DE112020002578T5 - Verfahren, System und Vorrichtung zur dynamischen Aufgabensequenzierung - Google Patents
Verfahren, System und Vorrichtung zur dynamischen Aufgabensequenzierung Download PDFInfo
- Publication number
- DE112020002578T5 DE112020002578T5 DE112020002578.0T DE112020002578T DE112020002578T5 DE 112020002578 T5 DE112020002578 T5 DE 112020002578T5 DE 112020002578 T DE112020002578 T DE 112020002578T DE 112020002578 T5 DE112020002578 T5 DE 112020002578T5
- Authority
- DE
- Germany
- Prior art keywords
- task
- sub
- areas
- fragment
- automation device
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012163 sequencing technique Methods 0.000 title description 3
- 239000012634 fragment Substances 0.000 claims abstract description 186
- 238000013480 data collection Methods 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000003032 molecular docking Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- JLQUFIHWVLZVTJ-UHFFFAOYSA-N carbosulfan Chemical compound CCCCN(CCCC)SN(C)C(=O)OC1=CC=CC2=C1OC(C)(C)C2 JLQUFIHWVLZVTJ-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
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
- G05D1/60—Intended control result
- G05D1/617—Safety or protection, e.g. defining protection zones around obstacles or avoiding hazards
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
- G05D1/0282—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal generated in a local control room
-
- 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
- G05D1/20—Control system inputs
- G05D1/24—Arrangements for determining position or orientation
- G05D1/243—Means capturing signals occurring naturally from the environment, e.g. ambient optical, acoustic, gravitational or magnetic signals
-
- 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
- G05D1/20—Control system inputs
- G05D1/24—Arrangements for determining position or orientation
- G05D1/246—Arrangements for determining position or orientation using environment maps, e.g. simultaneous localisation and mapping [SLAM]
-
- 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
- G05D1/20—Control system inputs
- G05D1/24—Arrangements for determining position or orientation
- G05D1/247—Arrangements for determining position or orientation using signals provided by artificial sources external to the vehicle, e.g. navigation beacons
- G05D1/249—Arrangements for determining position or orientation using signals provided by artificial sources external to the vehicle, e.g. navigation beacons from positioning sensors located off-board the vehicle, e.g. from cameras
-
- 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
- G05D1/60—Intended control result
- G05D1/617—Safety or protection, e.g. defining protection zones around obstacles or avoiding hazards
- G05D1/622—Obstacle avoidance
- G05D1/628—Obstacle avoidance following the obstacle profile, e.g. a wall or undulated terrain
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Safety Devices In Control Systems (AREA)
- Navigation (AREA)
Abstract
Ein Verfahren in einer Navigationssteuerung umfasst: Erhalten (i) einer Vielzahl von Aufgabenfragmenten, die jeweilige Sätze von Unterbereichen in einer Einrichtung identifizieren, und (ii) einer Kennung einer Aufgabe, die von einer mobilen Automatisierungsvorrichtung an jedem der Sätze von Unterbereichen durchzuführen ist; Auswählen eines aktiven der Aufgabenfragmente gemäß einer Abfolge, die eine Reihenfolge einer Ausführung der Aufgabenfragmente festlegt; Erzeugen eines Pfades, einschließlich (i) eines Rangierabschnitts von einer aktuellen Position der mobilen Automatisierungsvorrichtung zu den Unterbereichen, die durch das aktive Aufgabenfragment identifiziert werden, und (ii) eines Ausführungsabschnitts, der die Unterbereiche, die durch das aktive Aufgabenfragment identifiziert werden, durchquert; während einer Bewegung entlang des Rangierabschnitts, Bestimmen, basierend auf einer aktuellen Stellung der mobilen Automatisierungsvorrichtung, ob eine Ausführung eines anderen Aufgabenfragments eingeleitet werden soll; und wenn die Bestimmung positiv ist, Aktualisieren der Abfolge, um das andere Aufgabenfragment als das aktive Aufgabenfragment zu markieren.
Description
- HINTERGRUND
- Umgebungen, in denen Objekte verwaltet werden, wie z. B. Einzelhandelseinrichtungen, Lager- und Vertriebseinrichtungen usw., können komplex und flüchtig sein. So kann eine Einzelhandelseinrichtung Objekte wie zu verkaufende Produkte und eine Vertriebseinrichtung Objekte wie Pakete oder Paletten enthalten. Jede Einrichtung kann auch dynamische Hindernisse wie Personen, Fahrzeuge und dergleichen enthalten. Eine mobile Vorrichtung kann in solchen Einrichtungen eingesetzt werden, um an verschiedenen Orten Aufgaben durchzuführen. Beispielsweise kann eine mobile Vorrichtung eingesetzt werden, um Daten an verschiedenen Orten in einer Einzelhandelseinrichtung zu erfassen. Die Bestimmung eines Pfades, auf dem sich die mobile Vorrichtung effizient zwischen den oben erwähnten Orten bewegen kann, kann jedoch rechenintensiv sein.
- Figurenliste
- Die beigefügten Figuren, in denen gleiche Bezugszeichen identische oder funktional ähnliche Elemente in den einzelnen Ansichten bezeichnen, sind zusammen mit der nachfolgenden detaillierten Beschreibung in die Offenbarung inkorporiert und bilden einen Bestandteil der Offenbarung und dienen dazu, hierin beschriebene Ausführungsformen von Konzepten, die die beanspruchte Erfindung umfassen, weiter zu veranschaulichen und verschiedene Prinzipien und Vorteile dieser Ausführungsformen zu erklären.
-
1 ist eine schematische Darstellung eines mobilen Automatisierungssystems. -
2 zeigt eine mobile Automatisierungsvorrichtung im System von1 . -
3 ist ein Blockdiagramm bestimmter interner Komponenten der mobilen Automatisierungsvorrichtung im System von1 . -
4 ist ein Flussdiagramm eines Verfahrens zur Aufgabensequenzierung in dem System von1 . -
5 ist ein Diagramm einer Einzelhandelseinrichtung, das die Erzeugung von Ausführungskriterien im Block 405 des Verfahrens von4 zeigt. -
6 ist ein Diagramm, das ein Beispiel für die Durchführung von Block 415 des Verfahrens von4 zeigt. -
7 ist ein Diagramm, das ein weiteres Beispiel für die Durchführung von Block 415 des Verfahrens von4 zeigt. -
8 ist ein Diagramm, das ein Beispiel für die Durchführung von Block 435 des Verfahrens von4 zeigt. -
9 ist ein Diagramm, das ein Beispiel für die Durchführung von Block 440 des Verfahrens von4 zeigt. -
10 ist ein Diagramm, das ein Beispiel für die Durchführung der Blöcke 415 und 435 des Verfahrens von4 zeigt. -
11 ist ein Diagramm, das ein Beispiel für die Durchführung der Blöcke 420 und 425 des Verfahrens von4 zeigt. -
12 ist ein Diagramm, das ein weiteres Beispiel für die Durchführung der Blöcke 420 und 425 des Verfahrens von4 zeigt. - Fachleute werden erkennen, dass Elemente in den Figuren der Einfachheit und Klarheit halber dargestellt sind und nicht notwendigerweise maßstabsgetreu gezeichnet wurden. Zum Beispiel können die Dimensionen einiger der Elemente in den Figuren relativ zu anderen Elementen übertrieben sein, um das Verständnis von Ausführungsformen der vorliegenden Erfindung zu verbessern.
- Die Vorrichtungs- und Verfahrenskomponenten wurden, wo es angemessen ist, durch herkömmliche Symbole in den Zeichnungen dargestellt, die nur jene spezifischen Details zeigen, die zum Verständnis der Ausführungsformen der vorliegenden Erfindung relevant sind, um somit die Offenbarung nicht mit Einzelheiten zu verdecken, die für die Fachleute auf dem Gebiet, die auf die vorliegende Beschreibung zurückgreifen, ohne weiteres ersichtlich sind.
- DETAILLIERTE BESCHREIBUNG
- Die hierin offenbarten Beispiele beziehen sich auf ein Verfahren in einer Navigationssteuerung, das umfasst: Erhalten (i) einer Vielzahl von Aufgabenfragmenten, die jeweilige Sätze von Unterbereichen in einer Einrichtung identifizieren, und (ii) einer Kennung einer Aufgabe, die von einer mobilen Automatisierungsvorrichtung in jedem der Sätze von Unterbereichen durchzuführen ist; Auswählen eines aktiven der Aufgabenfragmente gemäß einer Abfolge (Sequenz), die eine Reihenfolge einer Ausführung der Aufgabenfragmente festlegt; Erzeugen eines Pfades, einschließlich (i) eines Rangierabschnitts von einer aktuellen Position der mobilen Automatisierungsvorrichtung zu den Unterbereichen, die durch das aktive Aufgabenfragment identifiziert werden, und (ii) eines Ausführungsabschnitts, der die Unterbereiche, die durch das aktive Aufgabenfragment identifiziert werden, durchquert; während einer Bewegung entlang des Rangierabschnitts, Bestimmen, basierend auf einer aktuellen Stellung der mobilen Automatisierungsvorrichtung, ob die Ausführung eines anderen Aufgabenfragments eingeleitet werden soll; und wenn die Bestimmung positiv ist, Aktualisieren der Abfolge, um das andere Aufgabenfragment als das aktive Aufgabenfragment zu markieren.
- Weitere hierin offenbarte Beispiele beziehen sich auf eine mobile Automatisierungsvorrichtung, die umfasst: eine Verfahrbaugruppe; einen Datenerfassungssensor; und eine Navigationssteuerung, die konfiguriert ist zum Erhalten (i) einer Vielzahl von Aufgabenfragmenten, die jeweilige Sätze von Unterbereichen in einer Einrichtung identifizieren, und (ii) einer Kennung einer Aufgabe, die in jedem der Sätze von Unterbereichen durchzuführen ist; Auswählen eines aktiven der Aufgabenfragmente gemäß einer Abfolge, die eine Ausführungsreihenfolge der Aufgabenfragmente festlegt; Erzeugen eines Pfades, einschließlich (i) eines Rangierabschnitts von einer aktuellen Position der mobilen Automatisierungsvorrichtung zu den Unterbereichen, die durch das aktive Aufgabenfragment identifiziert werden, und (ii) eines Ausführungsabschnitts, der die Unterbereiche, die durch das aktive Aufgabenfragment identifiziert werden, durchquert; Steuern der Verfahrbaugruppe, so dass sie sich entlang des Pfades bewegt; während einer Bewegung entlang des Rangierabschnitts, Bestimmen, basierend auf einer aktuellen Stellung der mobilen Automatisierungsvorrichtung, ob die Ausführung eines anderen Aufgabenfragments eingeleitet werden soll; und wenn die Bestimmung positiv ist, Aktualisieren der Abfolge, um das andere Aufgabenfragment als das aktive Aufgabenfragment zu markieren.
- Weitere Beispiele, die hier offenbart werden, sind auf ein Verfahren in einer Navigationssteuerung gerichtet, das umfasst: Erhalten einer Abfolge von Aufgabenfragmenten, die jeweilige Sätze von Unterbereichen in einer Einrichtung identifizieren; Auswählen eines aktiven der Aufgabenfragmente gemäß der Abfolge; Steuern einer mobilen Automatisierungsvorrichtung, um eine Aufgabe an dem Satz von Unterbereichen durchzuführen, die durch das aktive Aufgabenfragment identifiziert werden; als Reaktion auf eine Änderung einer Stellung der mobilen Automatisierungsvorrichtung während der Durchführung der Aufgabe, Aktualisieren der Abfolge, um ein anderes Aufgabenfragment als das aktive Aufgabenfragment zu markieren.
-
1 zeigt ein mobiles Automatisierungssystem 100 gemäß den Lehren dieser Offenbarung. Das System 100 umfasst einen Server 101, der mit mindestens eine mobilen Automatisierungsvorrichtung 103 (hier auch einfach als Vorrichtung 103 bezeichnet) und mindestens einer Client-Computervorrichtung 104 über Kommunikationsverbindungen 105 kommuniziert, die im vorliegenden Beispiel drahtlose Verbindungen umfassen. Im vorliegenden Beispiel werden die Verbindungen 105 durch ein drahtloses lokales Netzwerk (WLAN) bereitgestellt, das über einen oder mehrere Zugangspunkte (nicht dargestellt) bereitgestellt wird. In anderen Beispielen befinden sich der Server 101, die Client-Vorrichtung 104 oder beide an einem entfernten Ort (d. h. außerhalb der Umgebung, in der die Vorrichtung 103 eingesetzt wird), und die Verbindungen 105 umfassen daher Weitbereichsnetze wie das Internet, Mobilfunknetze und dergleichen. Das System 100 umfasst im vorliegenden Beispiel auch eine Dockingstation 106 für die Vorrichtung 103. Die Dockingstation 106 steht mit dem Server 101 über eine Verbindung 107 in Kommunikation, die im vorliegenden Beispiel eine drahtgebundene Verbindung ist. In anderen Beispielen ist die Verbindung 107 jedoch eine drahtlose Verbindung. - Die Client-Computervorrichtung 104 ist in
1 als mobile Computervorrichtung, wie z. B. ein Tablet, Smartphone oder ähnliches, dargestellt. In anderen Beispielen ist die Client-Vorrichtung 104 als eine andere Art von Computervorrichtung implementiert, wie z. B. ein Desktop-Computer, ein Laptop-Computer, ein anderer Server, ein Kiosk, ein Monitor und dergleichen. Das System 100 kann eine Vielzahl von Client-Vorrichtungen 104 umfassen, die über entsprechende Verbindungen 105 mit dem Server 101 kommunizieren. - Das System 100 wird im gezeigten Beispiel in einer Einzelhandelseinrichtung eingesetzt, die eine Vielzahl von Trägerstrukturen, wie z. B. Regalmodule 110-1, 110-2, 110-3 usw., umfasst (zusammenfassend als Regalmodule 110 oder Regale 110 bezeichnet und allgemein als Regalmodul 110 oder Regal 110 bezeichnet - diese Bezeichnung wird auch für andere hierin diskutierte Elemente verwendet). Jedes Regalmodul 110 trägt eine Vielzahl von Produkten 112. Jedes Regalmodul 110 umfasst eine Regalrückwand 116-1, 116-2, 116-3 und eine Auflagefläche (z. B. Auflagefläche 117-3, wie in
1 dargestellt), die sich von der Regalrückwand 116 zu einer Regalkante 118-1, 118-2, 118-3 erstreckt. - Die Regalmodule 110 sind typischerweise in einer Vielzahl von Gängen angeordnet, von denen jeder eine Vielzahl von Modulen 110 enthält, die Ende an Ende ausgerichtet sind. Bei derartigen Anordnungen weisen die Regalkanten 118 in die Gänge, durch die sich die Kunden in der Einzelhandelseinrichtung und auch die Vorrichtung 103 bewegen können. Wie aus
1 ersichtlich ist, bezieht sich der hier verwendete Begriff „Regalkante“ 118, der auch als Kante einer Auflagefläche (z. B. der Auflageflächen 117) bezeichnet werden kann, auf eine Fläche, die von benachbarten Flächen mit unterschiedlichen Neigungswinkeln begrenzt wird. In dem in1 dargestellten Beispiel steht die Regalkante 118-3 in einem Winkel von etwa neunzig Grad zu jeder der Auflageflächen 117-3 und der Unterseite (nicht dargestellt) der Auflagefläche 117-3. In anderen Beispielen beträgt der Winkel zwischen der Regalkante 118-3 und den angrenzenden Flächen, wie der Auflagefläche 117-3, mehr oder weniger als neunzig Grad. - Die Vorrichtung 103 ist mit einer Vielzahl von Navigations- und Datenerfassungssensoren 108 ausgestattet, wie z. B. Bildsensoren (z. B. eine oder mehrere Digitalkameras) und Tiefensensoren (z. B. ein oder mehrere LIDAR (Light Detection and Ranging) -Sensoren, eine oder mehrere Tiefenkameras, die strukturierte Lichtmuster, wie z. B. Infrarotlicht, verwenden, oder dergleichen). Die Vorrichtung 103 wird in der Einzelhandelseinrichtung eingesetzt und navigiert über die Kommunikation mit dem Server 101 und die Verwendung der Sensoren 108 autonom oder teil autonom entlang einer Länge 119 von mindestens einem Abschnitt der Regale 110. Die Navigation kann anhand eines in der Einzelhandelseinrichtung festgelegten Bezugsrahmens 102 erfolgen. Das heißt, die Vorrichtung 103 verfolgt ihren Standort im Bezugsrahmen 102.
- Während der Navigation zwischen den Regalen 110 kann die Vorrichtung 103 Bilder, Tiefenmessungen und dergleichen erfassen, welche die Regale 110 darstellen (allgemein als Regaldaten oder erfasste Daten bezeichnet). Wie im Folgenden näher erläutert wird, erhält die Vorrichtung 103 Anweisungen (z. B. vom Server 101), um eine Aufgabe wie die oben erwähnte Datenerfassung in Bezug auf eine Vielzahl von Regalmodulen 110 durchzuführen. Zusätzlich zur Navigation zwischen den Regalen 110 zur Durchführung der festgelegten Aufgabe kann die Vorrichtung 103 auch eine Abfolge bestimmen und aktualisieren, in der die Regalmodule 110 zur Datenerfassung durchlaufen werden. Das Bestimmen und Aktualisieren der Abfolge ermöglicht es der Vorrichtung 103, die Regalmodule 110 in einer Reihenfolge zu durchlaufen, die die für die Datenerfassung aufgewendete Bewegungszeit gegenüber der Bewegungszeit für das Rangieren (d. h. Bewegen ohne Datenerfassung) bevorzugt.
- Der Server 101 enthält eine spezielle Steuerung, wie z. B. einen Prozessor 120, der speziell dafür ausgelegt ist, die mobile Automatisierungsvorrichtung 103 zu steuern und/oder zu unterstützen, um in der Umgebung zu navigieren und Daten zu erfassen. Der Prozessor 120 ist mit einem nicht transitorischen, computerlesbaren Speichermedium, wie z. B. einem Speicher 122, verbunden, auf dem computerlesbare Anweisungen zur Durchführung verschiedener Funktionen gespeichert sind, einschließlich der Steuerung der Vorrichtung 103 zur Navigation in den Modulen 110 und zur Erfassung von Regaldaten sowie zur Nachbearbeitung der Regaldaten. Der Speicher 122 kann auch Daten zur Verwendung bei der oben erwähnten Steuerung der Vorrichtung 103 speichern, wie z. B. einen Ablageort 123, der eine Karte der Einzelhandelsumgebung und andere geeignete Daten enthält (z. B. betriebliche Randbedingungen, die zur Steuerung der Vorrichtung 103 verwendet werden, von der Vorrichtung 103 erfasste Daten und dergleichen).
- Der Speicher 122 umfasst eine Kombination aus flüchtigem Speicher (z. B. Random Access Memory oder RAM) und nichtflüchtigem Speicher (z. B. Read Only Memory oder ROM, Electrically Erasable Programmable Read Only Memory oder EEPROM, Flash-Speicher). Der Prozessor 120 und der Speicher 122 umfassen jeweils eine oder mehrere integrierte Schaltungen. In einigen Ausführungsformen ist der Prozessor 120 als eine oder mehrere zentrale Prozessoreinheiten (CPUs) und/oder Grafikverarbeitungseinheiten (GPUs) implementiert.
- Der Server 101 umfasst auch eine Kommunikationsschnittstelle 124, die mit dem Prozessor 120 verbunden ist. Die Kommunikationsschnittstelle 124 umfasst geeignete Hardware (z. B. Sender, Empfänger, Netzwerkschnittstellensteuerungen und dergleichen), die es dem Server 101 ermöglicht, über die Verbindungen 105 und 107 mit anderen Computervorrichtungen zu kommunizieren, insbesondere mit der Vorrichtung 103, der Client-Vorrichtung 104 und der Dockingstation 106. Bei den Verbindungen 105 und 107 kann es sich um direkte Verbindungen oder um Verbindungen handeln, die über ein oder mehrere Netzwerke, einschließlich lokaler und Weitbereichsnetze, laufen. Die spezifischen Komponenten der Kommunikationsschnittstelle 124 werden auf der Grundlage der Art des Netzwerks oder anderer Verbindungen ausgewählt, über die der Server 101 kommunizieren soll. Im vorliegenden Beispiel wird, wie bereits erwähnt, ein drahtloses lokales Netzwerk innerhalb der Einzelhandelseinrichtung durch den Einsatz von einem oder mehreren drahtlosen Zugangspunkten implementiert. Die Verbindungen 105 umfassen daher eines oder beides von drahtlosen Verbindungen zwischen der Vorrichtung 103 und der mobilen Vorrichtung 104 und den oben genannten Zugangspunkten, und einer drahtgebundenen Verbindung (z. B. eine Ethernet-basierte Verbindung) zwischen dem Server 101 und dem Zugangspunkt.
- Der Prozessor 120 kann daher von der Vorrichtung 103 über die Kommunikationsschnittstelle 124 erfasste Daten zur Speicherung (z. B. im Ablageort 123) und anschließenden Verarbeitung (z. B. zur Erkennung von Objekten, wie z. B. eingelagerten Produkten, in den erfassten Daten und zur Erkennung von mit den Objekten korrespondierenden Statusinformationen) erhalten. Der Server 101 kann auch Statusmeldungen (z. B. Meldungen, die anzeigen, dass Produkte nicht vorrätig sind, einen geringen Lagerbestand haben oder verlegt wurden) an die Client-Vorrichtung 104 senden, als Reaktion auf die Bestimmung der Produktstatusdaten. Die Client-Vorrichtung 104 umfasst eine oder mehrere Steuerungen (z. B. zentrale Prozessoreinheiten (CPUs) und/oder feldprogrammierbare Gate-Arrays (FPGAs) und dergleichen), die so konfiguriert sind, dass sie die vom Server 101 empfangenen Meldungen verarbeiten (z. B. anzeigen).
- In
2 ist die mobile Automatisierungsvorrichtung 103 detaillierter dargestellt. Die Vorrichtung 103 umfasst ein Gestell 201, das einen Verfahrmechanismus 203 enthält (z. B. einen oder mehrere Elektromotoren, die Räder, Schienen oder dergleichen antreiben). Die Vorrichtung 103 umfasst ferner einen Sensormast 205, der auf dem Gestell 201 getragen ist und sich im vorliegenden Beispiel vom Gestell 201 aus nach oben (z. B. im Wesentlichen vertikal) erstreckt. Der Mast 205 trägt die bereits erwähnten Sensoren 108. Die Sensoren 108 umfassen insbesondere mindestens einen Bildsensor 207, beispielsweise eine Digitalkamera, sowie mindestens einen Tiefensensor 209, beispielsweise eine 3D-Digitalkamera, die sowohl Tiefendaten als auch Bilddaten erfassen kann. Die Vorrichtung 103 umfasst auch zusätzliche Tiefensensoren, wie z. B. LIDAR-Sensoren 211. Wie in2 dargestellt, sind die Kameras 207 und die LIDAR-Sensoren 211 auf einer Seite des Mastes 205 angeordnet, während der Tiefensensor 209 an einer Vorderseite des Mastes 205 angeordnet ist. Das heißt, der Tiefensensor 209 ist nach vorne gerichtet (d. h. er erfasst Daten in Bewegungsrichtung der Vorrichtung 103), während die Kameras 207 und die LIDAR-Sensoren 211 zur Seite gerichtet sind (d. h. sie erfassen Daten neben der Vorrichtung 103, in einer Richtung senkrecht zur Bewegungsrichtung). In anderen Beispielen enthält die Vorrichtung 103 zusätzliche Sensoren, wie einen oder mehrere RFID-Leser, Temperatursensoren und dergleichen. - Im vorliegenden Beispiel trägt der Mast 205 sieben Digitalkameras 207-1 bis 207-7 und zwei LIDAR-Sensoren 211-1 und 211-2. Der Mast 205 trägt auch eine Vielzahl von Beleuchtungsbaugruppen 213, die so konfiguriert sind, dass sie die Sichtfelder der jeweiligen Kameras 207 beleuchten. Das heißt, die Beleuchtungsbaugruppe 213-1 beleuchtet das Sichtfeld der Kamera 207-1 und so weiter. Die Sensoren 207 und 211 sind am Mast 205 so ausgerichtet, dass die Sichtfelder jedes Sensors einem Regal 110 zugewandt sind, entlang dessen Länge 119 sich die Vorrichtung 103 bewegt. Die Vorrichtung 103 ist so konfiguriert, dass sie einen Standort der Vorrichtung 103 (z. B. einen Standort des Mittelpunkts des Gestells 201) in einem gemeinsamen Bezugsrahmen verfolgt, der zuvor in der Einzelhandelseinrichtung festgelegt wurde, so dass die von der mobilen Automatisierungsvorrichtung erfassten Daten in dem Bezugsrahmen registriert werden können.
- In
3 sind bestimmte Komponenten der mobilen Automatisierungsvorrichtung 103 zusätzlich zu den oben erwähnten Kameras 207, dem Tiefensensor 209, den Lidaren 211 und den Beleuchtungsbaugruppen 213 dargestellt. Die Vorrichtung 103 umfasst eine spezielle Steuerung, wie z. B. einen Prozessor 300, der mit einem nichttransitorischen computerlesbaren Speichermedium, wie z. B. einem Speicher 304, verbunden ist. Der Speicher 304 umfasst eine geeignete Kombination aus flüchtigem Speicher (z. B. Random Access Memory oder RAM) und nichtflüchtigem Speicher (z. B. Read Only Memory oder ROM, Electrically Erasable Programmable Read Only Memory oder EEPROM, Flash-Speicher). Der Prozessor 300 und der Speicher 304 umfassen jeweils eine oder mehrere integrierte Schaltungen. Der Speicher 304 speichert computerlesbare Anweisungen zur Ausführung durch den Prozessor 300. Insbesondere speichert der Speicher 304 eine Navigationsanwendung 308, die, wenn sie vom Prozessor 300 ausgeführt wird, den Prozessor 300 so konfiguriert, dass er verschiedene Funktionen ausführt, die weiter unten ausführlicher erörtert werden und mit der Navigation der Vorrichtung 103 zusammenhängen (z. B. durch Steuerung des Verfahrmechanismus 203). Der Prozessor 300 kann, wenn er durch die Ausführung der Anwendung 308 so konfiguriert ist, auch als Navigationssteuerung 300 bezeichnet werden. Fachleute werden verstehen, dass die vom Prozessor 300 durch die Ausführung der Anwendung 308 implementierte Funktionalität auch durch eine oder mehrere speziell entwickelte Hardware- und Firmware-Komponenten wie FPGAs, ASICs und dergleichen in anderen Ausführungsformen implementiert werden kann. - Im Speicher 304 kann auch ein Ablageort 312 gespeichert sein, der z. B. eine Karte der Umgebung enthält, in der die Vorrichtung 103 arbeitet, und die während der Ausführung der Anwendung 308 verwendet wird. Die Vorrichtung 103 umfasst auch eine Kommunikationsschnittstelle 316, die es der Vorrichtung 103 ermöglicht, mit dem Server 101 zu kommunizieren (z. B. über die Verbindung 105 oder über die Dockstation 106 und die Verbindung 107), um beispielsweise Anweisungen zur Navigation zu bestimmten Orten zu erhalten und Datenerfassungsvorgänge einzuleiten.
-
3 zeigt auch Beispielkomponenten der Anwendung 308. Wie vom Fachmann verstanden wird, können die dargestellten Komponenten in anderen Ausführungsformen als eine Reihe von unterschiedlichen Anwendungen implementiert werden. Im vorliegenden Beispiel umfasst die Anwendung 308 einen Aufgabenverwalter 320, der so konfiguriert ist, dass er die Anweisungen vom Server 101 empfängt, die die von der Vorrichtung 103 durchzuführenden Aufgaben definieren. Die Anweisungen umfassen Aufgabenfragmente, von denen jedes eine Aufgabe (z. B. eine Datenerfassungsaufgabe) und einen Satz von Unterbereichen in der Einrichtung identifiziert. Im vorliegenden Beispiel entsprechen die Unterbereiche den Regalmodulen 110. Außerdem bezeichnen die Aufgabenfragmente typischerweise zusammenhängende Gruppen von Modulen 110. Der Aufgabenverwalter 320 steuert im Allgemeinen die anderen Komponenten der Anwendung 308, um die Aufgabenfragmente in einer Abfolge auszuführen, die unter bestimmten Bedingungen dynamisch aktualisiert werden kann. - Zu den anderen Komponenten der Anwendung 308 gehört ein Navigator 324, der eine Anfangsabfolge für die oben genannten Aufgabenfragmente bestimmt (z. B. für die Rückkehr zum Aufgabenverwalter 320). Der Navigator 324 empfängt auch Anweisungen vom Aufgabenverwalter 320 zur Ausführung von Aufgabenfragmenten und erzeugt Pfade (z. B. auf der Grundlage der im Ablageort 312 gespeicherten Karte) durch die Einzelhandelseinrichtung, die die von jedem Aufgabenfragment identifizierten Regalmodule 110 durchqueren. Der Navigator 324 steuert außerdem den Verfahrmechanismus 203, um sich entlang der oben genannten Pfade zu bewegen.
- Die Anwendung 308 umfasst eine Datenerfassungssteuerung 328, die Anweisungen vom Aufgabenverwalter 320 erhält, um Aufgabenfragmente auszuführen, und die die Sensoren 108 (z. B. die Bildsensoren 207 und die Tiefensensoren 209) steuert, um Daten wie Bilder der Regalmodule 110 zu erfassen, während sich die Vorrichtung 103 unter der Wirkung des Navigators 324 entlang der Pfade bewegt.
- Die oben erwähnten Pfade umfassen Rangierabschnitte, d. h. Abschnitte der Pfade, die die Vorrichtung 103 entlangfährt, ohne Aufgaben auszuführen (z. B. Datenerfassung), und Ausführungsabschnitte, d. h. Abschnitte der Pfade, die Module 110 durchqueren, in denen die festgelegte Aufgabe ausgeführt werden soll. Für eine Datenerfassungsaufgabe, die sich auf einen bestimmten Bereich bezieht (auch als Gang bezeichnet, z. B. ein Satz von zusammenhängenden Regalmodulen 110), kann sich die Vorrichtung 103 beispielsweise entlang eines Rangierabschnitts eines Pfads bewegen, um an einem Ende des Gangs anzukommen, und dann entlang eines Ausführungsabschnitts, der den Gang durchquert, während die Datenerfassungsaufgabe ausgeführt wird. Die oben erwähnte dynamische Aktualisierung der Abfolge von Aufgabenfragmenten wird vom Aufgabenverwalter 320 durchgeführt, um die Länge der Rangierabschnitte zu verringern (d. h. um die Zeit zu reduzieren, die die Vorrichtung 103 unterwegs ist, während der die festgelegte Aufgabe nicht ausgeführt wird).
- Die Funktionalität der Anwendung 308 zur dynamischen Aktualisierung der Abfolge, in der Aufgabenfragmente von der Vorrichtung 103 ausgeführt werden, wird nun unter Bezugnahme auf
4 ausführlicher beschrieben.4 zeigt ein Verfahren 400 zur dynamischen Aufgabensequenzierung, das in Verbindung mit seiner Ausführung im System 100 und insbesondere durch die Vorrichtung 103 unter Bezugnahme auf die in den2 und3 dargestellten Komponenten beschrieben wird. Wie in der nachfolgenden Diskussion deutlich wird, kann in anderen Beispielen ein Teil oder die gesamte vom Server 101 durchgeführte Verarbeitung von der Vorrichtung 103 durchgeführt werden, und ein Teil oder die gesamte von der Vorrichtung 103 durchgeführte Verarbeitung kann vom Server 101 durchgeführt werden. - In Block 405 empfängt die Vorrichtung 103, insbesondere der Aufgabenverwalter 320, eine Vielzahl von Aufgabenfragmenten und eine Aufgabenkennung. Die Aufgabenfragmente und die Aufgabenkennung können z. B. vom Server 101 über die Kommunikationsschnittstelle 316 empfangen werden. Die in Block 405 empfangenen Aufgabenfragmente enthalten jeweils einen Satz von Unterbereichskennungen. Genauer gesagt identifiziert im vorliegenden Beispiel jedes Aufgabenfragment einen Satz zusammenhängender Regalmodule 110, und die Aufgabenkennung gibt eine Aufgabe an, die von der Vorrichtung 103 in Bezug auf die identifizierten Regalmodule 110 auszuführen ist.
-
5 zeigt ein Beispiel für eine Einzelhandelseinrichtung mit einer Vielzahl von Regalmodulen 110, die der Einfachheit halber in der folgenden Diskussion mit alphanumerischen Kennungen bezeichnet werden. Insbesondere sind sechs Sätze von zusammenhängenden Modulen 110 dargestellt, nämlich A1-A5, B1-B5, C1-C5, D1-D5, E1-E5 und F1-F5. Eine aktuelle Position der Vorrichtung 103 ist ebenfalls dargestellt, und eine aktuelle Bewegungsrichtung 500 der Vorrichtung 103 ist ebenfalls abgebildet. Wie vom Fachmann verstanden wird, stellen die Position und die Ausrichtung 500 der Vorrichtung 103 die Stellung der Vorrichtung 103 dar. In5 ist auch ein Hindernis 502 am Ende des Ganges mit den Modulen „B“ und „C“ dargestellt. Bei dem Hindernis 502 kann es sich um ein dynamisches Hindernis handeln, das nicht in der im Ablageort 312 gespeicherten Karte dargestellt ist, wie z. B. eine Person, oder um ein festes Hindernis wie z. B. eine Säule (die in der im Ablageort 312 gespeicherten Karte dargestellt sein kann). - Tabelle 1 enthält beispielhafte Aufgabendaten, die die Vorrichtung 103 vom Server 101 in einer beispielhaften Durchführung des Blocks 405 erhält und die Aufgabenfragmente definieren, die von der Vorrichtung 103 in der in
5 dargestellten Einzelhandelseinrichtung auszuführen sind. Obwohl die Aufgabenfragmente zur einfacheren Veranschaulichung in einem Tabellenformat dargestellt sind, wird vom Fachmann verstanden, dass die Aufgabenfragmente und die Aufgabenkennung der Vorrichtung in einer Vielzahl von geeigneten Formaten zur Verfügung gestellt werden können. - Tabelle 1 enthält eine Aufgabenkennung, die angibt, dass die Vorrichtung 103 eine Datenerfassungsaufgabe in Bezug auf jedes der Aufgabenfragmente durchführen soll. In anderen Beispielen kann der Vorrichtung 103 eine Vielzahl von Aufgabenkennungen zur Verfügung gestellt werden, die zum Beispiel unterschiedliche Aufgaben für unterschiedliche Aufgabenfragmente angeben. Tabelle 1 enthält auch Aufgabenfragmente, die bestimmte Sätze der in
5 dargestellten Module 110 identifizieren. Insbesondere sind in Tabelle 1 fünf Aufgabenfragmente aufgeführt, die jeweils den in5 dargestellten Modulen „A“, „B“, „C“, „D“ und „E“ entsprechen (Tabelle 1 enthält kein Aufgabenfragment, das den „F“-Modulen von5 entspricht). Tabelle 1: Beispielhafte AufgabenfragmenteAufgaben-ID Fragment-ID Modul-ID(s) Datenerfassung A A1, A2, A3, A4, A5 B B1, B2, B3, B4, B5 C C1, C2, C3, C4, C5 D D1, D2, D3, D4, D5 E E1, E2, E3, E4, E5 - Wie oben gesehen, kann jedes Aufgabenfragment eine Fragmentkennung (die in anderen Ausführungsformen weggelassen werden kann) und Kennungen für jedes Modul, auf das sich das Fragment bezieht, enthalten. Die Modulkennungen ermöglichen es der Vorrichtung 103 (z. B. dem Navigator 324), Standorte für die entsprechenden Module aus einer Karte im Ablageort 312 abzurufen.
- Als Reaktion auf den Empfang der Aufgabenfragmente speichert der Aufgabenverwalter 320 die Aufgabenfragmente im Speicher 304 und erzeugt außerdem Ausführungskriterien für jedes in den Aufgabenfragmenten identifizierte Modul. Wie weiter unten näher erläutert wird, überwacht der Aufgabenverwalter während des Rangierens der Vorrichtung 103 die aktuelle Stellung (d. h. Position und Richtung 500) der Vorrichtung 103. Wenn die aktuelle Stellung der Vorrichtung 103 die Ausführungskriterien erfüllt, die einem bestimmten Modul entsprechen, aktualisiert der Aufgabenverwalter 320 die Abfolge der Aufgabenfragmente, um die Ausführung der festgelegten Aufgabe für dieses Modul einzuleiten. Mit anderen Worten, der Aufgabenverwalter 320 unterbricht das Rangieren der Vorrichtung 103, um mit der Aufgabenausführung zu beginnen, wenn die aktuelle Stellung der Vorrichtung 103 eines der Ausführungskriterien erfüllt.
- Die Ausführungskriterien für ein bestimmtes Modul stellen daher physikalische Bedingungen dar, die erfüllt sind, wenn sich die Vorrichtung 103 in einer Position befindet, die für die Ausführung der Aufgabe für dieses Modul günstig ist. Im vorliegenden Beispiel definieren die Ausführungskriterien für jedes Modul ein Näherungskriterium und ein Richtungskriterium. Das Näherungskriterium definiert einen Bereich der Einrichtung, der an das betreffende Modul angrenzt, und das Richtungskriterium definiert eine Bewegungsrichtung. Wenn die aktuelle Stellung der Vorrichtung 103 anzeigt, dass sich die Vorrichtung 103 innerhalb des durch das Näherungskriterium definierten Bereichs befindet und sich in einer Richtung bewegt, die dem Richtungskriterium entspricht (z. B. innerhalb eines bestimmten Winkelschwellenwerts), sind die Ausführungskriterien erfüllt.
-
5 zeigt die Ausführungskriterien 504 für die Module „C“ und „D“, die der Einrichtung überlagert sind. Der Aufgabenverwalter 320 erstellt Ausführungskriterien für jedes in den Aufgabenfragmenten identifizierte Modul, aber die Kriterien 504 sind nur für die Module „C“ und „D“ dargestellt, um die Lesbarkeit zu erhalten, da sich viele der Kriterien räumlich überschneiden. Konkret sind in5 die Ausführungskriterien 504-C1 bis 504-C5 für die „C“-Module und die Ausführungskriterien 504-D1 bis 504-D5 für die „D“-Module dargestellt. Wie dargestellt, definiert jedes Ausführungskriterium einen Bereich 508 innerhalb der Einrichtung und eine Richtung 512. Die Bereiche 508 können durch Koordinaten definiert werden, z. B. durch einen Satz von vier Koordinaten im Bezugsrahmen 102. Obwohl die Bereiche 508 in5 als rechteckige Bereiche dargestellt sind, können die Bereiche 508 auch verschiedene andere Formen haben. Wie aus5 ersichtlich ist, grenzt jeder Bereich 508 an mindestens einen Abschnitt des entsprechenden Moduls. Das heißt, der Bereich 508 der Kriterien 504-C1 grenzt an das Modul C1, dem das Kriterium 504-C1 entspricht. - Die Richtung 512 jedes der Ausführungskriterien 504 gibt eine Bewegungsrichtung an, die die Vorrichtung 103 zur Durchführung der Datenerfassungsaufgabe in Bezug auf das entsprechende Modul benötigt. Der Mast 205 und die Sensoren 108 sind am Gestell 201 der Vorrichtung 103 befestigt, und daher muss sich die Vorrichtung 103, wie in den dargestellten Beispielen gezeigt, mit dem Zielmodul auf der rechten (d. h. steuerbordseitigen) Seite des Gestells 201 bewegen. Daher sind die Richtungen 512 der Ausführungskriterien 504-C1 bis 504-C5 den Richtungen 512 der Ausführungskriterien 504-D1 bis 504-D5 entgegengesetzt.
- Wie nun deutlich wird, sind die Ausführungskriterien 504-C1 erfüllt, wenn sich die Vorrichtung 103 in den Bereich 508 bewegt, während sie sich in der Richtung 512 (oder innerhalb eines konfigurierbaren Winkelschwellenwertes der Richtung 512) der Ausführungskriterien 504-C1 bewegt. Der Aufgabenverwalter 320 wird daher gemäß einem unten erläuterten Mechanismus die Durchführung der Datenerfassungsaufgabe in Bezug auf das Modul C1 anstelle eines anderen Moduls, zu dem die Vorrichtung 103 rangiert hat, einleiten.
- Zurück zu
4 , nachdem die Vorrichtung 103 die Aufgabenkennung und die Aufgabenfragmente erhalten und die Ausführungskriterien erstellt und gespeichert hat, erzeugt sie eine Abfolge für die Aufgabenfragmente. Im vorliegenden Beispiel ruft der Navigator 324 die Standorte der in den Aufgabenfragmenten identifizierten Unterbereichen (d. h. Module 110) aus der im Ablageort 312 gespeicherten Karte ab. Der Navigator 324 ruft auch den aktuellen Standort der Vorrichtung 103 selbst im gemeinsamen Bezugsrahmen 102 ab. Basierend auf dem Standort der Module 110, die durch die Aufgabenfragmente identifiziert wurden (z.B. die Standorte der Endpunkte jedes Aufgabenfragments, wie der Standort der Module A1 und A5 für das Aufgabenfragment A) und dem aktuellen Standort der Vorrichtung 103, erzeugt der Navigator 324 die Abfolge, um die Distanz zu optimieren, die die Vorrichtung 103 zurücklegen muss, um die Aufgabenfragmente abzuschließen. Das heißt, der Navigator 324 ordnet die Aufgabenfragmente so an, dass die Gesamtdistanz, die bei der Ausführung der Aufgabenfragmente zurückgelegt wird, gemäß einem geeigneten Pfadoptimierungsverfahren reduziert wird. - Als Reaktion auf die Erzeugung der Abfolge gibt der Navigator 324 die Abfolge an den Aufgabenverwalter 320 zurück. Tabelle 2 enthält eine Beispielabfolge, die vom Navigator 324 an den Aufgabenverwalter 320 zurückgegeben wird. Tabelle 2: Beispiel für die Abfolge von Aufgabenfragmenten
Fragment-ID Modul-ID Status A A1 Aktiv A2 A3 A4 A5 B B5 B4 B3 B2 B1 C C1 C2 C3 C4 C5 D D5 D4 D3 D2 D1 E E1 E2 E3 E4 E5 - Wie oben gesehen, definiert die vom Navigator 324 erzeugte Abfolge eine Reihenfolge, in der die Vorrichtung 103 die in Tabelle 1 dargestellten Aufgabenfragmente durchführt. Die Abfolge kann, wie in der dargestellten Ausführungsform, nicht nur die Reihenfolge der Aufgabenfragmente, sondern auch die Reihenfolge der durch jedes Aufgabenfragment identifizierten Module festlegen. So definiert Tabelle 2 eine Abfolge, in der die Vorrichtung 103 zuerst die „A“-Module durchläuft, beginnend mit dem Modul A1 und endend mit dem Modul A5. Die Vorrichtung 103 durchläuft dann die „B“-Module, beginnend mit dem Modul B5 und endend mit dem Modul B1, und so weiter, bis das Modul E5 erreicht ist. Wie aus
5 ersichtlich wird, minimiert die für die Aufgabenfragmente (und die darin identifizierten Module) festgelegte Reihenfolge das Rangieren zwischen den Aufgabenfragmenten. - In Block 410 wählt der Aufgabenverwalter 320 ein aktives Aufgabenfragment gemäß der Abfolge aus. Das ausgewählte aktive Aufgabenfragment ist das Aufgabenfragment, das dem Anfang der Abfolge am nächsten liegt und noch nicht abgeschlossen ist. Im vorliegenden Beispiel wird daher im Block 410 das Aufgabenfragment A ausgewählt. Der Aufgabenverwalter 320 kann eine Angabe darüber speichern, welches Aufgabenfragment aktiv ist, wie in Tabelle 2 dargestellt. In einigen Beispielen kann der Aufgabenverwalter 320 auch eine Angabe darüber speichern, welches Modul des aktiven Aufgabenfragments gerade aktiv ist.
- In Block 415 erzeugt die Vorrichtung 103 einen Pfad für das aktive Fragment. Zum Beispiel kann der Aufgabenverwalter 320 den Navigator 324 anweisen, einen Pfad zu erzeugen, der die Module des aktiven Aufgabenfragments durchquert (d.h. die Module A1 bis A5 im vorliegenden Beispiel). In
6 sind die Module 110 zusammen mit der Vorrichtung 103 und einem vom Navigator 324 in Block 415 erzeugten Pfad 600 dargestellt. Die Erzeugung eines Pfades in Block 415 kann die Erzeugung eines Pfades zu einem Startpunkt für das Aufgabenfragment beinhalten (z. B. vom aktuellen Standort der Vorrichtung 103 zum Modul A1 im vorliegenden Beispiel), zusätzlich zur Erzeugung eines Pfades, der die Unterbereiche des Aufgabenfragments selbst durchquert. Der Pfad 600 umfasst daher einen Rangierabschnitt 604 vom aktuellen Standort der Vorrichtung 103 und einen Ausführungsabschnitt 608, der die Module A1 bis A5 durchläuft, um die Datenerfassungsaufgabe auszuführen. In einigen Ausführungsformen werden die Abschnitte 604 und 608 als getrennte Pfade erzeugt (z. B. als Reaktion auf separate Anweisungen vom Aufgabenverwalter 320 an den Navigator 324). - Wiederum Bezug nehmend auf
4 bestimmt der Aufgabenverwalter 320 nach der Pfaderzeugung in Block 420, ob ein Anteil der Module des aktiven Aufgabenfragments, die vom aktuellen Standort der Vorrichtung 103 nur durch Rangieren erreicht werden können (z. B. durch Rangieren über eine beliebige Distanz oder in einigen Ausführungsformen durch Rangieren über eine konfigurierbare Schwellenwertdistanz), einen konfigurierbaren Schwellenwert überschreitet. Mit anderen Worten bestimmt für das Aufgabenfragment A der Aufgabenverwalter 320 einen Anteil der Module A1-A5, die nur über den Rangierabschnitt 604 des Pfades 600 erreicht werden können. Diese Module werden als „unzugängliche“ Module bezeichnet, obwohl sie, wie zu verstehen sein wird, ohne Rangieren einfach unzugänglich sind, und nicht völlig unzugänglich sind. Dieser Anteil wird mit einem Schwellenwert verglichen (z. B. 20 %, obwohl auch eine Vielzahl anderer Schwellenwerte in Betracht kommt). Wie in6 zu sehen ist, können alle Module A1-A5 nur über den Rangierabschnitt 604 des Pfades erreicht werden (d. h. der Anteil der unzugänglichen Module beträgt 100 %), und die Bestimmung in Block 420 ist daher negativ. Wenn die Bestimmung positiv ausfällt, aktualisiert der Aufgabenverwalter 320 den Status der unzugänglichen Module in Block 425, wie weiter unten erläutert wird. - Im vorliegenden Beispiel geht die Vorrichtung 103 nach einer negativen Bestimmung in Block 420 zu Block 430 über. In Block 430 leitet der Aufgabenverwalter 320 die Ausführung des in Block 410 ausgewählten aktiven Aufgabenfragments ein, indem er Anweisungen an den Navigator 324 und die Datenerfassungssteuerung 328 sendet, um sich entlang des in Block 415 erzeugten Pfades 600 zu bewegen bzw. mit der Datenerfassung zu beginnen. Genauer gesagt ist der Aufgabenverwalter 320 so konfiguriert, dass er eine Anweisung zum Beginn der Navigation für das aktive Aufgabenfragment an den Navigator 324 und eine Anweisung zum Beginn der Datenerfassung für das aktive Aufgabenfragment an die Datenerfassungssteuerung 328 sendet.
- Der Navigator 324 ist so konfiguriert, dass er während der Ausführung des Blocks 430 den Verfahrmechanismus 203 und die zugehörigen Komponenten der Vorrichtung 103 so steuert, dass sie sich entlang des in Block 415 für das aktive Aufgabenfragment erzeugten Pfads 600 bewegen. Der Navigator 324 erreicht eine solche Steuerung über einen oder mehrere Navigationssensoren (z. B. Lidarsensoren), die im Ablageort 312 gespeicherte Karte und die aktuelle Stellung der Vorrichtung 103, die periodisch aktualisiert wird. Während der Durchquerung der Module 110, die dem aktiven Aufgabenfragment entsprechen, ist die Datenerfassungssteuerung 328 so konfiguriert, dass sie einen oder mehrere der Sensoren 108 (z. B. die Kameras 207 und die Tiefensensoren 209) steuert, um Bilddaten zu erfassen, die die Unterbereiche darstellen, welche die Vorrichtung 103 durchquert, und die Bilddaten in dem Ablageort 312 zu speichern.
- Während sich die Vorrichtung 103 entlang der Unterbereiche bewegt, die dem aktiven Aufgabenfragment entsprechen, ist der Navigator 324 so konfiguriert, dass er die aktuelle Stellung der Vorrichtung 103 überwacht. Die aktuelle Stellung wird regelmäßig an den Aufgabenverwalter 320 gemeldet. Der Navigator 324 benachrichtigt den Aufgabenverwalter 320 auch über jeden Unterbereich, der erfolgreich durchquert wurde. Auf diese Weise kann der Aufgabenverwalter 320 die den Modulen des aktiven Aufgabenfragments entsprechenden Statusdaten aktualisieren.
- Während der Bewegung entlang des Pfades 600 bestimmt der Aufgabenverwalter 320 in Block 435 auf der Grundlage der vom Navigator 324 empfangenen aktuellen Stellung der Vorrichtung 103, ob eines der in Block 405 erzeugten Ausführungskriterien erfüllt ist. Das heißt, der Aufgabenverwalter 320 vergleicht die aktuelle Position und Richtung der Vorrichtung 103 mit den Bereichen 508 und den Richtungen 512. Insbesondere wird der Vergleich der aktuellen Stellung mit den Ausführungskriterien 504 in Block 435 nur während des Rangierens durchgeführt (d. h. während des Bewegens auf dem Rangierabschnitt 604 des Pfades 600). Außerdem werden die Ausführungskriterien 504, die dem aktiven Aufgabenfragment entsprechen, bei dem Vergleich in Block 435 ausgelassen. Während der Bewegung auf dem Rangierabschnitt 604 bewertet der Aufgabenverwalter 320 also nicht, ob die Ausführungskriterien für eines der Module A1-A5 erfüllt sind.
- Wenn die Bestimmung in Block 435 positiv ausfällt, aktualisiert der Aufgabenverwalter 320 die Aufgabenfragmentabfolge in Block 440, wie weiter unten erläutert wird. Im vorliegenden Beispiel ist, wie aus
6 ersichtlich, die Bestimmung in Block 435 negativ, da die Vorrichtung 103 den Rangierabschnitt 604 durchfährt, da keine Ausführungskriterien 504 für nicht aktive Module erfüllt werden. Die Vorrichtung 103 fährt daher mit Block 445 fort. - In Block 445 bestimmt der Navigator 324, ob der Pfad 600 versperrt ist. Wenn ein Hindernis erkannt wird, erzeugt der Navigator 324 in Block 415 einen aktualisierten Pfad (z. B. für die noch zu durchquerenden Module 110). Wenn kein Hindernis erkannt wird, wird die Ausführung des Pfades 600 fortgesetzt. In Block 450, wenn das aktive Aufgabenfragment abgeschlossen ist (d. h. wenn jedes Modul 110 des aktiven Aufgabenfragments durchlaufen oder als unvollständig markiert wurde, wie weiter unten erläutert wird), wählt der Aufgabenverwalter 320 das nächste Aufgabenfragment aus der Abfolge aus. Bezogen auf
7 , in der gezeigt wird, dass die Vorrichtung 103 das Ende des Pfades 600 erreicht hat, wählt der Aufgabenverwalter 320 das nächste Aufgabenfragment aus der Abfolge von Tabelle 2 aus, und die Durchführung des Verfahrens 400 kehrt zu Block 415 zurück. Tabelle 3 enthält Statusdaten, die anzeigen, dass die Module A1-A5 abgeschlossen sind (und die Module A1-A5 sind schattiert dargestellt, um den Abschluss in7 anzuzeigen). Ferner zeigt Tabelle 3 an, dass das Aufgabenfragment B als aktives Aufgabenfragment ausgewählt wurde. Tabelle 3: Aktualisierte AufgabenfragmentabfolgeFragment-ID Modul-ID Status A A1 Abgeschlossen: A1-A5 A2 A3 A4 A5 B B5 Aktiv B4 B3 B2 B1 C C1 C2 C3 C4 C5 D D5 D4 D3 D2 D1 E E1 E2 E3 E4 E5 - In Block 415 erzeugt der Navigator 324 einen Pfad für das aktive Aufgabenfragment, der in
7 als Pfad 700 dargestellt ist. Besonders hervorzuheben ist, dass das Hindernis 502 die Vorrichtung 103 daran hindert, das Modul B5 zu erreichen, ohne zum Modul A1 zurück zu rangieren, bevor sie entlang des nächsten Ganges zurückkehrt, um das Modul B5 zu erreichen. Somit umfasst der Pfad 700 einen längeren Rangierabschnitt 704, gefolgt von einem Ausführungsabschnitt 708. Die Bestimmung in Block 420 ist negativ, da keines der „B“-Module ohne Rangieren erreicht werden kann. Daher beginnt die Vorrichtung 103 im Block 430 mit der Bewegung entlang des Pfades 700. - Nunmehr bezugnehmend auf
8 , wenn sich die Vorrichtung 103 entlang eines Teils des Rangierabschnitts 704 bewegt hat, erfüllt die aktuelle Stellung der Vorrichtung 103 die Ausführungskriterien 504-C1, die dem Modul C1 entsprechen. Die Bestimmung in Block 435 ist daher positiv. In Block 440 aktualisiert der Aufgabenverwalter 320 die Abfolge und wählt auf der Grundlage der aktualisierten Abfolge ein neues aktives Segment aus. Insbesondere aktualisiert der Aufgabenverwalter 320 die Abfolge, um das Aufgabenfragment C über dem Aufgabenfragment B zu platzieren, wie unten in Tabelle 4 gezeigt, und um das Aufgabenfragment C als das aktive Aufgabenfragment auszuwählen. Die Durchführung des Verfahrens 400 kehrt dann zu Block 415 zurück, in dem der Aufgabenverwalter 320 den Navigator 324 anweist, einen Pfad für das Aufgabenfragment C zu erzeugen. Tabelle 4: Aktualisierte AufgabenfragmentabfolgeFragment-ID Modul-ID Status A A1 Abgeschlossen: A1-A5 A2 A3 A4 A5 C C1 Aktiv C2 C3 C4 C5 B B5 B4 B3 B2 B1 D D5 D4 D3 D2 D1 E E1 E2 E3 E4 E5 - In
9 ist ein Pfad 900 dargestellt, der einen Rangierabschnitt 904 und einen Ausführungsabschnitt 908 enthält, um das Aufgabenfragment C abzuschließen. In Block 430 bewegt sich die Vorrichtung 103 entlang des Pfades 900, um die Datenerfassungsaufgabe für jedes der Module C1-C5 abzuschließen. Wie ersichtlich ist, ist die Bestimmung in Block 435 negativ, ebenso wie die Bestimmung in Block 445. Wenn der Pfad 900 abgeschlossen ist, wählt der Aufgabenverwalter 320 das nächste Aufgabenfragment gemäß der aktualisierten Abfolge aus (d. h. das Aufgabenfragment B im vorliegenden Beispiel). Die Wiederholung der Blöcke 415 bis 450 für das Aufgabenfragment B führt zum Abschluss des Aufgabenfragments B und zur Auswahl des nächsten Aufgabenfragments, das im vorliegenden Beispiel das Aufgabenfragment D ist. -
10 zeigt die Vorrichtung 103 nach Abschluss des Aufgabenfragments B und Auswahl des Aufgabenfragments D als das aktive Aufgabenfragment. Tabelle 5 veranschaulicht die aktualisierte Abfolge und den Status der Aufgabenfragmente. Tabelle 5: Aktualisierte AufgabenfragmentabfolgeFragment-ID Modul-ID Status A A1 Abgeschlossen: A1-A5 A2 A3 A4 A5 C C1 Abgeschlossen: C1-C5 C2 C3 C4 C5 B B5 Abgeschlossen: B1-B5 B4 B3 B2 B1 D D5 Aktiv D4 D3 D2 D1 E E1 E2 E3 E4 E5 -
10 zeigt auch einen Pfad 1000, der im Block 415 für das Aufgabenfragment D erzeugt wurde und einen Rangierabschnitt 1004 und einen Ausführungsabschnitt 1008 umfasst. Wie aus10 ersichtlich ist, erfüllt die Vorrichtung 103 während der Bewegung entlang des Rangierabschnitts 1004 zum Modul D5 die Ausführungskriterien 504-E1, die dem Modul E1 entsprechen. Daher aktualisiert der Aufgabenverwalter 320 nach einer weiteren positiven Bestimmung in Block 435 die Abfolge, um das Aufgabenfragment E vor dem Aufgabenfragment D zu platzieren, und initiiert die Pfaderzeugung in Block 415 für das Aufgabenfragment E. Tabelle 6 veranschaulicht die weiter aktualisierte Abfolge Tabelle 6: Aktualisierte AufgabenfragmentabfolgeFragment-ID Modul-ID Status A A1 Abgeschlossen: A1-A5 A2 A3 A4 A5 C C1 Abgeschlossen: C1-C5 C2 C3 C4 C5 B B5 Abgeschlossen: B1-B5 B4 B3 B2 B1 E E1 Aktiv E2 E3 E4 E5 D D5 D4 D3 D2 D1 - In
11 ist ein Pfad 1100 dargestellt, der in Block 415 für das Aufgabenfragment E erzeugt wurde, wobei sich die Vorrichtung 103 entlang eines Teils des Pfades 1100 bewegt hat und die Durchquerung der Module E1, E2 und E3 abgeschlossen hat.11 veranschaulicht auch, dass ein Hindernis 1102, wie z. B. eine Person, von der Vorrichtung 103 erkannt wurde. Das Modul E4 wird durch das Hindernis 1102 versperrt (d. h. die Datenerfassung des Moduls E4 kann nicht abgeschlossen werden). Außerdem kann das Modul E5 nicht erreicht werden, wenn der Pfad 1100 weiterverfolgt wird. Daher ist die Bestimmung in Block 445 positiv, und die Vorrichtung 103 kehrt zu Block 415 zurück, um einen aktualisierten Pfad zu erzeugen, um das Modul E5 zu erreichen. Wie in11 zu sehen ist, kann das Modul E5 beispielsweise erreicht werden, indem man sich zurück zum Modul E1 und dann an den Modulen F1 bis F5 vorbeibewegt. - In Block 420 wird das Modul E5 als unzugängliches Modul eingestuft, da es nur erreicht werden kann, wenn man sich mehr als eine Schwellendistanz bewegt. In einigen Ausführungsformen kann die Bewertung in Block 420 in Verbindung mit der Pfaderzeugung in Block 415 durchgeführt werden und umfasst die Bestimmung, ob ein Pfad geplant werden kann, um das/die betreffende(n) Modul(e) (d. h. das Modul E5 im vorliegenden Beispiel) zu erreichen, ohne den aktuellen Gang zu verlassen. In jedem Fall ist das Modul E5 unzugänglich. Außerdem macht das Modul E5 nur ein Fünftel (20 %) des Aufgabenfragments E aus. Daher ist die Bestimmung in Block 420 positiv, und in Block 425 ignoriert der Aufgabenverwalter 320 die unzugänglichen Module, indem er zum Beispiel Statusdaten speichert, die anzeigen, dass die unzugänglichen Module übersprungen wurden, wie in Tabelle 7 unten dargestellt.
- Nach der Ausführung von Block 425 kann die Vorrichtung 103 zu Block 415 zurückkehren, um einen Pfad für das aktive Aufgabenfragment zu erzeugen, der die ignorierten Module aus Block 425 auslässt. Im vorliegenden Beispiel wird ersichtlich, dass nach dem Ignorieren des Moduls E5 keine weiteren Module im Aufgabenfragment E abzuschließen sind und dass eine weitere Pfadplanung für das Aufgabenfragment E nicht mehr erforderlich ist. Der Aufgabenverwalter 320 kann daher nach Block 425 auch bestimmen, ob das aktive Aufgabenfragment infolge der Ausführung von Block 425 abgeschlossen ist. Wenn das aktive Aufgabenfragment abgeschlossen ist, geht der Aufgabenverwalter 320 zu Block 450 über, bevor er zu Block 415 zurückkehrt. Im vorliegenden Beispiel wählt der Aufgabenverwalter 320 daher das Aufgabenfragment D als das aktive Aufgabenfragment aus und kehrt zu Block 415 zurück. Der aktualisierte Status der Aufgabenfragmente ist in Tabelle 7 dargestellt. Tabelle 7: Aktualisierte Aufgabenfragmentabfolge
Fragment-ID Modul-ID Status A A1 Abgeschlossen: A1-A5 A2 A3 A4 A5 C C1 Abgeschlossen: C1-C5 C2 C3 C4 C5 B B5 Abgeschlossen: B1-B5 B4 B3 B2 B1 E E1 Abgeschlossen: E1-E3 Versperrt: E4 Übersprungen: E5 E2 E3 E4 E5 D D5 Aktiv D4 D3 D2 D1 - Wie oben zu sehen ist, wird das Aufgabenfragment D als das aktive Aufgabenfragment angezeigt, und das Modul E5 wird als übersprungen (d. h. ignoriert) angezeigt, da ein Abschluss der Datenerfassung für das Modul E5 allein erfordern würde, dass die Vorrichtung 103 eine erhebliche Distanz rangiert.
- Nach der Auswahl des Aufgabenfragments D als aktives Aufgabenfragment wird für das Aufgabenfragment D ein Pfad 1200, wie in
12 dargestellt, erzeugt. Wie in12 gezeigt, wurden die Module D4 und D5 als versperrt bzw. übersprungen markiert. Insbesondere kann das Modul D4 aufgrund des Hindernisses 1102 nicht erreicht werden, und das Modul D5 wurde nach einer weiteren positiven Bestimmung in Block 420 ignoriert. Genauer gesagt erfordert die Planung eines Pfades vom Standort der in12 dargestellten Vorrichtung 103 zum Modul D5 eine beträchtliche Rangierdistanz (z. B. oberhalb des bereits erwähnten Schwellenwerts), während die Module D3, D2 und D1 mit minimaler Rangierdistanz erreicht werden können (z. B. ohne den Gang zu verlassen, in dem sich die Vorrichtung 103 gerade befindet). Das Modul D5 wird daher in Block 425 ignoriert, und Block 415 wird wiederholt, um den dargestellten Pfad 1200 zu erzeugen. Die Bewegung entlang des Pfades 1200 führt zum Abschluss der Datenerfassung für die Module D3, D2 und D1. - Wenn das Aufgabenfragment D abgeschlossen ist, sind die in Block 405 empfangenen Aufgabenfragmente mit Ausnahme der Module D4, D5, E4 und E5 abgeschlossen worden. Der Aufgabenverwalter 320 kann den Status der Aufgabenfragmente beispielsweise an den Server 101 melden, und der Server 101 kann einen weiteren Satz von Aufgabenfragmenten für die anschließende Ausführung erzeugen, der alle zuvor unvollständigen Module (d. h. die Module D4, D5, E4 und E5) enthält.
- Durch die Erzeugung von Ausführungskriterien und die Ausführung von Block 435 kann die Vorrichtung 103 daher Bedingungen erkennen, unter denen die für die Bewegung aufgewendete Zeit stattdessen für die Datenerfassung oder andere Aufgaben genutzt werden kann, wodurch die für das Rangieren der Vorrichtung 103 aufgewendete Zeit reduziert wird. Darüber hinaus kann die Bestimmung in Block 420 dazu führen, dass suboptimale Bewegungen der Vorrichtung vermieden werden, um isolierte Module zu erreichen, und stattdessen die Durchführung von Aufgaben für diese Module auf einen späteren Zeitpunkt verschoben wird (z. B. wenn das Hindernis 1102 nicht mehr vorhanden ist).
- In der vorstehenden Beschreibung wurden spezifische Ausführungsformen beschrieben. Ein Durchschnittsfachmann erkennt jedoch, dass verschiedene Modifikationen und Änderungen vorgenommen werden können, ohne den Schutzumfang der Erfindung, wie er in den untenstehenden Ansprüchen definiert ist, abzuweichen. Dementsprechend sind die Beschreibung und die Figuren vielmehr in einem illustrativen als in einem einschränkenden Sinne zu betrachten, und alle derartigen Modifikationen sollen im Umfang der vorliegenden Lehren eingeschlossen sein.
- Die Nutzen, Vorteile, Lösungen für Probleme und alle Elemente, die zum Auftreten oder einer Verstärkung eines Nutzens, eines Vorteils, oder einer Lösung führen können, sind nicht als kritische, erforderliche oder wesentliche Merkmale oder Elemente in einigen oder sämtlichen Ansprüchen zu verstehen. Die Erfindung ist lediglich durch die angehängten Ansprüche definiert, einschließlich jeglicher Änderungen, die während der Anhängigkeit dieser Anmeldung vorgenommen wurden und aller Äquivalente der erteilten Ansprüche.
- Darüber hinaus können in diesem Dokument relationale Begriffe wie erster und zweiter, oberer und unterer und dergleichen lediglich verwendet sein, um eine Entität oder Aktion von einer anderen Entität oder Aktion zu unterscheiden, ohne notwendigerweise eine tatsächliche derartige Beziehung oder Reihenfolge zwischen solchen Entitäten oder Aktionen zu erfordern oder zu implizieren. Die Ausdrücke „umfasst“, „umfassend“, „hat“, „haben“, „aufweist“, „aufweisend“, „enthält“, „enthaltend“ oder jede andere Variation davon sollen eine nicht-ausschließliche Einbeziehung abdecken, derart, dass ein Prozess, Verfahren, Produkt oder Vorrichtung, das eine Liste von Elementen umfasst, hat, aufweist, enthält, nicht nur diese Elemente aufweist, sondern auch andere Elemente aufweisen kann, die nicht ausdrücklich aufgelistet sind oder einem solchen Prozess, Verfahren, Produkt oder Vorrichtung inhärent sind. Ein Element, dem „umfasst ... ein“, „hat ... ein“, „aufweist ... ein“ oder „enthält ...ein“ vorausgeht, schließt ohne weitere Einschränkungen die Existenz zusätzlicher identischer Elemente in dem Prozess, dem Verfahren, dem Produkt oder der Vorrichtung, die das Element umfasst, hat, aufweist oder enthält, nicht aus. Die Begriffe „ein“ und „eine“ sind als eine oder mehrere definiert, sofern es hierin nicht ausdrücklich anders angegeben wird. Die Begriffe „im Wesentlichen“, „im Allgemeinen“, „ungefähr“, „etwa“ oder jede andere Version davon sind so definiert, dass sie von einem Fachmann auf diesem Gebiet nahekommend verstanden werden, und in einer nicht-einschränkenden Ausführungsform ist der Ausdruck definiert als innerhalb von 10%, in einer weiteren Ausführungsform als innerhalb von 5%, in einer weiteren Ausführungsform als innerhalb von 1% und in einer weiteren Ausführungsform als innerhalb von 0,5%. Der Ausdruck „gekoppelt“, wie er hierin verwendet wird, ist als verbunden definiert, jedoch nicht notwendigerweise direkt und nicht notwendigerweise mechanisch. Eine Vorrichtung oder eine Struktur, die auf eine bestimmte Art „konfiguriert“ ist, ist zumindest auch so konfiguriert, kann aber auch auf Arten konfiguriert sein, die nicht aufgeführt sind.
- Es versteht sich, dass einige Ausführungsformen von einem oder mehreren generischen oder spezialisierten Prozessoren (oder „Verarbeitungsgeräten“) wie Mikroprozessoren, digitale Signalprozessoren, kundenspezifische Prozessoren und Field-Programmable-Gate-Arrays (FPGAs) und einmalig gespeicherten Programmanweisungen (einschließlich sowohl Software als auch Firmware) umfasst sein können, die den einen oder die mehreren Prozessoren steuern, um in Verbindung mit bestimmten Nicht-Prozessorschaltungen einige, die meisten oder alle der hierin beschriebenen Funktionen des Verfahrens und/oder der Vorrichtung zu implementieren. Alternativ können einige oder alle Funktionen durch eine Zustandsmaschine implementiert sein, die keine gespeicherten Programmanweisungen aufweist, oder in einer oder mehreren anwendungsspezifischen integrierten Schaltungen (ASICs), in denen jede Funktion oder einige Kombinationen von bestimmten Funktionen als benutzerdefinierte Logik implementiert sind. Natürlich kann eine Kombination der beiden Ansätze verwendet werden.
- Darüber hinaus kann eine Ausführungsform als ein computerlesbares Speichermedium implementiert sein, auf dem computerlesbarer Code gespeichert ist, um einen Computer (der zum Beispiel einen Prozessor umfasst) zu programmieren, um ein Verfahren auszuführen, wie es hierin beschrieben und beansprucht ist. Beispiele solcher computerlesbaren Speichermedien weisen eine Festplatte, eine CD-ROM, eine optische Speichervorrichtung, eine magnetische Speichervorrichtung, einen ROM (Nur-Lese-Speicher), einen PROM (programmierbarer Nur-Lese-Speicher), einen EPROM (löschbarer programmierbarer Nur-Lese-Speicher), einen EEPROM (elektrisch löschbarer programmierbarer Nur-Lese-Speicher) und einen Flash-Speicher auf, sind aber nicht hierauf beschränkt auf. Ferner wird davon ausgegangen, dass ein Durchschnittsfachmann, ungeachtet möglicher signifikanter Anstrengungen und vieler Designwahlen, die zum Beispiel durch verfügbare Zeit, aktuelle Technologie und wirtschaftliche Überlegungen motiviert sind, ohne Weiteres in der Lage ist, solche Softwareanweisungen und -programme und ICs mit minimalem Experimentieren zu generieren, wenn er durch die hierin offenbarten Konzepte und Prinzipien angeleitet wird.
- Die Zusammenfassung der Offenbarung wird bereitgestellt, um es dem Leser zu ermöglichen, schnell das Wesen der technischen Offenbarung zu ermitteln. Sie wird mit dem Verständnis bereitgestellt, dass sie nicht zur Auslegung oder Einschränkung des Umfangs oder der Bedeutung der Ansprüche verwendet wird. Ferner kann der vorangehenden detaillierten Beschreibung entnommen werden, dass verschiedene Merkmale in verschiedenen Ausführungsformen zum Zwecke der Verschlankung der Offenbarung zusammengefasst sind. Diese Art der Offenbarung ist nicht so auszulegen, dass sie die Absicht widerspiegelt, dass die beanspruchten Ausführungsformen mehr Merkmale erfordern, als ausdrücklich in jedem Anspruch angegeben sind. Vielmehr ist es so, wie die folgenden Ansprüche zeigen, dass der erfinderische Gegenstand in weniger als allen Merkmalen einer einzigen offenbarten Ausführungsform liegt. Somit werden die folgenden Ansprüche hiermit in die detaillierte Beschreibung inkorporiert, wobei jeder Anspruch für sich als ein separat beanspruchter Gegenstand steht.
Claims (21)
- Verfahren in einer Navigationssteuerung, wobei das Verfahren umfasst: Erhalten (i) einer Vielzahl von Aufgabenfragmenten, die jeweilige Sätze von Unterbereichen in einer Einrichtung identifizieren, und (ii) einer Kennung einer Aufgabe, die von einer mobilen Automatisierungsvorrichtung an jedem der Sätze von Unterbereichen durchzuführen ist; Auswählen eines aktiven der Aufgabenfragmente gemäß einer Abfolge, die eine Ausführungsreihenfolge der Aufgabenfragmente festlegt; Erzeugen eines Pfades, einschließlich (i) eines Rangierabschnitts von einer aktuellen Position der mobilen Automatisierungsvorrichtung zu den durch das aktive Aufgabenfragment identifizierten Unterbereichen und (ii) eines Ausführungsabschnitts, der die durch das aktive Aufgabenfragment identifizierten Unterbereiche durchquert; während einer Bewegung entlang des Rangierabschnitts, Bestimmen, basierend auf einer aktuellen Stellung der mobilen Automatisierungsvorrichtung, ob eine Ausführung eines anderen Aufgabenfragments eingeleitet werden soll; und wenn die Bestimmung positiv ist, Aktualisieren der Abfolge, um das andere Aufgabenfragment als das aktive Aufgabenfragment zu markieren.
- Verfahren nach
Anspruch 1 , ferner umfassend: Durchführen der identifizierten Aufgabe während einer Bewegung entlang des Ausführungsabschnitts des Pfades. - Verfahren nach
Anspruch 2 , wobei die identifizierte Aufgabe eine Datenerfassungsaufgabe ist. - Verfahren nach
Anspruch 1 , ferner umfassend: als Reaktion auf das Aktualisieren der Abfolge, Wiederholen des Erzeugens des Pfades und Bestimmen, ob eine Ausführung eines anderen Aufgabenfragments eingeleitet werden soll. - Verfahren nach
Anspruch 1 , ferner umfassend: als Reaktion auf das Erzeugen des Pfades, Identifizieren von unzugänglichen Unterbereichen des Satzes von Unterbereichen, die durch das aktive Aufgabenfragment identifiziert werden; Bestimmen eines Anteils des Satzes von Unterbereichen, der durch unzugängliche Unterbereiche repräsentiert wird; und Ignorieren der unzugänglichen Unterbereiche, wenn der Anteil unter einer Schwelle liegt. - Verfahren nach
Anspruch 5 , wobei das Identifizieren von unzugänglichen Unterbereichen des Satzes von Unterbereichen das Bestimmen umfasst, dass ein unzugänglicher Unterbereich des Satzes von Unterbereichen nicht ohne Rangieren erreicht werden kann. - Verfahren nach
Anspruch 1 , ferner umfassend: Erzeugen von Ausführungskriterien für jeden Unterbereich, der durch jedes Aufgabenfragment identifiziert wird; wobei das Bestimmen, ob eine Ausführung eines anderen Aufgabenfragments eingeleitet werden soll, ein Vergleichen der aktuellen Stellung der mobilen Automatisierungsvorrichtung mit den Ausführungskriterien umfasst. - Verfahren nach
Anspruch 7 , wobei die Ausführungskriterien ein Näherungskriterium und ein Richtungskriterium umfassen. - Verfahren nach
Anspruch 1 , wobei das Erhalten der Aufgabenfragmente ein Empfangen der Aufgabenfragmente an der mobilen Automatisierungsvorrichtung von einem Server umfasst. - Mobile Automatisierungsvorrichtung, umfassend: eine Verfahrbaugruppe; einen Datenerfassungssensor; und eine Navigationssteuerung, die konfiguriert ist, um: (i) eine Vielzahl von Aufgabenfragmenten, die jeweilige Sätze von Unterbereichen in einer Einrichtung identifizieren, und (ii) eine Kennung einer Aufgabe, die in jedem der Sätze von Unterbereichen auszuführen ist, zu erhalten; ein aktives der Aufgabenfragmente gemäß einer Abfolge auszuwählen, die eine Ausführungsreihenfolge der Aufgabenfragmente festlegt; einen Pfad zu erzeugen, einschließlich (i) eines Rangierabschnitts von einer aktuellen Position der mobilen Automatisierungsvorrichtung zu den durch das aktive Aufgabenfragment identifizierten Unterbereichen und (ii) eines Ausführungsabschnitts, der die durch das aktive Aufgabenfragment identifizierten Unterbereiche durchquert; die Verfahrbaugruppe so zu steuern, dass sie sich entlang des Pfades bewegt; während einer Bewegung entlang des Rangierabschnitts basierend auf einer aktuellen Stellung der mobilen Automatisierungsvorrichtung zu bestimmen, ob eine Ausführung eines anderen Aufgabenfragments eingeleitet werden soll; und wenn die Bestimmung positiv ist, die Abfolge zu aktualisieren, um das andere Aufgabenfragment als das aktive Aufgabenfragment zu markieren.
- Mobile Automatisierungsvorrichtung nach
Anspruch 10 , wobei die Navigationssteuerung ferner so konfiguriert ist, dass sie während einer Bewegung entlang des Ausführungsabschnitts des Pfades die identifizierte Aufgabe durchführt. - Mobile Automatisierungsvorrichtung nach
Anspruch 11 , wobei die identifizierte Aufgabe eine Datenerfassungsaufgabe ist und wobei die Navigationssteuerung so konfiguriert ist, dass sie den Datenerfassungssensor steuert, um die Datenerfassungsaufgabe durchzuführen. - Mobile Automatisierungsvorrichtung nach
Anspruch 10 , wobei die Navigationssteuerung ferner so konfiguriert ist, dass sie als Reaktion auf die Aktualisierung der Abfolge die Erzeugung des Pfades und die Bestimmung, ob eine Ausführung eines anderen Aufgabenfragments eingeleitet werden soll, wiederholt. - Mobile Automatisierungsvorrichtung nach
Anspruch 10 , wobei die Navigationssteuerung ferner konfiguriert ist, um als Reaktion auf die Erzeugung des Pfades: unzugängliche Unterbereiche des Satzes von Unterbereichen, die durch das aktive Aufgabenfragment identifiziert werden, zu identifizieren; einen Anteil des Satzes von Unterbereichen, der durch die unzugänglichen Unterbereiche repräsentiert wird, zu bestimmen; und die unzugänglichen Unterbereiche zu ignorieren, wenn der Anteil unter einer Schwelle liegt. - Mobile Automatisierungsvorrichtung nach
Anspruch 14 , wobei die Navigationssteuerung ferner konfiguriert ist, um zur Identifizierung der unzugänglichen Unterbereiche des Satzes von Unterbereichen zu bestimmen, dass ein unzugänglicher Unterbereich des Satzes von Unterbereichen nicht ohne Rangieren erreicht werden kann. - Mobile Automatisierungsvorrichtung nach
Anspruch 10 , wobei die Navigationssteuerung ferner konfiguriert ist, um für jeden durch jedes Aufgabenfragment identifizierten Unterbereich Ausführungskriterien zu erzeugen; und wobei die Navigationssteuerung ferner konfiguriert ist, um die aktuelle Stellung der mobilen Automatisierungsvorrichtung mit den Ausführungskriterien zu vergleichen, um zu bestimmen, ob eine Ausführung eines anderen Aufgabenfragments eingeleitet werden soll. - Mobile Automatisierungsvorrichtung nach
Anspruch 16 , wobei die Ausführungskriterien ein Näherungskriterium und ein Richtungskriterium umfassen. - Mobile Automatisierungsvorrichtung nach
Anspruch 10 , wobei die Navigationssteuerung konfiguriert ist, um die Aufgabenfragmente von einem Server zu empfangen, um die Aufgabenfragmente zu erhalten. - Verfahren in einer Navigationssteuerung, wobei das Verfahren umfasst: Erhalten einer Abfolge von Aufgabenfragmenten, die jeweilige Sätze von Unterbereichen in einer Einrichtung identifizieren; Auswählen eines aktiven der Aufgabenfragmente gemäß der Abfolge; Steuern einer mobilen Automatisierungsvorrichtung zur Durchführung einer Aufgabe an dem durch das aktive Aufgabenfragment identifizierten Satz von Unterbereichen; als Reaktion auf eine Änderung einer Stellung der mobilen Automatisierungsvorrichtung während der Durchführung der Aufgabe, Aktualisieren der Abfolge, um ein anderes Aufgabenfragment als das aktive Aufgabenfragment zu markieren.
- Verfahren nach
Anspruch 19 , ferner umfassend: als Reaktion auf ein Erkennen eines Hindernisses durch die mobile Automatisierungsvorrichtung während der Durchführung der Aufgabe, Einleiten der Änderung der Stellung, um das Hindernis zu vermeiden. - Verfahren nach
Anspruch 19 , wobei die Durchführung der Aufgabe ferner ein Steuern der mobilen Automatisierungsvorrichtung umfasst, um zu dem Satz von Unterbereichen in der Einrichtung zu navigieren.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/429,906 | 2019-06-03 | ||
US16/429,906 US11960286B2 (en) | 2019-06-03 | 2019-06-03 | Method, system and apparatus for dynamic task sequencing |
PCT/US2020/027948 WO2020247066A1 (en) | 2019-06-03 | 2020-04-13 | Method, system and apparatus for dynamic task sequencing |
Publications (1)
Publication Number | Publication Date |
---|---|
DE112020002578T5 true DE112020002578T5 (de) | 2022-03-10 |
Family
ID=73549373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE112020002578.0T Pending DE112020002578T5 (de) | 2019-06-03 | 2020-04-13 | Verfahren, System und Vorrichtung zur dynamischen Aufgabensequenzierung |
Country Status (6)
Country | Link |
---|---|
US (1) | US11960286B2 (de) |
AU (1) | AU2020289521B2 (de) |
CA (1) | CA3135764A1 (de) |
DE (1) | DE112020002578T5 (de) |
GB (1) | GB2598514B (de) |
WO (1) | WO2020247066A1 (de) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220280010A1 (en) * | 2021-03-02 | 2022-09-08 | Yujin Robot Co., Ltd. | Moving path planning apparatus and method for robot |
CN113657674B (zh) * | 2021-08-18 | 2024-05-31 | 杭州华橙软件技术有限公司 | 任务规划调整方法和装置、存储介质及电子设备 |
Family Cites Families (465)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5214615A (en) | 1990-02-26 | 1993-05-25 | Will Bauer | Three-dimensional displacement of a body with computer interface |
US5209712A (en) | 1991-06-24 | 1993-05-11 | Frederic Ferri | Proprioceptive exercise, training and therapy apparatus |
US5704049A (en) | 1992-12-22 | 1997-12-30 | Electronic Retailing Systems International Inc. | Subglobal area addressing for electronic price displays |
US5408322A (en) | 1993-04-26 | 1995-04-18 | Materials Research Corporation | Self aligning in-situ ellipsometer and method of using for process monitoring |
CA2122098C (en) | 1993-04-27 | 1999-02-02 | Michael John Camille Marsh | Printing apparatus |
JP3311830B2 (ja) | 1993-09-20 | 2002-08-05 | 株式会社東芝 | 3次元動画作成装置 |
KR100197676B1 (ko) | 1993-09-27 | 1999-06-15 | 윤종용 | 로보트 청소기 |
WO1995015533A1 (en) | 1993-11-30 | 1995-06-08 | Burke Raymond R | Computer system for allowing a consumer to purchase packaged goods at home |
US5414268A (en) | 1994-02-01 | 1995-05-09 | The Coe Manufacturing Company | Light scanner with interlaced camera fields and parallel light beams |
JPH0996672A (ja) | 1995-09-29 | 1997-04-08 | Sukuuea:Kk | 3次元位置データ生成システムおよび方法 |
US20020014533A1 (en) | 1995-12-18 | 2002-02-07 | Xiaxun Zhu | Automated object dimensioning system employing contour tracing, vertice detection, and forner point detection and reduction methods on 2-d range data maps |
US6034379A (en) | 1996-03-01 | 2000-03-07 | Intermec Ip Corp. | Code reader having replaceable optics assemblies supporting multiple illuminators |
US5831719A (en) | 1996-04-12 | 1998-11-03 | Holometrics, Inc. | Laser scanning system |
US5988862A (en) | 1996-04-24 | 1999-11-23 | Cyra Technologies, Inc. | Integrated system for quickly and accurately imaging and modeling three dimensional objects |
US6075905A (en) | 1996-07-17 | 2000-06-13 | Sarnoff Corporation | Method and apparatus for mosaic image construction |
US5953055A (en) | 1996-08-08 | 1999-09-14 | Ncr Corporation | System and method for detecting and analyzing a queue |
JP3371279B2 (ja) | 1997-03-10 | 2003-01-27 | ペンタックス プレシジョン株式会社 | Tvカメラ用レンズの選択方法および選択装置 |
US6026376A (en) | 1997-04-15 | 2000-02-15 | Kenney; John A. | Interactive electronic shopping system and method |
GB2330265A (en) | 1997-10-10 | 1999-04-14 | Harlequin Group Limited The | Image compositing using camera data |
IL122079A (en) | 1997-10-30 | 2002-02-10 | Netmor Ltd | Ultrasound system for positioning and tracking |
WO1999023600A1 (en) | 1997-11-04 | 1999-05-14 | The Trustees Of Columbia University In The City Of New York | Video signal face region detection |
US6975764B1 (en) | 1997-11-26 | 2005-12-13 | Cognex Technology And Investment Corporation | Fast high-accuracy multi-dimensional pattern inspection |
US7016539B1 (en) | 1998-07-13 | 2006-03-21 | Cognex Corporation | Method for fast, robust, multi-dimensional pattern recognition |
US6332098B2 (en) | 1998-08-07 | 2001-12-18 | Fedex Corporation | Methods for shipping freight |
US6820895B2 (en) | 1998-09-23 | 2004-11-23 | Vehicle Safety Systems, Inc. | Vehicle air bag minimum distance enforcement apparatus, method and system |
US6442507B1 (en) | 1998-12-29 | 2002-08-27 | Wireless Communications, Inc. | System for creating a computer model and measurement database of a wireless communication network |
US6711293B1 (en) | 1999-03-08 | 2004-03-23 | The University Of British Columbia | Method and apparatus for identifying scale invariant features in an image and use of same for locating an object in an image |
US6388688B1 (en) | 1999-04-06 | 2002-05-14 | Vergics Corporation | Graph-based visual navigation through spatial environments |
US8009348B2 (en) | 1999-05-03 | 2011-08-30 | E Ink Corporation | Machine-readable displays |
US6850946B1 (en) | 1999-05-26 | 2005-02-01 | Wireless Valley Communications, Inc. | Method and system for a building database manipulator |
US6721723B1 (en) | 1999-12-23 | 2004-04-13 | 1St Desk Systems, Inc. | Streaming metatree data structure for indexing information in a data base |
US6687388B2 (en) | 2000-01-28 | 2004-02-03 | Sony Corporation | Picture processing apparatus |
US6711283B1 (en) | 2000-05-03 | 2004-03-23 | Aperio Technologies, Inc. | Fully automatic rapid microscope slide scanner |
US20020021756A1 (en) | 2000-07-11 | 2002-02-21 | Mediaflow, Llc. | Video compression using adaptive selection of groups of frames, adaptive bit allocation, and adaptive replenishment |
GB0020850D0 (en) | 2000-08-23 | 2000-10-11 | Univ London | A system and method for intelligent modelling of public spaces |
TW512478B (en) | 2000-09-14 | 2002-12-01 | Olympus Optical Co | Alignment apparatus |
US7213023B2 (en) | 2000-10-16 | 2007-05-01 | University Of North Carolina At Charlotte | Incremental clustering classifier and predictor |
US7054509B2 (en) | 2000-10-21 | 2006-05-30 | Cardiff Software, Inc. | Determining form identification through the spatial relationship of input data |
WO2002043034A1 (en) | 2000-11-21 | 2002-05-30 | Michael Stuart Gardner | Tag marking |
US7068852B2 (en) | 2001-01-23 | 2006-06-27 | Zoran Corporation | Edge detection and sharpening process for an image |
JP2002321698A (ja) | 2001-04-27 | 2002-11-05 | Mitsubishi Heavy Ind Ltd | 航空貨物運搬用ボーディング・ブリッジ |
EP1402230A1 (de) | 2001-06-29 | 2004-03-31 | Square D Company | Hochliegendes dimensionierungssystem und zugehörige methode |
US7046273B2 (en) | 2001-07-02 | 2006-05-16 | Fuji Photo Film Co., Ltd | System and method for collecting image information |
US6995762B1 (en) | 2001-09-13 | 2006-02-07 | Symbol Technologies, Inc. | Measurement of dimensions of solid objects from two-dimensional image(s) |
US20030154141A1 (en) | 2001-09-18 | 2003-08-14 | Pro Corp Holdings International Ltd. | Image recognition inventory management system |
US6722568B2 (en) | 2001-11-20 | 2004-04-20 | Ncr Corporation | Methods and apparatus for detection and processing of supplemental bar code labels |
US7233699B2 (en) | 2002-03-18 | 2007-06-19 | National Instruments Corporation | Pattern matching using multiple techniques |
US20060106742A1 (en) | 2002-04-29 | 2006-05-18 | Speed Trac Technologies, Inc. | System and method for weighing and tracking freight |
US7149749B2 (en) | 2002-06-03 | 2006-12-12 | International Business Machines Corporation | Method of inserting and deleting leaves in tree table structures |
US10633093B2 (en) | 2017-05-05 | 2020-04-28 | General Electric Company | Three-dimensional robotic inspection system |
US6990406B2 (en) * | 2002-07-22 | 2006-01-24 | California Institute Of Technology | Multi-agent autonomous system |
US6928194B2 (en) | 2002-09-19 | 2005-08-09 | M7 Visual Intelligence, Lp | System for mosaicing digital ortho-images |
US6845909B2 (en) | 2002-10-31 | 2005-01-25 | United Parcel Service Of America, Inc. | Systems and methods of inventory management utilizing unattended facilities |
EP1434170A3 (de) | 2002-11-07 | 2006-04-05 | Matsushita Electric Industrial Co., Ltd. | Verfahren und Vorrichtung zum Hinzufügen von Verzierungen an einem Bild einer Person |
JP3862652B2 (ja) | 2002-12-10 | 2006-12-27 | キヤノン株式会社 | 印刷制御方法及び情報処理装置 |
US7248754B2 (en) | 2003-05-05 | 2007-07-24 | International Business Machines Corporation | Apparatus and method for determining whether machine readable information on an item matches the item |
US7137207B2 (en) | 2003-06-23 | 2006-11-21 | Armstrong Timothy D | Measuring arrangement to determine location of corners for a building foundation and a wooden base frame, and the use thereof |
US7090135B2 (en) | 2003-07-07 | 2006-08-15 | Symbol Technologies, Inc. | Imaging arrangement and barcode imager for imaging an optical code or target at a plurality of focal planes |
US7493336B2 (en) | 2003-07-22 | 2009-02-17 | International Business Machines Corporation | System and method of updating planogram information using RFID tags and personal shopping device |
DE10336638A1 (de) | 2003-07-25 | 2005-02-10 | Robert Bosch Gmbh | Vorrichtung zur Klassifizierung wengistens eines Objekts in einem Fahrzeugumfeld |
TWI266035B (en) | 2003-11-11 | 2006-11-11 | Hon Hai Prec Ind Co Ltd | A system and method for measuring point-cloud |
US20050174351A1 (en) | 2004-02-11 | 2005-08-11 | Yuh-Jye Chang | Method and apparatus for large-scale two-dimensional mapping |
SE0400556D0 (sv) | 2004-03-05 | 2004-03-05 | Pricer Ab | Electronic shelf labelling system, electronic label, handheld device and method in an electronic labelling system |
WO2005098475A1 (en) | 2004-03-29 | 2005-10-20 | Evolution Robotics, Inc. | Sensing device and method for measuring position and orientation relative to multiple light sources |
US7720554B2 (en) | 2004-03-29 | 2010-05-18 | Evolution Robotics, Inc. | Methods and apparatus for position estimation using reflected light sources |
US7885865B2 (en) | 2004-05-11 | 2011-02-08 | The Kroger Co. | System and method for mapping of planograms |
US7245558B2 (en) | 2004-06-18 | 2007-07-17 | Symbol Technologies, Inc. | System and method for detection using ultrasonic waves |
US7168618B2 (en) | 2004-08-12 | 2007-01-30 | International Business Machines Corporation | Retail store method and system |
US7643665B2 (en) | 2004-08-31 | 2010-01-05 | Semiconductor Insights Inc. | Method of design analysis of existing integrated circuits |
US8207964B1 (en) | 2008-02-22 | 2012-06-26 | Meadow William D | Methods and apparatus for generating three-dimensional image data models |
EP1828862A2 (de) | 2004-12-14 | 2007-09-05 | Sky-Trax Incorporated | Verfahren und vorrichtung zur bestimmung von position und drehorientierung eines objekts |
US7783383B2 (en) | 2004-12-22 | 2010-08-24 | Intelligent Hospital Systems Ltd. | Automated pharmacy admixture system (APAS) |
WO2006136958A2 (en) | 2005-01-25 | 2006-12-28 | Dspv, Ltd. | System and method of improving the legibility and applicability of document pictures using form based image enhancement |
US7440903B2 (en) | 2005-01-28 | 2008-10-21 | Target Brands, Inc. | System and method for evaluating and recommending planograms |
DE102005007536A1 (de) | 2005-02-17 | 2007-01-04 | Isra Vision Systems Ag | Verfahren zur Kalibrierung eines Messsystems |
US7751928B1 (en) | 2005-03-11 | 2010-07-06 | Amazon Technologies, Inc. | Method and system for agent exchange-based materials handling |
US8429004B2 (en) | 2005-04-13 | 2013-04-23 | Store Eyes, Inc. | Method and system for automatically measuring retail store display compliance |
US20080175513A1 (en) | 2005-04-19 | 2008-07-24 | Ming-Jun Lai | Image Edge Detection Systems and Methods |
US8294809B2 (en) | 2005-05-10 | 2012-10-23 | Advanced Scientific Concepts, Inc. | Dimensioning system |
US7590053B2 (en) | 2005-06-21 | 2009-09-15 | Alcatel Lucent | Multiple endpoint protection using SPVCs |
AP2905A (en) | 2005-06-28 | 2014-05-31 | Scanalyse Pty Ltd | A system and method for measuring and mapping a surface relative to a reference |
US7817826B2 (en) | 2005-08-12 | 2010-10-19 | Intelitrac Inc. | Apparatus and method for partial component facial recognition |
WO2007030026A1 (en) | 2005-09-09 | 2007-03-15 | Industrial Research Limited | A 3d scene scanner and a position and orientation system |
WO2007042251A2 (en) | 2005-10-10 | 2007-04-19 | Nordic Bioscience A/S | A method of segmenting an image |
US7605817B2 (en) | 2005-11-09 | 2009-10-20 | 3M Innovative Properties Company | Determining camera motion |
US7508794B2 (en) | 2005-11-29 | 2009-03-24 | Cisco Technology, Inc. | Authorizing an endpoint node for a communication service |
US8577538B2 (en) | 2006-07-14 | 2013-11-05 | Irobot Corporation | Method and system for controlling a remote vehicle |
JP4730121B2 (ja) | 2006-02-07 | 2011-07-20 | ソニー株式会社 | 画像処理装置および方法、記録媒体、並びに、プログラム |
US20070197895A1 (en) | 2006-02-17 | 2007-08-23 | Sdgi Holdings, Inc. | Surgical instrument to assess tissue characteristics |
US8157205B2 (en) | 2006-03-04 | 2012-04-17 | Mcwhirk Bruce Kimberly | Multibody aircrane |
US20100171826A1 (en) | 2006-04-12 | 2010-07-08 | Store Eyes, Inc. | Method for measuring retail display and compliance |
CA2737169C (en) | 2006-04-28 | 2014-04-01 | Global Sensor Systems Inc. | Device for measuring package size |
EP1850270B1 (de) | 2006-04-28 | 2010-06-09 | Toyota Motor Europe NV | Robuster Detektor und Deskriptor für einen Interessenspunkt |
US20070272732A1 (en) | 2006-05-26 | 2007-11-29 | Mettler-Toledo, Inc. | Weighing and dimensioning system and method for weighing and dimensioning |
WO2008097252A2 (en) | 2006-06-22 | 2008-08-14 | Roy Sandberg | Method and apparatus for robotic path planning, selection, and visualization |
JP4910507B2 (ja) | 2006-06-29 | 2012-04-04 | コニカミノルタホールディングス株式会社 | 顔認証システム及び顔認証方法 |
US8965578B2 (en) * | 2006-07-05 | 2015-02-24 | Battelle Energy Alliance, Llc | Real time explosive hazard information sensing, processing, and communication for autonomous operation |
US7647752B2 (en) | 2006-07-12 | 2010-01-19 | Greg Magnell | System and method for making custom boxes for objects of random size or shape |
US7940955B2 (en) | 2006-07-26 | 2011-05-10 | Delphi Technologies, Inc. | Vision-based method of determining cargo status by boundary detection |
JP5112666B2 (ja) | 2006-09-11 | 2013-01-09 | 株式会社日立製作所 | 移動装置 |
US7693757B2 (en) | 2006-09-21 | 2010-04-06 | International Business Machines Corporation | System and method for performing inventory using a mobile inventory robot |
JP5368311B2 (ja) | 2006-11-02 | 2013-12-18 | クィーンズ ユニバーシティー アット キングストン | 固有受容機能を評価するための方法および装置 |
WO2008057504A2 (en) | 2006-11-06 | 2008-05-15 | Aman James A | Load tracking system based on self- tracking forklift |
US8531457B2 (en) | 2006-11-29 | 2013-09-10 | Technion Research And Development Foundation Ltd. | Apparatus and method for finding visible points in a cloud point |
US7474389B2 (en) | 2006-12-19 | 2009-01-06 | Dean Greenberg | Cargo dimensional and weight analyzing system |
US8189926B2 (en) | 2006-12-30 | 2012-05-29 | Videomining Corporation | Method and system for automatically analyzing categories in a physical space based on the visual characterization of people |
US20080164310A1 (en) | 2007-01-09 | 2008-07-10 | Dupuy Charles G | Labeling system |
US9305019B2 (en) | 2007-01-30 | 2016-04-05 | Craxel, Inc. | Method of associating user related data with spatial hierarchy identifiers for efficient location-based processing |
WO2008111549A1 (ja) | 2007-03-15 | 2008-09-18 | Kansai University | 移動物体ノイズ除去処理装置及び移動物体ノイズ除去処理プログラム |
US7940279B2 (en) | 2007-03-27 | 2011-05-10 | Utah State University | System and method for rendering of texel imagery |
US8132728B2 (en) | 2007-04-04 | 2012-03-13 | Sick, Inc. | Parcel dimensioning measurement system and method |
US8094937B2 (en) | 2007-04-17 | 2012-01-10 | Avago Technologies Ecbu Ip (Singapore) Pte. Ltd. | System and method for labeling feature clusters in frames of image data for optical navigation |
JP4561769B2 (ja) | 2007-04-27 | 2010-10-13 | アイシン・エィ・ダブリュ株式会社 | 経路案内システム及び経路案内方法 |
WO2008134562A2 (en) | 2007-04-27 | 2008-11-06 | Nielsen Media Research, Inc. | Methods and apparatus to monitor in-store media and consumer traffic related to retail environments |
JP2010533282A (ja) | 2007-06-08 | 2010-10-21 | テレ アトラス ベスローテン フエンノートシャップ | 多視点パノラマを生成する方法及び装置 |
EP2165289A4 (de) | 2007-06-11 | 2012-07-04 | Hand Held Prod Inc | Optisches lesesystem zum extrahieren von informationen aus einem digitalen bild |
US7982423B2 (en) | 2007-07-04 | 2011-07-19 | Bossa Nova Concepts, Llc | Statically stable biped robotic mechanism and method of actuating |
JP4661838B2 (ja) | 2007-07-18 | 2011-03-30 | トヨタ自動車株式会社 | 経路計画装置及び方法、コスト評価装置、並びに移動体 |
KR100922494B1 (ko) | 2007-07-19 | 2009-10-20 | 삼성전자주식회사 | 이동 로봇의 자세 측정 방법 및 상기 방법을 이용한 위치측정 방법 및 장치 |
US7726575B2 (en) | 2007-08-10 | 2010-06-01 | Hand Held Products, Inc. | Indicia reading terminal having spatial measurement functionality |
WO2009024974A2 (en) | 2007-08-21 | 2009-02-26 | Yoav Namir | Systems and methods for rational selection of context sequences and sequence templates |
US8950673B2 (en) | 2007-08-30 | 2015-02-10 | Symbol Technologies, Inc. | Imaging system for reading target with multiple symbols |
US8189855B2 (en) | 2007-08-31 | 2012-05-29 | Accenture Global Services Limited | Planogram extraction based on image processing |
US7949568B2 (en) | 2007-08-31 | 2011-05-24 | Accenture Global Services Limited | Determination of product display parameters based on image processing |
US8630924B2 (en) | 2007-08-31 | 2014-01-14 | Accenture Global Services Limited | Detection of stock out conditions based on image processing |
US9135491B2 (en) | 2007-08-31 | 2015-09-15 | Accenture Global Services Limited | Digital point-of-sale analyzer |
US8009864B2 (en) | 2007-08-31 | 2011-08-30 | Accenture Global Services Limited | Determination of inventory conditions based on image processing |
US8295590B2 (en) | 2007-09-14 | 2012-10-23 | Abbyy Software Ltd. | Method and system for creating a form template for a form |
JP4466705B2 (ja) | 2007-09-21 | 2010-05-26 | ヤマハ株式会社 | ナビゲーション装置 |
US8396284B2 (en) | 2007-10-23 | 2013-03-12 | Leica Geosystems Ag | Smart picking in 3D point clouds |
US8091782B2 (en) | 2007-11-08 | 2012-01-10 | International Business Machines Corporation | Using cameras to monitor actual inventory |
US20090125350A1 (en) | 2007-11-14 | 2009-05-14 | Pieter Lessing | System and method for capturing and storing supply chain and logistics support information in a relational database system |
US8423431B1 (en) | 2007-12-20 | 2013-04-16 | Amazon Technologies, Inc. | Light emission guidance |
US20090192921A1 (en) | 2008-01-24 | 2009-07-30 | Michael Alan Hicks | Methods and apparatus to survey a retail environment |
US8353457B2 (en) | 2008-02-12 | 2013-01-15 | Datalogic ADC, Inc. | Systems and methods for forming a composite image of multiple portions of an object from multiple perspectives |
US7971664B2 (en) | 2008-03-18 | 2011-07-05 | Bossa Nova Robotics Ip, Inc. | Efficient actuation and selective engaging and locking clutch mechanisms for reconfiguration and multiple-behavior locomotion of an at least two-appendage robot |
US9766074B2 (en) | 2008-03-28 | 2017-09-19 | Regents Of The University Of Minnesota | Vision-aided inertial navigation |
US8064729B2 (en) | 2008-04-03 | 2011-11-22 | Seiko Epson Corporation | Image skew detection apparatus and methods |
US7707073B2 (en) | 2008-05-15 | 2010-04-27 | Sony Ericsson Mobile Communications, Ab | Systems methods and computer program products for providing augmented shopping information |
US20150170256A1 (en) | 2008-06-05 | 2015-06-18 | Aisle411, Inc. | Systems and Methods for Presenting Information Associated With a Three-Dimensional Location on a Two-Dimensional Display |
JP4720859B2 (ja) | 2008-07-09 | 2011-07-13 | カシオ計算機株式会社 | 画像処理装置、画像処理方法およびプログラム |
JP5259286B2 (ja) | 2008-07-16 | 2013-08-07 | 株式会社日立製作所 | 3次元物体認識システム及びそれを用いた棚卸システム |
US8184196B2 (en) | 2008-08-05 | 2012-05-22 | Qualcomm Incorporated | System and method to generate depth data using edge detection |
WO2010017528A2 (en) | 2008-08-08 | 2010-02-11 | Snap-On Incorporated | Image-based inventory control system |
WO2010029553A1 (en) | 2008-09-11 | 2010-03-18 | Netanel Hagbi | Method and system for compositing an augmented reality scene |
US20100070365A1 (en) | 2008-09-12 | 2010-03-18 | At&T Intellectual Property I, L.P. | Planogram guided shopping |
US8636201B2 (en) | 2008-09-14 | 2014-01-28 | Eliezer Magal | Automatic identification system for randomly oriented objects |
US20100091094A1 (en) | 2008-10-14 | 2010-04-15 | Marek Sekowski | Mechanism for Directing a Three-Dimensional Camera System |
JP2012506533A (ja) | 2008-10-20 | 2012-03-15 | ラリタン アメリカズ,インコーポレイテッド | データセンタ装置の物理的位置を自動決定するシステム及び方法 |
US8479996B2 (en) | 2008-11-07 | 2013-07-09 | Symbol Technologies, Inc. | Identification of non-barcoded products |
KR101234798B1 (ko) | 2008-11-24 | 2013-02-20 | 삼성전자주식회사 | 이동 로봇의 위치 측정 방법 및 장치 |
US8463079B2 (en) | 2008-12-16 | 2013-06-11 | Intermec Ip Corp. | Method and apparatus for geometrical measurement using an optical device such as a barcode and/or RFID scanner |
US8732139B2 (en) | 2008-12-18 | 2014-05-20 | Sap Ag | Method and system for dynamically partitioning very large database indices on write-once tables |
IL196276A (en) * | 2008-12-30 | 2013-04-30 | Elbit Systems Ltd | Independent navigation system and method for maneuverable platform |
US8812226B2 (en) | 2009-01-26 | 2014-08-19 | GM Global Technology Operations LLC | Multiobject fusion module for collision preparation system |
US8265895B2 (en) | 2009-03-27 | 2012-09-11 | Symbol Technologies, Inc. | Interactive sensor systems and methods for dimensioning |
US8260742B2 (en) | 2009-04-03 | 2012-09-04 | International Business Machines Corporation | Data synchronization and consistency across distributed repositories |
US8284988B2 (en) | 2009-05-13 | 2012-10-09 | Applied Vision Corporation | System and method for dimensioning objects using stereoscopic imaging |
US8743176B2 (en) | 2009-05-20 | 2014-06-03 | Advanced Scientific Concepts, Inc. | 3-dimensional hybrid camera and production system |
US8049621B1 (en) | 2009-05-28 | 2011-11-01 | Walgreen Co. | Method and apparatus for remote merchandise planogram auditing and reporting |
US8542252B2 (en) | 2009-05-29 | 2013-09-24 | Microsoft Corporation | Target digitization, extraction, and tracking |
US8933925B2 (en) | 2009-06-15 | 2015-01-13 | Microsoft Corporation | Piecewise planar reconstruction of three-dimensional scenes |
US7997430B2 (en) | 2009-06-30 | 2011-08-16 | Target Brands, Inc. | Display apparatus and method |
US20120019393A1 (en) | 2009-07-31 | 2012-01-26 | Robert Wolinsky | System and method for tracking carts in a retail environment |
CA2754159C (en) | 2009-08-11 | 2012-05-15 | Certusview Technologies, Llc | Systems and methods for complex event processing of vehicle-related information |
AR077905A1 (es) | 2009-08-21 | 2011-09-28 | Syngenta Participations Ag | Sistema automatizado para analizar el vigor de la planta |
KR101619076B1 (ko) | 2009-08-25 | 2016-05-10 | 삼성전자 주식회사 | 모바일 플랫폼의 동적 물체 검출 및 추적 방법 |
US8942884B2 (en) | 2010-01-14 | 2015-01-27 | Innovative Transport Solutions, Llc | Transport system |
US20130278631A1 (en) | 2010-02-28 | 2013-10-24 | Osterhout Group, Inc. | 3d positioning of augmented reality information |
US20110216063A1 (en) | 2010-03-08 | 2011-09-08 | Celartem, Inc. | Lidar triangular network compression |
US8456518B2 (en) | 2010-03-31 | 2013-06-04 | James Cameron & Vincent Pace | Stereoscopic camera with automatic obstruction removal |
US8996563B2 (en) | 2010-04-06 | 2015-03-31 | Tokutek, Inc. | High-performance streaming dictionary |
US8570343B2 (en) | 2010-04-20 | 2013-10-29 | Dassault Systemes | Automatic generation of 3D models from packaged goods product images |
US8619265B2 (en) | 2011-03-14 | 2013-12-31 | Faro Technologies, Inc. | Automatic measurement of dimensional data with a laser tracker |
US9400170B2 (en) | 2010-04-21 | 2016-07-26 | Faro Technologies, Inc. | Automatic measurement of dimensional data within an acceptance region by a laser tracker |
US8199977B2 (en) | 2010-05-07 | 2012-06-12 | Honeywell International Inc. | System and method for extraction of features from a 3-D point cloud |
US8134717B2 (en) | 2010-05-21 | 2012-03-13 | LTS Scale Company | Dimensional detection system and associated method |
US9109877B2 (en) | 2010-05-21 | 2015-08-18 | Jonathan S. Thierman | Method and apparatus for dimensional measurement |
FI124066B (fi) | 2010-06-01 | 2014-02-28 | Marisense Oy | Järjestely häiriöiden pienentämiseksi elektronisessa hyllylapussa |
US20110310088A1 (en) | 2010-06-17 | 2011-12-22 | Microsoft Corporation | Personalized navigation through virtual 3d environments |
US8756383B2 (en) | 2010-07-13 | 2014-06-17 | Red Hat Israel, Ltd. | Random cache line selection in virtualization systems |
US20120022913A1 (en) | 2010-07-20 | 2012-01-26 | Target Brands, Inc. | Planogram Generation for Peg and Shelf Items |
JP4914528B1 (ja) | 2010-08-31 | 2012-04-11 | 新日鉄ソリューションズ株式会社 | 拡張現実提供システム、情報処理端末、情報処理装置、拡張現実提供方法、情報処理方法、及びプログラム |
US9398205B2 (en) | 2010-09-01 | 2016-07-19 | Apple Inc. | Auto-focus control using image statistics data with coarse and fine auto-focus scores |
US8571314B2 (en) | 2010-09-02 | 2013-10-29 | Samsung Electronics Co., Ltd. | Three-dimensional display system with depth map mechanism and method of operation thereof |
US10182223B2 (en) | 2010-09-03 | 2019-01-15 | California Institute Of Technology | Three-dimensional imaging system |
US8872851B2 (en) | 2010-09-24 | 2014-10-28 | Intel Corporation | Augmenting image data based on related 3D point cloud data |
EP2439487B1 (de) | 2010-10-06 | 2012-08-22 | Sick Ag | Volumenmessvorrichtung für bewegte Objekte |
US8174931B2 (en) | 2010-10-08 | 2012-05-08 | HJ Laboratories, LLC | Apparatus and method for providing indoor location, position, or tracking of a mobile computer using building information |
US9171442B2 (en) | 2010-11-19 | 2015-10-27 | Tyco Fire & Security Gmbh | Item identification using video recognition to supplement bar code or RFID information |
US20120133639A1 (en) | 2010-11-30 | 2012-05-31 | Microsoft Corporation | Strip panorama |
US20120250984A1 (en) | 2010-12-01 | 2012-10-04 | The Trustees Of The University Of Pennsylvania | Image segmentation for distributed target tracking and scene analysis |
SG190730A1 (en) | 2010-12-09 | 2013-07-31 | Univ Nanyang Tech | Method and an apparatus for determining vein patterns from a colour image |
US8773946B2 (en) | 2010-12-30 | 2014-07-08 | Honeywell International Inc. | Portable housings for generation of building maps |
US8744644B2 (en) | 2011-01-19 | 2014-06-03 | Electronics And Telecommunications Research Institute | Apparatus and method for detecting location of vehicle |
KR101758058B1 (ko) | 2011-01-20 | 2017-07-17 | 삼성전자주식회사 | 깊이 정보를 이용한 카메라 모션 추정 방법 및 장치, 증강 현실 시스템 |
WO2012103092A2 (en) | 2011-01-24 | 2012-08-02 | Datalogic ADC, Inc. | Exception detection and handling in automated optical code reading systems |
US20120190453A1 (en) | 2011-01-25 | 2012-07-26 | Bossa Nova Robotics Ip, Inc. | System and method for online-offline interactive experience |
US20120191880A1 (en) | 2011-01-26 | 2012-07-26 | Bossa Nova Robotics IP, Inc | System and method for identifying accessories connected to apparatus |
US8718837B2 (en) | 2011-01-28 | 2014-05-06 | Intouch Technologies | Interfacing with a mobile telepresence robot |
WO2012100593A1 (zh) | 2011-01-30 | 2012-08-02 | 浙江省电力公司 | 智能电能表全自动化检定系统 |
US8711206B2 (en) | 2011-01-31 | 2014-04-29 | Microsoft Corporation | Mobile camera localization using depth maps |
US8447549B2 (en) | 2011-02-11 | 2013-05-21 | Quality Vision International, Inc. | Tolerance evaluation with reduced measured points |
US8660338B2 (en) | 2011-03-22 | 2014-02-25 | Honeywell International Inc. | Wide baseline feature matching using collobrative navigation and digital terrain elevation data constraints |
WO2012132324A1 (ja) | 2011-03-31 | 2012-10-04 | 日本電気株式会社 | 店舗システム並びにその制御方法及び制御プログラムが格納された非一時的なコンピュータ可読媒体 |
US9854209B2 (en) | 2011-04-19 | 2017-12-26 | Ford Global Technologies, Llc | Display system utilizing vehicle and trailer dynamics |
US8693725B2 (en) | 2011-04-19 | 2014-04-08 | International Business Machines Corporation | Reliability in detecting rail crossing events |
CA2835830A1 (en) | 2011-05-11 | 2012-11-15 | Proiam, Llc | Enrollment apparatus, system, and method featuring three dimensional camera |
US20120287249A1 (en) | 2011-05-12 | 2012-11-15 | Electronics And Telecommunications Research Institute | Method for obtaining depth information and apparatus using the same |
US8902353B2 (en) | 2011-05-12 | 2014-12-02 | Symbol Technologies, Inc. | Imaging reader with independently controlled illumination rate |
US9785898B2 (en) | 2011-06-20 | 2017-10-10 | Hi-Tech Solutions Ltd. | System and method for identifying retail products and determining retail product arrangements |
US9064394B1 (en) | 2011-06-22 | 2015-06-23 | Alarm.Com Incorporated | Virtual sensors |
US9070285B1 (en) | 2011-07-25 | 2015-06-30 | UtopiaCompression Corporation | Passive camera based cloud detection and avoidance for aircraft systems |
US8768620B2 (en) | 2011-07-27 | 2014-07-01 | Msa Technology, Llc | Navigational deployment and initialization systems and methods |
KR101907081B1 (ko) | 2011-08-22 | 2018-10-11 | 삼성전자주식회사 | 3차원 점군의 물체 분리 방법 |
US9367770B2 (en) | 2011-08-30 | 2016-06-14 | Digimarc Corporation | Methods and arrangements for identifying objects |
US9129277B2 (en) | 2011-08-30 | 2015-09-08 | Digimarc Corporation | Methods and arrangements for identifying objects |
TWI622540B (zh) | 2011-09-09 | 2018-05-01 | 辛波提克有限責任公司 | 自動化儲存及取放系統 |
US9002099B2 (en) | 2011-09-11 | 2015-04-07 | Apple Inc. | Learning-based estimation of hand and finger pose |
US11074495B2 (en) | 2013-02-28 | 2021-07-27 | Z Advanced Computing, Inc. (Zac) | System and method for extremely efficient image and pattern recognition and artificial intelligence platform |
US10330491B2 (en) | 2011-10-10 | 2019-06-25 | Texas Instruments Incorporated | Robust step detection using low cost MEMS accelerometer in mobile applications, and processing methods, apparatus and systems |
US9159047B2 (en) | 2011-11-11 | 2015-10-13 | James T. Winkel | Projected image planogram system |
WO2013071190A1 (en) | 2011-11-11 | 2013-05-16 | Evolution Robotics, Inc. | Scaling vector field slam to large environments |
US9033239B2 (en) | 2011-11-11 | 2015-05-19 | James T. Winkel | Projected image planogram system |
US8726200B2 (en) | 2011-11-23 | 2014-05-13 | Taiwan Semiconductor Manufacturing Co., Ltd. | Recognition of template patterns with mask information |
US8706293B2 (en) | 2011-11-29 | 2014-04-22 | Cereson Co., Ltd. | Vending machine with automated detection of product position |
US8793107B2 (en) | 2011-12-01 | 2014-07-29 | Harris Corporation | Accuracy-based significant point derivation from dense 3D point clouds for terrain modeling |
US9072929B1 (en) | 2011-12-01 | 2015-07-07 | Nebraska Global Investment Company, LLC | Image capture system |
CN103164842A (zh) | 2011-12-14 | 2013-06-19 | 鸿富锦精密工业(深圳)有限公司 | 点云提取系统及方法 |
US20130154802A1 (en) | 2011-12-19 | 2013-06-20 | Symbol Technologies, Inc. | Method and apparatus for updating a central plan for an area based on a location of a plurality of radio frequency identification readers |
US20130162806A1 (en) | 2011-12-23 | 2013-06-27 | Mitutoyo Corporation | Enhanced edge focus tool |
RU2596523C2 (ru) | 2012-01-06 | 2016-09-10 | САНРАЙЗ Ар ЭНД Ди ХОЛДИНГЗ, ЭлЭлСи | Модули демонстрационных полок с проекторами для отображения информации о продукте и содержащие их модульные полочные системы |
EP2615580B1 (de) | 2012-01-13 | 2016-08-17 | Softkinetic Software | Automatische Szenenkalibrierung |
US9247211B2 (en) | 2012-01-17 | 2016-01-26 | Avigilon Fortress Corporation | System and method for video content analysis using depth sensing |
US9037287B1 (en) | 2012-02-17 | 2015-05-19 | National Presort, Inc. | System and method for optimizing a mail document sorting machine |
US8958911B2 (en) | 2012-02-29 | 2015-02-17 | Irobot Corporation | Mobile robot |
US8668136B2 (en) | 2012-03-01 | 2014-03-11 | Trimble Navigation Limited | Method and system for RFID-assisted imaging |
ES2535122T3 (es) | 2012-03-01 | 2015-05-05 | Caljan Rite-Hite Aps | Transportador extensible con luz |
US20130235206A1 (en) | 2012-03-12 | 2013-09-12 | Numerex Corp. | System and Method of On-Shelf Inventory Management |
US9329269B2 (en) | 2012-03-15 | 2016-05-03 | GM Global Technology Operations LLC | Method for registration of range images from multiple LiDARS |
US9659272B2 (en) | 2012-04-05 | 2017-05-23 | Intel Corporation | Method and apparatus for managing product placement on store shelf |
US8989342B2 (en) | 2012-04-18 | 2015-03-24 | The Boeing Company | Methods and systems for volumetric reconstruction using radiography |
US9153061B2 (en) | 2012-05-04 | 2015-10-06 | Qualcomm Incorporated | Segmentation of 3D point clouds for dense 3D modeling |
US9525976B2 (en) | 2012-05-10 | 2016-12-20 | Honeywell International Inc. | BIM-aware location based application |
WO2013170260A1 (en) | 2012-05-11 | 2013-11-14 | Proiam, Llc | Hand held dimension capture apparatus, system, and method |
US8941645B2 (en) | 2012-05-11 | 2015-01-27 | Dassault Systemes | Comparing virtual and real images in a shopping experience |
US9846960B2 (en) | 2012-05-31 | 2017-12-19 | Microsoft Technology Licensing, Llc | Automated camera array calibration |
US9135543B2 (en) | 2012-06-20 | 2015-09-15 | Apple Inc. | Compression and obfuscation of three-dimensional coding |
US9165463B2 (en) | 2012-06-26 | 2015-10-20 | Microsoft Technology Licensing, Llc | Ambient vehicle and pedestrian state detection for device notification |
US9418352B2 (en) | 2012-06-29 | 2016-08-16 | Intel Corporation | Image-augmented inventory management and wayfinding |
US20140003655A1 (en) | 2012-06-29 | 2014-01-02 | Praveen Gopalakrishnan | Method, apparatus and system for providing image data to represent inventory |
US9420265B2 (en) | 2012-06-29 | 2016-08-16 | Mitsubishi Electric Research Laboratories, Inc. | Tracking poses of 3D camera using points and planes |
US8971637B1 (en) | 2012-07-16 | 2015-03-03 | Matrox Electronic Systems Ltd. | Method and system for identifying an edge in an image |
KR101441187B1 (ko) | 2012-07-19 | 2014-09-18 | 고려대학교 산학협력단 | 자율 보행 로봇 경로 계획 방법 |
US9651363B2 (en) | 2012-07-24 | 2017-05-16 | Datalogic Usa, Inc. | Systems and methods of object measurement in an automated data reader |
ES2545374T3 (es) | 2012-07-31 | 2015-09-10 | Sick Ag | Sistema de detección para el montaje en una cinta transportadora |
US8757479B2 (en) | 2012-07-31 | 2014-06-24 | Xerox Corporation | Method and system for creating personalized packaging |
US20140047342A1 (en) | 2012-08-07 | 2014-02-13 | Advanced Micro Devices, Inc. | System and method for allocating a cluster of nodes for a cloud computing system based on hardware characteristics |
US8923893B2 (en) | 2012-08-07 | 2014-12-30 | Symbol Technologies, Inc. | Real-time planogram generation and maintenance |
CN103679164A (zh) | 2012-09-21 | 2014-03-26 | 阿里巴巴集团控股有限公司 | 一种基于移动终端的标志识别处理方法和系统 |
US9939259B2 (en) | 2012-10-04 | 2018-04-10 | Hand Held Products, Inc. | Measuring object dimensions using mobile computer |
US9472022B2 (en) | 2012-10-05 | 2016-10-18 | University Of Southern California | Three-dimensional point processing and model generation |
FR2996512B1 (fr) | 2012-10-05 | 2014-11-21 | Renault Sa | Procede d'evaluation du risque de collision a une intersection |
US20140192050A1 (en) | 2012-10-05 | 2014-07-10 | University Of Southern California | Three-dimensional point processing and model generation |
US20140104413A1 (en) | 2012-10-16 | 2014-04-17 | Hand Held Products, Inc. | Integrated dimensioning and weighing system |
WO2014066422A2 (en) | 2012-10-22 | 2014-05-01 | Bossa Nova Robotics Ip, Inc. | Self-deploying support member, and methods and apparatus using same |
US9020637B2 (en) | 2012-11-02 | 2015-04-28 | Irobot Corporation | Simultaneous localization and mapping for a mobile robot |
US9635606B2 (en) | 2012-11-04 | 2017-04-25 | Kt Corporation | Access point selection and management |
CN104768612A (zh) | 2012-11-05 | 2015-07-08 | 三菱电机株式会社 | 三维图像拍摄系统及粒子射线治疗装置 |
ITVI20120303A1 (it) | 2012-11-09 | 2014-05-10 | St Microelectronics Srl | Metodo per rilevare una linea retta in un'immagine digitale |
WO2014080330A2 (en) | 2012-11-22 | 2014-05-30 | Geosim Systems Ltd. | Point-cloud fusion |
US8825258B2 (en) | 2012-11-30 | 2014-09-02 | Google Inc. | Engaging and disengaging for autonomous driving |
US9380222B2 (en) | 2012-12-04 | 2016-06-28 | Symbol Technologies, Llc | Transmission of images for inventory monitoring |
US10701149B2 (en) | 2012-12-13 | 2020-06-30 | Level 3 Communications, Llc | Content delivery framework having origin services |
MY172143A (en) | 2012-12-13 | 2019-11-14 | Mimos Berhad | Method for non-static foreground feature extraction and classification |
AU2012397340A1 (en) | 2012-12-21 | 2015-07-09 | Sca Hygiene Products Ab | System and method for assisting in locating and choosing a desired item in a storage location |
US20140195373A1 (en) | 2013-01-10 | 2014-07-10 | International Business Machines Corporation | Systems and methods for managing inventory in a shopping store |
US20140214547A1 (en) | 2013-01-25 | 2014-07-31 | R4 Technologies, Llc | Systems and methods for augmented retail reality |
US20140214600A1 (en) | 2013-01-31 | 2014-07-31 | Wal-Mart Stores, Inc. | Assisting A Consumer In Locating A Product Within A Retail Store |
DE102013002554A1 (de) | 2013-02-15 | 2014-08-21 | Jungheinrich Aktiengesellschaft | Verfahren zur Erkennung von Objekten in einem Lager und/oder zur räumlichen Orientierung in einem Lager |
JP6108159B2 (ja) | 2013-03-04 | 2017-04-05 | 日本電気株式会社 | 情報処理システム、情報処理装置およびその制御方法と制御プログラム |
US9349238B2 (en) | 2013-03-13 | 2016-05-24 | Pantry Retail, Inc. | Vending kit and method |
US20140279294A1 (en) | 2013-03-14 | 2014-09-18 | Nordstrom, Inc. | System and methods for order fulfillment, inventory management, and providing personalized services to customers |
TWI594933B (zh) | 2013-03-15 | 2017-08-11 | 辛波提克有限責任公司 | 自動化貯藏及取放系統 |
US8965561B2 (en) | 2013-03-15 | 2015-02-24 | Cybernet Systems Corporation | Automated warehousing using robotic forklifts |
US9154773B2 (en) | 2013-03-15 | 2015-10-06 | Seiko Epson Corporation | 2D/3D localization and pose estimation of harness cables using a configurable structure representation for robot operations |
US9558559B2 (en) | 2013-04-05 | 2017-01-31 | Nokia Technologies Oy | Method and apparatus for determining camera location information and/or camera pose information according to a global coordinate system |
WO2014181323A1 (en) | 2013-05-05 | 2014-11-13 | Trax Technology Solutions Pte Ltd. | System and method of retail image analysis |
CA2815156C (en) | 2013-05-06 | 2020-05-05 | Ibm Canada Limited - Ibm Canada Limitee | Document order management via relaxed node indexing |
US9037396B2 (en) | 2013-05-23 | 2015-05-19 | Irobot Corporation | Simultaneous localization and mapping for a mobile robot |
JP5967303B2 (ja) | 2013-05-29 | 2016-08-10 | トヨタ自動車株式会社 | 駐車支援装置 |
US9158988B2 (en) | 2013-06-12 | 2015-10-13 | Symbol Technclogies, LLC | Method for detecting a plurality of instances of an object |
US10268983B2 (en) | 2013-06-26 | 2019-04-23 | Amazon Technologies, Inc. | Detecting item interaction and movement |
US9443297B2 (en) | 2013-07-10 | 2016-09-13 | Cognex Corporation | System and method for selective determination of point clouds |
JP6310202B2 (ja) | 2013-07-24 | 2018-04-11 | 古野電気株式会社 | 状態算出装置、移動体、状態算出方法、および状態算出プログラム |
US10290031B2 (en) | 2013-07-24 | 2019-05-14 | Gregorio Reid | Method and system for automated retail checkout using context recognition |
US9473747B2 (en) | 2013-07-25 | 2016-10-18 | Ncr Corporation | Whole store scanner |
WO2015017242A1 (en) | 2013-07-28 | 2015-02-05 | Deluca Michael J | Augmented reality based user interfacing |
US9015072B2 (en) | 2013-08-19 | 2015-04-21 | Xerox Corporation | Method and apparatus for automated inventory management using depth sensing |
US20150088618A1 (en) | 2013-08-26 | 2015-03-26 | Ims Solutions, Inc. | Road tolling |
US20150088701A1 (en) | 2013-09-23 | 2015-03-26 | Daniel Norwood Desmarais | System and method for improved planogram generation |
US9886678B2 (en) | 2013-09-25 | 2018-02-06 | Sap Se | Graphic representations of planograms |
US9615012B2 (en) | 2013-09-30 | 2017-04-04 | Google Inc. | Using a second camera to adjust settings of first camera |
US9248611B2 (en) | 2013-10-07 | 2016-02-02 | David A. Divine | 3-D printed packaging |
US20150106403A1 (en) | 2013-10-15 | 2015-04-16 | Indooratlas Oy | Generating search database based on sensor measurements |
US9412040B2 (en) | 2013-12-04 | 2016-08-09 | Mitsubishi Electric Research Laboratories, Inc. | Method for extracting planes from 3D point cloud sensor data |
US9349076B1 (en) | 2013-12-20 | 2016-05-24 | Amazon Technologies, Inc. | Template-based target object detection in an image |
US9565400B1 (en) | 2013-12-20 | 2017-02-07 | Amazon Technologies, Inc. | Automatic imaging device selection for video analytics |
US11593821B2 (en) | 2014-02-14 | 2023-02-28 | International Business Machines Corporation | Mobile device based inventory management and sales trends analysis in a retail environment |
EP3108686B1 (de) | 2014-02-21 | 2019-06-19 | Telefonaktiebolaget LM Ericsson (publ) | Wlan-durchsatzvorhersage |
MY177646A (en) | 2014-02-28 | 2020-09-23 | Icm Airport Technics Australia Pty Ltd | Luggage processing station and system thereof |
US20150310601A1 (en) | 2014-03-07 | 2015-10-29 | Digimarc Corporation | Methods and arrangements for identifying objects |
US10203762B2 (en) | 2014-03-11 | 2019-02-12 | Magic Leap, Inc. | Methods and systems for creating virtual and augmented reality |
US20150262116A1 (en) | 2014-03-16 | 2015-09-17 | International Business Machines Corporation | Machine vision technology for shelf inventory management |
US9953420B2 (en) | 2014-03-25 | 2018-04-24 | Ford Global Technologies, Llc | Camera calibration |
CN103945208B (zh) | 2014-04-24 | 2015-10-28 | 西安交通大学 | 一种针对多视点裸眼3d显示的并行同步缩放引擎及方法 |
CA2951151A1 (en) | 2014-06-04 | 2015-12-10 | Intelligrated Headquarters Llc | Truck unloader visualization |
US9494934B2 (en) * | 2014-06-06 | 2016-11-15 | Amazon Technologies, Inc. | Robotic communication with fiber-optics |
CN104023249B (zh) | 2014-06-12 | 2015-10-21 | 腾讯科技(深圳)有限公司 | 电视频道识别方法和装置 |
US10453046B2 (en) | 2014-06-13 | 2019-10-22 | Conduent Business Services, Llc | Store shelf imaging system |
US9542746B2 (en) | 2014-06-13 | 2017-01-10 | Xerox Corporation | Method and system for spatial characterization of an imaging system |
US9659204B2 (en) | 2014-06-13 | 2017-05-23 | Conduent Business Services, Llc | Image processing methods and systems for barcode and/or product label recognition |
US10176452B2 (en) | 2014-06-13 | 2019-01-08 | Conduent Business Services Llc | Store shelf imaging system and method |
AU2015280776B2 (en) | 2014-06-27 | 2019-08-22 | Crown Equipment Corporation | Vehicle positioning or navigation utilizing associated feature pairs |
US11051000B2 (en) | 2014-07-14 | 2021-06-29 | Mitsubishi Electric Research Laboratories, Inc. | Method for calibrating cameras with non-overlapping views |
KR102077260B1 (ko) | 2014-08-08 | 2020-02-13 | 삼성전자주식회사 | 확룔 모델에 기반한 신뢰도를 이용하여 얼굴을 인식하는 방법 및 장치 |
DE102014011821A1 (de) | 2014-08-08 | 2016-02-11 | Cargometer Gmbh | Vorrichtung und Verfahren zur Volumenbestimmung eines durch ein Flurförderzeug bewegten Objekts |
US20160044862A1 (en) | 2014-08-14 | 2016-02-18 | Raven Industries, Inc. | Site specific product application device and method |
CN104200086B (zh) | 2014-08-25 | 2017-02-22 | 西北工业大学 | 宽基线可见光相机位姿估计方法 |
WO2016033451A1 (en) | 2014-08-28 | 2016-03-03 | Lts Metrology, Llc | Stationary dimensioning apparatus |
JP2016057108A (ja) | 2014-09-08 | 2016-04-21 | 株式会社トプコン | 演算装置、演算システム、演算方法およびプログラム |
EP3201709B1 (de) | 2014-09-30 | 2021-03-17 | NEC Corporation | Verfahren und system zur bestimmung eines pfades eines objekts zum bewegen von einem eingestellten anfangszustand zu einem endzustand unter vermeidung eines oder mehrerer hindernisse |
US10296950B2 (en) | 2014-09-30 | 2019-05-21 | Apple Inc. | Beacon triggered processes |
US9576194B2 (en) | 2014-10-13 | 2017-02-21 | Klink Technologies | Method and system for identity and age verification |
US9706105B2 (en) | 2014-10-20 | 2017-07-11 | Symbol Technologies, Llc | Apparatus and method for specifying and aiming cameras at shelves |
US10373116B2 (en) | 2014-10-24 | 2019-08-06 | Fellow, Inc. | Intelligent inventory management and related systems and methods |
US10311400B2 (en) | 2014-10-24 | 2019-06-04 | Fellow, Inc. | Intelligent service robot and related systems and methods |
US9796093B2 (en) | 2014-10-24 | 2017-10-24 | Fellow, Inc. | Customer service robot and related systems and methods |
US9600892B2 (en) | 2014-11-06 | 2017-03-21 | Symbol Technologies, Llc | Non-parametric method of and system for estimating dimensions of objects of arbitrary shape |
JP5946073B2 (ja) | 2014-11-07 | 2016-07-05 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 推定方法、推定システム、コンピュータ・システムおよびプログラム |
US10022867B2 (en) | 2014-11-11 | 2018-07-17 | X Development Llc | Dynamically maintaining a map of a fleet of robotic devices in an environment to facilitate robotic action |
US9916002B2 (en) | 2014-11-16 | 2018-03-13 | Eonite Perception Inc. | Social applications for augmented reality technologies |
EP3221851A1 (de) | 2014-11-20 | 2017-09-27 | Cappasity Inc. | Systeme und verfahren zur 3d-erfassung von objekten mit mehreren bereichskameras und mehreren rgb-kameras |
US10248653B2 (en) | 2014-11-25 | 2019-04-02 | Lionbridge Technologies, Inc. | Information technology platform for language translation and task management |
US9396554B2 (en) | 2014-12-05 | 2016-07-19 | Symbol Technologies, Llc | Apparatus for and method of estimating dimensions of an object associated with a code in automatic response to reading the code |
US9811754B2 (en) | 2014-12-10 | 2017-11-07 | Ricoh Co., Ltd. | Realogram scene analysis of images: shelf and label finding |
US9928708B2 (en) | 2014-12-12 | 2018-03-27 | Hawxeye, Inc. | Real-time video analysis for security surveillance |
US9996818B1 (en) | 2014-12-19 | 2018-06-12 | Amazon Technologies, Inc. | Counting inventory items using image analysis and depth information |
US9628695B2 (en) | 2014-12-29 | 2017-04-18 | Intel Corporation | Method and system of lens shift correction for a camera array |
US20160253735A1 (en) | 2014-12-30 | 2016-09-01 | Shelfscreen, Llc | Closed-Loop Dynamic Content Display System Utilizing Shopper Proximity and Shopper Context Generated in Response to Wireless Data Triggers |
EP3054404A1 (de) | 2015-02-04 | 2016-08-10 | Hexagon Technology Center GmbH | Arbeitsinformationsmodellierung |
WO2016131966A1 (en) | 2015-02-19 | 2016-08-25 | Mycronic AB | Method, system and device for changing display information on a display arranged on a storage location by activating input means |
US10239740B2 (en) | 2015-03-06 | 2019-03-26 | Walmart Apollo, Llc | Shopping facility assistance system and method having a motorized transport unit that selectively leads or follows a user within a shopping facility |
US9864371B2 (en) * | 2015-03-10 | 2018-01-09 | John Bean Technologies Corporation | Automated guided vehicle system |
US9367831B1 (en) | 2015-03-16 | 2016-06-14 | The Nielsen Company (Us), Llc | Methods and apparatus for inventory determinations using portable devices |
US9630319B2 (en) | 2015-03-18 | 2017-04-25 | Irobot Corporation | Localization and mapping using physical features |
US9600731B2 (en) | 2015-04-08 | 2017-03-21 | Toshiba Tec Kabushiki Kaisha | Image processing apparatus, image processing method and computer-readable storage medium |
US9120622B1 (en) | 2015-04-16 | 2015-09-01 | inVia Robotics, LLC | Autonomous order fulfillment and inventory control robots |
US9868443B2 (en) | 2015-04-27 | 2018-01-16 | GM Global Technology Operations LLC | Reactive path planning for autonomous driving |
BR112017023743A2 (pt) | 2015-05-04 | 2018-07-31 | Sunrise R&D Holdings, Llc | sistemas e métodos para controlar unidades de exibição em prateleira e para apresentar de modo gráfico informações nas unidades de exibição em prateleira. |
EP3304491B1 (de) | 2015-05-26 | 2020-07-08 | Crown Equipment Corporation | Systeme und verfahren zur kalibrierung einer bildaufnahmevorrichtung für ein flurförderzeug |
US9646410B2 (en) | 2015-06-30 | 2017-05-09 | Microsoft Technology Licensing, Llc | Mixed three dimensional scene reconstruction from plural surface models |
US20170011308A1 (en) | 2015-07-09 | 2017-01-12 | SunView Software, Inc. | Methods and Systems for Applying Machine Learning to Automatically Solve Problems |
US10410096B2 (en) | 2015-07-09 | 2019-09-10 | Qualcomm Incorporated | Context-based priors for object detection in images |
CN111556253B (zh) | 2015-07-10 | 2022-06-14 | 深圳市大疆创新科技有限公司 | 生成组合图像的方法及系统、图像的显示方法及系统 |
WO2017013022A1 (en) | 2015-07-17 | 2017-01-26 | Nestec S.A. | Multiple-container composite package |
US10455216B2 (en) | 2015-08-19 | 2019-10-22 | Faro Technologies, Inc. | Three-dimensional imager |
US9549125B1 (en) | 2015-09-01 | 2017-01-17 | Amazon Technologies, Inc. | Focus specification and focus stabilization |
GB2542115B (en) | 2015-09-03 | 2017-11-15 | Rail Vision Europe Ltd | Rail track asset survey system |
US9880009B2 (en) | 2015-09-04 | 2018-01-30 | Crown Equipment Corporation | Industrial vehicle with feature-based localization and navigation |
US9684081B2 (en) | 2015-09-16 | 2017-06-20 | Here Global B.V. | Method and apparatus for providing a location data error map |
US10331956B2 (en) | 2015-09-23 | 2019-06-25 | Magna Electronics Inc. | Vehicle vision system with detection enhancement using light control |
US10262466B2 (en) | 2015-10-14 | 2019-04-16 | Qualcomm Incorporated | Systems and methods for adjusting a combined image visualization based on depth information |
US9517767B1 (en) | 2015-11-04 | 2016-12-13 | Zoox, Inc. | Internal safety systems for robotic vehicles |
US9612123B1 (en) | 2015-11-04 | 2017-04-04 | Zoox, Inc. | Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes |
EP3374947A4 (de) | 2015-11-09 | 2019-03-27 | Simbe Robotics, Inc. | Verfahren zur verfolgung von des lagerbestands in einem lager |
US20170150129A1 (en) | 2015-11-23 | 2017-05-25 | Chicago Measurement, L.L.C. | Dimensioning Apparatus and Method |
US20170147966A1 (en) | 2015-11-24 | 2017-05-25 | Verizon Patent And Licensing Inc. | Inventory monitoring sensor system |
US10592854B2 (en) | 2015-12-18 | 2020-03-17 | Ricoh Co., Ltd. | Planogram matching |
US10417696B2 (en) | 2015-12-18 | 2019-09-17 | Ricoh Co., Ltd. | Suggestion generation based on planogram matching |
US9984451B2 (en) | 2015-12-18 | 2018-05-29 | Michael Gormish | Linear grouping of recognized items in an image |
US20190025849A1 (en) | 2016-01-08 | 2019-01-24 | 4G Space Genius Inc. | Robot for automated image acquisition |
US10336543B1 (en) | 2016-01-21 | 2019-07-02 | Wing Aviation Llc | Selective encoding of packages |
US10352689B2 (en) | 2016-01-28 | 2019-07-16 | Symbol Technologies, Llc | Methods and systems for high precision locationing with depth values |
US10145955B2 (en) | 2016-02-04 | 2018-12-04 | Symbol Technologies, Llc | Methods and systems for processing point-cloud data with a line scanner |
KR102373926B1 (ko) | 2016-02-05 | 2022-03-14 | 삼성전자주식회사 | 이동체 및 이동체의 위치 인식 방법 |
US10197400B2 (en) | 2016-02-25 | 2019-02-05 | Sharp Laboratories Of America, Inc. | Calibration methods and systems for an autonomous navigation vehicle |
US10229386B2 (en) | 2016-03-03 | 2019-03-12 | Ebay Inc. | Product tags, systems, and methods for crowdsourcing and electronic article surveillance in retail inventory management |
US20170261993A1 (en) | 2016-03-10 | 2017-09-14 | Xerox Corporation | Systems and methods for robot motion control and improved positional accuracy |
US9928438B2 (en) | 2016-03-10 | 2018-03-27 | Conduent Business Services, Llc | High accuracy localization system and method for retail store profiling via product image recognition and its corresponding dimension database |
US10721451B2 (en) | 2016-03-23 | 2020-07-21 | Symbol Technologies, Llc | Arrangement for, and method of, loading freight into a shipping container |
US10262294B1 (en) | 2016-03-28 | 2019-04-16 | Amazon Technologies, Inc. | Location estimation using array of capacitive sensors |
JP2019513274A (ja) | 2016-03-29 | 2019-05-23 | ボサ ノバ ロボティクス アイピー, インク.Bossa Nova Robotics Ip, Inc. | 品物の設置、特定および計数のためのシステムおよび方法 |
WO2017180882A1 (en) | 2016-04-14 | 2017-10-19 | Gentex Corporation | Camera based headlight control system |
US9805240B1 (en) | 2016-04-18 | 2017-10-31 | Symbol Technologies, Llc | Barcode scanning and dimensioning |
US10558943B2 (en) | 2016-04-20 | 2020-02-11 | Wishelf Ltd. | System and method for monitoring stocking shelves |
US9791862B1 (en) | 2016-04-25 | 2017-10-17 | Thayermahan, Inc. | Systems and method for unmanned undersea sensor position, orientation, and depth keeping |
FR3050677B1 (fr) | 2016-04-29 | 2020-02-21 | Les Companions | Procede de traitement d'une surface, et automate correspondant |
MX2018013500A (es) | 2016-05-04 | 2019-07-08 | Walmart Apollo Llc | Sistemas distribuidos de robot autónomo y métodos. |
EP3454698B1 (de) | 2016-05-09 | 2024-04-17 | Grabango Co. | System und verfahren für durch computervision angesteuerte anwendungen innerhalb einer umgebung |
CN109564651A (zh) | 2016-05-19 | 2019-04-02 | 思比机器人公司 | 用于自动生成将产品分配到商店内的货架结构的货架图的方法 |
US10467587B2 (en) | 2016-05-19 | 2019-11-05 | Simbe Robotics, Inc. | Method for tracking placement of products on shelves in a store |
US9639935B1 (en) | 2016-05-25 | 2017-05-02 | Gopro, Inc. | Apparatus and methods for camera alignment model calibration |
US10394244B2 (en) | 2016-05-26 | 2019-08-27 | Korea University Research And Business Foundation | Method for controlling mobile robot based on Bayesian network learning |
JP6339633B2 (ja) | 2016-06-28 | 2018-06-06 | 新日鉄住金ソリューションズ株式会社 | システム、情報処理装置、情報処理方法、及び、プログラム |
US10769582B2 (en) | 2016-06-30 | 2020-09-08 | Bossa Nova Robotics Ip, Inc. | Multiple camera system for inventory tracking |
US10785418B2 (en) | 2016-07-12 | 2020-09-22 | Bossa Nova Robotics Ip, Inc. | Glare reduction method and system |
US20180025412A1 (en) | 2016-07-22 | 2018-01-25 | Focal Systems, Inc. | Determining in-store location based on images |
US9827683B1 (en) | 2016-07-28 | 2017-11-28 | X Development Llc | Collaborative inventory monitoring |
US10071856B2 (en) | 2016-07-28 | 2018-09-11 | X Development Llc | Inventory management |
US9637310B1 (en) | 2016-08-02 | 2017-05-02 | Amazon Technologies, Inc. | Mobile robot group for moving an item |
EP3495907A4 (de) | 2016-08-03 | 2019-10-23 | SZ DJI Osmo Technology Co., Ltd. | Montagesteuerungsverfahren und -system |
US20180053091A1 (en) | 2016-08-17 | 2018-02-22 | Hawxeye, Inc. | System and method for model compression of neural networks for use in embedded platforms |
US10054447B2 (en) | 2016-08-17 | 2018-08-21 | Sharp Laboratories Of America, Inc. | Lazier graph-based path planning for autonomous navigation |
US10776661B2 (en) | 2016-08-19 | 2020-09-15 | Symbol Technologies, Llc | Methods, systems and apparatus for segmenting and dimensioning objects |
TWI618916B (zh) | 2016-09-23 | 2018-03-21 | 啟碁科技股份有限公司 | 貨架庫存估測方法與系統 |
US20180101813A1 (en) | 2016-10-12 | 2018-04-12 | Bossa Nova Robotics Ip, Inc. | Method and System for Product Data Review |
US10289990B2 (en) | 2016-10-17 | 2019-05-14 | Conduent Business Services, Llc | Store shelf imaging system and method |
US10210603B2 (en) | 2016-10-17 | 2019-02-19 | Conduent Business Services Llc | Store shelf imaging system and method |
US10019803B2 (en) | 2016-10-17 | 2018-07-10 | Conduent Business Services, Llc | Store shelf imaging system and method using a vertical LIDAR |
US20180114183A1 (en) | 2016-10-25 | 2018-04-26 | Wal-Mart Stores, Inc. | Stock Level Determination |
CN106743321B (zh) * | 2016-11-16 | 2020-02-28 | 京东方科技集团股份有限公司 | 运载方法和运载系统 |
US10451405B2 (en) | 2016-11-22 | 2019-10-22 | Symbol Technologies, Llc | Dimensioning system for, and method of, dimensioning freight in motion along an unconstrained path in a venue |
US10354411B2 (en) | 2016-12-20 | 2019-07-16 | Symbol Technologies, Llc | Methods, systems and apparatus for segmenting objects |
US9778388B1 (en) | 2016-12-22 | 2017-10-03 | Thayermahan, Inc. | Systems and methods for autonomous towing of an underwater sensor array |
US10121072B1 (en) | 2016-12-30 | 2018-11-06 | Intuit Inc. | Unsupervised removal of text from form images |
MX2019007889A (es) | 2016-12-30 | 2020-01-15 | Walmart Apollo Llc | Sitema de etiquetas electronicas de estanteria. |
US20180197139A1 (en) | 2017-01-06 | 2018-07-12 | Position Imaging, Inc. | Package delivery sharing systems and methods |
JP6938169B2 (ja) | 2017-03-01 | 2021-09-22 | 東芝テック株式会社 | ラベル生成装置及びプログラム |
US10643177B2 (en) | 2017-03-21 | 2020-05-05 | Kellogg Company | Determining product placement compliance |
US10293485B2 (en) | 2017-03-30 | 2019-05-21 | Brain Corporation | Systems and methods for robotic path planning |
US10229322B2 (en) | 2017-04-06 | 2019-03-12 | Ants Technology (Hk) Limited | Apparatus, methods and computer products for video analytics |
US10846657B2 (en) | 2017-04-07 | 2020-11-24 | Simbe Robotics, Inc. | Method for tracking stock level within a store |
US10534122B2 (en) | 2017-04-19 | 2020-01-14 | Sunrise R&D Holdings, Llc | Fiber optic shelving system |
US10726273B2 (en) | 2017-05-01 | 2020-07-28 | Symbol Technologies, Llc | Method and apparatus for shelf feature and object placement detection from shelf images |
US10505057B2 (en) | 2017-05-01 | 2019-12-10 | Symbol Technologies, Llc | Device and method for operating cameras and light sources wherein parasitic reflections from a paired light source are not reflected into the paired camera |
WO2018204342A1 (en) | 2017-05-01 | 2018-11-08 | Symbol Technologies, Llc | Product status detection system |
US11978011B2 (en) | 2017-05-01 | 2024-05-07 | Symbol Technologies, Llc | Method and apparatus for object status detection |
US10663590B2 (en) | 2017-05-01 | 2020-05-26 | Symbol Technologies, Llc | Device and method for merging lidar data |
US10949798B2 (en) | 2017-05-01 | 2021-03-16 | Symbol Technologies, Llc | Multimodal localization and mapping for a mobile automation apparatus |
US10591918B2 (en) | 2017-05-01 | 2020-03-17 | Symbol Technologies, Llc | Fixed segmented lattice planning for a mobile automation apparatus |
US11367092B2 (en) | 2017-05-01 | 2022-06-21 | Symbol Technologies, Llc | Method and apparatus for extracting and processing price text from an image set |
US20180314908A1 (en) | 2017-05-01 | 2018-11-01 | Symbol Technologies, Llc | Method and apparatus for label detection |
CN107067382A (zh) | 2017-05-11 | 2017-08-18 | 南宁市正祥科技有限公司 | 一种改进的图像边缘检测方法 |
CN206952978U (zh) | 2017-05-23 | 2018-02-02 | 上海全筑建筑装饰集团股份有限公司 | 一种用于建筑装修的画线机器人 |
WO2019023249A1 (en) | 2017-07-25 | 2019-01-31 | Bossa Nova Robotics Ip, Inc. | REDUCTION OF DATA IN A BAR CODE READING ROBOT SHELF SURVEILLANCE SYSTEM |
US10127438B1 (en) | 2017-08-07 | 2018-11-13 | Standard Cognition, Corp | Predicting inventory events using semantic diffing |
US10317905B2 (en) | 2017-08-10 | 2019-06-11 | RavenOPS, Inc. | Autonomous robotic technologies for industrial inspection |
US10861302B2 (en) | 2017-08-17 | 2020-12-08 | Bossa Nova Robotics Ip, Inc. | Robust motion filtering for real-time video surveillance |
US10783379B2 (en) | 2017-08-23 | 2020-09-22 | Bossa Nova Robotics Ip, Inc. | Method for new package detection |
US10572763B2 (en) | 2017-09-07 | 2020-02-25 | Symbol Technologies, Llc | Method and apparatus for support surface edge detection |
US10489677B2 (en) | 2017-09-07 | 2019-11-26 | Symbol Technologies, Llc | Method and apparatus for shelf edge detection |
JP6608890B2 (ja) | 2017-09-12 | 2019-11-20 | ファナック株式会社 | 機械学習装置、ロボットシステム及び機械学習方法 |
JP7019357B2 (ja) | 2017-09-19 | 2022-02-15 | 東芝テック株式会社 | 棚情報推定装置及び情報処理プログラム |
US10386851B2 (en) | 2017-09-22 | 2019-08-20 | Locus Robotics Corp. | Multi-resolution scan matching with exclusion zones |
US11014238B2 (en) * | 2017-11-27 | 2021-05-25 | Amazon Technologies, Inc. | Dynamic navigation of autonomous vehicle with safety infrastructure |
US20190180150A1 (en) | 2017-12-13 | 2019-06-13 | Bossa Nova Robotics Ip, Inc. | Color Haar Classifier for Retail Shelf Label Detection |
CN109961162B (zh) | 2017-12-22 | 2023-04-07 | 株式会社日立制作所 | 路径规划方法和路径规划装置 |
JP7081140B2 (ja) | 2017-12-25 | 2022-06-07 | 富士通株式会社 | 物体認識装置、物体認識方法及び物体認識プログラム |
US20190236530A1 (en) | 2018-01-31 | 2019-08-01 | Walmart Apollo, Llc | Product inventorying using image differences |
US11049279B2 (en) | 2018-03-27 | 2021-06-29 | Denso Wave Incorporated | Device for detecting positional relationship among objects |
US10678228B2 (en) * | 2018-04-04 | 2020-06-09 | Invia Robotics, Inc. | Autonomous robots performing concerted operation based on shared sensory access and holistic flow of information |
US10726264B2 (en) | 2018-06-25 | 2020-07-28 | Microsoft Technology Licensing, Llc | Object-based localization |
US11082667B2 (en) | 2018-08-09 | 2021-08-03 | Cobalt Robotics Inc. | Contextual automated surveillance by a mobile robot |
US10992860B2 (en) | 2019-03-29 | 2021-04-27 | Nio Usa, Inc. | Dynamic seam adjustment of image overlap zones from multi-camera source images |
-
2019
- 2019-06-03 US US16/429,906 patent/US11960286B2/en active Active
-
2020
- 2020-04-13 WO PCT/US2020/027948 patent/WO2020247066A1/en active Application Filing
- 2020-04-13 GB GB2117122.8A patent/GB2598514B/en active Active
- 2020-04-13 DE DE112020002578.0T patent/DE112020002578T5/de active Pending
- 2020-04-13 CA CA3135764A patent/CA3135764A1/en active Pending
- 2020-04-13 AU AU2020289521A patent/AU2020289521B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
GB2598514B (en) | 2024-04-03 |
GB202117122D0 (en) | 2022-01-12 |
AU2020289521B2 (en) | 2023-10-05 |
CA3135764A1 (en) | 2020-12-10 |
AU2020289521A1 (en) | 2021-10-28 |
GB2598514A (en) | 2022-03-02 |
WO2020247066A1 (en) | 2020-12-10 |
US11960286B2 (en) | 2024-04-16 |
US20200379468A1 (en) | 2020-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102018120487A1 (de) | Verfahren und vorrichtung zur kantenerkennung von auflageflächen | |
DE112017005774T5 (de) | Verfahren und vorrichtung zur navigationssteuerung in einem mobilenautomatisierungssystem | |
DE112018006578T5 (de) | Wegplanung für autonome sich bewegende vorrichtungen | |
DE112015001150B4 (de) | Verfahren, Vorrichtung und System zur Unterstützung von Platooning | |
DE112017007050T5 (de) | Informationsverarbeitungsvorrichtung, Informationsverarbeitungsverfahren und Informationsverarbeitungsprogramm | |
DE112019001788T5 (de) | Verfahren, system und vorrichtung zum korrigieren von transluzenzartefakten in daten, die eine trägerstruktur darstellen | |
DE102018101220A1 (de) | Zeichenerkennung für autonome fahrzeuge | |
DE102017107626A1 (de) | Detektion verfügbarer parkstellflächen | |
DE112018000335T5 (de) | Systeme und verfahren für einen berechnungsrahmen zur visuellen warnung des fahrers unter verwendung einer "fully convolutional"-architektur | |
EP3008534B1 (de) | Verfahren zum modellieren eines umfelds eines fahrzeugs | |
WO2020016385A1 (de) | Verfahren und system zum bestimmen einer position eines fahrzeugs | |
DE102016122485A1 (de) | Verfahren zur Bereitstellung der Positionen von Lagerplätzen in einem Lager und Flurförderzeug | |
DE112017008137T5 (de) | Kartieren einer rasterbelegung unter verwendung einer fehlerbereichsverteilung | |
DE102014009077A1 (de) | Einparksteuerungsvorrichtung, Einparksteuerungsverfahren und Einparksteuerungssystem | |
EP3142913B1 (de) | Umfeldkarte für fahrflächen mit beliebigem höhenverlauf | |
DE102019122266A1 (de) | Systeme und Verfahren zur Parkverwaltung | |
DE112020002578T5 (de) | Verfahren, System und Vorrichtung zur dynamischen Aufgabensequenzierung | |
DE102018123393A1 (de) | Erkennung von Parkflächen | |
DE102021206075A1 (de) | Fahrzeuglokalisierung als Mitfahrgelegenheit und Insassenidentifikation für autonome Fahrzeuge | |
DE112021002050T5 (de) | Verfahren, system und vorrichtung zur datenerfassungsbeleuchtungssteuerung | |
DE102016211730A1 (de) | Verfahren zur Vorhersage eines Fahrbahnverlaufs einer Fahrbahn | |
EP3575912A1 (de) | Mähroboter | |
DE112019006186T5 (de) | Verfahren und vorrichtung zur steuerung von lichtemittern einer mobilen automatisierungsvorrichtung | |
DE112022003870T5 (de) | Adaptive umfangseindringdetektion für eine mobile automatisierungsvorrichtung | |
DE112021005543T5 (de) | Parallaxentolerante panoramabilderzeugung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed |