✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
⛄ 内容介绍
随着经济全球化和互联网技术的飞速发展,电子商务逐渐渗透到人们的日常生活中,越来越多的人们随时随地地享受着网购带来的便利.电子商务的发展在推动中国物流行业的整体进步和发展的同时也面临很多的挑战.数据显示,我国物流总费用占GDP总值比例依旧居高不下.而物流配送作为物流环节的核心环节之一,相对滞后的技术水平阻碍我国物流行业的整体发展水平.面对订单数量和种类爆炸式的增长,现有配送中心的布局设置和分拣模式面临难以驾驭的困境.传统的"人到货"分拣模式耗费了大量了行走时间和人力成本.针对传统物流配送系统的不足,Kiva移动机器人物流配送系统应运而生.亚马逊等公司对Kiva系统和Kiva机器人的应用极大的提高了其配送中心的分拣精度和效率,降低了人力成本,提高了企业的竞争力.
⛄ 部分代码
function plotAll(RobotStates,PodStates,DepotStates)
xlength=61;
ylength=29;
rectangle('Position', [0,0,xlength+1,ylength+1],'lineWidth',5);
plot(DepotStates(:,1),DepotStates(:,2),'square','MarkerEdgeColor',[0.5 0.5 0.5],'MarkerFaceColor',[0.7 0.7 0.7],'MarkerSize',30);
plot(PodStates(:,1),PodStates(:,2),'square','MarkerEdgeColor','k','MarkerFaceColor',[1 1 1],'MarkerSize',20);
plot(RobotStates(:,1),RobotStates(:,2),'o','MarkerEdgeColor','k','MarkerFaceColor',[1 0 0],'MarkerSize',15);
%draw robot direction
for i=1:size(RobotStates,1)
temp = 0.3;
x=RobotStates(i,1);
y=RobotStates(i,2);
a=RobotStates(i,3);
switch a
case 1
xx = x+temp;
yy = y;
case 2
xx = x;
yy = y+temp;
case 3
xx = x-temp;
yy = y;
case 4
xx = x;
yy = y-temp;
end
line([x,xx],[y,yy],'color','k','linestyle','-','lineWidth',4);
end
end
⛄ 运行结果
⛄ 参考文献
[1]肖喜彬. Kiva机器人路径规划问题研究[D]. 武汉理工大学.
[2]张洪琳, 吴耀华, 胡金昌,等. 一种基于改进冲突搜索的多机器人路径规划算法.
