CN114408443A - 仓库系统及其中的方法 - Google Patents

Abstract

本发明的仓库系统包括：能够从保管架取出物品的手臂机器人(200‑1～200‑n)；在手臂机器人的操作范围将物品与保管架一起搬运的搬运机器人；能够存储原示教数据的机器人示教数据库(229)，该原示教数据是基于作为保管架的3维坐标的模型值的保管架坐标模型值和作为机械手的3维坐标的模型值的机械手坐标模型值；检测保管架与机械手的相对位置关系的传感器(206)；和机器人数据生成部(264，230)，其基于传感器(206)的检测结果修正原示教数据，来生成提供给手臂机器人(200)的机器人示教数据(θ1’～θn’)。

Description

仓库系统及其中的方法

本申请是申请号为201980005986.2、申请日为2019.2.18、名称为“仓库系统”的发明专利申请的分案申请。

技术领域

本发明涉及仓库系统。

背景技术

承担将货物从一个地点搬运到另一个地点的搬运作业的机器人被称为无人搬运车或AGV(Automatic Guided Vehicle：自动引导车)。AGV在仓库、工厂、港口等的设施内被广泛导入。进一步，通过将自动进行在货物的存放场所与AGV之间产生的货物的交接作业、即装卸作业装卸装置组合使用，能够实现设施内物流的大部分作业的自动化。

此外，受近年来的顾客需求多样化的影响，如邮购用的仓库那样处理多种少量的物品的仓库在增加。就要管理的物品的性质而言，在搜索物品、进行装货上需花费时间和人员成本。因此，在邮购用的仓库中，在大量处理单一物品的旧有的仓库的基础上，还要求设施内物流的作业自动化。

专利文献1公开有适合于处理多种多样的物品的邮购用仓库中的物品搬运、以及生产多种少量的零件的工厂中的零件搬运的系统。在该系统中，在仓库等空间内配置可动的仓储货架，与储存需要搬运机器人的物品或零件的货架相结合。在此基础上，搬运机器人按各个仓储货架将物品等搬运至进行物品的装箱、产品的组装等的作业场所。

现有技术文献

专利文献

专利文献1：日本特表2009-539727号公报

发明内容

发明所要解决的问题

专利文献1的搬运机器人钻入存货货架(货架)的下部空间，顶起存货货架而在该状态下进行搬运，该存货货架具有多个作为直接收纳存货品种的单位的存货托盘。专利文献1详细记载有对由于搬运中的搬运机器人与存货货架的错位而存货货架的实际的目的地相比理论上的目的地发生的偏移进行修正的技术。但是，对将多种多样的物品个别地进行高效管理而言并没有特别重视。因此，为了相对于将要收纳目标物品的可动货架，将该物品无误地入库，从收纳有目标物品的可动货架将该物品无误地出库，需要另外采取措施。

本发明是鉴于上述的情况而完成的，其目的在于提供能够正确地管理各个物品的库存状态的仓库系统。

用于解决问题的技术方案

此外，为了解决上述问题，本发明的仓库系统的特征在于，包括：用于收纳物品的保管架；能够从所述保管架取出所述物品的手臂机器人，其包括单关节或多关节的机械臂、支承所述机械臂的机器人主体和安装在所述机械臂上的用于抓持所述物品的机械手；能够在所述手臂机器人的操作范围内搬运所述保管架的搬运机器人；能够存储原示教数据的机器人示教数据库，所述原示教数据是基于保管架坐标模型值和机械手坐标模型值的所述手臂机器人的示教数据，其中，所述保管架坐标模型值是所述保管架的3维坐标的模型值，所述机械手坐标模型值是所述机械手的3维坐标的模型值；和机器人数据生成部，其基于检测所述保管架与所述机械手的相对位置关系的传感器的检测结果修正所述原示教数据，来生成要提供给所述手臂机器人的机器人示教数据。

此外，为了解决上述问题，本发明的仓库系统的特征在于，包括：各自能够收纳多个物品的多个保管架，该多个保管架分别分配于被分成多个区域的地面中的任一个所述区域；能够从所述保管架取出所述物品的手臂机器人，其包括单关节或多关节的机械臂、支承所述机械臂的机器人主体和安装在所述机械臂上的用于抓持所述物品的机械手；分别被分配于任一个所述区域的搬运机器人，其从该搬运机器人所在的所述区域在所述手臂机器人的操作范围内将所述物品与所述保管架一起搬运；和控制装置，其在指定任一个所述物品作为出库对象时，对各个所述区域进行将所述物品出库时的仿真，基于该仿真的结果决定要进行所述物品的出库处理的所述区域。

此外，为了解决上述问题，本发明的仓库系统的特征在于，包括：各自用于搬运搬运对象物的多条搬运路线；和分析处理装置，其在由检测任一条所述搬运路线的状态的传感器判断为该任一条所述搬运路线发生了拥挤时，对作业者通知该情况以将所述搬运对象物搬运至其它所述搬运路线。

此外，为了解决上述问题，本发明的仓库系统的特征在于，包括：具有顶板的餐桌状的载货台座；搬运机器人，其能钻入所述载货台座的下方并顶起所述顶板，来支承所述载货台座而使所述载货台座移动；和控制装置，其以载置于所述顶板的检查对象物位于能够检查的范围内的情况作为条件，使支承着所述载货台座的所述搬运机器人在水平方向上转动。

此外，为了解决上述问题，本发明的仓库系统的特征在于，包括：各自配置在地面的规定的配置位置的多个保管架，该多个保管架分别保管能够出库的多个物品；当多个所述物品中的任一个所述物品被指定要出库时，将保管被指定的所述物品的任一个所述保管架搬运至设置在规定位置的出库门的搬运机器人；和控制装置，其基于多个所述物品在过去出货的业绩，预测多个所述保管架被搬运至所述出库门的频度，在预测的多个所述保管架中的第二保管架的频度比预测的多个所述保管架中的第一保管架的频度高、且所述第二保管架的配置位置比所述第一保管架的配置位置离所述出库门远的情况下，改变所述第一保管架或所述第二保管架的配置位置，以使得所述第二保管架的配置位置比所述第一保管架的配置位置离所述出库门近。

此外，为了解决上述问题，本发明的仓库系统的特征在于，包括：用于收纳物品的屉斗；各自配置在地面的规定的配置位置的多个保管架，该多个保管架以能够出库的多个所述物品分别被收纳在所述屉斗中的状态保管所述能够出库的多个所述物品；搬运机器人，其当多个所述物品中的任一个所述物品被指定要出库时，将保管被指定的所述物品的任一个所述保管架搬运至设置在规定位置的出库门；设置于所述出库门的堆垛机，其将收纳被指定的所述物品的所述屉斗从所述保管架取出；和手臂机器人，其从由所述堆垛机取出的所述屉斗中取出被指定的所述物品。

此外，为了解决上述问题，本发明的仓库系统的特征在于，包括：用于保管出库对象的物品的保管架；按各个出货目的地将所述物品分类的分类架；从所述保管架取出所述物品并将其收纳至所述分类架的指定位置的手臂机器人；和移动所述手臂机器人或所述分类架以缩短所述手臂机器人与所述指定位置的距离的移动装置。

此外，为了解决上述问题，本发明的仓库系统的特征在于，包括控制装置，该控制装置基于检测所述搬运机器人和相对于所述搬运机器人的障碍物的传感器的检测结果进行控制，以使得所述搬运机器人越接近所述障碍物越抑制所述搬运机器人的速度。

发明的效果

根据本发明，能够正确地管理各个物品的库存状态。

附图说明

图1是本发明的一个实施方式的仓库系统的概略结构图。

图2是仓库的平面图。

图3是表示在保管架收纳物品的形态的图。

图4是搬运机器人的立体图的一个例子。

图5是中央控制装置的框图。

图6是涉及离线教学和机器人动作轨道修正的结构的框图。

图7是表示第1机器人数据生成部和第2机器人数据生成部的详细结构的框图。

图8是表示离线教学和机器人动作轨道修正的控制结构的图。

图9是利用坐标计算部得到的绝对坐标的示意图。

图10是在集中检验场地进行手臂机器人的离线教学的结构的框图。

图11是在集中检验场地进行手臂机器人的离线教学的其它结构的框图。

图12是由中央控制装置执行的、各区域内的仿真处理的流程图。

图13是搬运机器人作业顺序的说明图。

图14是手臂机器人的离线教学的动作说明图。

图15是离线教学和机器人动作轨道修正的其它结构的框图。

图16是表示图15的第2机器人数据生成部的详细结构的框图。

图17是第2机器人数据生成部执行的处理的流程图。

图18是本实施方式中包含的分析处理装置的框图。

图19是表示本实施方式的分析处理装置的动作的示意图。

图20是表示仓库系统中进行使用搬运机器人入库的物品的检验的方法的示意图。

图21是用于检验作业的检验系统的框图。

图22是检查处理的流程图。

图23是区域的平面图。

图24是用于保管架的调换处理的保管架调换系统的框图。

图25是货架配置例行程序的流程图。

图26是从保管架取出屉斗的结构的示意图。

图27是从保管架取出屉斗的其它结构的示意图。

图28是中央控制装置对图27所示的结构执行的处理的流程图。

图29是表示在出库门从保管架取出目标物品，收纳进分类架的结构的示意图。

图30是中央控制装置对图29所示的结构执行的处理的流程图。

图31是表示在出库门从保管架取出目标物品，分类至其它保管架的结构的示意图。

图32是表示在出库门从保管架取出目标物品，收纳进其它保管架的其它结构的示意图。

图33是中央控制装置对图31、图32所示的结构执行的处理的流程图。

图34是搬运机器人检测到障碍物的情况下的动作说明图。

图35是多个搬运机器人分别沿不同的路径移动的情况下的示意图。

图36是通过中央控制装置，为了避免作业人员与障碍物的冲突而执行的处理的流程图。

具体实施方式

[仓库系统的整体结构]

〈概略结构〉

图1是本发明的一个实施方式的仓库系统的概略结构图。

仓库系统300包括对整体进行控制的中央控制装置800(控制装置)、作为库存储存物品的仓库100、临时储存要发货的物品的暂存装置104、将要发送的物品集中进行检验的集中检验场地106、对完成检验的物品进行包装的包装场地107和用于将包装后的物品投递至送货卡车等的投递机108。

仓库100是后述的搬运机器人(AGV，Automatic Guided Vehicle)工作的场地，包括在其中收纳物品的保管架、搬运机器人(省略图示)、手臂机器人200和传感器206。此处，传感器206包括包含搬运机器人和手臂机器人200在内地将整个仓库作为数据拍摄图像的照摄像机等。

如图1的右端所示，手臂机器人200包括机器人主体201、机械臂208和机械手202。机械臂208是单关节或多关节的机械臂，在其一端安装有机械手202。机械手202呈多指状构成，抓持各种物品。机器人主体201安设在仓库系统300内的各部，保持机械臂208的另一端。

将利用机械臂208和机械手202抓持各种物品进行运送的作业称为“拣选”。

在本实施方式中，通过对手臂机器人200进行利用离线教学的学习，实现高速且正确的拣选，详细情况后述。

此外，通过在白天与夜间对物品的处理线进行变更，能够高效地处理将物品最终经由投递机108进行搬运的为止的工序。

例如，在白天，对从仓库100出库的物品，经由输送机等搬运路线120将物品临时储存在暂存装置104。此外，在该暂存装置，还经由搬运路线130临时收纳从其它仓库拣选的物品。

此外，中央控制装置800基于在下游的集中检验场地106等设置的传感器206等的检测结果，判断是否运送暂存装置104内的物品。如果该判断结果为“肯定”，则从暂存装置104取出暂存装置104中收纳的物品而将其运送至搬运路线124。

对在集中检验场地106运送来的物品，利用传感器206检测、判断该物品的种类、状况。在判断为需要由作业人员310进行检验的情况下，该物品被运送到作业人员310所在的线。另一方面，在判断为不需要作业人员310进行检验的情况下，该物品被运送到仅有手臂机器人200的线进行检验。此处，因为在白天能够确保作业人员310的人力较多，所以对难以处置的物品等，能够通过利用传感器206进行判断，在该白天的时间段使物品从有作业人员310的线通过，由此高效地检验物品。

此外，对处置比较简单的物品，在仅利用手臂机器人200的线进行检验，由此能够减少作业人员310的数量，作为整体能够高效地处理货物检验。

之后，物品被运送到下游的包装场地107。在包装场地107也利用传感器206判断被运送来的物品的状况。然后，该物品根据状况，例如被分类运送至仅小型的物品的线、中型的物品的线、大型的物品的线、特大的物品的线，以至与混杂有各种大小、状态的物品对应的线。然后，在各个线由作业人员310进行物品的包装，包装后的物品被运送到投递机108等待至发货。

此处，因为在白天能够确保作业人员310的人力较多，所以对难以处置的物品等，能够通过利用传感器206进行判断，在该白天的时间段使物品从有作业人员310的线通过，由此高效地检验物品。此外，对处置比较简单的物品，能够通过在仅有手臂机器人200的线进行检验，作为整体高效地处理货物检验。

接着，在夜间，对从仓库100出库的物品，经由夜间用的搬运路线122，运送至图像检验工序114。此外，传感器206在白天在夜间均适用于手臂机器人200或作业人员310的生产率测量。在该图像检验工序114中，代替集中检验场地106，利用传感器206逐一判断目标物品是否从仓库100被正确地运送。

由此，作业人员310能够使用搬运机器人，几乎确定地从仓库100内的保管架702(参照图2)取出目标物品。因此，能够实现省略由作业人员进行的检验作业而仅通过由传感器206进行的检查来代替。而且，中央控制装置800基于传感器206的测量结果，判断对象物品能否利用手臂机器人200进行包装，换言之，是否需要由作业人员310进行包装作业。

此处，在判断为需要由作业人员310进行包装作业的情况下，该物品经由搬运路线126被运送至上述的包装场地的有作业人员310的线。另一方面，在判断为能够由手臂机器人200进行包装的情况下，例如根据物品的小型、中型、大型、特大的形状等，运送至配置有特定的手臂机器人200的线。然后，由作业人员310或手臂机器人200包装后的物品运送至投递机108，等待最终出货。

如上所述，根据本实施方式的仓库系统300，在能够确保作业人员的人力的白天的时间段，将具有复杂的形状、难以处置的物品从仓库出库，按作业人员的判断从集中检验场地通过包装场地进行投递。另一方面，在难以确保作业人员的人力的夜间，以具有简单的形状、处置简便的物品为中心，不通过集中检验场地106地将物品转运至包装场地107。根据这样的结构，仓库系统300能够实现以24小时体制、高效地发货物品。

〈仓库的概要〉

图2是仓库100的平面图。

仓库100的地面152由虚拟的多个网格612进行划分。而且，在各网格612粘贴有表示该网格612的绝对位置的条形码614。不过，在图2中仅图示1个条形码614。

此外，在仓库系统300中，仓库的整个地面152区划为多个区域11、12、13等。在该各区域分配有在该区域内移动的搬运机器人602和保管架702等。

此外，在仓库100形成有由丝网构成的壁380。通过该壁380，划分为搬运机器人602和保管架702等活动的区域(即区域11、12、13等)和作业人员310或手臂机器人200(参照图1)进行作业的作业场地154。

此外，在壁380上形成有入库门320和出库门330。此处，入库门320是用于将物品入库至目标保管架702等的门。此外，出库门330是从目标保管架702等将物品出库的门。在地面152，例如构成有由保管架702等构成的“货架岛”，在该例子中构成2个2列×3行的“货架岛”。该“货架岛”的形状、个数能够任意地构成。搬运机器人602能够从这些“货架岛”取出目标保管架，进行移动。

在物品入库时，搬运机器人602在入库门320前使目标保管架移动。然后，当作业人员310收纳目标物品，搬运机器人602将该保管架移动至下一个目标网格的位置。进一步，在出库时，搬运机器人602例如从“货架岛”取出目标保管架，在出库门330前使目标货架移动。然后，作业人员310将目标物品从该保管架取出。

此外，如图中的保管架712所示那样，带十字线的方形的标记表示货架，中央带圆圈的方形的标记表示搬运机器人602。而且，如出库门330前的保管架702所示那样，在中央圆圈与十字重叠的形态的保管架表示由搬运机器人支承的保管架。搬运机器人602通过钻入保管架的下方，使得搬运机器人602的上部顶起货架的底部，支承保管架，详细情况后述。图示的保管架702等表示这样的状态。

另外，配置搬运机器人602、保管架702等的仓库100的地面152的区域能够为任意的大小。

〈物品的形态〉

图3表示在保管架收纳的物品的形态的图。

在图示的例子中，在1个物品袋510收纳1个物品203。而且，在该物品203，安装有使用RFID的ID标签402。

另外，在该例子中表示在1个物品袋收纳1个物品的例子，但还能在1个物品袋中放入多个物品，且按这些物品的每一个安装RFID。而且，RFID读取器322读取该ID标签402，读取各个物品的固有ID。此外，还能够代替使用RFID的ID标签，利用条形码和条形码扫描器进行管理。此外，RFID读取器322既可以为便携式类型的读取器，也可以为固定类型的读取器。

〈搬运机器人〉

图4是搬运机器人602的立体图的一个例子。

搬运机器人602是通过底部的车轮(省略图示)进行转动而行驶的无人型的自动行驶车辆。搬运机器人602的冲突检测部637通过所发送的光信号(红外线激光等)被周围的障碍物遮挡而在冲突前检测到障碍物。搬运机器人602包括通信装置(省略图示)。该通信装置包括与中央控制装置800(参照图1)进行通信的无线通信装置和充电站等用于进行与周围的设备的红外线通信的红外线通信部639。

如上所述，搬运机器人602通过钻入保管架的下方，使得搬运机器人602的上部顶起货架的底部而支承保管架。由此，由搬运货架的搬运机器人602向作业人员310的周围靠近，而不是作业人员自身走到货架的附近，因此能够高效地进行货架的货物的拣选作业。

此外，搬运机器人602在底面(省略图示)包括摄像机，通过该摄像机读取条形码614(参照图2)，搬运机器人602识别自身位于地面102的哪里的网格612。而且，搬运机器人602通过无线通信装置(省略图示)将其结果报告给中央控制装置800。

另外，还能够代替条形码614(图2参照)，在搬运机器人602设置使用利用激光测定与周围的障碍物的距离的LiDAR传感器等。

〈中央控制装置800〉

图5是中央控制装置800的框图。

中央控制装置800包括中央运算部802、数据库804、输入输出部808和通信部810。中央运算部802进行各种运算。数据库804存储保管架702和物品404等的数据。输入输出部808在与外部设备之间进行信息的输入输出。而且，通信部810借助天线812，通过Wi-Fi等通信方式进行无线通信，在与搬运机器人602等之间进行信息的输入输出。

[基于离线教学的手臂机器人的动作轨道修正]

〈离线教学的概要〉

对在仓库100(参照图1)中，使用手臂机器人200，从与搬运机器人602(参照图2)一起移动的保管架702等拣选物品的动作的详细情况进行说明。在使用手臂机器人200从保管架拣选物品的情况下，若要对所有的动作进行实时处理，则由于进行运算处理而需要比较长的时间。

因此，考虑在手臂机器人200不工作的时间段，离线设定控制参数。但是，在这种情况下，需要利用示教器和机器人专用离线教学软件等，按手臂机器人200的每个种类、保管架702等每个种类、装有物品的货柜的每个种类、物品的每种形状等，预先设定控制参数，工作量很大。

因此，如果只是导入离线教学，则虽然能够进行机器人主体201的设置误差等静态的误算的修正，但是不时变化的动态的误差，例如由搬运机器人移动的保管架的停止位置的误差等的修正则较困难。

本实施方式用以解决这些问题，实现物品的高速拣选。

在本实施方式中，根据每个搬运机器人、每个保管架、装有物品的货柜的每个种类和每种形状等，使手臂机器人200离线学习拣选的动作模式。而且，在实际的拣选时，使用离线时的数据驱动机械臂208，不过在利用传感器206检测搬运机器人的位置、已移动到拣选站的保管架的位置、手臂机器人的实际的手臂的位置，实时地进行各个位置的修正运算，进行机械臂的动作轨道修正，正确且高速实施物品的拣选。

图6是涉及本实施方式中的离线教学和机器人动作轨道修正的结构的框图。

如上所述，手臂机器人200包括机械臂208和机械手202，通过对它们进行驱动，使物品203移动。此外，在地面152，搬运机器人602使保管架702移动。搬运机器人602在地面152的搬运前的货架位置214，将保管架702等搭载至其主体的上部。然后，搬运机器人602沿搬运路径217移动，移动至搬运后的货架位置216。此处，货架位置216是与作业场地154相邻的位置即与入库门320或出库门330(参照图2)相邻的位置。

图像摄像机的传感器206监视基于手臂机器人200、搬运机器人602的举动的货架位置和货架内的物品存放器位置的测量。

以下，说明离线进行的机器人示教数据生成的工序、离线进行的机器人示教数据生成的工序。

在图6中，第1输入数据220是系统结构、设备规格、机器人尺寸图、装置尺寸图、布局图等的数据。该第1输入数据220为了离线进行机器人示教而输入至第1机器人数据生成部224。由此，第1机器人数据生成部224生成基于第1输入数据220的原示教数据(省略图示)。

此外，第2机器人数据生成部230(机器人数据生成部)也用于离线进行机器人示教。在第2机器人数据生成部230，被输入第1机器人数据生成部224所输出的原示教数据和第2输入数据222。此处，在第2输入数据222中包含优先事项、作业顺序、制约事项、障碍物的信息、机器人间作业分担规则等。

另一方面，来自拍摄手臂机器人200的传感器206的信息被输入货架位置和物品存放位置误差计算部225。货架位置和物品存放位置误差计算部225基于所输入的信息，计算移动货架的位置误差和物品存放器(收纳有多个物品的容器)的位置误差。计算出的位置误差被输入至机器人位置修正值计算部226。

机器人位置修正值计算部226首先输出表示有效的静态修正设置误差等的静态修正值228。进一步，机器人位置修正值计算部226输出表示动态的修正AGV重复精度货架内清除等的动态修正值227。

然后，静态修正值228被输入第2机器人数据生成部230，动态修正值227被输入在线机器人位置控制部240。此外，来自机器人示教数据库229的数据也分别被输入第2机器人数据生成部230和在线机器人位置控制部240。

第2机器人数据生成部230基于来自第1机器人数据生成部224的原示教数据、第2输入数据222、静态修正值228和来自机器人示教数据库229的数据，生成机器人示教数据。所生成的机器人示教数据被输入在线机器人位置控制部240。然后，来自在线机器人位置控制部240的信号被输入机器人控制器252。机器人控制器252基于来自在线机器人位置控制部240的信号和从示教器250输入的指令，来控制手臂机器人200。

〈机器人示教数据的详细结构〉

图7是表示上述的第1机器人数据生成部224和第2机器人数据生成部230的详细结构的框图。

第1输入数据220包含机器人尺寸图数据220a、装置尺寸图数据220b和布局图数据220c。另外，在图7的图中，省略机器人尺寸图数据220a、装置尺寸图数据220b、布局图数据220c的“数据”一词。此处，机器人尺寸图数据220a是确定n台手臂机器人200-1～200-n的各部的尺寸的数据。此外，装置尺寸图数据220b是确定n台手臂机器人200-1～200-n中包含的各种装置的尺寸的数据。此外，布局图数据220c是确定仓库100的布局(参照图2)的数据。

此外，第1机器人数据生成部224包括数据所述数据采集储存部261、数据读取部262、3维模型生成部263和数据生成部264(机器人数据生成部)。上述的机器人尺寸图数据220a、装置尺寸图数据220b和布局图数据220c提供给第1机器人数据生成部224的数据采集储存部261。

此外，来自数据所述数据采集储存部261的信号在被输入至数据读取部262的同时也被输入至储存机器人尺寸图、装置尺寸图、布局图等的数据库266。此外，来自数据读取部262的信号被输入至3维模型生成部263。

来自3维模型生成部263的信号被输入至数据生成部264，且在数据生成部264还输入来自修正值取込部241的信号。而且，从数据生成部264输出的原示教数据存储在机器人示教数据库229。

此外，第2机器人数据生成部230包括数据读取部231、示教功能232、数据复制功能233、作业分担功能234、机器人协调功能235、数据生成部236(在图中标记为“三维位置(X，Y，Z)…”)、机器人数据读取存储部237和相对于n台手臂机器人200-1～200-n的机器人控制器链路238。参数优先事项制约事项等数据222a是第2输入数据222(参照图6)的一部分，是规定各种参数、优先事项、制约事项等的数据。参数优先事项制约事项等数据222a被输入至数据读取部231。

数据生成部236分别对应于n台手臂机器人200-1～200-n，进行求取三维位置X、Y、Z的坐标计算，生成作为原示教数据的机器人示教数据θ1～θn。进一步，数据生成部236运算机器人示教数据的修正值Δθ1～Δθn，基于作为原示教数据的机器人示教数据θ1～θn和修正值Δθ1～Δθn，运算提供给各手臂机器人200-1～200-n的机器人示教数据θ1’～θn’。

机器人数据读取存储部237在与机器人示教数据库229之间进行关于n台手臂机器人200-1～200-n的各轴位置数据、动作模式、工具控制数据等数据的输入输出。

此外，n台手臂机器人200-1～200-n分别包括机器人控制器252、机器人机构253和机械手202(参照图6)用的致动器254。不过，在图7中，仅对手臂机器人200-1表示内部结构。n台机器人控制器252与第2机器人数据生成部230内的机器人控制器链路238相链接，相互输入输出各种信号。此外，在各个手臂机器人200-1～200-n，机器人控制器252控制对应的机器人机构253和致动器254。

而且，在实时从保管架拣选物品时，传感器206检测物品203或存放器212与致动器254的相对位置。检测到的相对位置在相对位置数据作为上述的静态的修正值228输出的同时也输出至机器人位置修正值计算部226。

〈坐标系数据的运算结构〉

图8是表示离线教学和机器人动作轨道修正的控制结构的图。

在本实施方式中，在进行拣选时，关系到搬运机器人602、保管架702等、传感器206、机器人主体201和机械手202这5个要素。因此，在图8中图示这5个要素。此外，在图8中，坐标系运算部290包括建模虚拟环境部280、数据读取部282、坐标计算部284、位置指令部286和控制部288。该坐标系运算部290是在绝对坐标系中处理上述的5个要素的坐标的单元。

上述5个要素中，搬运机器人602的坐标由位置传感器207测量。此处，在位置传感器207，使用测定与周边存在的物体(包括搬运机器人602)的距离的LiDAR传感器等即可。此外，搬运机器人602的动作状况和位置由AVG控制器276控制。此外，对于手臂机器人200的机器人主体201，其位置数据预先导入。此外，手臂机器人200的动作中的机械手202的坐标由编码器等传感器测量。当测量机械手202的坐标时，其信息实时提供给坐标系运算部290，机械手202的位置通过机器人控制器274控制。

此外，传感器206中包含的摄像机由摄像机控制器272控制。传感器206的停止状态的位置数据被预先导入至坐标系运算部290。而且，在传感器206为正在扫描周围的状态时，传感器206的坐标从摄像机控制器272实时提供给坐标系运算部290。此外，向坐标系运算部290提供货架信息278。该货架信息278用于规定各种保管架702等的形状和尺寸。

此外，传感器206中包含的摄像机拍摄保管架702等的图像。坐标系运算部290的建模虚拟环境部280基于货架信息278和保管架702等的图像，对保管架702等进行建模。坐标计算部284基于建模虚拟环境部280的建模结果等数据，计算上述5个要素的坐标。而且，控制部288基于并使用坐标计算部284的计算结果，使得坐标计算部284进行运算，对搬运机器人602、机器人主体201、机械手202、传感器206、保管架702等计算位置指令。

图9是由坐标计算部284(参照图8)得到的绝对坐标的示意图。

在图9中，搬运机器人坐标Q602、保管架坐标Q702、传感器坐标Q206、机器人主体坐标Q201和机械手坐标Q202分别表示搬运机器人602、保管架702、传感器206、机器人主体201和机械手202的绝对坐标。

其中，对于保管架坐标Q702、机器人主体坐标Q201和机械手坐标Q202，能够通过上述的离线教学，预先考虑各种状况(例如保管架702的型号、机器人主体的型号、机械手的型号)地运算其绝对坐标。

将通过离线教学得到的各坐标Q201、Q202、Q206、Q602、Q702称为各坐标的“模型值”。而且，在运用搬运机器人602和手臂机器人200时，读取来自搬运机器人602、机器人主体201、机械手202和传感器206的位置数据，计算与模型值的差异。而且，基于计算出的差异，对原示教数据(机器人示教数据θ1～θn)进行实时的修正运算来得到示教数据。

根据这样的结构，能够与各种物品对应地进行离线教学，提高工作效率(机器人的教学等)和位置精度，从而实现工作品质的提高。

〈集中检验场地的运算结构〉

图10是在集中检验场地106(参照图1)进行手臂机器人200的离线教学的结构的框图。另外，在图10中，对图1～图9的各部，有时在具有同样的结构、效果的部分标注相同的附图标记，省略其说明。

在图10中，追加运算部291包括补充功能部292、协调功能部294、组控制部296和复制功能部298。

追加运算部291在与坐标系运算部290之间进行数据的输入输出。此外，在坐标系运算部290也输入机器人个体的布局的设置误差的数据268。由此，能够对集中检验场地106的手臂机器人200离线生成示教数据。

根据这样的结构，能够进一步与各种物品对应地进行离线教学，提高工作效率(机器人的教学等)和位置精度，从而实现工作品质的提高。

另外，图10所示的结构还能够应用于包装场地107的手臂机器人200。

图11是在集中检验场地106(参照图1)进行手臂机器人200的离线教学的其它结构的框图。

在图11的结构中，在图10所示的结构的基础上设置有深度学习处理部269。深度学习处理部269与坐标系运算部290和追加运算部291相互交换数据，进行基于深度学习的人工智能处理。

根据这样的结构，能够进一步与各种各样的物品对应地进行离线教学，提高工作效率(机器人的教学等)和位置精度，从而实现工作品质的提高。

另外，与图10所示的结构一样，图11所示的结构也能够应用于包装场地107的手臂机器人200。

如上所述，图6～图11所示的结构包括：机器人示教数据库(229)，其存储基于作为保管架(702)的3维坐标的模型值的保管架坐标模型值(Q702)和作为机械手(202)的3维坐标的模型值的机械手坐标模型值(Q202)的手臂机器人(200)的示教数据即原示教数据(机器人示教数据θ1～θn)；传感器(206)，其检测保管架(702)与机械手(202)的相对位置关系；和机器人数据生成部(264、230)，其通过基于传感器(206)的检测结果修正原示教数据来生成向手臂机器人(200)提供的机器人示教数据(θ1’～θn’)。

进一步，根据该结构，原示教数据(机器人示教数据θ1～θn)是不仅基于保管架坐标模型值(Q702)和机械手坐标模型值(Q202)，而且基于作为传感器(206)的3维坐标的模型值的传感器坐标模型值(Q206)、作为搬运机器人(602)的3维坐标的模型值的搬运机器人坐标模型值(Q602)和作为机器人主体(201)的3维坐标的模型值的机器人主体坐标模型值(Q201)的手臂机器人(200)的示教数据。

由此，能够与各种物品对应地进行离线教学，提高工作效率和位置精度，由此实现工作品质的提高。由此，能够正确地管理物品的库存状态。

[区域内的搬运/手臂机器人自主控制]

〈自主控制的概要〉

认为优选通过图2所示的区域12等的仿真，在进行搬运机器人的动作控制时，还能够进行手臂机器人200(参照图1)的动作控制。

因此，在本实施方式中，进行区域内的手臂机器人200的仿真，缩短拣选动作时间，由此增加每单位时间的出货量。

此外，通过进行区域单位的自主控制，通过进行考虑了区域内设备特性(例如手臂机器人200的奇点和以作业性优先的作业顺序)的、更精细的控制，能够使每单位时间的拣选次数和出货量增加。

具体而言，作为仓库系统300，能够对搬运机器人602和手臂机器人200进行仿真，执行高效的作业顺序，对各区域的搬运机器人和手臂机器人实现高效的控制。

图12是由中央控制装置800(参照图1)执行的、各区域内的仿真处理的流程图。在本实施方式中，在使实际的拣选系统工作之前，进行区域内的仿真。在该仿真中，包括：(1)搬运机器人的自主动作顺序的建立(步骤S105～S107)；(2)手臂机器人的货架内仿真(步骤S108～S110)。

在图12中，在步骤S101开始进行处理后，处理前进至步骤S102，中央控制装置800作为仓库系统仿真系统整体的计划。接着，处理前进至步骤S103，中央控制装置800作为参数接收货架内的库存量等数据。接着，处理前进至步骤S104，中央控制装置800开始区域内的仿真。之后，并行地执行步骤S105～S107的处理和步骤S108～S110的处理。

首先，当处理前进至步骤S105时，中央控制装置800对搬运机器人决定作业顺序。即，决定相应的区域内的动作顺序。接着，处理前进至步骤S106，中央控制装置800对搬运机器人进行坐标计算和坐标控制。接着，处理前进至步骤S107，中央控制装置800对搬运机器人进行动作控制。

此外，当处理前进至步骤S108时，中央控制装置800对手臂机器人进行货架内的仿真。换言之，决定作业顺序。另外，此时，中央控制装置800运用离线教学的技术，进行货架内仿真。接着，处理前进至步骤S109，中央控制装置800对手臂机器人进行坐标计算和坐标控制。接着，处理前进至步骤S110，中央控制装置800对手臂机器人进行动作控制。

此外，在区域内的二维的坐标中，分别预先设定特定的二维坐标111。进一步，作为关于特定的物品的货架信息113，设定该保管架是属于哪个区域的保管架、保管架属于该区域内的哪个二维地址、在该保管架中处于哪个位置。

图13是进行区域单位的自主控制仿真后的结果的、搬运机器人作业顺序的说明图。

对仓库系统300(参照图1)假定作为物品(物品)的订单452接收了订单列表数据458。而且，在作为从仓库系统发货的出货454确定发货量列表数据460的状况下，决定区域11、12、13的区域内的计划的前提、确定制约条件数据468，对此加以考虑。

其结果是，在本实施方式中说明了：如果在通过进行搬运机器人的自主控制仿真，来由搬运机器人从各区域将保管架移动而取出的情况下，作为目标函数考虑搬运机器人的移动距离、移动次数等，则从由虚线包围的区域11尽量拣选作为对象的物品会有效率。

图14是手臂机器人200的离线教学的动作说明图。

为了进行手臂机器人200的离线教学，设置安装有离线教学用的专用软件的控制用计算机474。而且，在控制用计算机474中储存的数据库476，作为示教数据包括(1)点，(2)路径，(3)动作模式(插补类型)，(4)动作速度，(5)手势，(6)作业条件等。

而且，使用专用的控制装置470、示教器472，使手臂机器人200执行学习。作为学习的例子，例如，以通过作为目标函数设定机械臂208、机械手202等的移动距离、移动次数等提高工作效率的方式进行离线学习。换言之，离线学习在从保管架702取出物品时从哪个开口部、如何高效地使机械手202移动的作业顺序更有效率。

图15是本实施方式的离线教学和机器人动作轨道修正的其它结构的框图。另外，在图15中，只要没有特别说明，与图6中说明的例子相同的附图标记的部分就具有相同的结构、效果。

与图6的结构相比较，图15的结构包括AGV控制器276，并且代替第2机器人数据生成部230设置有第2机器人数据生成部230A(机器人数据生成部)。进一步，第3输入数据223被提供给第2机器人数据生成部230A。

此处，第3输入数据223包含(1)区域信息，(2)货架信息，(3)作业顺序决定条件等。此外，AGV控制器276建立(1)搬运机器人602的自主的动作顺序和(2)基于手臂机器人200的货架内仿真的动作顺序，实时实现搬运机器人602的控制动作。

图16是表示图15的第2机器人数据生成部230A的详细结构的框图。

另外，在图16中，只要没有特别说明，与图7中说明的例子相同的附图标记的部分就具有相同的结构、效果。

如上所述，在第2机器人数据生成部230A输入第2输入数据222和第3输入数据223。进一步，在第2机器人数据生成部230A还输入实际运转数据354。此处，实际运转数据354是表示各种物品的入库出库等实际作业的数据。

第2输入数据222、第3输入数据223和实际运转数据354分别通过数据读取部231、356、358，由第2机器人数据生成部230A读取。进一步，第2机器人数据生成部230A包括系统全体仿真部360和区域内仿真和货架内仿真部362。该系统全体仿真部360以及区域内仿真和货架内仿真部362与仿真用数据库366进行数据的输入输出，最终由作业顺序决定部364决定包括搬运机器人602和手臂机器人200在内的全体的控制顺序。

根据这些结构，建立(1)搬运机器人602的自主的动作顺序和(2)基于手臂机器人200的货架内仿真的动作顺序，以高速实现高精度的控制动作。

图17是第2机器人数据生成部230A执行的处理的流程图。

在图17中，当处理进行至步骤S201时，第2机器人数据生成部230A生成仓库系统300的模型。接着，当处理前进至步骤S203时，第2机器人数据生成部230A基于之前在步骤S201中生成的模型和第2输入数据222(优先事项、作业顺序、制约事项、障碍物的信息、机器人间作业分担规则等)，进行整个仓库系统300的仿真。

接着，当处理前进至步骤S205时，第2机器人数据生成部230A基于步骤S203的仿真结果和第3输入数据223(区域信息、货架信息、作业顺序决定条件等)来执行区域内的仿真。接着，当处理前进至步骤S206时，第2机器人数据生成部230A进行货架内仿真。

接着，当处理前进至步骤S208时，基于步骤S206的货架内仿真结果和实际运转数据354(各种物品的入库出库等实际作业)，第2机器人数据生成部230A决定作业顺序。接着，当处理前进至步骤S208时，基于步骤S201～S208的处理结果，第2机器人数据生成部230A执行坐标计算和各种控制等。

由此，第2机器人数据生成部230A能够对仓库系统300的搬运机器人602和手臂机器人200进行仿真，执行有高效的作业顺序。由此，在各区域，能够高效地控制搬运机器人602和手臂机器人200。

如上所述，图12～图17所示的结构包括：分别被分配至任一区域(11、12、13)，从所分配的区域(11、12、13)在手臂机器人(200)的操作范围内带着物品(203)一起搬运保管架(702)的搬运机器人(602)；和控制装置(800)，其在作为出库对象指定任一物品(203)时，对各个区域(11、12、13)进行出库物品时的仿真(S104)，基于该仿真结果决定进行物品(203)的出库处理的区域(11、12、13)。

进一步，根据该结构，控制装置(800)基于仿真结果，将多个区域(11、12、13)中搬运机器人(602)的移动距离或移动次数最小的区域决定为进行物品(203)的出库处理的区域(11、12、13)。

由此，能够在各区域(11、12、13)高效地控制搬运机器人(602)和手臂机器人(200)。

[货箱滞留预兆检测]

接着，对在仓库系统300(参照图1)的集中检验场地106或包装场地107预测线上的货箱滞留的技术进行说明。

在本实施方式的仓库系统300中，在输送机的线上的重要地点设置包含摄像机的传感器206，测定传送过来的货柜的滞留状况。而且，中央控制装置800在检测到输送机的停滞不前的预兆时，在实际滞留之前，对作业人员310的信息终端(智能手机、智能手表等)进行实时通知，能够促进应对。以下说明其详细情况。

图18是本实施方式中包含的分析处理装置410的框图。另外，分析处理装置410既可以是与中央控制装置800分开的装置，也可以是与中央控制装置800一体的装置。

分析处理装置410包括特征量提取部412、特征量存储部414、差异比较部416、阈值设定部418、异常判断处理部420、异常警报处理部422、分析部428、反馈部430和异常发生预测部432。

来自传感器206的图像数据被送到分析处理装置410的特征量提取部412。而且，在该图像数据被送到特征量存储部414后，由差异比较部416进行与后述的基准图像相比较。之后，数据被送到阈值设定部418，在异常判断处理部420判断其与阈值的偏离度。异常判断处理部420的判断结果被提供给异常警报处理部422，所提供的信息在异常发生显示装置424显示。

此外，为了设定阈值等，从外部向分析部428提供其它信息426。其它信息426例如是当日订货量、当日的处理物品类别、作业人员数、摄像机设置位置、输送机位置等信息。而且，来自分析部428的数据被提供给反馈部430。阈值设定部418基于提供给反馈部430的信息来设定阈值。

此外，来自特征量存储部414的数据还被提供给分析部428。此外，在分析部428还输入异常判断处理部420的判断结果。来自分析部428的分析数据被送到异常发生预测部432，此外，还被送到外部的其它计划系统控制装置436加以利用。其结果是，在发生了异常的情况下，能够向异常发生显示装置424通知异常的发生。此处，通知异常的发生的异常发生显示装置424例如也可以为仓库系统内的警告灯(未图示)、作业人员310的智能手机、智能手表等。

此外，异常发生预测部432在预测要发生异常的情况下，向预测信息显示装置434提供表示该意思的数据。由此，在预测信息显示装置434例如能够显示“预计在之后○分钟以内发生滞留”等预测状况。此处，显示预测状况的预测信息显示装置434与异常发生显示装置424一样，能够使用作业人员310的智能手机、智能手表等。

图19是表示本实施方式的分析处理装置410的动作的示意图。

在图示的例子中，作为搬运物的例子，使用箱状的货柜560(搬运对象物)。为了检测、预测货柜560的滞留，例如在搬运路线124上，利用传感器206采集无任何状况(未运转)的状态的图像。将该图像称为基准图像562。该基准图像562的特征量存储于差异比较部416(参照图18)。而且，由传感器206采集仓库系统300实际运转时的搬运路线124上的取得图像。将该图像称为取得图像564。而且，特征量提取部412提取取得图像564的特征量，所提取的特征量存储于特征量存储部414后，被提供给分析部428。

接着，利用传感器206采集n秒后的搬运路线124的图像。而且，此时的图像数据也被送到分析部428，求取判断异常的发生的阈值th1、th2(未图示)。此处，阈值th1是用于判断搬运路线124有无开始变得拥挤的可能性的阈值，阈值th2是用于判断是否发生异常的阈值。因此，在两个阈值中存在“th1＜th2”的关系。

此处，阈值th1为“1”，阈值th2为“3”。例如，在货柜图像的数量为“0”的取得图像566中，由于货柜图像的数量为阈值th1以下，所以分析处理装置410判断为“无异常”。此外，在上述取得图像564中货柜图像的数量为“1”，在这种情况下也由于货柜图像的数为阈值th1以下，所以分析处理装置410也判断为“无异常”。

此外，在货柜图像的数量超过阈值th1，为阈值th2以下时，分析处理装置410判断为“存在开始拥挤的可能性”。例如，在货柜图像的数量为“2”的取得图像568，货柜图像的数量超过阈值th1(＝1)但为阈值th2(＝3)以下，因此分析处理装置410判断为“存在开始拥挤的可能性”。

在这种情况下，如上述那样，分析处理装置410向作业人员310的智能手机、智能手表等通知“存在开始拥挤的可能性”的意思。

此外，当如图示的取得图像570那样，货柜图像的数量超过阈值th2(＝3)时，分析处理装置410判断为“发生了异常(货柜560滞留)”。

在这种情况下，如上述那样，分析处理装置410使仓库系统300内的警告灯(未图示)闪烁，进一步向作业人员310的智能手机、智能手表等通知滞留的异常发生。此外，在这种情况下，也可以强制地使该搬运路线124停止。

之后，为了避免滞留，作业人员310例如在集中检验场地106，以使机器人主体201的线上输送的货柜560的量减少、而在有作业人员310的线上输送更多货柜560的方式切换控制即可。

此外，为了避免滞留，向其它搬运路线输送货柜560的处理也可以不等待作业人员310等的指示，而由中央控制装置800发出指令。

如上所述，图18、图19所示的结构包括：分别搬运搬运对象物(560)的多条搬运路线(120、122、124、126、130)；检测一条搬运路线的状态的传感器(206)；和分析处理装置(410)，其在由传感器(206)判断为一条搬运路线发生拥挤时，对作业者进行报告，以向其它搬运路线搬运搬运对象物(560)。

进一步，根据该结构，分析处理装置(410)在搬运对象物(560)的量超过第一阈值(th1)时，向作业者报告该情况，当搬运对象物(560)的量超过比第一阈值(th1)大的第二阈值(th2)时，使对应的搬运路线(124)停止。

由此，作业人员能够可靠地检测搬运对象物(560)的滞留，能够迅速采取线的变更等措施。

[利用图像进行的检验]

图20是表示仓库系统300中，进行使用搬运机器人602入库的物品的检验的方法的示意图。如图2所示，在仓库100的各区域11、12、13等配置保管架702等。但是，为了将已包装物品的货箱(例如纸板箱)以其状态不变地进行保管，相比将这些货箱收纳于货架，这些货箱直接堆积，更能够提高仓库100内的空间利用率。因此，在本实施方式中，能够使用图20所示那样的、餐桌状的载货台座852来代替一部分或全部保管架702等。另外，载货台座852也可以是托盘。

载货台座852的顶板852a为矩形平板状，因此此处能够装载纸板箱等收货物品854(检查对象物)。此外，搬运机器人602与保管架702等情况下一样，能够通过钻入载货台座852的下方，顶起载货台座852的顶板852a，支承载货台座852而使该载货台座852移动。

图21是在仓库系统300中用于检验作业的检验系统270的框图。

在图21中，检验系统270包括AGV控制器276、搬运机器人602、控制装置860、照明装置858、传感器206和激光装置856。另外，控制装置860既可以是不同于中央控制装置800的装置，也可以是与中央控制装置800一体的装置。搬运机器人602基于来自AGV控制器276的指令，使装载有收货物品854(参照图20)的载货台座852移动或转动。

此外，来自AGV控制器276的指令还被提供给控制装置860，摄像机等传感器206基于该指令进行动作，拍摄收货物品854。此外，控制装置860使用照明装置858向收货物品854照射频闪状的光，并且使用激光装置856向收货物品854照射红色点阵光(红色的点阵状的激光)。如果收货物品854例如是纸板箱等长方体状的物体，则通过红色点阵光向收货物品854投影红色的点阵状的像。

此处，在收货物品854发生“倒塌”等异常的情况下，会在点阵状的像产生变形，因此通过利用对传感器206该像进行拍摄，能够检测收货物品854的异常。此外，当通过照明装置858照射频闪状的光时，会在收货物品854产生阴影，根据该阴影的形状，也能够检测收货物品854的异常。根据该检验系统270，能够在利用搬运机器人602搬运收货物品854的线的途中，自动地执行收货物品854的检查。因此，不需要将检查场所固定在特定的场所，因此能够在仓库系统300提高检查场所的可移动性。另外，在图21所示的例子中，检验系统270在激光装置856和照明装置858的两者设置，其实也可以仅在其中任一个装置设置。

另外，在传感器206为摄像机的情况下，传感器206能够对收货物品854进行拍摄，读取在收货物品854表面记载的关于与商品名、商品代码、装箱数量、最佳品尝期限或生产批号相关联的信息的条形码或2维码，或记载有这些信息的商品标签或出货标签等。控制装置860能够基于所读取的信息进行检验系统270的检验作业。传感器206并不限定于摄像机，例如也可以为RFID读取器等，还可以通过读取粘贴在收货物品854的RFID标签的信息，同样地进行出货检验。

图22是由控制装置860执行的检查处理的流程图。

在图22的步骤S300处理开始后，处理前进至步骤S301，收货物品854搭载于载货台座852。即，从外部通过货车等搬运来的收货物品854在载置于输送机304等之后，被送到载货台座852的上部。而且，一般在载货台座852搭载多个收货物品854。

接着，处理前进至步骤S302，在控制装置860的控制下，搬运机器人602使载货台座852移动至传感器206前。即，搬运机器人602钻入载货台座852的下方，包含载货台座852在内地顶起收货物品854。然后，在载置于载货台座852的状态下，收货物品854被搬运至能够由传感器206的图像摄像机拍摄的场所。

接着，处理前进至步骤S303，响应来自控制装置860的指令，搬运机器人602在传感器206前360度旋转。传感器206采集此时的收货物品854的图像，发送至控制装置860。

接着，处理前进至步骤S304，控制装置860基于所采集的图像，判断在收货物品854是否发生异常(损坏、变色、变形等)。

如果步骤S304的判断结果为“无异常”，则处理前进至步骤S305。此处，在控制装置860的控制下，搬运机器人602与载货台座852一起移动到入库门320(参照图2)。另一方面，如果步骤S304的判断结果为“有异常”，则处理前进至步骤S306。此处，控制装置860使仓库系统300内的警告灯(未图示)点亮。进一步，控制装置860向作业人员310的信息终端(智能手机、智能手表等)通知发生异常的情况，使载货台座852和收货物品854移动至与入库门320不同的其它场所。

如上所述，图20～图22所示的结构包括：具有顶板(852a)的餐桌状的载货台座(852)；对载置于顶板(852a)的检查对象物(854)的状态进行检测的传感器(206)；搬运机器人(602)，其钻入载货台座(852)的下方而顶起顶板(852a)，来支承载货台座(852)并使该载货台座(852)移动；和控制装置(860)，其以在检查对象物(854)处于能够利用传感器(206)检查检查对象物(854)的范围内为条件，使正支承载货台座(852)的搬运机器人(602)在水平方向上转动。

并且，根据该结构，还包括对检查对象物(854)照射光的照射装置(858，856)，控制装置(860)基于向检查对象物(854)照射光的结果，判断检查对象物(854)的状态。

由此，能够高精度地检测检查对象物(854)的异常的有无。

[高效的货架配置]

图23是区域12的平面图，用于说明保管架的高效的配置。

在图23中，在区域12形成有岛部750，在此处包含保管架720。这以外的区域12的结构与图2所示相同。其中，将具有保管架732、742等6个保管架的岛部称为“岛部751”，将具有保管架712、714等6个保管架的岛部称为“岛部752”。

图24是仓库系统300中用于保管架的调换处理的保管架调换系统370的框图。

在图24中，保管架调换系统370包括控制装置820、AGV控制器276、搬运机器人602和物品货架数据库367。另外，控制装置820既可以为与中央控制装置800分开的装置，也可以为与中央控制装置800一体的装置。

物品货架数据库367存储表示各种物品203的出库概率的物品出库概率数据和表示各保管架的出库概率的保管架出库概率数据。

控制装置820通过参照物品货架数据库367，决定进行调换的一对保管架。所决定的保管架在图22所示的例子中为保管架716(第一保管架)和保管架720(第二保管架)。而且，控制装置820向AGV控制器276指示所决定的一对保管架，使其执行两个保管架的调换。

图25是由控制装置820执行的货架配置例行程序的流程图。

在图25的步骤S400开始处理后，处理前进至步骤S401。在步骤S401中，控制装置820在规定的采样期间，累积仓库100的特定的区域(在图23所示的例子中为区域12)的物品203(参照图3)的出库状况的统计数据。

接着，当处理前进至步骤S402时，控制装置820进行对于统计数据的统计处理，根据其结果，选择出库频度高的物品203。接着，处理前进至步骤S403，控制装置820选择储存有其选择的物品203的、出库频度高的保管架(以下称为高频度保管架)。另外，在图23所示的例子中，保管架720为高频度保管架。

此处，步骤S403的处理并不仅单纯地选择以过去的特定的采样期间为基准的物品的高出库频度，例如，优选选择在将来的期间预测的出库概率高的物品203。具体而言，例如考虑将来的季节、天气、气温、月日、流行等来求取在将来预测的出库频度，基于其结果，选择出库概率高的物品203，且选择收纳该物品203的高频度保管架即可。

接着，当处理前进至步骤S404时，从在靠近出库门330的岛部(最接近出库门330的岛部，或相对于出库门330处于规定距离内的岛部)保管的物品203中，选择出库频度低的物品。进一步，在步骤S404中，确定收纳有出库频度低的物品的保管架(以下称为低频度保管架)。另外，图23所示的例子中，低频度保管架为保管架716。

接着，处理前进至步骤S405，控制装置820向搬运机器人602输出指令，从当前的岛部取出低频度保管架，移动至离出库门330远的岛部。在图23所示的例子中，从岛部752取出作为低频度保管架的保管架716，移动至远离出库门330的岛部750。接着，当处理前进至步骤S406时，控制装置820向搬运机器人602输出指令，将高频度保管架从当前的岛部取出，移动至离出库门330近的岛部。在图23所示的例子中，从岛部750取出作为高频度保管架的保管架720，移动至离出库门330近的岛部752。

通过以上的处理，能够将收纳有被取出的可能性高的物品的保管架配置在出库门330的附近。由此，能够缩短搬运机器人602移动保管架的移动距离，能够缩短物品203的拣选所需的时间。

另外，在上述的例子中，例示了在特定的区域内调换保管架的例子，也可以跨所有区域地开动搬运机器人602调换保管架。

如上所述，图23～图25所示的结构包括：分别配置在地面(152)的规定的配置位置，分别保管能够出库的多个物品(203)的多个保管架(716，720)；当指定多个物品(203)中的任一个出库时，将保管被指定的物品(203)的任一保管架(716，720)搬运至设置在规定位置的出库门(330)的搬运机器人(602)；和控制装置(800)，其基于多个物品(203)在过去出货的业绩，预测多个保管架(716，720)被搬运至出库门(330)的频度，在与针对多个保管架(716，720)中的第一保管架(716)预测的频度相比针对第二保管架(720)预测的频度高、且与第一保管架(716)的配置位置相比第二保管架(720)的配置位置离出库门(330)远的情况下，以使得第二保管架(720)的配置位置比第一保管架(716)的配置位置离出库门(330)近的方式变更第一保管架(716)或第二保管架(720)的配置位置。

进一步，根据该结构，控制装置(800)在变更第一保管架(716)或第二保管架(720)的配置位置的情况下，调换第一保管架(716)的配置位置与第二保管架(720)的配置位置。

由此，能够将收纳被取出的可能性高的物品的保管架配置在出库门的附近，能够缩短搬运机器人(602)移动保管架的移动距离，能够缩短物品的拣选所需的时间。

[堆垛机协作]

图26是在仓库系统300中的、从保管架取出屉斗480(bucket)的结构的示意图。

其中，屉斗480是在保管架的各货架载置的货箱，具有上表面开放的大致长方体状的形状。在屉斗480中一般收纳同一种类的多个物品203(参照图3)。

在将屉斗480从保管架702等取出时，能够考虑通过手臂机器人200的机械手202抓取屉斗480而抽出。

此外，在图26中，手臂机器人200包括1个机械臂208和1个机械手202。与此相对，还能够考虑使用2个机械臂208和2个机械手202。即，能够考虑利用2个机械臂208中的一个机械臂208将屉斗480抽出，利用另一个机械臂208从屉斗480中取出物品203。

但是，由于对机械臂208的控制需要时间，所以在上述的任何技术中均难以实现物品203的取出的高速化。

因此，在本实施方式中，作为从保管架702取出屉斗480的方式，具备堆垛机482。此处，堆垛机482包括相对于保管架702等货架将屉斗480搬出、搬入的抽出臂486、相对于保管架702的相对面使该抽出臂486在左右方向上移动的功能和使抽出臂486在上下方向上升降的功能。而且，该堆垛机482设置于出库门330(参照图2)。

搬运机器人602将收纳有目标物品的保管架702移动至出库门330之前。而且，保管架702中收纳的屉斗480按特定的种类类型化。因此，堆垛机482能够根据中央控制装置800的指示，确定抽出的对象的屉斗。由此，与驱动机械臂208的情况相比较，能够高速且正确地将屉斗480从保管架702抽出。

图27是在仓库系统300中、从保管架取出屉斗480的其它结构的示意图。

在图27所示的例子中，设置有临时保管通过堆垛机482取出的屉斗480的暂存架484。即，通过堆垛机482取出的屉斗480暂时保管在暂存架484。而且，手臂机器人200从暂存架484中载置的屉斗480拣选物品203。

在图27所示的例子中，与图26所示相比较，将拣选所需(例如多个)的屉斗480保管于暂存架484，利用手臂机器人200进行的拣选能够在之后执行。手臂机器人200拣选的作业时间根据作为对象的物品203的物品种类和状况而有不同，不过通过在暂存架484暂时保持屉斗480，能够实现机械臂208进行的拣选作业时间的均匀化。

图28是相对于图27所示的结构，中央控制装置800(参照图1)执行的处理的流程图。

在图28的步骤S500中开始处理后，处理前进至步骤S501。此处，中央控制装置800从仓库100中收纳的物品的物品数据搜索出库对象的物品203，确定收纳有对象的物品的保管架702等和保管架的中的物品203的位置。接着，处理前进至步骤S502，中央控制装置800通过搬运机器人602使收纳有物品203的保管架702等移动至出库门330。

接着，处理前进至步骤S503，中央控制装置800控制堆垛机482，将抽出臂486移动至收纳有目标物品203的屉斗480的位置，抽出目标屉斗480。接着，处理前进至步骤S504，通过中央控制装置800的控制，堆垛机482使目标屉斗480移动至暂存架484。接着，处理前进至步骤S505，基于中央控制装置800的指令，手臂机器人200使用机械臂208和机械手202从暂存架484的屉斗480取出目标物品203而出库。

另外，图28是相对于图27的结构的流程图，对于图26的结构，略过上述步骤S504即可，这以外的处理与上述说明相同。这样，在图26～图28所示的例子中，不由机械臂208而由堆垛机482执行从保管架702等取出屉斗480的动作，由此，与使用机械臂208的情况相比较，能够更高速地进行拣选。

如上所述，图26～图28所示的结构包括：收纳物品(203)的屉斗(480)；分别配置在地面(152)的规定的配置位置，分别以收纳在屉斗(480)中的状态保管能够出库的多个物品(203)的多个保管架(702)；当被指定多个物品(203)中的任一个物品(203)的出库时，将保管所指定的物品(203)的任一保管架(702)搬运至设置在规定位置的出库门(330)的搬运机器人(602)；设置在出库门(330)，将收纳所指定的物品(203)的屉斗(480)从保管架(702)取出的堆垛机(482)；和从由堆垛机(482)取出的屉斗(480)取出所指定的物品(203)的手臂机器人(200)。

进一步，根据图27的结构，进一步具有保持由堆垛机(482)取出的屉斗(480)的暂存架(484)，手臂机器人(200)从保持在暂存架(484)的屉斗(480)取出物品(203)。

这样，通过由堆垛机(482)从保管架(702)取出物品(203)，能够高速地进行拣选。

[分类架的基于AGV的移动]

图29是表示在出库门330(参照图2)，从保管架702等取出目标物品收纳至分类架902的结构的示意图。其中，分类架902按各个出货目的地将物品分类。

在图示的例子中，在地面铺设有平行的二个轨道492。而且，机器人主体201包括载置于这些轨道492的车轮和驱动这些车轮的电动机(省略图示)。由此，机器人主体201能够沿轨道492移动。在保管架702收纳有装有目标物品203的屉斗480。手臂机器人200使机械臂208移动至与该屉斗480相对的位置。

由此，手臂机器人200能够以高的工作效率进行物品的拣选，使目标物品移动至分类架902。

图30是对于图29所示的结构，中央控制装置800执行的处理的流程图。

在图30的步骤S600开始处理时，处理前进至步骤S601。此处，中央控制装置800从仓库100中收纳物品的物品数据搜索出库对象的物品203，确定收纳有对象的物品的保管架702等和保管架的中的物品203的位置。接着，处理前进至步骤S602，中央控制装置800使用搬运机器人602使所确定的保管架702等移动至出库门330。

接着，处理前进至步骤S603，在中央控制装置800的控制下，机器人主体201在轨道492上移动到机械臂208和机械手202容易取出目标物品203的位置为止。接着，处理前进至步骤S604，在中央控制装置800的控制下，手臂机器人200使用机械臂208和机械手202，抽出屉斗480，取出目标物品203。接着，处理前进至步骤S605，中央控制装置800使机器人主体201在轨道492上移动，以将所取出的物品放入分类架902的预先指定的货架位置。

接着，处理前进至步骤S606，手臂机器人200在中央控制装置800的控制下，将所取出的物品储存在分类架902的预先指定的货架位置。

另外，在图29所示的例子中，对手臂机器人200抽出屉斗480进行了说明，也可以如图26、图27所示那样，设置堆垛机482，使得堆垛机482抽出收纳有目标物品的屉斗480。

图31是表示在出库门330(参照图2)，从保管架702等取出目标物品分类至其它保管架722、724(分类架)的结构的示意图。

在图29所示的例子中，机器人主体201在2个轨道492上活动。与此相对，在图31所示的例子中，代替分类架902，使用保管架722、724等。即，根据需要，搬运机器人602使保管架722、724在手臂机器人200的操作范围内移动。

由此，能够通过不使手臂机器人200的机器人主体201移动而使机械臂208和机械手202动作，来使从保管架702的屉斗480取出的物品203(参照图3)移动至保管架722、724的屉斗480。即，在保管架722、724，在载置于与手臂机器人200相对的面的屉斗480的开口部的范围，能够在该屉斗480收纳物品203。

而且，当在保管架722、724中的、与手臂机器人200相对的面的屉斗480没有空闲空间时，搬运机器人602能够使保管架722、724转动，在相反侧的屉斗480收纳物品等。进一步，当在保管架722、724的所有屉斗480的开口部没有空闲空间时，搬运机器人602使其它新的保管架(省略图示)在手臂机器人200的操作范围内移动。由此，能够对新的保管架同样地收纳物品等。这样，在图31所示的例子中，保管架722、724等发挥作为分类架的作用。

图32是表示在出库门330(参照图2)，从保管架702等取出目标物品而收纳至其它保管架722、724的其它结构的示意图。

与图31所示的例子相比，在图32所示的例子中，搬运机器人602精细地驱动用作分类架的保管架722、724方面不同。即，搬运机器人602根据收纳有目标物品的屉斗480的部位，按屉斗480等宽度单位使保管架722、724精细地移动。

根据图32所示的例子，在将作为拣选的对象的物品放入保管架722、724时，中央控制装置800判断将对象的物品放入保管架722、724的哪个屉斗480。而且，搬运机器人602以使该屉斗480的位置与机械手202的可动位置一致的方式，按屉斗480的宽度单位使保管架722、724左右移动。由此，能够缩短机械臂208和机械手202移动的距离，能够高速地执行将从保管架702拣选的物品等收纳至保管架722、724的工序。

图33是对于图31、图32所示的结构，中央控制装置800执行的处理的流程图。

在图33的步骤S600开始处理后，处理前进至步骤S601。此处，中央控制装置800从仓库100中收纳的物品的物品数据搜索出库对象的物品203，确定收纳有对象的物品的保管架702等和保管架的中的物品203的位置。接着，处理前进至步骤S702，中央控制装置800使用搬运机器人602，使所确定的保管架702等移动至出库门330。

接着，处理前进至步骤S703，在中央控制装置800的控制下，手臂机器人200使用机械臂208和机械手202，从保管架702抽出屉斗480，取出目标物品203。接着，处理前进至步骤S704，在中央控制装置800的控制下，搬运机器人602将分类用的保管架722、724移动至出库门330的分类位置。更详细而言，搬运机器人602按屉斗480的宽度单位使保管架722、724移动，以使得机械臂208和机械手202容易在分类用的保管架722、724的预先指定的货架位置储存目标物品。

接着，处理前进至步骤S705，手臂机器人200在中央控制装置800的控制下，在分类用的保管架722、724的、预先指定的货架位置的屉斗480储存物品。接着，处理前进至步骤S706，中央控制装置800判断是否需要对分类用的保管架722、724追加放入目标物品。如果该判断结果为肯定(追加)，则处理返回步骤S701，反复进行与上述相同的动作。另一方面，如果该判断结果为否定(无追加)，则使保管架702从分类位置移动。

另外，在图31～图33中说明的例子中，对手臂机器人200抽出屉斗480进行了说明，也可以如图26、图27所示那样，设置堆垛机482，使得堆垛机482抽出收纳有目标物品的屉斗480。此外，也可以在将所抽出的屉斗480移动至暂存架484(参照图27)之后，使得手臂机器人200从该屉斗480取出物品。

此外，在上述步骤S704中，使用搬运机器人602按屉斗的宽度的单位使分类用的保管架722、724移动，不过如果是能够以高速动作的手臂机器人200，则也可以如图31所示那样，在将分类用的保管架722、724固定的状态下将物品储存在保管架722、724。

如上所述，图29～图33所示的结构包括：保管出库对象的物品(203)的保管架(702)；将物品(203)按出货目的地分类的分类架(902，722、724)；从保管架(702)取出物品(203)并将其收纳至分类架(902，722、724)的指定位置的手臂机器人(200)；和移动装置(201，602)，其以缩短手臂机器人(200)与指定位置的距离的方式使手臂机器人(200)或分类架(722，724)移动。

由此，能够高速地执行将从保管架(702)取出的物品(203)收纳至分类架(902，722，724)的工序。

进一步，根据图31、图32的结构，移动装置(602)是通过钻入分类架(722，724)的下方而顶起分类架(722，724)，来支承分类架(722，724)而使该分类架(722，724)移动的搬运机器人(602)。

分类架(722，724)和搬运机器人(602)均在各区域(11、12、13)使用，由此，仓库(100)内的各种器材能够共用。

[障碍物的接近检测]

一般在仓库系统内运用搬运机器人602的情况下，会设定成运用搬运机器人602的区域与作业人员的作业区域不重叠。其理由为，作业人员和作业人员搬运的货物会成为运用搬运机器人602时的障碍物。但是，存在混杂有作业人员和搬运机器人602能够实现更高效的装卸作业的情况。为了实现这样的运用，要求搬运机器人602对障碍物恰当地动作。

图34是搬运机器人602检测到障碍物的情况下的动作说明图。另外，在该图中表示作业人员310为障碍物的例子。此外，只要没有特别说明，具有与上述说明的图1～图33所示的附图标记相同的附图标记的部件就具备与图1～图33所示相同的结构、效果。

在本实施方式中，在应用搬运机器人602的区域，在顶棚配置有摄像机等传感器206，监视搬运机器人602及其周边的状态。

在本实施方式中，相对于搬运机器人602的移动方向，为了避免与障碍物(作业人员310等)的冲突，在移动方向的前方设定以下的虚拟区域862、864、866。

(1)搬运机器人602的前方5m前～3m前的区域866

(2)搬运机器人602的前方3m前～1m前的区域864

(3)搬运机器人602的前方1m前以内的区域862

图35是多个搬运机器人602沿分别不同的路径882、884移动的情况下的示意图。

在图示的例子中，2台搬运机器人602沿作为各自的路线的路径882、884移动。另外，路径882、884是在地面上设想的路径，并不是特指在地面上物理形成路径882、884。

中央控制装置800对各搬运机器人602分别设定虚拟的区域872、874，控制各搬运机器人602的运转状态而避免与障碍物(作业人员310等)的冲突。

另外，在图35所示的例子中使用2台搬运机器人602，但搬运机器人602的台数也可以为3台以上。

图36是通过中央控制装置800执行的用于避免作业人员310等与障碍物的冲突的处理的流程图。

在图36的步骤S700开始处理后，处理前进至步骤S701。此处，中央控制装置800为了避免作业人员310等与障碍物的冲突，相对于搬运机器人602的移动方向，设定以下3个虚拟的区域。

(1)搬运机器人602的前方5m前～3m前的区域866

(2)搬运机器人602的前方3m前～1m前的区域864

(3)搬运机器人602的前方1m前以内的区域862

接着，处理前进至步骤S702，搬运机器人602将自己的位置数据发送至中央控制装置800。不过，并不限定于该步骤S702的执行时机，搬运机器人602一直向中央控制装置800发送自己的位置数据。接着，处理前进至步骤S703，传感器206检测在搬运机器人602的周围是否存在障碍物。不过，并不限定于该步骤S703的执行时机，传感器206一直检测在搬运机器人602的周围是否存在障碍物。

接着，处理前进至步骤S704，中央控制装置800运算检测到传感器206的障碍物与搬运机器人602的相对距离，根据其运算结果使处理分支。首先，在相对距离为1m以内时，处理前进至步骤S705，中央控制装置800使该搬运机器人602紧急停止。然后，处理前进至步骤S706，中央控制装置800对作业人员310等的信息终端(智能手机、智能手表等)发出警报。

另一方面，在运算得到的相对距离为1m以上而不到3m时，处理从步骤S704前进至步骤S707。在步骤S707中，中央控制装置800使搬运机器人602的速度减少至正常时的30％。另一方面，在运算得到的相对距离为3m以上而不到5m时，处理从步骤S704前进至步骤S708。在步骤S708中，中央控制装置800使搬运机器人602的速度减少至正常时的50％。

当执行了步骤S707或S708时，接下来将处理返回步骤S702。此外，在运算得到的相对距离为5m以上时，不特别使搬运机器人602减速而将处理返回步骤S702。由此，只要之后不发生紧急停止(步骤S705)，就能够反复进行与上述同样的处理。

通过以上的处理，能够在实现作业人员310等的移动的同时使搬运机器人602安全地运行。即，能够将作业人员310等的作业区域与搬运机器人602的作业区域重叠，能够实现高效的装卸作业。

如上所述，图34～图36所示的结构包括：在仓库(100)内移动的搬运机器人(602)；检测搬运机器人(602)和相对于搬运机器人(602)的障碍物(310)的传感器(206)；和控制装置(800)，其基于传感器(206)的检测结果，以搬运机器人(602)越接近障碍物(310)就越抑制搬运机器人(602)的速度的方式进行控制。

进一步，控制装置(800)在搬运机器人(602)与障碍物(310)的距离成为规定值以下时使搬运机器人(602)停止。

由此，即使在混杂有作业人员等障碍物(310)的环境下，也能够运用搬运机器人(602)，实现高效的装卸作业。

[变形例]

本发明并不限定于上述的实施方式，而能够进行各种各样的变形例。例如，上述的实施方式为了将本发明说明得容易明白而进行了详细的说明，但是并不一定限定于包括所说明的所有结构。此外，也可以在上述实施方式的结构中追加其它结构，还能够对结构的一部分替换到其它结构。此外，对于图中所示的控制线和信息线，仅展示在说明上被认为需要的部分，并不一定展示制品上的所有的控制线和信息线。实际上也可以认为几乎所有的结构相互连接。

附图标记的说明

11、12、13 区域

100 仓库

120、122、124、126、130 搬运路线

152 地面

200、200-1～200-n 手臂机器人

201 机器人主体

202 机械手

203 物品

206 传感器

207 位置传感器

208 机械臂

229 机器人示教数据库

230、230A 第2机器人数据生成部(机器人数据生成部)

264 数据生成部(机器人数据生成部)

300 仓库系统

310 作业人员(障碍物)

330 出库门

410 分析处理装置

480 屉斗

482 堆垛机

484 暂存架

560 货柜(搬运对象物)

602 搬运机器人

702、704、706、708、710、712、714、732、742 保管架

716 保管架(第一保管架)

720 保管架(第二保管架)

722、724 保管架(分类架)

800 中央控制装置(控制装置)

852 载货台座

852a 顶板

854 收货物品(检查对象物)

860 控制装置

902 分类架

θ1’～θn’ 机器人示教数据

Q201 机器人主体坐标(机器人主体坐标模型值)

Q202 机械手坐标(机械手坐标模型值)

Q206 传感器坐标(传感器坐标模型值)

Q602 搬运机器人坐标(搬运机器人坐标模型值)

Q702 保管架坐标(保管架坐标模型值)

th1 阈值(第一阈值)

th2 阈值(第二阈值)。

Claims (9)

1.一种仓库系统，其特征在于，包括：

保管用于收纳物品的多个收纳容器的多个保管架；

搬运机器人，其搬运所述多个保管架中的、保管了收纳有出库对象的物品的收纳容器的保管架；

将收纳有所述出库对象的物品的所述收纳容器，从所搬运的所述保管架取出的机构；

暂存部，其用于放置取出的所述收纳容器；和

手臂机器人，其从放置于所述暂存部的收纳容器中取出所述出库对象的物品。

2.如权利要求1所述的仓库系统，其特征在于：

能够将通过所述机构取出的、分别收纳有出库对象的物品的多个收纳容器，保管在所述暂存部。

3.如权利要求2所述的仓库系统，其特征在于：

所述机构将从所述保管架取出的收纳容器放置于所述暂存部。

4.如权利要求3所述的仓库系统，其特征在于：

所述搬运机器人将所述保管架搬运至出库门。

5.如权利要求4所述的仓库系统，其特征在于：

所述暂存部是临时保管取出的所述收纳容器的暂存架。

6.如权利要求5所述的仓库系统，其特征在于：

所述收纳容器是用于收纳物品的屉斗。

7.如权利要求6所述的仓库系统，其特征在于：

所述机构包括将收纳容器从所述保管架抽出的抽出臂，

相对于所述保管架的相对面，能够使所述抽出臂在左右方向上移动，以及使所述抽出臂在上下方向上升降。

8.一种仓库系统中的方法，其特征在于，包括：

对于保管用于收纳物品的多个收纳容器的多个保管架，利用搬运机器人搬运所述多个保管架中的、保管了收纳有出库对象的物品的收纳容器的保管架的步骤；

将收纳有所述出库对象的物品的所述收纳容器，从所搬运的所述保管架取出并放置到暂存部的步骤；和

由手臂机器人从放置于所述暂存部的收纳容器中取出所述出库对象的物品的步骤。

9.如权利要求8所述的方法，其特征在于：

能够将通过所述机构取出的、分别收纳有出库对象的物品的多个收纳容器，保管在所述暂存部。

Images