器数据库

采集目标冷链仓库的环境数据，根据采集到的环境

数据基于数字孪生技术在云端构建目标冷链仓库的

数字孪生模型

根据传感器反馈的数据构建目标冷链仓库的动

态环境状态，并基于路径生成算法生成初始的

无人叉车轨迹

使用部署于云端的多特征耦合的时空联合路径规划

算法，对初始的无人叉车轨迹进行优化，生成最优

的路径和调度计划

云端将指令下发到边缘网关，边缘网关对指令进行分解并下发到各个无人叉车，实现动态任务调度的具体操作

CN120235559A权利要求书1/3页

2

1.一种基于冷链仓库深度强化学习的无人叉车动态任务调度方法，其特征在于，所述动态任务调度方法包括：

在目标冷链仓库中布置传感器，并将采集到的数据发送到云端构建为传感器数据库，

采集目标冷链仓库的环境数据，根据采集到的环境数据基于数字孪生技术在云端构建目标冷链仓库的数字孪生模型；

根据传感器反馈的数据构建目标冷链仓库的动态环境状态，并基于路径生成算法生成初始的无人叉车轨迹，

使用部署于云端的多特征耦合的时空联合路径规划算法，对初始的无人叉车轨迹进行优化，生成最优的路径和调度计划；

云端将指令下发到边缘网关，边缘网关对指令进行分解并下发到各个无人叉车，实现动态任务调度的具体操作。

2.根据权利要求1所述的基于冷链仓库深度强化学习的无人叉车动态任务调度方法，其特征在于，所述在目标冷链仓库中布置传感器包括：环境探测传感器的部署、UWB锚点部署以及无人叉车传感器部署；

所述环境探测传感器的部署包括：在目标冷链仓库中安装用于实时检测障碍物的位置的探测传感器；

所述UWB锚点部署包括：根据目标冷链仓库面积和结构确定UWB锚点的数量安装多个UWB锚点，确保信号覆盖整个仓库；

所述无人叉车传感器部署包括：在无人叉车前部和后部，安装防雾化摄像头，在无人叉车的顶部安装激光雷达，在无人叉车的中心位置安装IMU。

3.根据权利要求1所述的基于冷链仓库深度强化学习的无人叉车动态任务调度方法，其特征在于，所述采集目标冷链仓库的环境数据包括：

将高精度的激光雷达和RGB-D摄像头设备在移动平台上，规划一个覆盖整个目标冷链仓库的扫描路径，包括所有通道、货架和重要区域，

沿预定路径移动，确保LiDAR和RGB-D摄像头全面覆盖目标冷链仓库每个角落，采集得到整个仓库的点云数据；

使用SLAM算法将LiDAR数据转换为高精度的三维点云，并结合RGB-D数据为点云赋予颜色信息。

4.根据权利要求1所述的基于冷链仓库深度强化学习的无人叉车动态任务调度方法，其特征在于，所述动态环境状态包括动态障碍物位置集合以及货位拥堵指数；

动态环境