CN115421477A - 物流系统以及物流机器人控制方法 - Google Patents

物流系统以及物流机器人控制方法 Download PDF

Info

Publication number
CN115421477A
CN115421477A CN202210533308.7A CN202210533308A CN115421477A CN 115421477 A CN115421477 A CN 115421477A CN 202210533308 A CN202210533308 A CN 202210533308A CN 115421477 A CN115421477 A CN 115421477A
Authority
CN
China
Prior art keywords
route
delivery
logistics
delivery route
robot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210533308.7A
Other languages
English (en)
Inventor
大槻将久
李海妍
岩本国大
大石耕太
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN115421477A publication Critical patent/CN115421477A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Navigation (AREA)

Abstract

本公开提供物流系统以及物流机器人控制方法。在利用通过自主行驶配送货物的物流机器人的物流服务中决定适当的配送路线。物流系统提供利用通过自主行驶配送货物的物流机器人的物流服务。物流系统具备执行决定物流机器人配送货物的配送路线的配送路线决定处理的1个或多个处理器。在从物流机器人的位置去往货物的配送地址存在多个配送路线候补的情况下，1个或多个处理器根据多个配送路线候补各自的拥挤度、时间段、气象条件以及多个配送路线候补各自的物流机器人的能耗量中的至少一个，从多个配送路线候补中选择配送路线。

Description

物流系统以及物流机器人控制方法
技术领域
本公开涉及利用通过自主行驶配送货物的物流机器人的物流服务。
背景技术
专利文献1公开了利用进行自动驾驶的移动体的宅配系统。宅配系统从多个宅配箱之中确定与配送地址对应的宅配箱。移动体进行自动驾驶，向所确定出的宅配箱配送货物。
现有技术文献
专利文献1：日本专利第6164599号公报
发明内容
考虑利用通过自主行驶配送货物的物流机器人的物流服务。作为从物流机器人的位置去往货物的配送地址的配送路线可能有存在多个候补的情况。专利文献1并未考虑这样的情况下的适当的配送路线的决定方法。关于配送路线的决定，尚有改善的余地。
本公开的一个目的在于提供能够在利用通过自主行驶配送货物的物流机器人的物流服务中决定适当的配送路线的技术。
第1观点涉及一种物流系统，该物流系统提供利用物流机器人的物流服务，该物流机器人通过自主行驶配送货物。
物流系统具备1个或多个处理器，该1个或多个处理器执行决定物流机器人配送货物的配送路线的配送路线决定处理。
在从物流机器人的位置去往货物的配送地址存在多个配送路线候补的情况下，1个或多个处理器根据多个配送路线候补各自的拥挤度、时间段、气象条件以及多个配送路线候补各自的物流机器人的能耗量中的至少一个，从多个配送路线候补中选择配送路线。
第2观点涉及控制物流机器人的物流机器人控制方法，该物流机器人通过自主行驶配送货物。
物流机器人控制方法包括：
配送路线决定处理，决定物流机器人配送货物的配送路线；以及
物流机器人控制处理，以使得按照配送路线配送货物的方式控制物流机器人。
在从物流机器人的位置去往货物的配送地址存在多个配送路线候补的情况下，配送路线决定处理包括根据多个配送路线候补各自的拥挤度、时间段、气象条件以及多个配送路线候补各自的物流机器人的能耗量中的至少一个，从多个配送路线候补中选择配送路线的处理。
根据本公开，在存在多个配送路线候补的情况下，根据各配送路线候补的拥挤度、时间段、气象条件、各配送路线候补的物流机器人的能耗量以及配送路线历史中的至少一个而选择配送路线。由此，能够决定与状况对应的适当的配送路线。
附图说明
图1是用于说明本公开的实施方式的物流系统的示意图。
图2是用于说明本公开的实施方式的物流系统的示意图。
图3是用于说明本公开的实施方式的配送路线决定处理的概要的示意图。
图4是概要地示出本公开的实施方式的物流系统执行的处理的流程图。
图5是用于说明本公开的实施方式的配送路线决定处理的第1例的示意图。
图6是用于说明本公开的实施方式的配送路线决定处理的第2例的示意图。
图7是用于说明本公开的实施方式的配送路线决定处理的第3例的示意图。
图8是用于说明本公开的实施方式的配送路线决定处理的第4例的示意图。
图9是用于说明本公开的实施方式的配送路线决定处理的第5例的示意图。
图10是用于说明本公开的实施方式的配送路线决定处理的第6例的示意图。
图11是用于说明本公开的实施方式的配送路线决定处理的第7例的示意图。
图12是示出本公开的实施方式的物流机器人的结构例的框图。
图13是示出本公开的实施方式的物流机器人中的各种信息的例子的框图。
图14是示出本公开的实施方式的管理系统的结构例的框图。
图15是示出本公开的实施方式的管理系统中的各种信息的例子的框图。
(符号说明)
1：物流系统；2：服务区域；5：传感器；10：物流机器人；20：传感器群；30：通信装置；40：行驶单元；50：保存单元；60：控制装置；70：行驶单元控制装置；80：保存单元控制装置；100：管理系统；110：输入输出装置；120：通信装置；130：信息处理装置；140：处理器；150：存储装置；160：数据库；CAN：路线候补信息；CON：气象条件信息；DLV：配送信息；HRS：时间段信息；HST：配送历史信息；MAP：服务区域信息；OPE：操作信息；RBT：物流机器人信息；REF：参照信息；RST：路线状况信息；RTE：路线信息；SUR：周边状况信息
具体实施方式
参照附图，说明本公开的实施方式。
1.物流系统
图1以及图2是用于说明本实施方式的物流系统1的示意图。物流系统1提供物流服务。服务区域2是提供物流服务的预定的区域。例如，服务区域2是智慧城市等的1个街区。物流系统1包含多个物流机器人10和管理系统100。
物流机器人10是主要用于配送货物的机器人。该物流机器人10构成为能够自主行驶，从出发地向目的地自主行驶。例如，出发地是货物的集聚地(例：物流中心)，目的地是货物的配送地址(例：用户的居住场所)。作为其他的例子，出发地是某货物的配送地址，目的地是其他货物的配送地址。进而，作为其他的例子，出发地是最后的货物的配送地址，目的地是货物的集聚地。
物流机器人10的种类不限于一种。也可以使用多个种类的物流机器人10。例如，如图2所示，也可以使用小型的物流机器人10-1、中型的物流机器人10-2、大型的物流机器人10-3等。
管理系统100进行物流服务的管理、物流机器人10的管理以及控制。管理系统100例如为管理服务器。管理系统100也可以是分布处理系统。
管理系统100能够与各物流机器人10通信，从各物流机器人10收集与位置、状态相关的信息。另外，管理系统100从物流服务的用户受理配送请求。管理系统100响应配送请求，分配进行配送的物流机器人10，决定该物流机器人10配送货物的配送路线。然后，管理系统100将所决定的配送路线通知给物流机器人10，并指示物流机器人10按照配送路线进行货物的配送。物流机器人10按照被通知的配送路线自主地行驶，进行货物的配送。
2.配送路线决定处理
图3示出作为从物流机器人10的位置去往货物的配送地址的配送路线存在多个候补的情况。以下将配送路线的候补称作“配送路线候补”。在图3所示的例子中，存在3种配送路线候补R1～R3。
根据本实施方式，根据状况而从多个配送路线候补之中选择适当的配送路线。为了选择适当的配送路线，使用“参照信息REF”。例如，参照信息REF包括与各配送路线候补的拥挤度、时间段、气象条件、各配送路线候补的物流机器人10的能耗量以及物流机器人10的配送路线历史中的至少一个相关的信息。参照信息REF的详情后述。根据这样的参照信息REF，从多个配送路线候补中选择配送路线。由此，能够决定与状况对应的适当的配送路线。
例如，管理系统100决定配送路线。具体而言，管理系统100提取多个配送路线候补。路线候补信息CAN表示多个配送路线候补。另外，管理系统100获取后述的参照信息REF。然后，管理系统100根据参照信息REF从由路线候补信息CAN示出的多个配送路线候补中选择配送路线。路线信息RTE表示所选择的配送路线。管理系统100将路线信息RTE提供给物流机器人10，指示物流机器人10按照路线信息RTE配送货物。控制物流机器人10包括对物流机器人10发出指示。物流机器人10按照由路线信息RTE示出的配送路线自主行驶，配送货物。
作为其他的例子，也可以由物流机器人10决定配送路线。在此情况下，管理系统100将路线候补信息CAN和参照信息REF提供给物流机器人10。或者，物流机器人10也可以自身获取路线候补信息CAN和参照信息REF中的至少一方。物流机器人10根据参照信息REF从由路线候补信息CAN示出的多个配送路线候补中选择配送路线。也就是说，物流机器人10自身生成路线信息RTE。然后，物流机器人10按照由路线信息RTE示出的配送路线自主行驶，配送货物。
图4是概要地示出本实施方式的物流系统1执行的处理的流程图。
在步骤S100中，物流系统1(管理系统100或物流机器人10)执行决定物流机器人10配送货物的配送路线的“配送路线决定处理”。特别是，在存在多个配送路线候补的情况下，物流系统1根据参照信息REF从多个配送路线候补中选择配送路线(步骤S150)。
在步骤S200中，物流系统1执行“物流机器人控制处理”。具体而言，物流系统1(管理系统100或物流机器人10)控制物流机器人10，以使得按照在步骤S100中决定的配送路线配送货物。需要说明的是，控制物流机器人10也包括管理系统100对物流机器人10发出指示。
如以上说明的那样，根据本实施方式，在存在多个配送路线候补的情况下，能够决定与状况对应的适当的配送路线。
以下说明本实施方式的“配送路线决定处理”的各种例子。
2-1.第1例
图5是用于说明配送路线决定处理的第1例的示意图。服务区域2内设置有多个用于识别周围的状况的传感器5。例如，传感器5是摄像机，用于获取表示周围的状况的图像信息。传感器5能够与管理系统100通信，将识别出的信息(例：图像信息)发送到管理系统100。
管理系统100根据从传感器5受理的识别信息，识别多个配送路线候补各自的状况。路线状况信息RST是表示各配送路线候补的状况的信息。例如，路线状况信息RST包括沿着各配送路线候补的图像信息。
管理系统100根据路线状况信息RST计算各配送路线候补的“拥挤度”。此处的“拥挤度”表示在配送路线候补上移动体拥挤到何种程度。作为移动体，例示人、车辆、机器人(包括其他的物流机器人10)、动物等。例如，拥挤度是沿着配送路线候补的移动体密度的平均值。也可以按照移动体的种类进行不同的加权。作为其他的例子，拥挤度是沿着配送路线候补的移动体密度的峰值。例如，在路线状况信息RST包括图像信息的情况下，对该图像信息进行解析，确定移动体，从而能够计算拥挤度。路线状况信息RST也可以包括针对每个配送路线候补计算出的拥挤度。
在第1例中，参照信息REF包括上述的路线状况信息RST。即，管理系统100根据路线状况信息RST从多个配送路线候补中选择配送路线。特别是，管理系统100根据各配送路线候补的拥挤度从多个配送路线候补中选择配送路线。
更详细而言，管理系统100将多个配送路线候补中的拥挤度最低的配送路线候补选择为配送路线。在图5所示的例子中，存在两个配送路线候补RA、RC。配送路线候补RC的拥挤度高、配送路线候补RA的拥挤度低。在这种情况下，管理系统100选择配送路线候补RA作为配送路线。
如以上说明的那样，根据第1例，将多个配送路线候补中的拥挤度最低的配送路线候补选择为配送路线。物流机器人10能够在不拥堵的配送路线上顺畅地移动。另外，在并不拥堵的配送路线上，物流机器人10与其他移动体接触的风险也大幅降低。由此，配送效率提高，并且安全性也提高了。
2-2.第2例
图6是用于说明配送路线决定处理的第2例的示意图。适当地省略与第1例重复的说明。
在第2例中，参照信息REF除了上述的路线状况信息RST以外还包括时间段信息HRS。时间段信息HRS表示当前时刻是第1时间段还是第2时间段。例如，第1时间段是白天，第2时间段是夜间。时间段信息HRS从系统时钟获得。管理系统100根据各配送路线候补的拥挤度和时间段，从多个配送路线候补中选择配送路线。
更详细而言，白天，管理系统100选择多个配送路线候补中的拥挤度最低的配送路线候补作为配送路线。另一方面，夜间，管理系统100选择多个配送路线候补中的拥挤度最高的配送路线候补作为配送路线。即，管理系统100在白天和夜间切换配送路线的选择策略。
白天，将多个配送路线候补中的拥挤度最低的配送路线候补选择为配送路线。物流机器人10能够在并不拥堵的配送路线上顺畅地移动。另外，在并不拥堵的配送路线上，物流机器人10与其他移动体接触的风险也大幅降低。因此，在白天的货物配送中，配送效率提高，并且安全性也提高了。
另一方面，夜间，将多个配送路线候补中的拥挤度最高的配送路线候补选择为配送路线。在这种情况下，物流机器人10能够在货物配送的同时，承担监视夜间的街区的任务。另外，夜间，只要附近有物流机器人10，人们就会觉得有安全感。
2-3.第3例
图7是用于说明配送路线决定处理的第3例的示意图。在第3例中，多个配送路线候补包括地上路线RG和地下路线RU。在地下路线RU，与地上路线RG相比与人之间的干扰少。地下路线RU也可以是物流机器人10专用的配送路线。典型地，沿着地下路线RU的到配送地址的距离比沿着地上路线RG的到配送地址的距离变长需要潜入地下的量。
在第3例中，参照信息REF包括时间段信息HRS。时间段信息HRS表示当前时刻是第1时间段还是第2时间段。例如，第1时间段是白天，第2时间段是夜间。时间段信息HRS从系统时钟获得。管理系统100根据时间段信息HRS，从多个配送路线候补中选择配送路线。
更详细而言，白天，管理系统100将地上路线RG选择为配送路线。另一方面，夜间，管理系统100将地下路线RU选择为配送路线。即，管理系统100在白天与夜间切换配送路线的选择策略。
夜间，将地下路线RU选择为配送路线。夜间，地上路线RG的视觉辨认性变差，物流机器人10与人接触的概率提高。通过选择与人的干扰少的地下路线RU，能够降低物流机器人10与人接触风险。另外，物流机器人10被卷入事故的可能性也减少了。
另一方面，白天，将地上路线RG选择为配送路线。典型地，沿着地上路线RG的到配送地址的距离比沿着地下路线RU的到配送地址的距离短。通过选择短的地上路线RG，能够缩短配送所需要的时间。
2-4.第4例
图8是用于说明配送路线决定处理的第4例的示意图。适当地省略与上述的第3例重复的说明。
在第4例中，白天，管理系统100将地下路线RU选择为配送路线。另一方面，夜间，管理系统100将地上路线RG选择为配送路线。即，管理系统100在白天与夜间切换配送路线的选择策略。
白天，选择地下路线RU为配送路线。在地下路线RU，与地上路线RG比较，与人之间的干扰少。由此，物流机器人10能够在地下路线RU上流畅地移动。另外，物流机器人10与人接触的风险也大幅降低。因此，在白天的货物配送中，配送效率提高，而且安全性也提高了。
另一方面，夜间，选择地上路线RG为配送路线。在这种情况下，物流机器人10能够在货物配送的同时，承担监视夜间的街区的任务。另外，夜间，只要附近有物流机器人10，人们就会感觉到安全感。
2-5.第5例
图9是用于说明配送路线决定处理的第5例的示意图。与上述的第3例的情况同样地，多个配送路线候补包括地上路线RG和地下路线RU。
在第5例中，参照信息REF包括气象条件信息CON。气象条件信息CON表示与气象条件关联的参数。与气象条件关联的参数包括降雨量、降雪量、降尘量、风速、雾浓度以及气温中的至少一个。这样的气象条件信息CON例如由气象信息服务系统提供。管理系统100从气象信息服务系统获取气象条件信息CON。
管理系统100根据气象条件信息CON，从多个配送路线候补中选择配送路线。更详细而言，管理系统100根据气象条件信息CON判断地上路线RG是否处于恶劣环境。例如，在气象条件信息CON示出的参数为阈值以上的情况下，管理系统100判断为地上路线RG处于恶劣环境。在恶劣环境中，物流机器人10的识别精度降低。另外，大量的雨或雪会给物流机器人10的行驶造成障碍。
因此，在气象条件信息CON示出的参数为阈值以上的情况下，管理系统100不是将地上路线RG而是将地下路线RU选择为配送路线。由此，能够不受恶劣环境的影响而安全地进行货物配送。
另一方面，在气象条件信息CON示出的参数低于阈值的情况下，地上路线RG并不处于恶劣环境。因此，管理系统100也可以将地上路线RG选择为配送路线。例如，沿着地上路线RG的到配送地址的距离比沿着地下路线RU的到配送地址的距离短。通过选择短的地上路线RG，能够缩短配送所需要的时间。
2-6.第6例
图10是用于说明配送路线决定处理的第6例的示意图。在第6例中，参照信息REF包括服务区域信息MAP。服务区域信息MAP表示提供物流服务的服务区域2(参照图1)的构成。例如，服务区域信息MAP包括三维道路地图、建筑物配置、建筑物内的楼层结构、各楼层的房间配置、建筑物的电梯配置等。
管理系统100根据服务区域信息MAP推测各配送路线候补的物流机器人10的能耗量。能耗量能够根据各配送路线候补的距离、高低差来计算。然后，管理系统100根据物流机器人10的能耗量从多个配送路线候补中选择配送路线。
更详细而言，管理系统100将多个配送路线候补中的能耗量最少的配送路线候补选择为配送路线。在图10所示的例子中，存在两个配送路线候补RE、RF。配送路线候补RE的能耗量少，配送路线候补RF的能耗量多。因此，管理系统100将配送路线候补RE选择为配送路线。
如以上说明的那样，根据第6例，将多个配送路线候补中的能耗量最少的配送路线候补选择为配送路线。由此，能够削减货物配送所需的能源。特别是，在作为服务区域2整体的能源窘迫的状况下，选择省能源的配送路线是优选的。
2-7.第7例
图11是用于说明配送路线决定处理的第7例的示意图。在第7例中，参照信息REF包括配送历史信息HST。配送历史信息HST表示物流机器人10的配送历史。特别是，配送历史信息HST表示物流机器人10过去行驶过的过去配送路线RP。
管理系统100根据配送历史信息HST，从多个配送路线候补中选择配送路线。更详细而言，在多个配送路线候补包括过去配送路线RP的情况下，管理系统100将该过去配送路线RP选择为配送路线。过去配送路线RP是过去货物配送成功的配送路线，所以无拥堵地进行货物配送的可能性高。
2-8.第8例
能够将上述的例子中的两个以上的例子组合。也就是说，能够考虑诸如配送路线候补的拥挤度、时间段、气象条件、能耗量、配送路线历史的多个参数中的两个以上的参数来进行配送路线决定处理。例如，通过组合各参数而计算得分。然后，得分越高设定越高的优先顺序。
2-9.第9例
在第9例中，由物流机器人10进行配送路线决定处理。管理系统100将路线候补信息CAN和参照信息REF提供给物流机器人10。或者，物流机器人10也可以自身获取路线候补信息CAN和参照信息REF中的至少一方。物流机器人10根据参照信息REF，从由路线候补信息CAN示出的多个配送路线候补中选择配送路线。
3.物流机器人
3-1.结构例
图12是示出本实施方式的物流机器人10的结构例的框图。物流机器人10具备传感器群20、通信装置30、行驶单元40、保存单元50以及控制装置60。
传感器群20包括位置传感器、状态传感器、识别传感器等。位置传感器用于获取物流机器人10的位置以及方位。作为位置传感器，例示有GNSS(Global NavigationSatellite System，全球卫星导航系统)接收机。状态传感器用于检测物流机器人10的状态。作为物流机器人10的状态，例示车轮速度、速度、加速度(前后加速度、横向加速度等)、角速度(偏航率等)、装载重量、电池余量、故障状态等。识别传感器用于识别物流机器人10的周围的状况。作为识别传感器，例示摄像机、LIDAR(LIght Detection And Ranging，光探测及测距)、雷达、声纳等。
通信装置30与物流机器人10的外部进行通信。例如，通信装置30通过4G、5G等的无线通信网络与管理系统100进行通信。通信装置30也可以与无线LAN连接。通信装置30也可以与附近的其他物流机器人10进行近距离通信。作为近距离通信的方式，例示红外线通信、Bluetooth(注册商标)。
行驶单元40进行物流机器人10的加速、减速以及转弯。例如，行驶单元40包括车轮、驱动车轮的电动马达、驱动电动马达的驱动电路、用于供给电力的电池等。物流机器人10的加速以及减速通过电动马达的控制进行。也可以利用基于电动马达的控制的再生制动来进行刹车。另外，也可以在任意的车轮设置机械式制动。物流机器人10的转弯通过控制左右车轮(马达)的旋转速度的差来实现。也可以设置操舵车轮的操舵机构。特定的车轮也可以是全向轮。
保存单元50用于保存货物。例如，保存单元50包括：保存箱、自动地开闭保存箱的盖的致动器、用于改变保存箱的位置、朝向的致动器、用于从保存箱取出货物的臂等。
控制装置60控制物流机器人10。例如，控制装置60包括：控制行驶单元40的行驶单元控制装置70；以及控制保存单元50的保存单元控制装置80。行驶单元控制装置70和保存单元控制装置80连接为能够通信，彼此协作而进行处理。
行驶单元控制装置70包括：进行各种处理的一个或多个处理器71(以下，简称为“处理器71”)、保存各种信息的一个或多个存储装置72(以下，简称为“存储装置72”)。例如，处理器71包括CPU(Central Processing Unit，中央处理单元)。存储装置72例如为易失性存储器、非易失性存储器、HDD(Hard Disk Drive，硬盘驱动器)、SSD(Solid State Drive，固态硬盘)等。处理器71通过执行计算机程序而实现行驶单元控制装置70的功能。计算机程序也可以记录于计算机可读的记录介质。
保存单元控制装置80包括：进行各种处理的一个或多个处理器81(以下，简称为“处理器81”)；以及用于保存各种信息的一个或多个存储装置82(以下，简称为“存储装置82”)。例如，处理器81包括CPU。存储装置82例如为易失性存储器、非易失性存储器、HDD、SSD等。处理器81通过执行计算机程序而实现保存单元控制装置80的功能。计算机程序也可以记录于计算机可读的记录介质。
3-2.各种信息的例子
图13是示出物流机器人10中的各种信息的例子的框图。各种信息被保存于存储装置72、存储装置82。
服务区域信息MAP表示提供物流服务的服务区域2(参照图1)的构成。例如，服务区域信息MAP包括三维道路地图、建筑物配置、建筑物内的楼层结构、各楼层的房间配置、建筑物的电梯配置等。例如从管理系统100提供服务区域信息MAP。控制装置60经由通信装置30从管理系统100获取服务区域信息MAP。
操作信息OPE表示物流机器人10的位置以及状态。物流机器人10的位置通过传感器群20的位置传感器获得。控制装置60也可以通过公知的自身位置推定处理(Localization，定位)来获取高精度的位置信息。物流机器人10的状态通过传感器群20的状态传感器检测。作为物流机器人10的状态，例示车轮速度、速度、加速度(前后加速度、横向加速度等)、角速度(偏航率等)、装载重量、电池余量、故障状态等。控制装置60从传感器群20获取操作信息OPE。
周边状况信息SUR表示物流机器人10的周围的状况。周边状况信息SUR根据由传感器群20的识别传感器得到的识别结果来获得。例如，周边状况信息SUR包括通过摄像机拍摄的图像(影像)。周边状况信息SUR也可以包括与物流机器人10的周边的物体相关的物体信息。作为物流机器人10的周边的物体，例示步行者、移动物体(车辆、机器人)、标识、白线、路侧构造物、建筑物等。物体信息表示物体相对于物流机器人10的相对位置以及相对速度。
配送信息DLV是与货物配送有关的信息。例如，配送信息DLV包括表示各货物的配送地址的货物信息。进而，配送信息DLV包括表示物流机器人10行驶的配送路线的路线信息RTE。例如，配送信息DLV从管理系统100提供。控制装置60经由通信装置30从管理系统100获取配送信息DLV。作为其他的例子，控制装置60也可以根据货物的配送地址和服务区域信息MAP生成路线信息RTE。
路线候补信息CAN表示从物流机器人10的位置去往货物的配送地址的多个配送路线候补。例如，路线候补信息CAN从管理系统100提供。控制装置60经由通信装置30从管理系统100获取路线候补信息CAN。作为其他的例子，控制装置60也可以根据货物的配送地址和服务区域信息MAP生成路线候补信息CAN。
参照信息REF是为了从多个配送路线候补中选择配送路线而使用的信息。作为参照信息REF，例举在上述的第2节中说明的信息。例如，参照信息REF从管理系统100提供。控制装置60经由通信装置30从管理系统100获取参照信息REF。作为其他的例子，控制装置60也能够自身获取时间段信息HRS、气象条件信息CON等参照信息REF。
3-3.配送处理
行驶单元控制装置70(处理器71)通过控制行驶单元40，进行行驶控制(加速控制、减速控制、转弯控制)。从操作信息OPE获得物流机器人10的速度、加速度以及角速度。行驶单元控制装置70也可以根据周边状况信息SUR进行行驶控制，以避免物流机器人10与周围的物体发生碰撞。
特别是，行驶单元控制装置70(处理器71)以物流机器人10朝向目的地行驶的方式进行自主行驶控制。更详细而言，行驶单元控制装置70根据服务区域信息MAP、操作信息OPE(位置信息)以及配送信息DLV(路线信息RTE)进行自主行驶控制，以使得物流机器人10按照配送路线行驶。
行驶单元控制装置70(处理器71)也可以进行配送路线决定处理(图4、步骤S100)。例如，路线候补信息CAN和参照信息REF从管理系统100提供。行驶单元控制装置70经由通信装置30从管理系统100获取路线候补信息CAN和参照信息REF。作为其他的例子，行驶单元控制装置70也可以自身根据物的配送地址和服务区域信息MAP而生成路线候补信息CAN。进而，作为其他的例子，行驶单元控制装置70也可以自身获取诸如时间段信息HRS、气象条件信息CON的参照信息REF。行驶单元控制装置70(处理器71)根据参照信息REF，从由路线候补信息CAN示出的多个配送路线候补中选择配送路线(参照上述的第2节)。
在物流机器人10到达货物的配送地址后，保存单元控制装置80(处理器81)为了卸下货物而控制保存单元50。例如，保存单元控制装置80自动地开闭保存箱的盖、或者改变保存箱的位置和朝向、或者从保存箱中取出货物。同样地，保存单元控制装置80也可以控制保存单元50而收装货物。
3-4.监视功能
控制装置60也可以经由通信装置30将周边状况信息SUR发送到管理系统100。管理系统100的操作人员能够根据周边状况信息SUR来监视服务区域2的状况。
另外，控制装置60也可以根据周边状况信息SUR检测异常现象。作为异常现象，例举病人、犯罪等。在检测到异常现象的情况下，控制装置60经由通信装置30向管理系统100发送警报。管理系统100的操作人员识别异常现象，采取应对措施。
4.管理系统
4-1.结构例
图14是示出本实施方式的管理系统100的结构例的框图。管理系统100例如为管理服务器。管理系统100也可以是分布处理系统。管理系统100具备输入输出装置110、通信装置120、信息处理装置130以及数据库160。
输入输出装置110是用于从管理系统100的操作者受理信息、并向操作者提供信息的接口。作为输入装置，例示键盘、鼠标、触摸面板、开关等。作为输出装置，例示显示装置、扬声器等。操作者能够利用输入输出装置110监视物流服务的状态。
通信装置120进行与外部之间的通信。例如，通信装置120通过4G、5G等的无线通信网络与各物流机器人10进行通信。通信装置120也可以与无线LAN连接。另外，通信装置120与用于识别建筑物3的楼层的状况的传感器5进行通信。另外，通信装置120也可以与用户终端(例：PC、平板电脑、智能电话)进行通信。
信息处理装置130包括一个或多个处理器140(以下简称为“处理器140”)、一个或多个存储装置150(以下简称为“存储装置150”)。处理器140进行各种信息处理。例如，处理器140包括CPU。存储装置150中保存由处理器140执行的处理所需的各种信息。作为存储装置150，例示易失性存储器、非易失性存储器、HDD、SSD等。处理器140通过执行计算机程序而实现信息处理装置130的功能。计算机程序保存于存储装置150。计算机程序也可以记录于计算机可读的记录介质。计算机程序也可以通过经由网络来提供。
另外，信息处理装置130能够访问数据库160。数据库160通过预定的存储装置实现。数据库160也可以包含于存储装置150。数据库160保存提供物流服务所需要的各种信息。信息处理装置130从数据库160读出所需的信息，并保存到存储装置150中。
4-2.各种信息的例
图15是示出管理系统100中的各种信息的例子的框图。各种信息保存于存储装置150或数据库160。
服务区域信息MAP表示提供物流服务的服务区域2(参照图1)的构成。例如，服务区域信息MAP包括三维道路地图、建筑物配置、建筑物内的楼层结构、各楼层的房间配置、建筑物的电梯配置等。服务区域信息MAP被预先制作好。也可以每隔一定期间而对服务区域信息MAP进行更新。
物流机器人信息RBT是与物流机器人10相关的信息，针对每个物流机器人10生成。例如，物流机器人信息RBT包含操作信息OPE和配送信息DLV。
操作信息OPE表示物流机器人10的位置以及状态。处理器140经由通信装置120与各物流机器人10进行通信，定期从各物流机器人10获取操作信息OPE。
配送信息DLV是与货物配送有关的信息。例如，配送信息DLV包括表示各货物的配送地址的货物信息。进而，配送信息DLV也可以包括表示物流机器人10所行驶的配送路线的路线信息RTE。
物流机器人信息RBT进而还可以包括表示物流机器人10的性能的性能信息。例如，性能信息包括物流机器人10的尺寸、货物保存容量、最大装载量、电池容量、最大可行驶距离、最高移动速度等。性能信息被预先制作好。
路线候补信息CAN表示从物流机器人10的位置去往货物的配送地址的多个配送路线候补。
参照信息REF是为了从由路线候补信息CAN示出的多个配送路线候补中选择配送路线而使用的信息。作为参照信息REF，例举在上述的第2节中说明的参照信息。路线状况信息RST根据从设置于服务区域2的传感器5发送来的信息而获取。时间段信息HRS从系统时钟获得。气象条件信息CON从气象信息服务系统获得。配送历史信息HST从数据库160获得。
4-3.配送处理
处理器140从物流服务的用户受理配送请求。更详细而言，处理器140经由通信装置120从用户终端受理配送请求。配送请求包括希望配送场所、希望配送日期、希望配送时间等。
响应配送请求，处理器140分配进行配送的物流机器人10。更详细而言，处理器140根据服务区域信息MAP、操作信息OPE以及性能信息，选择能够在希望配送日期的希望配送时间到达希望配送场所的物流机器人10。进而，处理器140根据服务区域信息MAP和希望配送场所(配送地址)决定适当的配送路线，生成路线信息RTE(配送路线决定处理)。
更详细而言，处理器140根据货物的配送地址和服务区域信息MAP提取多个配送路线候补，生成路线候补信息CAN。进而，处理器140根据参照信息REF，从由路线候补信息CAN示出的多个配送路线候补中选择配送路线(参照上述的第2节)。路线信息RTE表示所选择的配送路线。配送信息DLV包括该路线信息RTE。
由此，处理器140响应来自用户的配送请求，分配进行配送的物流机器人10，生成与该物流机器人10有关的配送信息DLV。处理器140经由通信装置120与物流机器人10进行通信，向物流机器人10提供配送信息DLV，指示物流机器人10按照配送信息DLV进行配送处理。也就是说，处理器140通过对物流机器人10提供配送信息DLV而控制物流机器人10。物流机器人10根据配送信息DLV进行自主行驶控制，配送货物。
作为其他的例子，处理器140也可以经由通信装置120与物流机器人10通信，向物流机器人10提供路线候补信息CAN和参照信息REF。在此情况下，物流机器人10根据路线候补信息CAN和参照信息REF进行配送路线决定处理。

Claims (13)

1.一种物流系统，该物流系统提供利用物流机器人的物流服务，该物流机器人通过自主行驶配送货物，其中，
所述物流系统具备一个或多个处理器，所述一个或多个处理器执行决定所述物流机器人配送所述货物的配送路线的配送路线决定处理，
在从所述物流机器人的位置去往所述货物的配送地址存在多个配送路线候补的情况下，所述1个或多个处理器根据所述多个配送路线候补各自的拥挤度、时间段、气象条件以及所述多个配送路线候补各自的所述物流机器人的能耗量中的至少一个，从所述多个配送路线候补中选择所述配送路线。
2.根据权利要求1所述的物流系统，其中，
所述1个或多个处理器根据所述多个配送路线候补各自的所述拥挤度，从所述多个配送路线候补中选择所述配送路线。
3.根据权利要求2所述的物流系统，其中，
所述1个或多个处理器将所述多个配送路线候补中的所述拥挤度最低的配送路线候补选择为所述配送路线。
4.根据权利要求2所述的物流系统，其中，
所述1个或多个处理器
在第1时间段，将所述多个配送路线候补中的所述拥挤度最低的配送路线候补决定为所述配送路线，
在与所述第1时间段不同的第2时间段，将所述多个配送路线候补中的所述拥挤度最高的配送路线候补决定为所述配送路线。
5.根据权利要求4所述的物流系统，其中，
所述第1时间段为白天，所述第2时间段为夜间。
6.根据权利要求1所述的物流系统，其中，
所述多个配送路线候补包括地上路线和地下路线，
所述1个或多个处理器
在第1时间段，将所述地上路线选择为所述配送路线，
在与所述第1时间段不同的第2时间段，将所述地下路线选择为所述配送路线。
7.根据权利要求6所述的物流系统，其中，
在所述第1时间段为白天的情况下，所述第2时间段为夜间，
在所述第1时间段为夜间的情况下，所述第2时间段为白天。
8.根据权利要求1所述的物流系统，其中，
所述多个配送路线候补包括地上路线和地下路线，
与所述气象条件关联的参数包括降雨量、降雪量、降尘量、风速、雾浓度以及气温中的至少一个，
在所述参数为阈值以上的情况下，所述1个或多个处理器将所述地下路线选择为所述配送路线。
9.根据权利要求6至8中任意一项所述的物流系统，其中，
沿着所述地下路线的到所述配送地址的距离比沿着所述地上路线的到所述配送地址的距离长。
10.根据权利要求1所述的物流系统，其中，
所述1个或多个处理器将所述多个配送路线候补中的所述物流机器人的所述能耗量最少的配送路线候补选择为所述配送路线。
11.根据权利要求1所述的物流系统，其中，
所述多个配送路线候补包括所述物流机器人过去行驶过的过去配送路线，
所述1个或多个处理器将所述过去配送路线选择为所述配送路线。
12.根据权利要求1至11中任意一项所述的物流系统，其中，
所述1个或多个处理器还执行物流机器人控制处理，在该物流机器人控制处理中，控制所述物流机器人以使得按照所述配送路线配送所述货物。
13.一种物流机器人控制方法，控制物流机器人，该物流机器人通过自主行驶配送货物，其中，
所述物流机器人控制方法包括：
配送路线决定处理，决定所述物流机器人配送所述货物的配送路线；以及
物流机器人控制处理，控制所述物流机器人以使得按照所述配送路线配送所述货物，
在从所述物流机器人的位置去往所述货物的配送地址存在多个配送路线候补的情况下，所述配送路线决定处理包括如下处理：根据所述多个配送路线候补各自的拥挤度、时间段、气象条件以及所述多个配送路线候补各自的所述物流机器人的能耗量中的至少一个，从所述多个配送路线候补中选择所述配送路线。
CN202210533308.7A 2021-05-14 2022-05-13 物流系统以及物流机器人控制方法 Pending CN115421477A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-082693 2021-05-14
JP2021082693A JP7484810B2 (ja) 2021-05-14 2021-05-14 物流システム及び物流ロボット制御方法

Publications (1)

Publication Number Publication Date
CN115421477A true CN115421477A (zh) 2022-12-02

Family

ID=83997861

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210533308.7A Pending CN115421477A (zh) 2021-05-14 2022-05-13 物流系统以及物流机器人控制方法

Country Status (3)

Country Link
US (1) US11966874B2 (zh)
JP (1) JP7484810B2 (zh)
CN (1) CN115421477A (zh)

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11009363B2 (en) * 2010-12-31 2021-05-18 Tomtom Navigation B.V. Non-uniform weighting factor as route algorithm input
CN105074793A (zh) * 2013-03-15 2015-11-18 凯利普公司 用于车辆路径规划和交通管理的车道级车辆导航
US9841757B2 (en) * 2015-12-03 2017-12-12 At&T Intellectual Property I, L.P. Drone piggybacking on vehicles
US10190882B2 (en) * 2015-12-17 2019-01-29 Jaguar Land Rover Limited System and method to facilitate having adequate vehicle power
US10859398B2 (en) * 2016-11-04 2020-12-08 Architecture Technology Corporation Integrated multi-mode automation for air traffic control
US10515390B2 (en) * 2016-11-21 2019-12-24 Nio Usa, Inc. Method and system for data optimization
JP6786376B2 (ja) 2016-12-20 2020-11-18 ヤフー株式会社 評価装置、評価方法及び評価プログラム
JP6164599B1 (ja) 2017-04-11 2017-07-19 Ｌｅｇａｒｅ株式会社 宅配システム
US10921128B2 (en) * 2018-08-30 2021-02-16 Here Global B.V. Method and apparatus for mapping underground or interior drone routes
JP6810192B2 (ja) 2019-05-16 2021-01-06 株式会社かもめや 運行管理装置、運行管理システム、及び運行管理方法
WO2020241002A1 (ja) 2019-05-30 2020-12-03 パナソニックＩｐマネジメント株式会社 運行支援方法、運行支援システム及び電動車両
US11370435B2 (en) * 2019-09-04 2022-06-28 GM Global Technology Operations LLC Connected and automated vehicles, driving systems, and control logic for info-rich eco-autonomous driving
US11537767B2 (en) * 2019-11-29 2022-12-27 Nec Corporation Automated control through a traffic model
JP7387463B2 (ja) 2020-01-28 2023-11-28 エヌ・ティ・ティ・コミュニケーションズ株式会社 物流制御装置、方法およびプログラム

Also Published As

Publication number Publication date
US11966874B2 (en) 2024-04-23
JP7484810B2 (ja) 2024-05-16
US20220366356A1 (en) 2022-11-17
JP2022175915A (ja) 2022-11-25

Similar Documents

Publication Publication Date Title
EP3602220B1 (en) Dynamic sensor selection for self-driving vehicles
US20220105959A1 (en) Methods and systems for predicting actions of an object by an autonomous vehicle to determine feasible paths through a conflicted area
US11648965B2 (en) Method and system for using a reaction of other road users to ego-vehicle actions in autonomous driving
CN116249644B (zh) 由自主车辆执行出路推断以确定通过交叉路口的可行路径的方法和系统
CN116745187B (zh) 通过可行驶区域边界的语义分割来预测不确定道路使用者的轨迹的方法和系统
US20220349720A1 (en) Method of navigating autonomous vehicle to passenger pickup / drop-off location
US20230368673A1 (en) Autonomous fleet recovery scenario severity determination and methodology for determining prioritization
WO2022232798A1 (en) Determination of path to vehicle stop location in a cluttered environment
US20230386326A1 (en) Systems and methods for detecting pedestrians with crosswalking or jaywalking intent
WO2023177969A1 (en) Method and system for assessing whether a vehicle is likely to leave an off-road parking area
JP7484810B2 (ja) 物流システム及び物流ロボット制御方法
CN113470404B (zh) 自动驾驶系统
US20240017744A1 (en) Operational weather management
US20240011781A1 (en) Method and system for asynchronous negotiation of autonomous vehicle stop locations
US20220366365A1 (en) Logistics system, logistics robot, and logistics robot control method
US20230419271A1 (en) Routing field support to vehicles for maintenance
US20240171633A1 (en) Mobile Offloading for Disconnected Terminal Operation
US20240166221A1 (en) Mobile offloading for disconnected terminal operation
US20230015880A1 (en) Using distributions for characteristics of hypothetical occluded objects for autonomous vehicles
CN117409561A (zh) 运营天气管理
CN113460078A (zh) 自动驾驶系统
CN117132960A (zh) 检测意图穿越马路或违规穿越马路的行人的系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination