JP7144564B1 - Forklift and cargo handling system - Google Patents
Forklift and cargo handling system Download PDFInfo
- Publication number
- JP7144564B1 JP7144564B1 JP2021050265A JP2021050265A JP7144564B1 JP 7144564 B1 JP7144564 B1 JP 7144564B1 JP 2021050265 A JP2021050265 A JP 2021050265A JP 2021050265 A JP2021050265 A JP 2021050265A JP 7144564 B1 JP7144564 B1 JP 7144564B1
- Authority
- JP
- Japan
- Prior art keywords
- operation mode
- temperature
- unit
- data
- forklift
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004378 air conditioning Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 26
- 238000010801 machine learning Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000032258 transport Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 206010016326 Feeling cold Diseases 0.000 description 1
- 206010016334 Feeling hot Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
Images
Landscapes
- Forklifts And Lifting Vehicles (AREA)
- Air-Conditioning For Vehicles (AREA)
Abstract
【課題】空気調和装置を適切なタイミングで稼働させることが可能なフォークリフトおよび荷役システムを提供する。【解決手段】有人運転モードと無人運転モードとを備えるフォークリフト200Aであって、空気調和装置210と制御装置220Aとを備え、制御装置220Aは、荷物の数量データを取得する第1情報取得部221と、搬送スケジュールの進行状況データを取得する第2情報取得部222と、無人運転モードから有人運転モードに切り替わるタイミングを予測するように機械学習された第1学習モデル部223と、第1学習モデル部223から上記タイミングに関するタイミング情報を取得する処理部224と、無人運転モードから有人運転モードに切り替わる前に空気調和装置210に空調制御を開始させる制御部225と、を備えることを特徴とする。【選択図】図1A forklift truck and a cargo handling system capable of operating an air conditioner at an appropriate timing are provided. A forklift (200A) having a manned operation mode and an unmanned operation mode, comprising an air conditioner (210) and a control device (220A), wherein the control device (220A) is a first information acquisition section (221) that acquires cargo quantity data. , a second information acquisition unit 222 that acquires progress data of the transportation schedule, a first learning model unit 223 that is machine-learned so as to predict the timing of switching from the unmanned operation mode to the manned operation mode, and the first learning model A processing unit 224 that acquires timing information about the timing from the unit 223, and a control unit 225 that causes the air conditioner 210 to start air conditioning control before switching from the unmanned operation mode to the manned operation mode. [Selection drawing] Fig. 1
Description
本発明は、フォークリフトおよび荷役システムに関する。 The present invention relates to forklifts and cargo handling systems.
従来から、冷暖房などの空気調和装置を備えたフォークリフトが知られている(例えば、特許文献1参照)。特許文献1のフォークリフトでは、オペレータが操作パネルを操作することで空気調和装置が稼働する。このため、フォークリフトの走行開始前に空気調和装置を予め稼働させておくことで、フォークリフトの走行開始時までに、運転席の温度を適温にすることができる。 2. Description of the Related Art Conventionally, a forklift equipped with an air conditioner such as an air conditioner is known (see, for example, Patent Document 1). In the forklift of Patent Literature 1, the air conditioner is operated by the operator operating the operation panel. Therefore, by operating the air conditioner in advance before the forklift starts to travel, the temperature of the driver's seat can be adjusted to an appropriate temperature by the time the forklift starts to travel.
しかしながら、有人運転モードと無人運転モードとを備えるフォークリフトの場合、オペレータは有人運転モードの開始時刻を正確に把握することができないため、空気調和装置を適切なタイミングで稼働させることが難しいという問題がある。 However, in the case of forklifts equipped with manned operation mode and unmanned operation mode, the operator cannot accurately grasp the start time of the manned operation mode, so there is a problem that it is difficult to operate the air conditioner at an appropriate timing. be.
本発明は上記事情に鑑みてなされたものであって、その課題とするところは、空気調和装置を適切なタイミングで稼働させることが可能なフォークリフトおよび荷役システムを提供することにある。 SUMMARY OF THE INVENTION The present invention has been made in view of the above circumstances, and an object of the present invention is to provide a forklift truck and cargo handling system capable of operating an air conditioner at an appropriate timing.
上記課題を解決するために、本発明に係るフォークリフトは、
オペレータの手動操作により走行する有人運転モードと、搬送スケジュールに従って荷役作業および自動走行を行う無人運転モードと、を備えるフォークリフトであって、
運転席が設けられた車体と、
前記運転席の空調制御を行う空気調和装置と、
前記空気調和装置の制御を行う制御装置と、
を備え、
前記制御装置は、
外部から前記荷役作業の対象となる荷物の数量データを取得する第1情報取得部と、
前記搬送スケジュールの進行状況を特定して進行状況データを取得する第2情報取得部と、
前記数量データおよび前記進行状況データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、前記無人運転モードから前記有人運転モードに切り替わるタイミングを予測するように機械学習された第1学習モデル部と、
前記数量データおよび前記進行状況データを前記第1学習モデル部に入力することで、前記第1学習モデル部から前記タイミングに関するタイミング情報を取得する処理部と、
前記タイミング情報に基づいて、前記無人運転モードから前記有人運転モードに切り替わる前に前記空気調和装置に前記空調制御を開始させる制御部と、
を備えることを特徴とする。
In order to solve the above problems, the forklift according to the present invention includes:
A forklift having a manned operation mode in which it travels manually by an operator and an unmanned operation mode in which cargo handling work and automatic travel are performed according to a transportation schedule,
A vehicle body with a driver's seat,
an air conditioner that controls the air conditioning of the driver's seat;
a control device that controls the air conditioner;
with
The control device is
a first information acquisition unit that acquires quantity data of packages to be subjected to the cargo handling work from the outside;
a second information acquisition unit that specifies progress of the transfer schedule and acquires progress data;
When the quantity data and the progress data are input, the first learning is machine-learned to predict the timing of switching from the unmanned operation mode to the manned operation mode using a machine learning algorithm having predetermined parameters. a model part,
a processing unit that acquires timing information about the timing from the first learning model unit by inputting the quantity data and the progress data into the first learning model unit;
a control unit that causes the air conditioner to start the air conditioning control before switching from the unmanned operation mode to the manned operation mode based on the timing information;
characterized by comprising
この構成では、第1学習モデル部が、無人運転モードから有人運転モードに切り替わるタイミングを予測し、制御部が、当該予測に基づいて無人運転モードから有人運転モードに切り替わる前に空気調和装置に空調制御を開始させる。したがって、この構成によれば、空気調和装置を適切なタイミングで稼働させることができる。 In this configuration, the first learning model unit predicts the timing of switching from the unmanned operation mode to the manned operation mode, and the control unit, based on the prediction, operates the air conditioner before switching from the unmanned operation mode to the manned operation mode. initiate control. Therefore, according to this configuration, the air conditioner can be operated at appropriate timing.
前記フォークリフトにおいて、
前記制御装置は、
前記運転席の温度に関する第1温度データを取得する第3情報取得部を備え、
前記制御部は、
前記運転席の温度に基づいて前記空気調和装置の前記風温および/または風量を設定する第1処理を実行するよう構成できる。
In the forklift,
The control device is
A third information acquisition unit that acquires first temperature data related to the temperature of the driver's seat,
The control unit
It can be configured to execute a first process of setting the air temperature and/or air volume of the air conditioner based on the temperature of the driver's seat.
前記フォークリフトにおいて、
前記制御装置は、
前記有人運転モード時に前記運転席のオペレータの温度に関する第2温度データを取得する第4情報取得部と、
前記第1温度データおよび前記第2温度データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、前記オペレータの快適さの程度を示す快適スコアを生成するように機械学習された第2学習モデル部と、
を備え、
前記処理部は、前記第1温度データおよび前記第2温度データを前記第2学習モデル部に入力することで、前記第2学習モデル部から前記快適スコアを取得し、
前記制御部は、前記有人運転モード時に、前記第1処理で設定した前記風温および/または風量を前記快適スコアに基づいて変化させる第2処理を実行するよう構成できる。
In the forklift,
The control device is
a fourth information acquisition unit that acquires second temperature data relating to the temperature of an operator in the driver's seat during the manned operation mode;
A first machine-learned machine using a machine-learning algorithm having predetermined parameters to generate a comfort score indicative of the operator's degree of comfort when the first temperature data and the second temperature data are input. 2 a learning model unit;
with
The processing unit acquires the comfort score from the second learning model unit by inputting the first temperature data and the second temperature data into the second learning model unit,
The control unit can be configured to execute a second process of changing the air temperature and/or air volume set in the first process based on the comfort score during the manned operation mode.
上記課題を解決するために、本発明に係る荷役システムは、
前記いずれかのフォークリフトと、
前記フォークリフトと通信を行う管理装置と、
を含むことを特徴とする。
In order to solve the above problems, the cargo handling system according to the present invention includes:
any of the forklifts;
a management device that communicates with the forklift;
characterized by comprising
本発明によれば、空気調和装置を適切なタイミングで稼働させることが可能なフォークリフトおよび荷役システムを提供することができる。 Advantageous Effects of Invention According to the present invention, it is possible to provide a forklift truck and cargo handling system capable of operating an air conditioner at an appropriate timing.
以下、添付図面を参照して、本発明に係るフォークリフトおよび荷役システムの実施形態について説明する。 BEST MODE FOR CARRYING OUT THE INVENTION Hereinafter, embodiments of a forklift and a cargo handling system according to the present invention will be described with reference to the accompanying drawings.
[第1実施形態]
図1に、本発明の第1実施形態に係る荷役システム1Aのブロック図を示す。荷役システム1Aは、管理装置100Aと、レーザー誘導方式のフォークリフト200A(本発明の「フォークリフト」に相当)とを備える。
[First embodiment]
FIG. 1 shows a block diagram of a cargo handling system 1A according to the first embodiment of the present invention. The cargo handling system 1A includes a
管理装置100Aは、通信部101と、統括制御部102と、表示部103とを備える。管理装置100Aは、フォークリフト200Aが走行する作業場(例えば、図3に示すように、複数のラック3を有する倉庫2)の外に設けてもよいし、作業場の中に設けてもよい。
100 A of management apparatuses are provided with the
通信部101は、管理装置100Aに予め登録されたフォークリフト200Aおよび他の作業車(例えば、無人フォークリフトや有人無人フォークリフト)と無線通信を行うよう構成されている。
The
統括制御部102は、フォークリフト200Aの走行および荷役作業を管理するよう構成されている。例えば、統括制御部102は、フォークリフト200Aによる荷役作業のための搬送スケジュールを作成するとともに荷役作業を円滑に行うための走行ルートを決定する。統括制御部102は、通信部101を介して搬送スケジュールおよび走行ルートをフォークリフト200Aに通知する。
The integrated
表示部103は、例えば、液晶ディスプレイで構成されている。表示部103には、フォークリフト200Aおよび他の作業車の搬送スケジュールおよび走行ルートが表示される。
The
フォークリフト200Aは、有人運転モードと無人運転モードとを切り替え可能な有人無人フォークリフトである。図2に示すように、フォークリフト200Aは、車体201と、車体201の前部に設けられた荷役装置202と、車体201の後部に設けられた運転席203とを備える。荷役装置202は、左右一対のマストと、マストに昇降可能に取り付けられた左右一対のフォークとを含む。運転席203には、オペレータが足で操作するブレーキペダルが設けられている。
The
運転席203の前方にはレバー類204が設けられており、運転席203の側方にはステアリングハンドル205が設けられている。レバー類204には、車体201を前後進させるための走行レバーと、荷役装置202を操作して荷役作業を行うための荷役レバー(リフトレバー、リーチレバー、ティルトレバー)が含まれる。
A
レバー類204とステアリングハンドル205との間には、表示部206が設けられている。表示部206は、例えば、液晶ディスプレイで構成される。表示部206は、搬送スケジュールや、後述する空気調和装置210の情報(例えば、風温および風量等)を表示することができる。
A
運転席203の上方には、落下物からオペレータを保護するためのヘッドガード207が設けられている。なお、図2(A)ではヘッドガード207を省略している。
A
ヘッドガード207のピラーには、運転席203にいるオペレータを撮影してオペレータの画像データ(静止画および/または動画)を取得する撮影手段208が設けられている。撮影手段208は、本発明の「画像データ生成部」に相当し、例えば、赤外線カメラおよびカラーカメラ(もしくは、カラー画像を取得可能な赤外線カメラ)で構成される。本実施形態では、撮影手段208を省略してもよい。
A pillar of the
ヘッドガード207の天板には、レーザースキャナ209および空気調和装置210が設けられており、車体201の内部には、制御装置220Aが設けられている。
A
図3に示すように、レーザースキャナ209は、レーザー光源を回転させながら周囲にレーザーLを投光し、倉庫2内に配置された複数の反射板4からの反射光L’を検出する。レーザースキャナ209の演算部は、反射板4の位置を所定のマップ上で記憶しており、三角測量の原理に基づいて車体201の現在地(自己位置)を算出する。このようにして、フォークリフト200Aは、車体201の現在地に関する現在地情報を取得しながら、通知された走行ルートに従って走行する。
As shown in FIG. 3 , the
空気調和装置210は、温風と冷風とを切り替えて運転席203に供給することで、運転席203の空調制御を行うことが可能な冷暖房装置である。空気調和装置210は、制御装置220Aの制御下で、風温および風量が自動調整される。
The
制御装置220Aは、図1に示すように、第1情報取得部221と、第2情報取得部222と、第1学習モデル部223と、処理部224と、制御部225とを備える。
220 A of control apparatuses are equipped with the 1st
第1情報取得部221は、荷役作業の対象となる荷物の数量に関する数量データを取得する。具体的には、第1情報取得部221は、管理装置100Aから、無人運転モードでの荷役作業の対象となる荷物の数量データを所定の周期で取得する。数量データは、フォークリフト200Aの搬送スケジュールの進行状況によって変化し、他の作業車の搬送スケジュールの進行状況によっても変化する。
The first
管理装置100Aは、荷役作業の対象となる荷物のうち、有人運転モードでの荷役作業の対象となる荷物と無人運転モードでの荷役作業の対象となる荷物とを、予め区別して管理している。そして、管理装置100Aは、無人運転モードでの荷役作業の対象となる荷物のうち、荷物001~100はフォークリフト200Aが搬送、荷物101~200は作業車Aが搬送、荷物201~300は作業車Bが搬送、・・・というように割り当てを行い、搬送スケジュールの進行状況に応じて上記割り当てを修正する。
The
第2情報取得部222は、フォークリフト200Aの搬送スケジュールの進行状況を特定することで、フォークリフト200Aの進行状況データを取得する。第2情報取得部222は、例えば、無人運転モードにおける搬送スケジュールの進行状況を0%~100%のパーセンテージで特定したり、進行速度で特定したりする。進行状況データは、上記のパーセンテージおよび/または進行速度を含むデータである。
The second
第1学習モデル部223は、数量データおよび進行状況データが入力されると、所定のパラメータを有するニューラルネットワーク等の機械学習アルゴリズムを用いて、無人運転モードから有人運転モードに切り替わるタイミングを予測するように機械学習された学習済みモデルである。本実施形態では、無人運転モードにおける搬送スケジュールの進行状況が100%になったタイミングで、無人運転モードから有人運転モードに切り替わるものとする。
When the quantity data and progress data are input, the first
学習済みモデルの機械学習では、上記のとおりニューラルネットワーク等の機械学習アルゴリズムを用いて、教師データを大量に入力する。教師データは、数量データおよび進行状況データに所定のタイミング(例えば、今から1時間後等)を紐付けしたデータを含む。例えば、数量データに含まれる数量が大きいとタイミングは遅くなり、数量が小さいとタイミングは早くなる。進行状況データに含まれる進行状況が0%に近いほどタイミングは遅くなり、進行状況が100%に近いほどタイミングは早くなる。数量データおよび進行状況データと上記タイミングとの間には、相関関係等の一定の関係が存在することを推認できる。 In the machine learning of trained models, a large amount of teacher data is input using a machine learning algorithm such as a neural network as described above. The teacher data includes data in which a predetermined timing (for example, one hour from now) is linked to quantity data and progress data. For example, if the quantity contained in the quantity data is large, the timing will be delayed, and if the quantity contained in the quantity data is small, the timing will be advanced. The closer the progress included in the progress data is to 0%, the slower the timing, and the closer the progress to 100%, the faster the timing. It can be inferred that there is a certain relationship such as a correlation between the quantity data and the progress data and the timing.
処理部224は、第1情報取得部221から取得した数量データおよび第2情報取得部222から取得した進行状況データを第1学習モデル部223に入力することで、第1学習モデル部223から上記タイミングに関するタイミング情報を取得する。処理部224は、取得したタイミング情報を制御部225と共有する。
By inputting the quantity data acquired from the first
制御部225は、空気調和装置210の風温および風量の自動制御を行うよう構成されている。具体的には、制御部225は、タイミング情報に基づいて、無人運転モードから有人運転モードに切り替わる前に(例えば、10分前に)、空気調和装置210に空調制御を開始させる。なお、何分前に開始させるかは、適宜設定・変更することができる。
The
制御部225および処理部224は、例えば、少なくとも1つのマイコンで構成され、マイコンのCPUが所定のプログラムを実行すること等によって制御部225および処理部224の各種機能が実現される。
The
本実施形態に係るフォークリフト200Aでは、第1学習モデル部223が、無人運転モードから有人運転モードに切り替わるタイミングを予測し、制御部225が、当該予測に基づいて無人運転モードから有人運転モードに切り替わる前に空気調和装置210に空調制御を開始させる。したがって、本実施形態に係るフォークリフト200Aによれば、空気調和装置210を適切なタイミングで稼働させることができる。
In the
[第2実施形態]
図4に、本発明の第2実施形態に係る荷役システム1Bのブロック図を示す。荷役システム1Bは、管理装置100Bと、レーザー誘導方式のフォークリフト200B(本発明の「フォークリフト」に相当)とを備える。
[Second embodiment]
FIG. 4 shows a block diagram of a
管理装置100Bは、第1実施形態の管理装置100Aと共通する。フォークリフト200Bは、制御装置220Bの構成を除いて第1実施形態のフォークリフト200Aと共通する。
The
制御装置220Bは、第1実施形態の制御装置220Aに、第3情報取得部226、第4情報取得部227および第2学習モデル部228を追加したものである。
The
第3情報取得部226は、運転席203の温度に関する第1温度データを取得する。第3情報取得部226は、例えば、運転席203に設けられた温度センサ(図示せず)から第1温度データを取得してもよいし、撮影手段208が取得したオペレータの画像データに基づいてオペレータの周囲の温度を算出することにより第1温度データを取得してもよい。
Third
第4情報取得部227は、撮影手段208が取得したオペレータの画像データに対して所定の画像処理を行うことにより、運転席203のオペレータの温度(例えば、体表温度)に関する第2温度データを取得する。第4情報取得部227は、例えば、撮影手段208が取得したオペレータの画像データに基づいて、オペレータの体表温度(皮膚温度)を算出できる。
The fourth
第2学習モデル部228は、オペレータの画像データ、第1温度データおよび第2温度データが入力されると、所定のパラメータを有するニューラルネットワーク等の機械学習アルゴリズムを用いて、オペレータの快適さの程度を示す快適スコアを生成するように機械学習された学習済みモデルである。学習済みモデルの機械学習では、上記のとおりニューラルネットワーク等の機械学習アルゴリズムを用いて、教師データを大量に入力する。教師データは、オペレータの画像データ、第1温度データおよび第2温度データに所定の快適スコアを紐付けしたデータを含む。
When the operator's image data, the first temperature data, and the second temperature data are input, the second
快適スコアとしては、数値パラメータ(例えば、1~5の数値パラメータ)を用いる。数値パラメータの設定は、人またはコンピュータが行う。例えば、オペレータの画像データから推定したオペレータの性別、年齢等のバイオメトリック情報と、第1温度データに含まれる運転席203の温度とに基づいて所定の閾値を決定し、当該閾値と第2温度データに含まれるオペレータの体表温度とを比較する。
A numerical parameter (eg, a numerical parameter ranging from 1 to 5) is used as the comfort score. Numeric parameters are set by a human or a computer. For example, a predetermined threshold is determined based on biometric information such as the operator's sex and age estimated from the operator's image data and the temperature of the driver's
体表温度が閾値よりもはるかに大きい場合(例えば、+7℃以上)を快適スコア5(不快な暑さを感じる状態)とし、体表温度が閾値よりも大きい場合(例えば、+7℃から+3℃)を快適スコア4(暑さを感じる状態)とし、体表温度が閾値と同じか閾値近傍の場合(例えば、+3℃から-3℃)を快適スコア3(快適な状態)とし、体表温度が閾値よりも小さい場合(例えば、-3℃から-7℃)を快適スコア2(寒さを感じる状態)とし、体表温度が閾値よりもはるかに小さい場合(例えば、-7℃以下)を快適スコア1(不快な寒さを感じる状態)とする。バイオメトリック情報、運転席203の温度およびオペレータの体表温度と、オペレータの快適さの程度との間には、相関関係等の一定の関係が存在することを推認できる。
If the body surface temperature is much higher than the threshold (e.g. +7°C or higher), the comfort score is 5 (a state of feeling uncomfortable heat), and if the body surface temperature is higher than the threshold (e.g. +7°C to +3°C) ) is set as a comfort score of 4 (a state of feeling hot), and when the body surface temperature is the same as or near the threshold (for example, +3 ℃ to -3 ℃), a comfort score of 3 (comfortable state) is set, and the body surface temperature A comfort score of 2 (a state of feeling cold) is given when the temperature is lower than the threshold (e.g., -3°C to -7°C), and a comfort score is given when the body surface temperature is much lower than the threshold (e.g., -7°C or lower). A score of 1 (feeling uncomfortably cold) is given. It can be inferred that there is a certain relationship, such as a correlation, between the biometric information, the temperature of the driver's
処理部224は、第1実施形態の機能に加えて、第2学習モデル部228から快適スコアを取得する機能を有する。すなわち、処理部224は、オペレータの画像データ、第3情報取得部226から取得した第1温度データ、および第4情報取得部227から取得した第2温度データを第2学習モデル部228に入力することで、第2学習モデル部228から快適スコアを取得する。処理部224は、取得した快適スコアを制御部225と共有する。
The
制御部225は、第1実施形態の機能に加えて、空気調和装置210の風温および風量の自動制御に関する第1処理および第2処理を実行する機能を有する。制御部225は、第1処理において、空気調和装置210の風温および風量を設定し、第2処理において、第1処理で設定した風温および風量の少なくとも一方を快適スコアに基づいて変化させる。
In addition to the functions of the first embodiment, the
図5に、制御部225が行う空気調和装置210の制御方法のフローチャートを示す。制御部225は、第1実施形態と同様に、無人運転モードから有人運転モードに切り替わる前に(例えば、10分前に)、空気調和装置210に空調制御を開始させる(S1)。
FIG. 5 shows a flowchart of a control method of the
次いで、制御部225は第1処理を実行する(S2)。制御部225は、第1処理において、外気温(本実施形態では、作業場の温度)に基づいて、空気調和装置210の風温および風量を設定する。制御部225は、図示しない温度センサから外気温を取得してもよいし、管理装置100Bとの通信により外気温を取得してもよい。
Next, the
第1処理を実行した制御部225は、運転モードが有人運転モードか否かを判定する(S3)。運転モードが無人運転モードから有人運転モードに切り替わっていない場合(S3でNO)、制御部225は、再び第1処理を実行する(S2)。
The
運転モードが無人運転モードから有人運転モードに切り替わっている場合(S3でYES)、制御部225は、再び第1処理を実行した後に、第2処理を実行する(S4)。すなわち、制御部225は、第1処理において、外気温に基づいて空気調和装置210の風温および風量を設定した後、第2処理において、第1処理で設定した風温および風量の少なくとも一方を快適スコアに基づいて変化させる。なお、ステップS3の直後のステップS4の処理においては、直前のステップS2に第1処理が行われているので、第1処理を省略してもよい。
If the operation mode has been switched from the unmanned operation mode to the manned operation mode (YES in S3), the
制御部225は、第2処理における風温の基準変化量をA[℃](ただし、Aは正の数値)とする。制御部225は、例えば、快適スコア5の場合に風温を(1.2×A)[℃]下げるとともに風量を強くし、快適スコア4の場合に風温をA[℃]下げ、快適スコア3の場合には風温および風量を変化させず、快適スコア2の場合に風温をA[℃]上げ、快適スコア1の場合に風温を(1.2×A)[℃]上げるとともに風量を強くする。
The
第2処理を実行した制御部225は、運転モードが無人運転モードか否かを判定する(S5)。運転モードが有人運転モードの場合(S5でNO)はステップS4に移行し、運転モードが無人運転モードの場合(S5でYES)はステップS2に移行する。
The
本実施形態に係るフォークリフト200Bによれば、有人運転モードにおいて、第2学習モデル部228がオペレータの快適さの程度を示す快適スコアを生成し、制御部225が快適スコアに基づいて風温および/または風量を変化させるので、オペレータの温度感覚に合わせた空気調和装置210の自動制御が可能となる。
According to the
以上、本発明に係るフォークリフトおよび荷役システムの実施形態について説明したが、本発明は上記実施形態に限定されるものではない。 Although the embodiments of the forklift truck and cargo handling system according to the present invention have been described above, the present invention is not limited to the above embodiments.
本発明に係るフォークリフトは、運転席が設けられた車体と、運転席の空調制御を行う空気調和装置と、空気調和装置の制御を行う制御装置とを備え、制御装置は、外部から荷役作業の対象となる荷物の数量データを取得する第1情報取得部と、搬送スケジュールの進行状況を特定して進行状況データを取得する第2情報取得部と、数量データおよび進行状況データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、無人運転モードから有人運転モードに切り替わるタイミングを予測するように機械学習された第1学習モデル部と、数量データおよび進行状況データを第1学習モデル部に入力することで、第1学習モデル部からタイミングに関するタイミング情報を取得する処理部と、タイミング情報に基づいて、無人運転モードから有人運転モードに切り替わる前に空気調和装置に空調制御を開始させる制御部とを備えるのであれば、適宜構成を変更できる。 A forklift according to the present invention includes a vehicle body provided with a driver's seat, an air conditioner for controlling air conditioning of the driver's seat, and a control device for controlling the air conditioner. A first information acquisition unit that acquires quantity data of a target package, a second information acquisition unit that specifies progress of a transportation schedule and acquires progress data, and when the quantity data and progress data are input , a first learning model unit machine-learned to predict the timing of switching from an unmanned operation mode to a manned operation mode using a machine learning algorithm having predetermined parameters; By inputting to the unit, the processing unit acquires timing information about the timing from the first learning model unit, and based on the timing information, the air conditioner starts air conditioning control before switching from the unmanned operation mode to the manned operation mode. The configuration can be appropriately changed as long as it includes a control unit.
例えば、本発明の空気調和装置は、温風および冷風の少なくとも一方を運転席に供給するのであれば、適宜構成を変更でき、設置場所も適宜変更できる。空気調和装置として、任意の蓄熱手段および/または蓄冷手段を用いることができる。 For example, the air conditioning apparatus of the present invention can be modified in configuration and installation location as long as at least one of hot air and cold air is supplied to the driver's seat. Any heat storage means and/or cold storage means can be used as an air conditioner.
本発明の制御部は、タイミング情報に基づいて、無人運転モードから有人運転モードに切り替わる前に空気調和装置に空調制御を開始させ、さらに、空調制御を開始させるタイミングを温度(例えば、第3情報取得部226が取得した運転席203の温度および/または作業場の温度)に応じて変更するように構成できる。
The control unit of the present invention causes the air conditioner to start air conditioning control before switching from the unmanned operation mode to the manned operation mode based on the timing information, and further sets the timing for starting the air conditioning control to the temperature (for example, the third information). It can be configured to change according to the temperature of the driver's
本発明の第2学習モデル部では、第1温度データに含まれる運転席の温度に基づいて所定の閾値を決定し、当該閾値と第2温度データに含まれるオペレータの体表温度とを比較することで、快適スコアの数値パラメータを設定してもよい。数値パラメータは、上記実施形態では1~5の範囲で設定しているが、当該範囲は適宜変更できる。 The second learning model unit of the present invention determines a predetermined threshold based on the temperature of the driver's seat included in the first temperature data, and compares the threshold with the body surface temperature of the operator included in the second temperature data. may set a numerical parameter for the comfort score. The numerical parameter is set in the range of 1 to 5 in the above embodiment, but the range can be changed as appropriate.
本発明の制御部は、荷役作業のときは第2処理を実行しないよう構成できる。荷役作業中か否かは、例えば、オペレータが荷役レバー(リフトレバー、リーチレバー、ティルトレバー)を操作しているか否かで判断できる。すなわち、制御部は、荷役レバーの操作量に応じて荷役作業中か否かを判定できる。この構成によれば、オペレータの荷役作業中に風温および風量が急に変化して、オペレータの集中力が乱れるのを抑制できる。 The control unit of the present invention can be configured not to execute the second process during cargo handling work. Whether or not cargo handling work is being performed can be determined, for example, by whether or not the operator is operating a cargo handling lever (lift lever, reach lever, tilt lever). That is, the control unit can determine whether or not cargo handling work is being performed according to the amount of operation of the cargo handling lever. According to this configuration, it is possible to prevent the concentration of the operator from being disturbed due to a sudden change in air temperature and air volume during the cargo handling work of the operator.
1A、1B 荷役システム
2 倉庫(作業場)
3 ラック
4 反射板
100A、100B 管理装置
101 通信部
102 統括制御部
103 表示部
200A、200B フォークリフト
201 車体
202 荷役装置
203 運転席
204 レバー類
205 ステアリングハンドル
206 表示部
207 ヘッドガード
208 撮影手段
209 レーザースキャナ
210 空気調和装置
220A、220B 制御装置
221 第1情報取得部
222 第2情報取得部
223 第1学習モデル部
224 処理部
225 制御部
226 第3情報取得部
227 第4情報取得部
228 第2学習モデル部
1A, 1B
3
Claims (2)
運転席が設けられた車体と、
前記運転席の空調制御を行う空気調和装置と、
前記空気調和装置の制御を行う制御装置と、
を備え、
前記制御装置は、
外部から前記荷役作業の対象となる荷物の数量データを取得する第1情報取得部と、
前記搬送スケジュールの進行状況を特定して進行状況データを取得する第2情報取得部と、
前記数量データおよび前記進行状況データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、前記無人運転モードから前記有人運転モードに切り替わるタイミングを予測するように機械学習された第1学習モデル部と、
前記数量データおよび前記進行状況データを前記第1学習モデル部に入力することで、前記第1学習モデル部から前記タイミングに関するタイミング情報を取得する処理部と、
前記タイミング情報に基づいて、前記無人運転モードから前記有人運転モードに切り替わる前に前記空気調和装置に前記空調制御を開始させる制御部と、
前記運転席の温度に関する第1温度データを取得する第3情報取得部と、
前記有人運転モード時に前記運転席のオペレータの温度に関する第2温度データを取得する第4情報取得部と、
前記第1温度データおよび前記第2温度データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、前記オペレータの快適さの程度を示す快適スコアを生成するように機械学習された第2学習モデル部と、
を備え、
前記処理部は、前記第1温度データおよび前記第2温度データを前記第2学習モデル部に入力することで、前記第2学習モデル部から前記快適スコアを取得し、
前記制御部は、
前記運転席の温度に基づいて前記空気調和装置の風温および/または風量を設定する第1処理を実行し、
前記有人運転モード時に、前記第1処理で設定した前記風温および/または風量を前記快適スコアに基づいて変化させる第2処理を実行する
ことを特徴とするフォークリフト。 A forklift having a manned operation mode in which it travels manually by an operator and an unmanned operation mode in which cargo handling work and automatic travel are performed according to a transportation schedule,
A vehicle body with a driver's seat,
an air conditioner that controls the air conditioning of the driver's seat;
a control device that controls the air conditioner;
with
The control device is
a first information acquiring unit that acquires quantity data of packages to be subjected to the cargo handling work from the outside;
a second information acquisition unit that specifies progress of the transfer schedule and acquires progress data;
When the quantity data and the progress data are input, the first learning is machine-learned to predict the timing of switching from the unmanned operation mode to the manned operation mode using a machine learning algorithm having predetermined parameters. a model part,
a processing unit that acquires timing information about the timing from the first learning model unit by inputting the quantity data and the progress data into the first learning model unit;
a control unit that causes the air conditioner to start the air conditioning control before switching from the unmanned operation mode to the manned operation mode based on the timing information;
a third information acquisition unit that acquires first temperature data relating to the temperature of the driver's seat;
a fourth information acquisition unit that acquires second temperature data relating to the temperature of an operator in the driver's seat during the manned operation mode;
A first machine-learned machine using a machine-learning algorithm having predetermined parameters to generate a comfort score indicative of the operator's degree of comfort when the first temperature data and the second temperature data are input. 2 a learning model unit;
with
The processing unit acquires the comfort score from the second learning model unit by inputting the first temperature data and the second temperature data into the second learning model unit,
The control unit
performing a first process of setting the air temperature and/or air volume of the air conditioner based on the temperature of the driver's seat;
executing a second process of changing the air temperature and/or air volume set in the first process based on the comfort score during the manned operation mode;
A forklift characterized by:
前記フォークリフトと通信を行う管理装置と、
を含むことを特徴とする荷役システム。 A forklift according to claim 1 ;
a management device that communicates with the forklift;
A cargo handling system comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021050265A JP7144564B1 (en) | 2021-03-24 | 2021-03-24 | Forklift and cargo handling system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021050265A JP7144564B1 (en) | 2021-03-24 | 2021-03-24 | Forklift and cargo handling system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7144564B1 true JP7144564B1 (en) | 2022-09-29 |
JP2022148538A JP2022148538A (en) | 2022-10-06 |
Family
ID=83446884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021050265A Active JP7144564B1 (en) | 2021-03-24 | 2021-03-24 | Forklift and cargo handling system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7144564B1 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7332268B2 (en) * | 2021-09-28 | 2023-08-23 | 三菱ロジスネクスト株式会社 | Cargo handling system, cargo handling method and program |
JP7396781B2 (en) * | 2022-01-04 | 2023-12-12 | 三菱ロジスネクスト株式会社 | Air conditioning system, forklift control system and control program equipped with the air conditioning system |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004161067A (en) | 2002-11-11 | 2004-06-10 | Hitachi Constr Mach Co Ltd | Construction machine |
JP2006007928A (en) | 2004-06-24 | 2006-01-12 | Mitsubishi Heavy Ind Ltd | Air conditioner for vehicle |
JP2009120143A (en) | 2007-11-19 | 2009-06-04 | Toyota Motor Corp | Body temperature detector, and vehicle air conditioner |
JP2017149375A (en) | 2016-02-26 | 2017-08-31 | ニチユ三菱フォークリフト株式会社 | Cargo vehicle, cargo vehicle system, method for controlling cargo vehicle, method for controlling cargo vehicle system and program for controlling cargo vehicle |
JP2018203224A (en) | 2017-06-05 | 2018-12-27 | 株式会社デンソー | Air conditioning control device |
JP2019123364A (en) | 2018-01-16 | 2019-07-25 | 株式会社東芝 | Vehicle air-conditioning control device, vehicle air-conditioning control method and program |
JP2019143916A (en) | 2018-02-22 | 2019-08-29 | 株式会社デンソー | Temperature adjustment device for vehicle |
JP2020132351A (en) | 2019-02-19 | 2020-08-31 | 三菱ロジスネクスト株式会社 | Cargo handling system and control method |
JP2020154976A (en) | 2019-03-22 | 2020-09-24 | 株式会社Jvcケンウッド | In-vehicle environment warning device and in-vehicle environment warning method |
CN212332320U (en) | 2020-08-18 | 2021-01-12 | 三一重机有限公司 | Cab circulation control system |
-
2021
- 2021-03-24 JP JP2021050265A patent/JP7144564B1/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004161067A (en) | 2002-11-11 | 2004-06-10 | Hitachi Constr Mach Co Ltd | Construction machine |
JP2006007928A (en) | 2004-06-24 | 2006-01-12 | Mitsubishi Heavy Ind Ltd | Air conditioner for vehicle |
JP2009120143A (en) | 2007-11-19 | 2009-06-04 | Toyota Motor Corp | Body temperature detector, and vehicle air conditioner |
JP2017149375A (en) | 2016-02-26 | 2017-08-31 | ニチユ三菱フォークリフト株式会社 | Cargo vehicle, cargo vehicle system, method for controlling cargo vehicle, method for controlling cargo vehicle system and program for controlling cargo vehicle |
JP2018203224A (en) | 2017-06-05 | 2018-12-27 | 株式会社デンソー | Air conditioning control device |
JP2019123364A (en) | 2018-01-16 | 2019-07-25 | 株式会社東芝 | Vehicle air-conditioning control device, vehicle air-conditioning control method and program |
JP2019143916A (en) | 2018-02-22 | 2019-08-29 | 株式会社デンソー | Temperature adjustment device for vehicle |
JP2020132351A (en) | 2019-02-19 | 2020-08-31 | 三菱ロジスネクスト株式会社 | Cargo handling system and control method |
JP2020154976A (en) | 2019-03-22 | 2020-09-24 | 株式会社Jvcケンウッド | In-vehicle environment warning device and in-vehicle environment warning method |
CN212332320U (en) | 2020-08-18 | 2021-01-12 | 三一重机有限公司 | Cab circulation control system |
Also Published As
Publication number | Publication date |
---|---|
JP2022148538A (en) | 2022-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7144564B1 (en) | Forklift and cargo handling system | |
US11718147B2 (en) | Vehicle microclimate system and method of controlling same | |
US10259451B2 (en) | Motion sickness mitigation system and method | |
JP6779353B2 (en) | Transportation promotion system that configures commercial vehicles for users | |
US20200361406A1 (en) | Transport Facilitation System for Configuring a Service Vehicle for a User | |
US10126749B2 (en) | Configuring an autonomous vehicle for an upcoming rider | |
US9989645B2 (en) | Utilizing accelerometer data to configure an autonomous vehicle for a user | |
CN108944793B (en) | Work vehicle launch system and method for authorizing remote launches | |
KR102413630B1 (en) | Method for controlling a mobile robot, apparatus for supporting the same, and delivery system using a mobile robot | |
US20170361843A1 (en) | Method and system for operating a motor vehicle | |
JP2017024653A (en) | Occupant information acquisition device and vehicle control system | |
US11897308B2 (en) | Temperature regulation for autonomous vehicle delivery | |
JP2012196731A (en) | System and method for controlling movement of robot | |
US11544662B2 (en) | Autonomous vehicle delivery monitoring | |
JP7120736B1 (en) | Forklift and cargo handling system | |
JP7017294B2 (en) | Manned unmanned forklift and cargo handling system | |
JP6874174B1 (en) | Cargo handling system and management equipment | |
JP2023099936A (en) | Air-conditioning system, fork lift control system provided with the same and control program | |
US20240126300A1 (en) | Information output method, mobile object control system, and recording medium | |
JP2024032272A (en) | Position displacement device, computer program for position displacement and position displacement method | |
CN116587944A (en) | Adaptive personal thermal control in a vehicle | |
CN118234653A (en) | Method for at least partially automating the driving of a motor vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210325 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220510 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220518 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220907 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220915 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7144564 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |