CN117022971B - 一种智能物流码垛机器人控制系统 - Google Patents
一种智能物流码垛机器人控制系统 Download PDFInfo
- Publication number
- CN117022971B CN117022971B CN202311297125.0A CN202311297125A CN117022971B CN 117022971 B CN117022971 B CN 117022971B CN 202311297125 A CN202311297125 A CN 202311297125A CN 117022971 B CN117022971 B CN 117022971B
- Authority
- CN
- China
- Prior art keywords
- logistics
- stacking
- data
- robot
- module
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 12
- 239000000969 carrier Substances 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 description 36
- 238000012549 training Methods 0.000 description 10
- 238000002372 labelling Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G57/00—Stacking of articles
- B65G57/02—Stacking of articles by adding to the top of the stack
- B65G57/03—Stacking of articles by adding to the top of the stack from above
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
- B65G1/1373—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种智能物流码垛机器人控制系统,属于物流码垛机器人控制技术领域,包括场景模块、线路模块和控制模块;场景模块用于对仓库内的工作场景进行分析,设置对应的堆放区和码垛区,基于堆放区和码垛区生成场景标记数据,将场景标记数据发送给线路模块;线路模块用于辅助物流管理人员设置物流码垛机器人的码垛路径,码垛路径包括捡取段、路径段和码垛段;将码垛路径在场景标记数据中进行相应的标记;将当前的场景标记数据标记为控制路径数据;控制模块用于控制物流码垛机器人的运行;通过场景模块、线路模块和控制模块之间的相互配合,实现对物流码垛机器人简单操作,极大的方便了物流管理人员在仓库中对物流码垛机器人的操作需求。
Description
技术领域
本发明属于物流码垛机器人控制技术领域,具体是一种智能物流码垛机器人控制系统。
背景技术
在传统的物流行业中,货物的码垛和搬运通常需要依靠人工操作,存在着劳动强度大、效率低下、容易出错等问题。为了解决这些问题,提高物流行业的自动化水平和效率,智能物流码垛机器人崭露头角。智能物流码垛机器人利用人工智能、机器视觉和运动控制等技术,能够自动识别货物、规划路径、进行精准搬运和码垛操作,大大减轻了人工劳动,提高了工作效率和准确性。智能物流码垛机器人的出现,不仅可以提高仓储和物流行业的自动化水平,还可以减少人工成本,提高工作安全性和环境可控性。因此,当前在物流行业运用有大量的物流码垛机器人。
但是当前物流码垛机器人基本是应用在各大物流点,而在众多的中小物流点中还是沿用着人工搬运、码垛,而且还经常出现乱丢快递、快递堆积如山的问题,尤其是随着人力成本的逐渐升高、招工难等情况出现,众多的中小物流点是具有使用物流码垛机器人需求的;但是,当前影响众多中小物流点使用物流码垛机器人的主要原因之一就是使用障碍,因为众多中小物流点基本没有相关的技术人员,使得工作人员在使用物流码垛机器人时较为困难,需要花费较大的精力去学习物流码垛机器人的使用,阻力较大,顾虑较多。
因此,为了解决上述问题,本发明提供了一种智能物流码垛机器人控制系统。
发明内容
为了解决上述方案存在的问题,本发明提供了一种智能物流码垛机器人控制系统。
本发明的目的可以通过以下技术方案实现:
一种智能物流码垛机器人控制系统,包括场景模块、线路模块、控制模块和设备模块;
所述场景模块用于对仓库内的工作场景进行分析,设置对应的堆放区和码垛区,基于所述堆放区和所述码垛区生成场景标记数据,将所述场景标记数据发送给线路模块。
进一步地,场景模块的工作方法包括:
获取物流管理人员上传的仓库环境数据;
建立仓储分析模型,所述仓储分析模型用于对仓库环境数据进行分析,获得所述仓库环境数据对应的堆放区和码垛区;
通过所述仓储分析模型对所述仓库环境数据进行分析,获得对应的堆放区和码垛区;将所述堆放区和所述码垛区在所述仓库环境数据中进行标记,获得场景标记数据;
将所述场景标记数据发送给预设的审核人员进行审核,根据审核结果进行相应处理后发送给线路模块。
进一步地,所述场景模块设置在运营商处,由运营商进行管理。
所述线路模块用于辅助物流管理人员设置物流码垛机器人的码垛路径,所述码垛路径包括捡取段、路径段和码垛段;将所述码垛路径在场景标记数据中进行相应的标记;将当前的场景标记数据标记为控制路径数据。
进一步地,码垛路径的设置方法包括:
物流管理人员牵引所述物流码垛机器人在所述捡取段、路径段和码垛段中分别记录对应的控制路径,并对记录完成的所述控制路径进行修正;
将修正后的三个所述控制路径整合为码垛路径。
进一步地,将所述控制路径中需要进行修正的路径标记为修正段,识别所述修正段的起始坐标,所述物流码垛机器基于所述起始坐标自动移动到对应的位置上。
所述控制模块用于控制所述物流码垛机器人的运行,获取所述控制路径数据,按照所述控制路径数据控制所述物流码垛机器人到达堆放区,捡取快递,当捡取的快递达到运送量时,按照所述控制路径数据控制所述物流码垛机器人到达码垛区;
识别快递上的码垛信息,根据所述码垛信息将快递堆放在所述码垛区中的对应位置上。
进一步地,所述设备模块用于根据物流管理人员的需求数据推荐对应的物流码垛机器人。
进一步地,设备模块的工作方法包括:
建立机器人信息库,所述机器人信息库用于储存机器人数据,所述机器人数据包括应用载体、载体数据和特征数据;所述特征数据包括成本、稳定值和效率值;
获取物流管理人员的需求数据,根据所述需求数据在所述机器人信息库中进行匹配,获得对应的待选应用载体;
对各所述待选应用载体进行筛选,获得向物流管理人员进行推荐的物流码垛机器人。
进一步地,对各待选应用载体进行筛选的方法包括:
识别各所述待选应用载体对应的成本、稳定值和效率值,将所述成本、稳定值和效率值分别标记为CB、WD和XL,根据推荐公式BV=b1×WD+b2×XL-b3×1.18CB计算对应的推荐值BV,其中,b1、b2、b3均为比例系数,取值范围为0<b1≤1,0<b2≤1,0<b3≤1,稳定值和效率值的取值范围均为[0,100];
将各所述待选应用载体按照所述推荐值从高到低的顺序进行排序,选取排序前N的待选应用载体进行推荐,其中N为正整数。
进一步地,N≤10。
进一步地,还包括技术支持模块,所述技术支持模块用于对物流管理人员进行维护和检修技术支持;
建立维护教程库,所述维护教程库用于储存所述物流码垛机器人的各种维护教程;
当所述物流码垛机器人出现故障时,物流管理人员上传对应的故障数据,由指定维修人员进行故障处理。
与现有技术相比,本发明的有益效果是:
通过场景模块、线路模块和控制模块之间的相互配合,实现对物流码垛机器人简单操作,极大的方便了物流管理人员在仓库中对物流码垛机器人的操作需求,降低操作难度,解决当前众多物流点因为物流码垛机器人操作困难的问题;尤其是对于物流点内经常出现的环境变动,导致堆放区、码垛区、路径变化,使得现有的物流管理人员难以按照实际情况进行随机改变背景环境,或者需要经常聘请相应的技术人员来进行重新规划,效率低下;而本发明可以极大的辅助无相关专业知识的物流管理人员进行堆放区、码垛区和路径的设置,简单快捷,便于使用。
通过智能设置堆放区和码垛区,实现仓库内堆放区和码垛区位置的合理设置,不需要物流管理人员进行设置,降低物流管理人员的负担和使用难度,便于使用。
通过设置线路模块,实现物流码垛机器人的简单操作,不需要进行复杂的路径分析设置,仅需要由物流管理人员牵引物流码垛机器人进行码垛路径的记录即可,极大的方便了物流管理人员对物流码垛机器人的操作。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种智能物流码垛机器人控制系统,包括场景模块、线路模块、控制模块和设备模块;
所述场景模块用于对仓库内的工作场景进行分析,智能设置堆放区和码垛区,且场景模块是设置在平台方处,即物流码垛机器人运营商处,通过智能设置堆放区和码垛区,实现仓库内堆放区和码垛区位置的合理设置,不需要物流管理人员进行设置,降低物流管理人员的负担和使用难度,便于使用;工作方法如下:
对仓库内环境进行实时采集,获得仓库环境数据,一般为图像形式,可以由物流管理人员通过手机、相机等设备进行采集,将获得的仓库环境数据上传到场景模块中;
基于CNN网络或DNN网络建立对应的仓储分析模型,通过人工的方式建立对应的训练集进行训练,训练集包括各种模拟设置的仓库环境数据以及对应设置的堆放区和码垛区,通过训练成功后的仓储分析模型进行分析,获得对应的堆放区和码垛区,示例性的,创建样本数据集,样本数据集包括素材样本和人工标注样本集,素材样本为原始图片集,人工标注样本集为对原始图片进行格式转换、人工标注堆放区和码垛区处理后的图片集,样本数据集中素材样本和人工标注样本集比例为2:1;对人工标注样本集中的图片进行二值化处理,并以单通道形式进行保存,形成第二照片样本集和第二人工标注样本集;在Pytorch深度学习框架下基于Linknet网络结构搭建Linknet网络模型,设置Linknet网络模型的参数,将第二照片样本集和第二人工标注样本集输入Linknet网络模型,并基于Pytorch深度学习框架对Linknet网络模型进行训练,训练过程中保存多个模型,利用验证集数据选择误差最小的模型作为仓储分析模型。
因为神经网络为本领域的现有技术,因此具体的建立和训练过程在本发明中不进行详细叙述。
将获得的堆放区和码垛区在仓库环境数据中进行标记,获得场景标记数据,将获得的场景标记数据发送给预设的审核人员进行审核,根据审核结果进行相应处理后发对给线路模块;审核结果包括审核合格和审核不合格,当审核结果为审核合格时,将场景标记数据直接发送给线路模块,并通知物流管理人员;当审核结果为审核不合格时,由审核人员进行人工调整,并可以在调整的过程中与物流管理人员进行沟通,确定对应合格的堆放区和码垛区。
所述线路模块用于帮助物流管理人员快速设置物流码垛机器人的码垛路径,实现物流码垛机器人的简单操作,不需要进行复杂的路径分析设置,仅需要由物流管理人员牵引物流码垛机器人进行码垛路径的记录即可,极大的方便了物流管理人员对物流码垛机器人的操作;具体过程如下:
码垛路径包括三个部分,分别为捡取段、路径段和码垛段,分别对应堆放区处的搬捡顺序,从哪个方位开始搬捡,并依照什么路径进行依次搬捡;堆放区和码垛区之间行走路径;码垛区处的码垛顺序,先从哪个区域进行码垛,或者不同地区、分类的快递码垛在哪个位置;
物流管理人员分别确定需要进行设置的部分,牵引物流码垛机器人在对应区域进行路径记录,记录完成后进行相应的调整和修正,直到符合物流管理人员的需求为止;依此类推,完成其他两个部分的路径记录,整合为码垛路径;将获得的码垛路径在场景标记数据中进行相应的标记;将当前的场景标记数据标记为控制路径数据。
其中,牵引物流码垛机器人在对应区域进行路径记录,记录完成后进行相应的调整和修正的过程如下:
在物流码垛机器人上设置有相关的设备,如定位设备、避障设备、红外设备等,用于实现其相应功能,如定位功能、避障功能等;
实时识别物流码垛机器人的位置,并在场景标记数据中进行实时标记,当物流管理人员开始进行各路径段的记录时,路径段即捡取段、路径段和码垛段,在场景标记数据中实时标记物流码垛机器人的移动路径,当牵引完成后,物流管理人员标记记录的移动路径中不符合其要求的修正段;对修正段进行重新记录,直到符合物流管理人员要求为止;进行物流码垛机器人的模拟验证,即观察物流码垛机器人实际运行搬运、码垛等进行模拟验证,根据模拟验证结果进行路径调整。上述对于物流码垛机器人的路径设置,简单易懂,便于操作。
在一个实施例中,为了更加精准、快捷的进行修正段修正,识别修正段起始坐标,物流码垛机器人根据获得的起始坐标移动到对应的位置,方向调整到行进方向;物流管理人员再次牵引物流码垛机器人进行路径记录。
所述控制模块用于控制物流码垛机器人的运行,获取控制路径数据,按照控制路径数据控制物流码垛机器人到达堆放区,捡取快递,当捡取的快递到达本次的运送量时,按照控制路径数据控制物流码垛机器人到达码垛区;
识别快递上的码垛信息,码垛信息包括的具体信息项由物流管理人员进行设置,主要根据该仓库的码垛要求进行设置的,如按照快递地区、尺寸、物品种类等进行码垛,则对应的码垛信息就需要包括对应的信息项数据,识别快递单上的配送地址、物品种类、大致尺寸等,基于当前识别技术可以进行相应的识别;
根据识别的码垛信息将快递堆放在码垛区中的对应位置上。
对于物流码垛机器人对快递的抓取、放置等操作,通过预置的相应程序和现有技术进行实现,为常规技术,因此具体的捡取快递、将抓取的快递放置在对应位置区域等不进行详细叙述,为现有物流码垛机器人具有功能。
通过场景模块、线路模块和控制模块之间的相互配合,实现对物流码垛机器人简单操作,极大的方便了物流管理人员在仓库中对物流码垛机器人的操作需求,降低操作难度,解决当前众多物流点因为物流码垛机器人操作困难的问题;尤其是对于物流点内经常出现的环境变动,导致堆放区、码垛区、路径变化,使得现有的物流管理人员难以按照实际情况进行随机改变背景环境,或者需要经常聘请相应的技术人员来进行重新规划,效率低下;而本发明可以极大的辅助无相关专业知识的物流管理人员进行堆放区、码垛区和路径的设置,简单快捷,便于使用。
在一个实施例中,当前市面上可能具有多种能够实现上述功能需求的物流码垛机器人,即能够直接应用或者进行相应调整后能够应用场景模块、线路模块和控制模块的物流码垛机器人,种类繁多,这将会给物流管理人员带来选择困难,不知如何选择最适合的物流码垛机器人进行应用,因此为了解决这个问题,通过设备模块根据物流管理人员的实际情况进行智能推荐,具体过程如下:
由运营方调研当前市面上能够满足应用需求的物流码垛机器人,或者自行设计生产符合应用要求的物流码垛机器人,统一标记为应用载体;
获取各应用载体的成本、设备参数、性能数据、工作效率数据、应用范围等信息,整合为各应用载体的载体数据,其中应用范围指的是该型号的应用载体适合哪些场景下的货物搬运,如对工作空间的要求,因为机器人体积较大,要求通道要大,对应的通道尺寸不能低于多少等;根据载体数据设置对应的特征数据,特征数据包括成本、稳定值和效率值,稳定值根据性能数据和设备参数进行设置的,稳定值越大,表明其工作越稳定,主要从两个角度进行稳定性判断,一个是设备性能越高,一个是设备越简单,性能越高,不易出现问题,设备越简单,组件越少,发生大问题的概率越小;效率值是根据其码垛效率进行设置的;具体的稳定值和效率值均是由运营商的技术人员根据具体的特征数据和历史维护数据进行设置,稳定值和效率值的取值范围均为[0,100];成本的单位为万元。
将获得的应用载体、载体数据和特征数据整合为机器人数据,根据获得的机器人数据建立机器人信息库;机器人信息库设置在运营方处,由运营方进行管理、更新,根据市面上物流码垛机器人的变化进行更新,因为应用载体的种类并不是很多,通过人工的方式进行评估设置更加的快捷和精准;但是也可以基于当前的神经网络建立对应的智能模型,通过人工的方式建立对应的训练集进行训练,通过训练成功后的智能模型进行机器人数据的设置和更新。
获取物流管理人员的需求数据,如预算区间等相关对物流码垛机器人的需求数据,根据获得的需求数据在机器人信息库中进行匹配,获得能够符合物流管理人员需求的待选应用载体;对获得的各待选应用载体进行筛选,获得向物流管理人员推荐的物流码垛机器人。
对各待选应用载体进行筛选的方法包括:
识别各待选应用载体对应的成本、稳定值和效率值,将获得的成本、稳定值和效率值分别标记为CB、WD和XL,根据推荐公式BV=b1×WD+b2×XL-b3×1.18CB计算对应的推荐值BV,去除量纲取其数值计算,其中,b1、b2、b3均为比例系数,取值范围为0<b1≤1,0<b2≤1,0<b3≤1;将各待选应用载体按照推荐值从高到低的顺序进行排序,选取排序前N的待选应用载体进行推荐,其中N为正整数,由业务人员进行决定N的大小,一般不超过10。
在一个实施例中,对于物流管理人员来说,物流码垛机器人的维护、检修等同样是难度较高,在没有指导的情况下是难以操作的,因此,为了解决这个问题,设置技术支持模块,通过技术支持模块辅助物流管理人员进行日常维护以及当出现故障时的检修,具体过程如下:
根据物流码垛机器人可能遇到的维护种类设置对应的维护教程,整合建立维护教程库;以视频的方式进行逐步讲解如何维护、注意事项和各个步骤;
当物流码垛机器人出现故障时,物流管理人员上传对应的故障数据,包括故障描述、拍摄视频、各种相关数据等;由指定维修人员进行故障处理,如线上指导检修、了解详细问题、线下去检修等;更加直接的处理维护、检修问题,直接指定各维修人员负责的客户,客户上传的故障数据也是直接上传到指定维修人员,其他问题也可以直接与其进行沟通;提高服务质量和处理效率,解决物流管理人员的后顾之忧。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (7)
1.一种智能物流码垛机器人控制系统,其特征在于,包括场景模块、线路模块和控制模块;
所述场景模块用于对仓库内的工作场景进行分析,设置对应的堆放区和码垛区,基于所述堆放区和所述码垛区生成场景标记数据,将所述场景标记数据发送给线路模块;
所述线路模块用于辅助物流管理人员设置物流码垛机器人的码垛路径,所述码垛路径包括捡取段、路径段和码垛段;将所述码垛路径在场景标记数据中进行相应的标记;将当前的场景标记数据标记为控制路径数据;
所述控制模块用于控制所述物流码垛机器人的运行,获取所述控制路径数据,按照所述控制路径数据控制所述物流码垛机器人到达堆放区,捡取快递,当捡取的快递达到运送量时,按照所述控制路径数据控制所述物流码垛机器人到达码垛区;
识别快递上的码垛信息,根据所述码垛信息将快递堆放在所述码垛区中的对应位置上;
还包括设备模块,所述设备模块用于根据物流管理人员的需求数据推荐对应的物流码垛机器人;
建立机器人信息库,所述机器人信息库用于储存机器人数据,所述机器人数据包括应用载体、载体数据和特征数据;所述特征数据包括成本、稳定值和效率值;
获取物流管理人员的需求数据,根据所述需求数据在所述机器人信息库中进行匹配,获得对应的待选应用载体;
对各所述待选应用载体进行筛选,获得向物流管理人员进行推荐的物流码垛机器人;
对各待选应用载体进行筛选的方法包括:
识别各所述待选应用载体对应的成本、稳定值和效率值,将所述成本、稳定值和效率值分别标记为CB、WD和XL,根据推荐公式BV=b1×WD+b2×XL-b3×1.18CB计算对应的推荐值BV,其中,b1、b2、b3均为比例系数,取值范围为0<b1≤1,0<b2≤1,0<b3≤1,稳定值和效率值的取值范围均为[0,100];
将各所述待选应用载体按照所述推荐值从高到低的顺序进行排序,选取排序前N的待选应用载体进行推荐,其中N为正整数。
2.根据权利要求1所述的一种智能物流码垛机器人控制系统,其特征在于,场景模块的工作方法包括:
获取物流管理人员上传的仓库环境数据;
建立仓储分析模型,所述仓储分析模型用于对仓库环境数据进行分析,获得所述仓库环境数据对应的堆放区和码垛区;
通过所述仓储分析模型对所述仓库环境数据进行分析,获得对应的堆放区和码垛区;将所述堆放区和所述码垛区在所述仓库环境数据中进行标记,获得场景标记数据;
将所述场景标记数据发送给预设的审核人员进行审核,根据审核结果进行相应处理后发送给线路模块。
3.根据权利要求1所述的一种智能物流码垛机器人控制系统,其特征在于,所述场景模块由运营商进行管理。
4.根据权利要求1所述的一种智能物流码垛机器人控制系统,其特征在于,码垛路径的设置方法包括:
物流管理人员牵引所述物流码垛机器人在所述捡取段、路径段和码垛段中分别记录对应的控制路径,并对记录完成的所述控制路径进行修正;
将修正后的三个所述控制路径整合为码垛路径。
5.根据权利要求4所述的一种智能物流码垛机器人控制系统,其特征在于,将所述控制路径中需要进行修正的路径标记为修正段,识别所述修正段的起始坐标,所述物流码垛机器人基于所述起始坐标自动移动到对应的位置上。
6.根据权利要求1所述的一种智能物流码垛机器人控制系统,其特征在于,N≤10。
7.根据权利要求1所述的一种智能物流码垛机器人控制系统,其特征在于,还包括技术支持模块,所述技术支持模块用于对物流管理人员进行维护和检修技术支持;
建立维护教程库,所述维护教程库用于储存所述物流码垛机器人的各种维护教程;
当所述物流码垛机器人出现故障时,物流管理人员上传对应的故障数据,由指定维修人员进行故障处理。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311297125.0A CN117022971B (zh) | 2023-10-09 | 2023-10-09 | 一种智能物流码垛机器人控制系统 |
CN202311627479.7A CN117446507A (zh) | 2023-10-09 | 2023-10-09 | 一种智能物流码垛机器人控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311297125.0A CN117022971B (zh) | 2023-10-09 | 2023-10-09 | 一种智能物流码垛机器人控制系统 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311627479.7A Division CN117446507A (zh) | 2023-10-09 | 2023-10-09 | 一种智能物流码垛机器人控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117022971A CN117022971A (zh) | 2023-11-10 |
CN117022971B true CN117022971B (zh) | 2023-12-22 |
Family
ID=88630435
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311627479.7A Pending CN117446507A (zh) | 2023-10-09 | 2023-10-09 | 一种智能物流码垛机器人控制系统 |
CN202311297125.0A Active CN117022971B (zh) | 2023-10-09 | 2023-10-09 | 一种智能物流码垛机器人控制系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311627479.7A Pending CN117446507A (zh) | 2023-10-09 | 2023-10-09 | 一种智能物流码垛机器人控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN117446507A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117727666B (zh) * | 2024-02-07 | 2024-04-19 | 泓浒(苏州)半导体科技有限公司 | 一种超高真空环境的晶圆传送载具的控制系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111702761A (zh) * | 2020-06-12 | 2020-09-25 | 珠海格力智能装备有限公司 | 码垛机器人的控制方法、控制装置、处理器和分拣系统 |
CN114298198A (zh) * | 2021-12-23 | 2022-04-08 | 国网河北省电力有限公司营销服务中心 | 一种货物智能存储库房 |
CN114933176A (zh) * | 2022-05-14 | 2022-08-23 | 江苏经贸职业技术学院 | 一种采用人工智能的3d视觉码垛系统 |
CN115057245A (zh) * | 2022-07-28 | 2022-09-16 | 广东科伺智能科技有限公司 | 一种基于总线控制器与伺服系统的拆码垛系统 |
CN115689404A (zh) * | 2022-11-15 | 2023-02-03 | 中建三局集团有限公司 | 施工现场无人物流运输集群控制系统 |
-
2023
- 2023-10-09 CN CN202311627479.7A patent/CN117446507A/zh active Pending
- 2023-10-09 CN CN202311297125.0A patent/CN117022971B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111702761A (zh) * | 2020-06-12 | 2020-09-25 | 珠海格力智能装备有限公司 | 码垛机器人的控制方法、控制装置、处理器和分拣系统 |
CN114298198A (zh) * | 2021-12-23 | 2022-04-08 | 国网河北省电力有限公司营销服务中心 | 一种货物智能存储库房 |
CN114933176A (zh) * | 2022-05-14 | 2022-08-23 | 江苏经贸职业技术学院 | 一种采用人工智能的3d视觉码垛系统 |
CN115057245A (zh) * | 2022-07-28 | 2022-09-16 | 广东科伺智能科技有限公司 | 一种基于总线控制器与伺服系统的拆码垛系统 |
CN115689404A (zh) * | 2022-11-15 | 2023-02-03 | 中建三局集团有限公司 | 施工现场无人物流运输集群控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117022971A (zh) | 2023-11-10 |
CN117446507A (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117022971B (zh) | 一种智能物流码垛机器人控制系统 | |
CN110726735A (zh) | 一种基于深度学习的全自动电路板缺陷检测系统及方法 | |
CN110238840B (zh) | 一种基于视觉的机械臂自主抓取方法 | |
Gualtieri et al. | Viewpoint selection for grasp detection | |
CN113083804A (zh) | 激光智能除锈方法、系统及可存读介质 | |
US20230289945A1 (en) | Method for positioning tea-bud picking points based on fused thermal images and rgb images | |
CN113569922A (zh) | 一种苹果智能无损分拣的方法 | |
CN112102443B (zh) | 一种适用于变电站设备巡检图像的标注系统及标注方法 | |
CN114723706A (zh) | 一种基于机器视觉的焊点检测定位方法 | |
CN115437507A (zh) | 基于ar眼镜的设备维修指导方法、系统及相关设备 | |
KR20210122429A (ko) | 영상 딥러닝을 이용한 ai 기반 화장품 용기 인쇄 제조 공정에서의 자동 결함 탐지 방법 및 시스템 | |
CN114842188A (zh) | 一种基于深度学习算法的茶叶嫩芽采摘点定位方法 | |
CN114535144A (zh) | 零件分拣方法、装置、设备及桁架设备 | |
CN113319013A (zh) | 一种基于机器视觉的苹果智能分拣的方法 | |
CN113408630A (zh) | 一种变电站指示灯状态识别方法 | |
CN112429444A (zh) | 垃圾回收机器人及其控制方法 | |
CN112989881A (zh) | 一种无监督可迁移的3d视觉物体抓取方法 | |
CN112260402A (zh) | 基于视频监控的变电站智能巡检机器人状态的监控方法 | |
CN116563499A (zh) | 一种基于元宇宙技术的变电站智能互动系统 | |
CN111047731A (zh) | 一种基于ar技术的电信机房巡检方法及系统 | |
CN113420839B (zh) | 用于堆叠平面目标物体的半自动标注方法及分割定位系统 | |
CN114155374B (zh) | 冰激凌图像训练方法、检测方法及处理设备 | |
CN113887644A (zh) | 物料点状态分类模型的构建方法及物料点自动呼料方法 | |
CN115297303A (zh) | 适用于电网输变电设备的图像数据采集处理方法及装置 | |
CN107193965A (zh) | 一种基于BoVW算法的快速室内定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |