立体仓库货位坐标计算模型的构建

摘要

码垛机在存取装配零件前需要知道装配零件所在货位的坐标值，但是货位的坐标值是动态变化的数值。为了码垛机能自动适应货位的坐标值变化，构建具有自适应能力的货位坐标计算模型是不可缺少的。因此，在绘制立体仓库的三视图的基础上，BP神经网络理论被用于构建网络计算模型。该模型增加了双误差函数、线性变换函数和输入参数的过滤函数。建模完成后，立体仓库提供280组训练数据和28组测试数据。这些数据被划分为4类数据。网络计算模型被训练和测试后，模型的泛化能力具有单象限的特征。为了模型在所有象限都具有很好的泛化能力，4个网络计算模型和1个大脑模型共同组成了货位坐标计算模型。该模型的误差精度达到0.01。该模型能够向码垛机提供正确的货位坐标值。

关键词

BP神经网络 / 计算模型 / 货位坐标 / 自动化立体仓库