CN116157240A - 自动生成用于捆布置的包装或码垛机的运动和位置参数的系统和方法 - Google Patents

Abstract

本发明涉及包装或码垛机、用于自动生成用于捆布置的包装或码垛机的运动和位置参数的系统和方法。可以在用于生成用于控制包装或码垛机的参数的用户界面处输入层和/或包装参数。可以使用包装或码垛机的数字孪生来生成或计算参数。这允许通过使用数字孪生的模拟来测试和验证所计算出的参数。生成参数，使得正在使用这些参数控制的包装机根据包装和/或层参数来创建捆的包装，以及/或者正在使用这些参数控制的码垛机根据层和/或包装参数来布置捆。在生成参数之后，基于所计算出的参数来对包装或码垛机进行配置。

Description

自动生成用于捆布置的包装或码垛机的运动和位置参数的系 统和方法

技术领域

本发明涉及根据独立权利要求所述的如下的系统、装置和方法，该系统、装置和方法用于自动生成用于将容器(特别是饮料容器流中的容器)分组成捆布置的参数，并且用于布置捆布置。

背景技术

通常，饮料容器流中的容器被预先布置在通道中并馈送到包装机，以将这些容器打包成捆。容器例如可以是饮料容器等，这些容器被作为系列容器流在一个或多于一个通道中一个接一个地直接运送，并且以这种预先布置的方式由包装机进行处理。为此目的，饮料容器流中的容器通常由线性输送机竖直地运送，并且由引导元件分发到过道，使得这些容器作为系列容器流各自存在于过道中。

为了支持容器的无故障分隔，通常附加使用推杆或振动器来防止容器在引导元件的拥挤区域中卡住。然后重新布置饮料容器流中的容器以形成捆布置，然后将该捆布置馈送到包装机。例如，重新布置为捆布置的容器可以例如以纸板箱包装或收缩包装链接到包装机。

捆布置可以意味着一组规则布置的容器。例如，可以意味着2×3个容器的6装包的网格布置。同样，还可想到2×4、3×3、3×4、3×5、4×4、4×5、4×6的网格布置或者诸如六边形网格布置等的其他规则网格布置。

通常，根据预定义的层结构对捆进行分组。该层结构或捆布置可以作为布局存储在控制单元中。布局是数字数据记录，布局是在控制单元中或通过单独的计算机创建的，并且将根据容器类型和期望捆布置、以及所需的捆或托板大小或者如果需要的话甚至是整个层方案来调适布局。

特别地，容器流中的容器的这种分组可以利用一个机器人或机器人的编队来执行，该一个机器人或机器人的编队由控制单元基于所存储的布局来控制，使得利用机器人将分组区域中的容器重新布置成所需的捆布置。形状配合的精密夹持器可以将捆安全且精确地带到其预期位置。

一方面，利用各个系统元件(包括用于根据所需的或所存储的捆布置对容器或捆进行分组和重新布置的机器人或机械)的控制的这种模块化设计的系统使得能够实现具有打包和码垛系统之间的短进给距离的高分组性能，其中每小时高达数百个层。另一方面，特别是由于期望位置和/或包装参数的大量可能性(诸如不同的捆大小、不同的托板大小、捆内的容器的不同层方案、容器大小、容器横截面或形成捆的不同类型的容器的组合等)，系统模块和机器人的所需参数的生成非常复杂。

通常，这些参数由有经验的操作者针对单独定义的参数默认值的各操作者模块手动装配。这样做时，操作者必须遵守关于最大力、转矩、轴力矩的某些操作限度以及其他载荷限度，以避免在设置参数时生成装载和卸载机械人的如下运动序列，这些运动序列的加速度以及由此产生的力和力矩高于系统限度。例如，如果由于不正确地设置参数而导致执行机械臂的过高质量装载和/或过高加速度，则这会损坏系统。

还必须防止数个可移动机器组件和机械臂的相互碰撞，这在高速和所涉及的动力学方面是一个极大挑战。

为了系统地防止这种损坏，在系统中内置有在正常操作期间不被利用的能力储备。在该上下文中，已确立了所谓的“2秒法则”，该“2秒法则”在机器人循环之后在系统侧设置2秒的暂停，以避免无意的高加速度值并防止可能的碰撞。尽管这些既定措施提供了系统侧保护，但这些措施也降低了系统的效率。

因此，需要经改进的包装和/或码垛机以及用于配置包装和/或码垛机的经改进的方法。

发明内容

根据本发明，该任务通过根据权利要求1所述的用于自动生成用于捆布置的包装或码垛机的运动和位置参数的方法、根据独立的包装或码垛机权利要求的用于捆布置的包装或码垛机、以及根据独立的系统权利要求的系统来解决。在从属权利要求中定义了更多实施例。

本发明的一个实施例涉及用于自动生成用于捆布置的包装或码垛机的运动和位置参数的方法。该方法包括在用户界面处接收层和/或包参数。可以使用例如HMI、计算机、膝上型计算机、智能电话或平板电脑等来访问用户界面。然后可以将所接收到的层和/或包装参数传输到服务器。可替代地，例如，这些参数可以在本地保存并在机器中处理。该方法还包括生成用于控制包装或码垛机的参数。特别地，包装或码垛机的数字孪生可用于生成或计算参数。这允许通过使用数字孪生的模拟来测试和验证所计算出的参数。生成参数，使得正使用参数控制的包装机根据包装和/或层参数来创建包装以用于捆，或者正使用参数控制的码垛机根据层和/或包装参数来布置捆。不必单独考虑层参数和包装参数。码垛机也可以在其操作中特别考虑包装参数，或者也可以在对码垛机进行配置时考虑包装参数。类似地，用于码垛机的层参数也可以在对包装机的配置或操作中产生影响。包装参数可以是用于创建包装的参数，诸如涂胶长度、取决于膜厚度的膜隧道温度等。

例如，在参数的计算完成之后，从服务器接收到数据集。该数据集包括用于控制包装或码垛机的所生成的参数。一旦这些参数可用，就基于所接收到的数据集来对包装或码垛机进行配置。

作为使用数字孪生来计算(生成)参数的替代，例如，可以通过使用类似装置的模拟来计算参数。

根据典型实施例，可以使用人工智能来计算和生成参数。使用人工智能来计算参数可以包括：使包装或码垛机的移动组件的移动的未使用能力储备最小化。使用人工智能的计算可以包括：使用包装或码垛机的数字孪生来对参数的可行性进行验证。

本发明的一个实施例涉及用于创建和/或布置捆的包装或码垛机。本发明的另一实施例涉及一种系统，包括用于捆布置的包装或码垛机以及用于计算包装或码垛机所用的参数的服务器。

附图说明

本发明的示例性方面是在附图中示出的。附图示出：

图1a：根据本发明的用于将饮料容器流分组成捆布置的装置的实施例的立体图；

图1b：根据本发明的用于将饮料容器流分组成捆布置的装置的顶视图；

图2a：在捆将布置在托板上时捆的示例性码垛布局；

图2b：根据本发明的打包和码垛机的典型实施例；

图2c：根据本发明的打包和码垛机的机械臂轨迹的实施例；

图3：根据本发明的用于计算包装或码垛机的经优化的操作参数的AI模块的实施例示例；

图4：根据本发明的用于自动生成用于捆布置的包装或码垛机的运动和位置参数的方法的实施例；

图5：根据本发明的用于利用AI模块来自动生成用于捆布置的包装或码垛机的运动和位置参数的方法的示例；以及

图6：根据本发明的用于输入用户输入的用户界面的实施例示例。

具体实施方式

包装或码垛机的配置在技术上要求很高，因为必须设置大量参数，这些参数中的一些参数也是相互依赖的。这意味着，如果例如针对第一机械臂的第一循环正确地设置了一个参数，则例如针对同一循环中的机械臂改变另一参数会对已假定正确地设置的参数产生不利的影响，并且再次不利地改变该参数。为了防止这种交叉效应并由此防止机械臂的高加速度值，通常需要对包装或码垛机领域的大量经验。

图1a至图1b示出根据本发明的用于将饮料容器流S分组成捆布置G的装置1的实施例的立体图和顶视图。装置1表示包装机的示例，利用该包装机，例如可以布置多个容器以形成捆，以及/或者可以将多个容器包装在箱或托盘中。

尽管图1a和图1b示出用于将各个容器或瓶子布置成多个瓶子的捆(诸如2×3个容器的6装包等)的装置1的示例，但本发明不限于创建捆。更特别地，本发明还涉及将各捆布置在托板上。在这方面，将捆布置在托板上的处理与将各容器布置成捆或布置到箱/托盘自身中的处理相似并类似。托板上的捆的布置的特殊特征是，由于捆的质量较大，因此可以作用较高的力，并且在对机器人序列进行编程时可以考虑数个布局选项和更多参数。

因此，尽管为了便于理解、以下对图1a和图1b的说明涉及将各容器布置成捆，但本发明不限于此，并且如在图2a至图2c中进一步所述，图1a和图1b的相同特征也适用于将捆布置在托板上。

由用户指定的捆的布局(即，物件2(诸如瓶子、罐子、容器等)的布置或者甚至整个捆的布置)由机器人4实现。在这种情况下，控制单元基于所存储的布局来控制机器人4的编队，使得利用机器人将物件2重新布置在分组区域中以形成捆布置。例如，可想到，沿着线性输送机布置机器人的编队，并且将物件2重新布置在线性输送机上以形成捆布置。随后，物件可被运送到随后的输送机和/或包装机。

当在托板上打包或布置捆时，如以下将所述，可以使用根据与图1a和图1b的装置并行的原理进行操作的码垛机。

在重新布置期间，物件例如可以各自由机器人拾取，并放置在分组区域中的不同位置。可想到，在该处理中，物件被再次放置在线性输送机上。同样可想到，物件仅由机器人移动。

例如，如例如在图1a至图1b中所示，机器人可以沿着线性输送机一个接一个地布置。

尽管装置1示出包装机，但装置1也可以是用于捆布置的码垛机。在这种情况下，在线性输送机上运送和布置的不是各容器，而是已打包的多个容器的捆。然而，如本文所述的本发明的概念不旨在限于饮料容器捆的分组，并且其他物品也可以成捆打包或单独打包以及/或者布置在托板(诸如箱或托盘等)上。

在图1a至图1b中可以看到具有三个平行输送带31至33的线性输送机3，其中输送带31被设置成将饮料容器流S(或者一个或多于一个捆流)沿运送方向T运送到分组区域B。例如，线性输送机3包括至少一个可控驱动器以驱动输送带31至33。可想到，输送带31至33是利用一个驱动器一起驱动的，或者是利用可单独控制的驱动器分开驱动的。中央输送带31被设置成将进给中的物件的连续流运送到分组区域B。为了在重新布置期间和之后运送更宽的捆布置G，还可以提供横向输送带32和33。

在分组区域B处，布置具有机器人4的编队F以重新布置物件2(容器、瓶子、捆等)，从而形成捆布置G(在该示例中为具有2×3个容器的6装包)。在这种情况下，基于控制单元10中所存储的布局来控制具有机器人4的编队F，使得利用机器人4将物件2重新布置在分组区域B中以形成捆布置G。在码垛机的情况下，利用机器人4将作为物件2的已布置的捆重新布置在分组区域B中，使得这些捆根据预定义的布局布置在托板上。

这里的机器人4在机器人类型上例如是并联(delta)机器人，因为这使得容器2能够在线性输送机3上以相对于运送方向T呈横向的方式特别快速地移动。为此，机器人4各自包括容器操纵器41，例如以在运送期间在容器颈部夹持容器2，将容器2向上提升并将这些容器2在线性输送机3上的另一点处再次放下。然而，也可想到，在运送期间利用容器操纵器41移动容器2。可想到，在该处理中检测到不同产品类型的容器并进行分拣。例如，如前面所述，可以将不同口味作为样品组装在捆布置G中。

特别是对于码垛机，机器人4在机器人类型上例如可以是具有并联运动结构的三脚架机器人。这意味着所有轴都可以同时操作，并且驱动器可以被安装成固定到机架，使得驱动器不必沿着机架移动。这使得能够根据指定的层模式或布局对捆进行分组，并且利用仅一个模块就可以实现高分组性能。三脚架机器人可以配备有正向(positive)夹持器和/或非正向夹持器，特别是精密夹持器，其将捆安全且精确地带到其预期位置。捆可以连续地到达分组区域B中，并且在机械人的控制被相应地优化的情况下受到尽可能小的应力。分组系统还可以独立地检查传入的捆的位置并且在存在偏离的情况下重新调整这些捆。

此外，在图1a和图1b中，可以看到控制单元10，该控制单元10例如在这里是与微处理器、存储器单元、显示单元、输入单元、网络接口和/或与控制接口一起形成的。可以提供控制接口以控制线性输送机3、具有机器人4的编队、缓冲系统和/或打包部6。此外，控制单元10还可被适配用于设置如本文所述的机器的参数。

图2a至图2c示出如利用图1a和图1b的系统可以执行的不同捆的分组的规划和实现的更多详情。在这方面，图2a至图2c示出码垛机上的捆的布置。

图2a示出如由机器的操作者规划的示例层模式。层模式包括布局200，该布局200包括各种捆的布置。例如，在图2a中，示出在托板上一起分拣两种不同类型的包。第一捆在图2a中被示出为单个四边形，并且第二捆在该图中被示出为通过线连接的两个四边形。例如，第二捆可能已由两个捆的组组成，并因此占据比第一捆更多的空间，或者第二捆与第一捆类型相比是更大物品的更大捆。

布局200由操作者指定，并且通常必须手动转换为机械人4的运动控制。例如，具有适当经验的操作者可以考虑到诸如最大轴转矩、力、加速度和相互碰撞避免等的系统框架条件，以重复运动循环的形式对各个机械臂4的运动序列进行编程。

在规划捆在托板上的打包、包装和/或布置时，特别是在要将不同类型的捆布置在一起的情况下，操作者还必须考虑要夹持并布置在托板上的捆的顺序。如在图2a中示例性地示出，用于层的布局200中的各个捆以表示托板上的来自输送带的布置顺序的编号1至8来标记。由此，布局200用于托板上的单个层，并且该层上方的接下来一层的布局可以不同于该层；例如，可以对该层进行镜像反转以增加码垛的稳定性。

如在图2a中可以看到，在布局200的右边缘处用“1”标记大(双)捆，因此首先从输送机取出该捆并根据布局200将其布置在托板上。然后，将取出并布置较小的捆(用“2”标记)，依此类推。通常，这种布局和机器人控制是在专用计算工具中创建的，并且技术人员必须编程并计算机械臂4的匹配运动序列。

因此，向这样的计算工具中的用户输入需要对部分不可计算系统的动力学的非常渊博的知识。另外，由于这种软件的高度复杂性，当不日常使用时，该软件的操作很困难。结果，在发生错误或错误设置的机器的情况下，快速消除问题通常不容易实现。

在图2b中示出码垛机的示例。如图2b所示，两个输送带31a和31b可用于运送两个不同类型的捆。然而，该几何形状仅是示例性的，并且可以存在多于一个输送带，或者可以在单个输送带上将不同的捆输送到布置区域。输送带31上的捆由一个或多于一个机器人4夹持，并根据布局以及编程的运动序列而被布置在托板上。由于手动编程以及遵守某些能力储备，该处理并不总是最优的移动序列。

根据布局200，机器人4的移动必须预先由操作者转换并编程到机器人4的控制器中。在图2c中示出机械臂4的示例性序列，其中示出包括一个循环的子部分的运动路径。该路径必须由操作者根据布局200设置。在这一点上应注意，如这里所示的运动路径和轨迹线是高度简化的，并且现实中看起来更复杂且包括更高的动力学。

这意味着，图2a至图2c中所示的方案是高度简化的，并且必须在机器控制器中考虑和设置许多其他参数。

这里的机械臂的可能移动包括：降低机械臂4；夹持、转动和/或移动被夹持捆；松开捆；升高机械臂4；以及返回到初始状态。这些路径必须始终被编程为无碰撞，这涉及到大量的附加工作和复杂性的增加。

如开头所述，存在由路径的手动设置或者编程引起的机械人的错误设置的风险。例如，为了防止机械臂的加速度值过大，给出了不得或不能越过的性能储备。一个可能的性能储备例如涉及2秒法则，其在机械臂的第一次移动之后防止机械臂在2秒内再次转向到另一位置。这防止了在直接连续的时间意外致动了两个相隔很远的位置指定的情况下可能发生的大加速度值、高轴转矩和增加的力效应。

另一方面，这样的能力储备还妨碍了优化的时间序列，并因此降低了整个系统的效率，这允许更少数量的打包和/或码垛处理。

由于大量可能的输入参数，单纯通过专业知识不能获得机器的最优状态。这意味着并非所有的性能储备都可以相应地使用。依赖关系是如此复杂，以至于不能单纯通过统计评估来补偿和表示这些依赖关系。因此，所使用的机械人经常不能以最好的方式使用。

根据本发明的示例性方面，提供了一种自动计算模型，该自动计算模型能够根据简单的可理解的输入参数为机器生成经优化和验证的参数数据集。这样做时，可以使用经训练的算法结合机器的数字图像来验证该数据集，然后在机器的控制系统中实现该数据集。因此，可以在不需要专业知识的情况下获得包装或码垛机的性能和资源优化的经验证的参数集。

根据示例性方面，可以通过人工智能模块或AI模块来创建包装或码垛机的经优化参数的生成。在图3中示出利用AI模块的计算的示例性方案。

如图3所示，根据本发明，AI模块310与包装或码垛机的数字孪生300进行通信。数字孪生可以仅用于包装机，可以仅用于码垛机，但也可以是包装或码垛机的整个系统的数字孪生。

AI模块310可以在远程服务器上实现，并且可以被设计为对多个不同的包装或码垛机进行配置。在这种情况下，AI模块310可以访问不同包装或码垛机的大量不同模块的数据集，并且可以更容易地扩展这些数据集。

AI模块310接收或使用各种数据集并使用输入数据来创建包装或码垛机所用的配置参数。输入数据主要是由用户经由用户界面输入的层和包装参数331。其他可选参数332例如可以包括机器特性或更多的技术参数。所输入的参数例如包括托板类型、托板大小、打包方案、层模式、托板上的捆的布置、打包物品描述、捆大小、存储方案和/或托板或纸板盒大小。

可以输入到AI模块310的更多参数例如包括包装或码垛机的硬件参数(其包括机器特征和/或一个或多于一个设置部分)、以及与捆相关的物料清单。

例如可以经由用户界面输入的上述参数(诸如类型参数等)也可以至少部分地通过器材自身中的传感器来检测。

AI模块310可以包括参数计算单元305、评估单元315和参数设置单元325。

除参数331和332之外，AI模块310还可以使用来自数据库320的参数记录作为另一类型的输入数据。数据库320中的参数数据集是包括先前配置的包装或码垛机的配置参数以及捆布置布局的数据集，并且可以用于创建新配置参数。

AI模块310组合并使用各种输入数据以生成如下的配置参数的集合，该配置参数的集合根据布局200和/或用户的规范来对包装或码垛机进行配置。

根据示例性方面，参数计算单元305接收如以上在图1中所述的输入数据331和332，并且计算包装或码垛机的机械臂和其他模块的自动序列。参数计算单元305中的参数的该初始计算还不是经验证和优化的参数数据集，而是优化处理的起点。

参数计算单元305的初始计算出的参数可以在进一步的步骤中被传递到评估单元315。评估单元315可以分析来自参数计算单元305的数据并且判断由模拟单元最初确定的配置设置是否产生可用结果。通过将来自评估单元315的分析返回或反馈到参数计算单元305，优化并创建了配置参数。

然后，在参数计算单元305和评估单元315之间的交互中，可以验证并优化在参数计算单元305中生成的参数化模型，即，包装或码垛机的配置参数。

评估单元315将参数传送到参数设置单元325，该参数设置单元325在包装或码垛机的数字孪生300中实现所计算出的参数。数字孪生300可以是机器在模拟环境中的虚拟化。数字孪生300在一个或多于一个操作序列中模拟包装或码垛机的设置参数，并将模拟结果反馈到评估单元315。

评估单元315评估相应的模拟结果，并将评估传递给参数计算单元305。进而，如果需要，参数计算单元305可以根据该评估重新计算、修改、优化和/或调整所计算出的参数，并将这些参数反馈到人工智能电路中。

根据本发明，数字孪生300用于生成可能的操作故障的模拟数据。在利用所计算出的参数来配置和操作时，数字孪生300的该模拟数据与现实的包装或码垛机的操作数据一一对应。

通过多次运行，AI模块310的学习效果增强，并且通过人工智能生成的配置参数能够以单纯通过专业知识不可能的方式在短时间内优化包装或码垛机的配置。一旦评估单元315确定为配置参数的评估结果充分，则数据被提供给包装和码垛机。

例如，参数计算可以在服务器上进行。人工智能参数计算可以包括：使包装或码垛机的移动组件的移动的未使用能力储备最小化。

在AI模块310中计算出的数据不一定仅包括包装或码垛机所用的配置参数，而是还可以包括例如供用户采取行动用的指令。例如，AI模块310可以认识到，打包或码垛机的修改、重建或扩展将允许更高效的操作。修改的这些指令和方向可以以书写和/或图片形式提供，并且可以与参数一起提供。

然而，本文所述的示例性AI处理、并且特别是结合图3所述的处理不旨在是限制性的。也可以使用其他AI概念，诸如深度学习或机器学习方法以及基于训练模型的其他方法等。

在包装或码垛机中，应用配置参数以对各模块和机器人进行配置。优选地，输出参数集可以包括加速度数据。然而，参数还可以包括包装或码垛机中的至少一个层形成机器人的位置数据、序列和/或轴转矩。根据示例性方面，在数据集的参数用于对包装或码垛机进行配置之前，可以检查参数数据集的完整度和/或完整性。这例如可以在包装或码垛机的控制模块10中进行。用以核实参数的完整性的方法可以通过应用散列函数来实现。

由于利用AI模块310的优化计算，可以省去所谓的2秒法则，并且可以减少或更好地利用能力储备。通过AI，还可以优化地处理非确定性过程和效果，这些过程和效果以前仅利用传统方法是很难或根本无法计算的。

图4示出用于自动生成用于创建和/或布置捆的包装或码垛机的运动和位置参数的方法400。例如，该方法可以完全实现在包装或码垛机中，或者该方法的全部或一些步骤可以在包装或码垛机的外部(诸如在中央服务器上等)实现。

例如，方法400可以在包装或码垛机的交付和组装之后的初始启动时执行。然而，附加地或可替代地，该方法可以在操作期间在各参数(诸如托板大小、捆布置、捆边距、托板布局、物件等)改变时周期性地使用。

也可以对已手动配置的现有包装或码垛机进行改造。这样，即使已优化的机器也可以获得更高的效率。

另外，该方法可以在诸如碰撞等的机器错误之后进行。在这方面，碰撞和/或其他错误的自动记录也可以被自动传输到AI模块310，并且可以帮助识别并解决错误或碰撞的原因。

在步骤S410中，用户界面接收例如可以由用户输入的层和/或包装参数。这些参数的输入经由用户界面变得简单和直观，并且不需要对这种包装或码垛机中的器材或机械部件的任何特定的先验技术知识。这些参数至少可以包括托板类型、托板大小、打包方案、层模式、托板上的捆的布置、打包物品描述、捆大小、存储方案、以及/或者托盘或纸板盒大小。在该过程中，系统还可以查询包装或码垛机的更多硬件参数。这可以在后台或通过用户的输入自动进行。硬件参数例如可以包括机器规格和/或一个或多于一个设置部分、以及/或者与捆相关的部件列表。

在步骤S420中，可以将层和/或包装参数传输到服务器。如果参数的计算不是在服务器上发生、而是在包装或码垛机自身中发生，则该步骤可以认为是可选的。

在下一步骤S430中，计算用于控制包装或码垛机的参数。该计算可以根据图3的方案来进行，并且可以在服务器上或在机器自身中发生。参数的生成可以包括：使用包装或码垛机的数字孪生来计算参数。生成参数，使得由这些参数控制的包装机根据包装和/或层参数创建捆的包装，或者由这些参数控制的码垛机根据层和/或包装参数来布置捆。不必单独考虑层参数和包装参数。码垛机也可以在其操作中特别考虑包装参数，或者也可以在对码垛机进行配置时考虑包装参数。类似地，码垛机所用的层参数也可以对包装机的配置或操作产生影响。包装参数可以是用于创建包装的参数，诸如涂胶长度、取决于膜厚度的膜隧道温度等。

可以使用人工智能来计算和生成参数，其中使用人工智能来计算参数可以包括：使包装或码垛机的移动组件的移动的未使用能力储备最小化。用于对包装或码垛机进行配置的参数可以包括包装或码垛机中的至少一个层形成机器人的加速度数据、位置数据、序列和/或轴转矩。

在服务器上进行参数的计算的情况下，在步骤S440中，从服务器以数据集的形式接收到参数，之后在步骤S450中，基于所接收到的数据集来对包装或码垛机进行配置。

图5例示优选由AI模块310进行的用于计算包装或码垛机所用的配置参数的方法500。

首先，在步骤S510中，AI模块310接收例如由层和/或包装参数组成的输入数据。

在步骤S520中，AI模块310根据输入数据创建配置参数或参数模型，这些配置参数或参数模型用于对包装或码垛机以及/或者包装或码垛机的相应模块进行配置。该步骤S520例如可以通过结合图3所述的步骤和模块来进行。如上所述，参数化模型例如可以包括由数字孪生模拟的包装或码垛机的模型参数。

在步骤S530中，对参数化模型进行训练。例如，可以使用AI模块310基于所配置的包装或码垛机的参数数据集来对参数化模型进行训练。因此，从经训练的参数化模型导出配置参数。

最后，在步骤S540中，创建经验证的配置参数，然后这些经验证的配置参数可以被传送到包装或码垛机控制模块以供进一步使用。

图6示出示例性用户界面600，通过该用户界面600，可以由用户进行与层和/或包装参数或其他参数有关的各种输入。该用户界面可以由计算机601、智能电话或平板计算机602、或者人机界面(HMI)603访问和操作。例如，HMI603可以集成到包装或码垛机中，并且可以提供除用于输入上述参数的用户界面600以外的更多功能，诸如包装或码垛机的手动调整或控制等。也可想到并且不排除访问用户界面600的其他方式。

用户界面可以用于输入和选择各种参数，例如品种和包选择605、托板选择610、层布局615的创建和/或更多参数620等。根据如何访问用户界面600，用户界面可以具有触摸或手势识别、语音识别、或者使用鼠标和键盘的带有光标604的输入能力。

用户界面600的直观简单操作使得甚至技术上未经训练的操作者也能够例如通过从操作者面板605和610“拖放”到操作者面板615中来创建适当的码垛布局或层图像615。当层图像完成时，可以使用键624来保存或者使用键626来发送该层图像。在后者情况下，用户输入连同可选的其他参数一起被发送到AI模块310，在该AI模块310中进行包装或码垛机所用的经优化的操作参数的计算。

还可以使用键622从模板存档加载已存储的布局或层模式，这尤其使得能够在不同捆的不同码垛操作之间进行快速切换。

用户界面还可用于将新等级输入到系统中、或者定义新托板类型。

Claims (16)

1.一种用于自动生成用于捆布置的包装或码垛机的运动和位置参数的方法，所述方法包括：

在用户界面(600)处接收(S410)层和/或包装参数；

将所述层和/或包装参数传输(S420)到服务器；

在所述服务器上生成(S430)用于控制所述包装或码垛机的参数，其中生成所述参数使得正在使用所述参数控制的包装机根据所述层和/或包装参数来创建捆的包装、或者正在使用所述参数控制的码垛机根据所述层和/或包装参数来布置捆；

从所述服务器接收(S440)数据集，其中所述数据集包括用于控制所述包装或码垛机的所生成的参数；以及

基于所接收到的数据集来对所述包装或码垛机进行配置(S450)。

2.根据权利要求1所述的方法，其中，生成所述参数包括：使用所述包装或码垛机的数字孪生来计算所述参数。

3.根据权利要求1或2所述的方法，其中，所述层和/或包装参数包括以下项中的至少一个：托板类型、托板大小、打包方案、层模式、托板上的捆的布置、打包物品描述、捆大小、存储方案、以及/或者托盘或箱大小。

4.根据权利要求1至3中任一项所述的方法，其中，使用人工智能来在所述服务器上计算和生成所述参数，其中使用人工智能来计算所述参数包括：使所述包装或码垛机的移动组件的移动的未使用能力储备最小化。

5.根据权利要求1至4中任一项所述的方法，还包括：

在使用所接收到的数据集的参数对所述包装或码垛机进行配置之前，检查所述数据集的完整度和/或完整性。

6.根据权利要求1至5中任一项所述的方法，其中，所接收到的数据集中的参数至少包括所述包装或码垛机中的至少一个层形成机器人的加速度数据、位置数据、序列和/或轴力矩。

7.根据权利要求1至6中任一项所述的方法，还包括：

查询所述包装或码垛机的硬件参数，其中所述硬件参数包括机器特征以及/或者一个或多于一个设置部分；以及

查询关于捆的物料清单。

8.根据权利要求4所述的方法，其中，所述人工智能使用所述包装或码垛机的所述数字孪生来计算所述参数并验证所计算出的参数的可行性。

9.一种用于捆布置的包装或码垛机，所述包装或码垛机包括：

用户界面(600)，其被配置为接收层和/或包装参数；

通信模块，其被配置为将所述层和/或包装参数传输到服务器并且从所述服务器接收数据集，其中所述数据集包括用于控制所述包装或码垛机的所生成的参数，其中所述参数特别是使用所述包装或码垛机的数字孪生计算出的，以及其中生成所述参数使得正在使用所述参数控制的包装机根据所述层和/或包装参数来创建捆的包装、或者正在使用所述参数控制的码垛机根据所述层和/或包装参数来布置捆；以及

控制模块(10)，其被配置为基于所接收到的数据集来对所述包装或码垛机进行配置。

10.根据权利要求9所述的包装或码垛机，其中，所述层和/或包装参数包括以下项中的至少一个：托板类型、托板大小、打包方案、层模式、托板上的捆的布置、包装物件描述、捆大小、存储方案、以及/或者托盘或箱大小。

11.根据权利要求9或10所述的包装或码垛机，其中，使用人工智能来计算和生成所述参数，其中使用人工智能对所述参数的计算包括：使所述包装或码垛机的移动组件的移动的未使用能力储备最小化。

12.根据权利要求9至11中任一项所述的包装或码垛机，其中，所述控制模块还被配置用于在使用所接收到的数据集的参数对所述包装或码垛机进行配置之前，检查所述数据集的完整度和/或完整性。

13.根据权利要求9至12中任一项所述的包装或码垛机，其中，所接收到的数据集中的参数包括以下项中的至少一个：所述包装或码垛机中的至少一个层形成机器人的加速度数据、位置数据、序列和/或轴力矩。

14.根据权利要求9至13中任一项所述的包装或码垛机，其中，所述用户界面还被配置为：

查询所述包装或码垛机的硬件参数，其中所述硬件参数包括机器特征以及/或者一个或多于一个设置部分；以及

查询关于捆的物料清单。

15.根据权利要求11所述的包装或码垛机，其中，所述人工智能使用所述包装或码垛机的所述数字孪生来计算所述参数并验证所计算出的参数的可行性。

16.一种用于自动生成用于捆布置的包装或码垛机的运动和位置参数的系统，其中所述系统包括：

用于捆布置的包装或码垛机，所述包装或码垛机包括：

用户界面，其被配置为接收层和/或包装参数，

通信模块，其被配置为将所述层和/或包装参数传输到服务器并且从所述服务器接收数据集，其中所述数据集包括用于控制所述包装或码垛机的所生成的参数，以及

控制模块，其被配置为基于所接收的数据集来对所述包装或码垛机进行配置；以及

服务器，其被配置为：

从所述包装或码垛机接收层和/或包装参数，

特别是使用数字孪生来生成所述包装或码垛机的所述参数，其中生成所述参数使得正在使用所述参数控制的包装机根据所述层和/或包装参数来创建捆的包装、或者正在使用所述参数控制的码垛机根据所述层和/或包装参数来布置捆，以及

将所生成的参数传输到所述包装或码垛机。

Images