本發明涉及路線導航，具體涉及一種智能物流園區無人物流配送車路線導航方法及系統。
背景技術：
1、隨著網上經濟的發展，物流業也愈發發達，物流園區作為貨物的中轉站，肩負著重要的使命。通常由于物流園區面積大、貨物流動頻繁，人工運輸成本一直較高，隨著車輛無人駕駛的逐步普及，通過無人物流車替代人工的方式可以大幅提高物流園區的配送效率。由于物流園區常包含室內區域、金屬貨架及密集貨物，gps信號易受遮擋、多徑效應影響，導致定位存在偏差，傳統導航方案未考慮信號遮擋的影響，使得配送車的導航準確度下降。
技術實現思路
1、為了解決上述傳統導航方案未考慮信號遮擋的影響，使得配送車的導航準確度下降的技術問題，本發明的目的在于提供一種智能物流園區無人物流配送車路線導航方法及系統，所采用的技術方案具體如下：
2、第一方面，本發明提供了一種智能物流園區無人物流配送車路線導航方法，包括：
3、獲取無人車輛的當前實際位置、歷史位置和無人車輛的規劃配送路線，以及無人車輛識別的每個射頻標簽對應的信號標簽；
4、根據無人車輛的歷史位置與每個信號標簽之間的距離分布情況，以及每個信號標簽與規劃配送路線之間的直線距離，分析每個信號標簽的障礙遮擋程度，對信號標簽進行分組得到每個信號監測組；
5、根據每個信號監測組內每個信號標簽的信號強度范圍之間的重疊情況，求解每個信號監測組的疑似車輛位置；
6、根據每個信號監測組內信號標簽的障礙遮擋程度分析對應的疑似車輛位置的誤差分布范圍，結合每個信號監測組的疑似車輛位置的誤差分布范圍之間重合區域的信息可信程度，得到無人車輛的當前修正位置；
7、根據無人車輛的當前修正位置以及當前實際位置分別行駛至規劃配送路線的距離和方向，對無人車輛進行路線導航。
8、優選地，所述根據每個信號監測組內信號標簽的障礙遮擋程度分析對應的疑似車輛位置的誤差分布范圍，結合每個信號監測組的疑似車輛位置的誤差分布范圍之間重合區域的信息可信程度，得到無人車輛的當前修正位置，具體包括：
9、根據每個信號監測組內每個信號標簽的障礙遮擋程度的分布情況，得到每個信號監測組的疑似車輛位置的誤差區域；
10、將所有信號監測組對應的誤差區域覆蓋的若干柵格均記為待篩選位置；根據每個待篩選位置所在誤差區域對應的每個信號監測組內每個信號標簽的障礙遮擋情況，對所有誤差區域的信息可信程度進行疊加，得到每個待篩選位置的可信度權重；
11、將每個待篩選位置的可信度權重的最大值對應的疑似車輛位置作為無人車輛的當前修正位置。
12、優選地，所述根據每個信號監測組內每個信號標簽的障礙遮擋程度的分布情況，得到每個信號監測組的疑似車輛位置的誤差區域，具體包括：
13、將每個信號監測組內所有信號標簽的障礙遮擋程度的均值作為每個信號監測組的遮擋特征值；基于每個信號監測組的遮擋特征值與所有遮擋特征值的最小值之間的比值，確定每個信號監測組的調整系數；
14、計算每個信號監測組的調整系數和預設尺寸的乘積得到每個信號監測組的誤差長度；以每個信號監測組的疑似車輛位置為圓心，以誤差長度為半徑的圓形區域為每個信號監測組的疑似車輛位置的誤差區域。
15、優選地，所述根據每個待篩選位置所在誤差區域對應的每個信號監測組內每個信號標簽的障礙遮擋情況，對所有誤差區域的信息可信程度進行疊加，得到每個待篩選位置的可信度權重，具體包括：
16、將每個信號監測組的遮擋特征值的負相關系數作為每個信號監測組對應的誤差區域的特征可信度；獲取誤差區域內包含每個待篩選位置的所有信號監測組作為每個待篩選位置的參考監測組，將每個待篩選位置的所有參考監測組對應的誤差區域的特征可信度的累加和作為待篩選位置的可信度權重。
17、優選地，所述根據無人車輛的歷史位置與每個信號標簽之間的距離分布情況，以及每個信號標簽與規劃配送路線之間的直線距離，分析每個信號標簽的障礙遮擋程度，對信號標簽進行分組得到每個信號監測組，具體包括：
18、基于每個信號標簽所在位置與規劃配送路線之間的最短直線距離，在規劃配送路線上確定每個信號標簽對應的映射位置；
19、根據無人車輛的歷史位置與每個信號標簽的映射位置之間的直線距離，以及規劃配送路線上的路線距離，結合所述最短直線距離，得到每個信號標簽的障礙遮擋程度；
20、根據每個信號標簽的障礙遮擋程度的大小分布情況，對所有信號標簽進行分組得到每個信號監測組。
21、優選地，所述根據無人車輛的歷史位置與每個信號標簽的映射位置之間的直線距離，以及規劃配送路線上的路線距離，結合所述最短直線距離，得到每個信號標簽的障礙遮擋程度，具體包括：
22、將無人車輛的歷史位置與每個信號標簽的映射位置之間在規劃配送路線上的路線距離作為第一特征距離；
23、將無人車輛的歷史位置與每個信號標簽的映射位置之間的直線距離作為第二特征距離；將每個信號標簽所在位置與規劃配送路線之間的最短直線距離作為第三特征距離；
24、根據所述第一特征距離、所述第二特征距離以及所述第三特征距離得到每個信號標簽的障礙遮擋程度，所述第一特征距離和所述第三特征距離均與所述障礙遮擋程度之間呈正相關關系，所述第二特征距離與所述障礙遮擋程度之間呈負相關關系。
25、優選地，所述根據每個信號標簽的障礙遮擋程度的大小分布情況，對所有信號標簽進行分組得到每個信號監測組，具體包括：
26、將所有信號標簽按照障礙遮擋程度從小到大的順序進行排列構成信號標簽序列，信號標簽序列中每相鄰兩個信號標簽構成一個信號監測組。
27、優選地，所述根據每個信號監測組內每個信號標簽的信號強度范圍之間的重疊情況，求解每個信號監測組的疑似車輛位置，具體包括：
28、對于任意一個信號監測組，將無人車輛的當前實際位置與每個信號標簽所在位置之間的直線距離作為每個信號標簽的信號強度分布長度；
29、以每個信號標簽的信號強度分布長度為半徑，以每個信號標簽所在位置為圓心，獲取信號監測組內所有信號標簽的圓形區域之間的每個交點位置；
30、將與無人車輛的歷史位置距離最近的交點位置作為所述任意一個信號監測組的疑似車輛位置。
31、優選地，所述無人車輛的規劃配送路線的獲取方法具體包括：
32、基于無人車輛當前的配送任務的起始位置和終止位置，利用路徑規劃算法獲取無人車輛的最短規劃路徑，作為無人車輛的規劃配送路線。
33、第二方面，本發明提供了一種智能物流園區無人物流配送車路線導航系統，包括存儲器、處理器以及存儲在存儲器上并在處理器上運行的計算機程序，所述計算機程序被處理器執行時實現一種智能物流園區無人物流配送車路線導航方法的步驟。
34、本發明實施例至少具有如下有益效果：
35、本發明首先進行數據的獲取操作為后續數據分析過程提供數據基礎，通過無人車輛所識別到的信號標簽與歷史位置之間的距離分布，評估每個信號標簽與無人車輛之間的信號遮擋情況，進而通過不同信號標簽受障礙物遮擋的影響程度，劃分具有不同位置識別效果的信號監測組。然后，通過信號強度分布范圍的重疊情況，能夠動態求解每個信號監測組對應監測到的車輛可能所在的位置。進一步的，通過融合多組信號監測組的定位信息，結合障礙遮擋程度對數據可靠性的影響，以概率密度思想確定車輛最可能的位置坐標，進而確定當前修正位置。最后，通過當前修正位置和無人車輛的實際位置，可以自適應確定對無人車輛的導航方法。本發明充分結合了每個射頻信號可能受到的障礙物的遮擋影響，使得無人車輛當前所在位置的識別結果更加準確，進而能夠獲得更加準確的導航結果。