CN111762519A - 引导拣选机器人作业的方法、系统和调度装置 - Google Patents

Abstract

本公开公开了一种引导拣选机器人作业的方法、系统和调度装置，涉及调度领域。该方法包括：根据作业区域的图像信息，识别出作业区域中的各个物理位置、目标拣选机器人和任务目标位置，以及确定作业区域的各个子区域的机器人密度；根据作业区域中各个物理位置、任务目标位置和各个子区域的机器人密度，确定目标拣选机器人的行驶路径；以及根据行驶路径，对目标拣选机器人进行作业引导。本公开由于不需要前期绘制地图和调试的准备工作，通过图像处理技术能够分析出目标拣选机器人的行驶路径，从而能够提高拣选机器人的拣选效率。

Description

引导拣选机器人作业的方法、系统和调度装置

技术领域

本公开涉及调度领域，尤其涉及一种引导拣选机器人作业的方法、系统和调度装置。

背景技术

当前仓储技术发展与应用中，通常使用无人拣选小车来代替人工进行货物拣选，提高货物拣选的效率。这样不仅降低了人工成本，而且还减少了由于人员疲劳等造成的拣选错误率，并且无人拣选小车可以持续全天候不间断工作。当前仓库内无人拣选小车主要是依赖于激光雷达导航和系统调度来完成作业。

发明内容

本公开要解决的一个技术问题是，提供一种引导拣选机器人作业的方法、系统和调度装置，能够提高拣选机器人的拣选效率。

根据本公开一方面，提出一种引导拣选机器人作业的方法，包括：根据作业区域的图像信息，识别出作业区域中的各个物理位置、目标拣选机器人和任务目标位置，以及确定作业区域的各个子区域的机器人密度；根据作业区域中各个物理位置、任务目标位置和各个子区域的机器人密度，确定目标拣选机器人的行驶路径；以及根据行驶路径，对目标拣选机器人进行作业引导。

在一些实施例中，确定目标拣选机器人的行驶路径包括：根据作业区域中各个物理位置，生成可行驶区域；按照预定第一密度，确定作业区域的第一虚拟点位；根据第一虚拟点位，构建可行驶区域的第一地图；根据第一地图，确定目标拣选机器人从当前位置到目标任务位置的多条规划路径；根据各个子区域的机器人密度，确定目标拣选机器人的最优行驶路径。

在一些实施例中，确定目标拣选机器人的最优行驶路径包括：根据各个子区域的机器人密度，确定对应子区域路径的路径成本；根据路径成本，确定多条规划路径中，每条规划路径对应的路径值；以及以最小路径值为目标，确定目标拣选机器人的最优行驶路径。

在一些实施例中，在接收到目标拣选机器人发送的避障行驶请求时，按照预定第二密度，确定作业区域的第二虚拟点位，其中，第二密度大于第一密度；以及根据第二虚拟点位，构建可行驶区域的第二地图；根据第二地图，对目标拣选机器人进行避障引导。

在一些实施例中，根据目标拣选机器人在图像中的位置，确定目标拣选机器人在作业区域的位置信息；以及根据目标拣选机器人在作业区域的位置信息，纠正目标拣选机器人的行驶路径。

在一些实施例中，根据作业区域的图像信息，识别作业区域中的处于死锁状态的拣选机器人；以及对处于死锁状态的拣选机器人进行解死锁引导和作业引导。

在一些实施例中，确定作业区域的各个子区域的机器人密度包括：确定当前各子区域的机器人密度；预测目标拣选机器人从当前位置到任务目标位置经过的各子区域的机器人密度；以及对当前各子区域的机器人密度、以及预测的各子区域的机器人密度进行加权计算，确定作业区域的各个子区域的机器人密度。

在一些实施例中，机器人密度越大，则对应子区域的行驶路径的路径成本越大。

根据本公开的另一方面，还提出一种引导拣选机器人作业的调度装置，包括：图像处理单元，被配置为根据作业区域的图像信息，识别出作业区域中的各个物理位置、目标拣选机器人、任务目标位置，以及确定作业区域的各个子区域的机器人密度；路径确定单元，被配置为根据作业区域中各个物理位置、任务目标位置和各个子区域的机器人密度，确定目标拣选机器人的行驶路径；以及作业引导单元，被配置为根据行驶路径，对目标拣选机器人进行作业引导。

根据本公开的另一方面，还提出一种引导拣选机器人作业的调度装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行如上述的引导拣选机器人作业的方法。

根据本公开的另一方面，还提出一种引导拣选机器人作业的系统，包括：上述的引导拣选机器人作业的调度装置；至少一个图像采集设备，被配置为采集作业区域的图像信息；以及至少一个拣选机器人，被配置为根据调度装置的引导进行作业。

在一些实施例中，任务中心系统，被配置为向调度装置发送作业任务。

根据本公开的另一方面，还提出一种非瞬时性计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上述的引导拣选机器人作业的方法。

本公开实施例中，基于图像识别技术，识别出作业区域中的各个物理位置、目标拣选机器人和任务目标位置，以及确定作业区域的各个子区域的机器人密度，进而确定目标拣选机器人的行驶路径，根据行驶路径，对目标拣选机器人进行作业引导。由于不需要前期绘制地图和调试的准备工作，通过图像处理技术能够分析出目标拣选机器人的行驶路径，从而能够提高拣选机器人的拣选效率。

通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。

附图说明

构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：

图1为本公开的引导拣选机器人作业的方法的一些实施例的流程示意图。

图2为本公开的引导拣选机器人作业的方法的另一些实施例的流程示意图。

图3为本公开的引导拣选机器人作业的方法的另一些实施例的流程示意图。

图4为本公开的引导拣选机器人作业的调度装置的一些实施例的结构示意图。

图5为本公开的引导拣选机器人作业的调度装置的另一些实施例的结构示意图。

图6为本公开的引导拣选机器人作业的调度装置的另一些实施例的结构示意图。

图7为本公开的引导拣选机器人作业的系统的一些实施例的结构示意图。

图8为本公开的引导拣选机器人作业的系统的另一些实施例的结构示意图。

具体实施方式

现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。

在相关技术中，无人拣选小车存在大量的前期准备工作。例如，需要物理测量场地位置进行标注，绘制仓库内部地图，这些工作量是随着具体的场地面积正比例增长的。再例如，前期需要不断调试，来确保和验证绘制地图的合理性，期间可能会多次发生更改地图的情况，也大大增加了工作量。相关方案使得无人拣选小车的拣选效率较低。

图1为本公开的引导拣选机器人作业的方法的一些实施例的流程示意图。

在步骤110，根据作业区域的图像信息，识别出作业区域中的各个物理位置、目标拣选机器人和任务目标位置，以及确定作业区域的各个子区域的机器人密度。

例如，在作业区域上方安装一部或多部图像采集装置来采集作业区域的图像。在作业区域光照充足时，可以使得采集的图像更加清晰。作业区域设置有多个物理位置，例如，拣选机器人的充电位置、泊车位置、拣选位置、卸货位置、缓存等待位置等。拣选机器人例如为无人拣选车。

作业区域中的物理位置、拣选机器人具有区分特征，例如，用不同数字或颜色来区分不同的位置或拣选机器人。在一些实施例中，可以利用深度学习的视频监控技术来识别位置或拣选机器人。例如，获取作业区域的样本图像，对样本图像中的物理位置或拣选机器人进行标注，采用标注的图像，训练识别模型，以便根据训练好的识别模型，识别出各物理位置以及拣选机器人。识别模型例如为神经网络模型等。

在一些实施例中，根据实际情况，将作业区域划分为多个虚拟的子区域。根据作业区域的图像信息，识别出每个子区域的各个拣选机器人后，统计每个子区域的拣选机器人数量，根据每个子区域的拣选机器人数量，确定对应子区域的机器人密度。

在步骤120，根据作业区域中各个物理位置、任务目标位置和各个子区域的机器人密度，确定目标拣选机器人的行驶路径。

在一些实施例中，根据作业区域中各个物理位置，生成可行驶区域。例如，作业区域内，除设置充电位置、泊车位置、拣选位置、卸货位置、缓存等待位置等位置外的其他区域，拣选机器人可以通行，因此，将其他区域作为可行驶区域。

按照预定第一密度，确定作业区域的第一虚拟点位，根据第一虚拟点位，构建可行驶区域的第一地图。本领域的技术人员应当理解，第一密度可以根据实际情况进行设定。例如，100平方米的行驶区域，以1m*1m的位置点计算，存在100个行驶点位，进而可以构建成正常行驶地图。根据第一地图，确定目标拣选机器人从当前位置到目标任务位置的多条规划路径。

根据各个子区域的机器人密度，确定目标拣选机器人的最优行驶路径。例如，尽量选择机器人密度小的子区域的路径。

在步骤130，根据行驶路径，对目标拣选机器人进行作业引导。

在上述实施例中，基于图像识别技术，识别出作业区域中的各个物理位置、目标拣选机器人和任务目标位置，以及确定作业区域的各个子区域的机器人密度，进而确定目标拣选机器人的行驶路径，根据行驶路径，对目标拣选机器人进行作业引导。由于不需要前期绘制地图和调试的准备工作，通过图像处理技术能够分析出目标拣选机器人的行驶路径，从而能够提高拣选机器人的拣选效率。

图2为本公开的引导拣选机器人作业的方法的另一些实施例的流程示意图。

在步骤210，根据作业区域的图像信息，识别出作业区域中的各个物理位置、目标拣选机器人和任务目标位置。

在一些实施例中，可以根据任务目标位置，选择距离该任务目标位置最近的拣选机器人作为目标拣选机器人，进而提高整体拣选效率。

在步骤220，根据目标拣选机器人在图像中的位置，确定目标拣选机器人在作业区域的位置信息。

例如，图像中的位置与实际作业区域的位置之间存在映射关系，通过目标拣选机器人在图像中的角度和位置，利用映射函数，可以确定目标拣选机器人在作业区域的位置信息。

在步骤230，根据作业区域的每个子区域的图像信息，确定每个个子区域的机器人密度。

在一些实施例中，可以将作业区域虚拟划分为多个子区域，分别计算每个子区域的机器人密度。若第一子区域有20个拣选机器人在运行，第二子区域有10个拣选机器人在运行，则第一子区域的机器人密度大于第二子区域的机器人密度。

在一些实施例中，该步骤是动态计算过程，例如，前十秒某子区域有5个拣选机器人，对应一个机器人密度；十秒后，该子区域有2拣选机器人，则对应另一个机器人密度，即实时分析场地路况情况。

在一些实施例中，确定当前各子区域的机器人密度，还可以预测目标拣选机器人从当前位置到任务目标位置经过的各子区域的机器人密度。例如，先根据各拣选机器人的当前位置到任务目的位置的路径来预测经过哪些区域，进而可以预测各子区域的机器人密度。

在步骤240，根据作业区域中各个物理位置，生成可行驶区域。该步骤可以在步骤220之后执行。

在步骤250，按照预定第一密度，确定作业区域的第一虚拟点位，根据第一虚拟点位，构建可行驶区域的第一地图。

第一密度可以根据实际情况进行设定，即可以生成不同精度的地图。

在步骤260，根据第一地图，确定目标拣选机器人从当前位置到目标任务位置的多条规划路径。

在步骤270，根据各个子区域的机器人密度，确定对应子区域路径的路径成本。该步骤可以在步骤230之后执行。机器人密度越大，则对应子区域路径的路径成本越大。例如，A子区域、B子区域、C子区域机器人密度依次减小，则经过A子区域的路径增加成本5，经过B子区域的路径成本增加3，经过C子区域的路径成本增加0。

在一些实施例中，根据当前各子区域的机器人密度、以及预测的各子区域的机器人密度的权重，确定对应子区域的行驶路径的路径成本。即对当前各子区域的机器人密度和预测的各子区域的机器人密度进行加权计算，将加权计算结果作为对应子区域的机器人密度，进而设定对应的路径成本。

在步骤280，根据路径成本，确定多条规划路径中，每条规划路径对应的路径值。

例如，某目标车辆从A子区域可以到任务目标位置，也可以从B子区域、C子区域到任务目标位置。在A子区域的路线有路线1、路线2、路线3、路线4，在B子区域的路线有路线5、路线6和路线7，在子区域C的路线有路线8、路线9和路线10。根据这些路线，能够形成多条规划路径。在每个规划路径成本的基础上，增加经过对应子区域的路径成本，得到每条规划路径对应的路径值。其中，在计算原始规划路径时，可以采用迪杰斯特拉路径规划算法等。

在步骤290，以最小路径值为目标，确定目标拣选机器人的最优行驶路径。

在步骤2100，根据最优行驶路径，对目标拣选机器人进行作业引导。

在步骤2110，根据目标拣选机器人在作业区域的位置信息，纠正目标拣选机器人的行驶路径。

在该步骤中，无需拣选机器人无需实时上报位置信息，而是通过图像处理技术，由调度装置确定拣选机器人的位置。这样，一方面减少了拣选机器人与调度装置的消息数据流，另一方面，也减少了拣选机器人上报位置不精确，导致调度装置不能对机器人消息验证通过，不能产生新的路径，使得拣选机器人存在停止不动或需要人为介入的问题。

在上述实施例中，由于不需要前期绘制地图和调试的准备工作，通过图像处理技术能够分析出可行驶区域，进而构建可行驶区域的地图，根据机器人密度设定每个子区域的路径成本，进而计算地图中每条规划路径对应的路径值，以最小路径值为目标，确定目标拣选机器人的最优规划路径，实时掌握全场路况，能够合理规避拥堵路线，减少因机器人解拥堵的时间，从而能够提高拣选机器人的拣选效率。另外，该实施例中，由调度装置对目标拣选机器人进行定位，并纠正目标拣选机器人的行驶路径，能够减少拣选机器人对调度装置的数据流的依赖。

图3为本公开的引导拣选机器人作业的方法的另一些实施例的流程示意图。

在步骤310，根据作业区域中各个物理位置，生成可行驶区域。

在步骤320，在接收到目标拣选机器人发送的避障行驶请求时，按照预定第二密度，确定作业区域的第二虚拟点位，其中，第二密度大于第一密度。

例如，100平方米的行驶区域，以10cm*10cm的位置点计算，存在1000个行驶点位，进而可以构建成避障引导地图。

在步骤330，根据第二虚拟点位，构建可行驶区域的第二地图。该第二地图为避障引导地图。

在步骤340，根据第二地图，对目标拣选机器人进行避障引导。

例如，根据第二地图，使得目标拣选机器人避开障碍物行走。

图2对应的实施例中，正常行驶地图实际划分的行驶点位相对较少，因此，后续系统计算路径的耗时相对较低，更能够达到实时计算的目的。该实施例中的避障引导地图实际划分的行驶点相对较多，虽然调度装置进行路径计算时耗时成本较高，但能够满足拣选机器人避障时高精度的要求。该避障引导地图只在拣选机器人请求调度装置进行避障引导时才使用。图2和图3对应实施例能够生成不同精度的地图。

在上述实施例中，调度装置实时掌握全场路况，在接收到目标拣选机器人发送的避障行驶请求时，根据高精度的避障引导地图对目标拣选机器人进行避障引导，能够减少由于避障而导致的死锁问题。

在本公开的另一些实施例中，根据作业区域的图像信息，识别作业区域中的处于死锁状态的拣选机器人；对处于死锁状态的拣选机器人进行解死锁引导和作业引导。

无人拣选机器人为了避障，可能会导致死锁问题。例如，相关技术中，无人拣选机器人通过激光雷达扫描来进行避障，如果是机器人较少或者场景简单，依靠自身的激光雷达可以进行避障。但是如果遇到拣选机器人较多并且场景复杂时，仅仅是通过激光雷达扫描就有可能存在避障死锁的可能，从而需要人工介入。在该实施例中，基于图像处理技术，能够识别出处于死锁状态的拣选机器人，进而可以快速去解死锁。

在一些实施例中，可以在确定处于死锁状态的多个拣选机器人后，由外到内，依次调离拣选机器人，即优先调离死锁场景中最外层的拣选机器人，直到达到能够正常行驶状态。

图4为本公开的引导拣选机器人作业的调度装置的一些实施例的结构示意图。该调度装置包括：图像处理单元410、路径确定单元420和作业引导单元430。

图像处理单元410被配置为根据作业区域的图像信息，识别出作业区域中的各个物理位置、目标拣选机器人、任务目标位置，以及确定作业区域的各个子区域的机器人密度。

在一些实施例中，如图5所示，图像处理单元410可以分为目标识别模块510和密度预测模块520。

目标识别模块510可以利用深度学习的视频监控技术来识别位置或拣选机器人。例如，获取作业区域的样本图像，对样本图像中的物理位置或拣选机器人进行标注，采用标注的图像，训练识别模型，以便根据训练好的识别模型，识别出各物理位置以及拣选机器人。

密度预测模块520根据作业区域的图像信息，识别出每个子区域的各个拣选机器人后，统计每个子区域的拣选机器人数量，根据每个子区域的拣选机器人数量，确定对应子区域的机器人密度。

在一些实施例中，确定当前各子区域的机器人密度；预测目标拣选机器人从当前位置到任务目标位置经过的各子区域的机器人密度；以及根据当前各子区域的机器人密度、以及预测的各子区域的机器人密度的权重，对当前各子区域的机器人密度和预测的各子区域的机器人密度进行加权计算，将加权计算结果作为对应子区域的机器人密度。

在另一些实施例中，该图像处理单元410还可以包括目标定位模块530，被配置为根据目标拣选机器人在图像中的位置，确定目标拣选机器人在作业区域的位置信息。例如，图像中的位置与实际作业区域的位置之间存在映射关系，通过目标拣选机器人在图像中的角度和位置，利用映射函数，可以确定目标拣选机器人在作业区域的位置信息。进一步的，该目标定位模块530还定位出各个物理位置在作业区域的位置。

路径确定单元420被配置为根据作业区域中各个物理位置、任务目标位置和各个子区域的机器人密度，确定目标拣选机器人的行驶路径。

在一些实施例中，路径确定单元420包括地图生成模块540和路径规划模块550。地图生成模块540被配置为根据作业区域中各个物理位置，生成可行驶区域；按照预定第一密度，确定作业区域的第一虚拟点位；根据第一虚拟点位，构建可行驶区域的第一地图；路径规划模块550被配置为根据第一地图，确定目标拣选机器人从当前位置到目标任务位置的多条规划路径；根据各个子区域的机器人密度，确定目标拣选机器人的最优行驶路径。例如，根据各个子区域的机器人密度，确定对应子区域路径的路径成本，机器人密度越大，则对应子区域的行驶路径的路径成本越大；根据路径成本，确定多条规划路径中，每条规划路径对应的路径值；以及以最小路径值为目标，确定目标拣选机器人的最优行驶路径。

作业引导单元430被配置为根据行驶路径，对目标拣选机器人进行作业引导。

在另一些实施例中，作业引导单元430还被配置为根据目标拣选机器人在作业区域的位置信息，纠正目标拣选机器人的行驶路径。

在上述实施例中，基于图像识别技术，识别出作业区域中的各个物理位置、目标拣选机器人和任务目标位置，以及确定作业区域的各个子区域的机器人密度，进而确定目标拣选机器人的行驶路径，根据行驶路径，对目标拣选机器人进行作业引导。由于不需要前期绘制地图和调试的准备工作，通过图像处理技术能够分析出目标拣选机器人的行驶路径，从而能够提高拣选机器人的拣选效率。

在本公开的另一些实施例中，地图生成模块540还被配置为在接收到目标拣选机器人发送的避障行驶请求时，按照预定第二密度，确定作业区域的第二虚拟点位，其中，第二密度大于第一密度；以及根据第二虚拟点位，构建可行驶区域的第二地图。作业引导单元430还被配置为根据第二地图，对目标拣选机器人进行避障引导。

在上述实施例中，调度装置实时掌握全场路况，在接收到目标拣选机器人发送的避障行驶请求时，根据高精度的避障引导地图对目标拣选机器人进行避障引导，能够减少由于避障而导致的死锁问题。

在本公开的另一些实施例中，图像处理单元410还被配置为根据作业区域的图像信息，识别作业区域中的处于死锁状态的拣选机器人。作业引导单元430还被配置为对处于死锁状态的拣选机器人进行解死锁引导和作业引导。例如，由外到内，依次调离拣选机器人，即优先调离死锁场景中最外层的拣选机器人，直到达到能够正常行驶状态。

图6为本公开的引导拣选机器人作业的调度装置的另一些实施例的结构示意图。该调度装置包括存储器610和处理器620，其中：存储器610可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储图1-3所对应实施例中的指令。处理器620耦接至存储器610，可以作为一个或多个集成电路来实施，例如微处理器或微控制器。该处理器620用于执行存储器中存储的指令。

在一些实施例中，处理器620通过BUS总线630耦合至存储器610。该调度装置600还可以通过存储接口640连接至外部存储装置650以便调用外部数据，还可以通过网络接口660连接至网络或者另外一台计算机系统(未标出)，此处不再进行详细介绍。

在该实施例中，通过存储器存储数据指令，再通过处理器处理上述指令，能够提高拣选机器人的拣选效率。

图7为本公开的引导拣选机器人作业的系统的一些实施例的结构示意图。该系统包括调度装置710、至少一个图像采集设备720和至少一个拣选机器人730。其中，调度装置已在上述实施例中进行了详细说明，此处不再进一步阐述。

图像采集设备720被配置为采集作业区域的图像信息。图像采集设备720例如为摄像头，位于作业区域上方或能够拍摄到作业区域的位置。

拣选机器人730被配置为根据调度装置的引导进行作业。一般情况下，作业区域会设置多个拣选机器人。

在本公开的另一些实施例中，如图8所示，该系统还包括任务中心系统810，被配置为向调度装置710发送作业任务。任务中心系统810负责对上游系统下发的任务做统一管理。调度装置710接收任务中心系统810的发送的任务进行业务逻辑处理，并控制拣选机器人730作业。调度装置710还能够根据不同的业务场景采取不同的策略，例如，执行避障策略或者拣选策略等。

本公开的系统，能够自动生成适应各种场景的精度地图，减少大量的前期绘制地图和调试的准备工作，相应地减少了用工成本，提高了机器人拣选效率。该系统具备实时定位跟踪拣选机器人并纠正执行任务的能力，减少拣选机器人与调度装置之间的数据流。另外，该系统实时掌握全场路况以及拣选机器人信息，通过分析实时路况，自动规避拥堵区域路径，避免了较多机器人或者复杂场景下的由于机器人避障而导致的死锁问题。

在另一些实施例中，一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现图1-3所对应实施例中的方法的步骤。本领域内的技术人员应明白，本公开的实施例可提供为方法、装置、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改。本公开的范围由所附权利要求来限定。

Claims (13)

1.一种引导拣选机器人作业的方法，包括：

根据作业区域的图像信息，识别出所述作业区域中的各个物理位置、目标拣选机器人和任务目标位置，以及确定所述作业区域的各个子区域的机器人密度；

根据所述作业区域中各个物理位置、所述任务目标位置和各个子区域的机器人密度，确定所述目标拣选机器人的行驶路径；以及

根据所述行驶路径，对所述目标拣选机器人进行作业引导。

2.根据权利要求1所述的方法，其中，确定所述目标拣选机器人的行驶路径包括：

根据所述作业区域中各个物理位置，生成可行驶区域；

按照预定第一密度，确定所述作业区域的第一虚拟点位；

根据所述第一虚拟点位，构建所述可行驶区域的第一地图；

根据所述第一地图，确定所述目标拣选机器人从当前位置到目标任务位置的多条规划路径；

根据所述各个子区域的机器人密度，确定所述目标拣选机器人的最优行驶路径。

3.根据权利要求2所述的方法，其中，确定所述目标拣选机器人的最优行驶路径包括：

根据所述各个子区域的机器人密度，确定对应子区域路径的路径成本；

根据所述路径成本，确定所述多条规划路径中，每条规划路径对应的路径值；以及

以最小路径值为目标，确定所述目标拣选机器人的最优行驶路径。

4.根据权利要求2所述的方法，还包括：

在接收到所述目标拣选机器人发送的避障行驶请求时，按照预定第二密度，确定所述作业区域的第二虚拟点位，其中，所述第二密度大于所述第一密度；以及

根据所述第二虚拟点位，构建所述可行驶区域的第二地图；

根据所述第二地图，对所述目标拣选机器人进行避障引导。

5.根据权利要求1至4任一所述的方法，还包括：

根据所述目标拣选机器人在图像中的位置，确定所述目标拣选机器人在所述作业区域的位置信息；以及

根据所述目标拣选机器人在所述作业区域的位置信息，纠正所述目标拣选机器人的行驶路径。

6.根据权利要求1至4任一所述的方法，还包括：

根据所述作业区域的图像信息，识别所述作业区域中的处于死锁状态的拣选机器人；以及

对所述处于死锁状态的拣选机器人进行解死锁引导和作业引导。

7.根据权利要求1所述的方法，其中，确定所述作业区域的各个子区域的机器人密度包括：

确定当前各子区域的机器人密度；

预测所述目标拣选机器人从当前位置到任务目标位置经过的各子区域的机器人密度；以及

对当前各子区域的机器人密度、以及预测的各子区域的机器人密度进行加权计算，确定所述作业区域的各个子区域的机器人密度。

8.根据权利要求3所述的方法，其中，

机器人密度越大，则对应子区域的行驶路径的路径成本越大。

9.一种引导拣选机器人作业的调度装置，包括：

图像处理单元，被配置为根据作业区域的图像信息，识别出所述作业区域中的各个物理位置、目标拣选机器人、任务目标位置，以及确定所述作业区域的各个子区域的机器人密度；

路径确定单元，被配置为根据所述作业区域中各个物理位置、所述任务目标位置和各个子区域的机器人密度，确定所述目标拣选机器人的行驶路径；以及

作业引导单元，被配置为根据所述行驶路径，对所述目标拣选机器人进行作业引导。

10.一种引导拣选机器人作业的调度装置，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行如权利要求1至8任一项所述的引导拣选机器人作业的方法。

11.一种引导拣选机器人作业的系统，包括：

权利要求9或10所述的引导拣选机器人作业的调度装置；

至少一个图像采集设备，被配置为采集作业区域的图像信息；以及

至少一个拣选机器人，被配置为根据所述调度装置的引导进行作业。

12.根据权利要求11所述的引导拣选机器人作业的系统，还包括：

任务中心系统，被配置为向所述调度装置发送作业任务。

13.一种非瞬时性计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现权利要求1至8任一项所述的引导拣选机器人作业的方法。

Images