KR20240101940A - 자동 제품 하역, 취급, 및 분배 - Google Patents
자동 제품 하역, 취급, 및 분배 Download PDFInfo
- Publication number
- KR20240101940A KR20240101940A KR1020247019208A KR20247019208A KR20240101940A KR 20240101940 A KR20240101940 A KR 20240101940A KR 1020247019208 A KR1020247019208 A KR 1020247019208A KR 20247019208 A KR20247019208 A KR 20247019208A KR 20240101940 A KR20240101940 A KR 20240101940A
- Authority
- KR
- South Korea
- Prior art keywords
- pallet
- mtbh
- picking
- pallet sleeve
- robot
- Prior art date
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 9
- 239000000463 material Substances 0.000 claims abstract description 117
- 238000000034 method Methods 0.000 claims abstract description 68
- 230000006641 stabilisation Effects 0.000 claims abstract description 58
- 238000011105 stabilization Methods 0.000 claims abstract description 58
- 230000033001 locomotion Effects 0.000 claims description 82
- 239000012636 effector Substances 0.000 claims description 29
- 230000007246 mechanism Effects 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000000712 assembly Effects 0.000 claims description 21
- 238000000429 assembly Methods 0.000 claims description 21
- 230000008447 perception Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000036461 convulsion Effects 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims 3
- 238000003860 storage Methods 0.000 abstract description 56
- 230000032258 transport Effects 0.000 description 55
- 238000001514 detection method Methods 0.000 description 42
- 238000010586 diagram Methods 0.000 description 38
- 230000015654 memory Effects 0.000 description 21
- 230000009471 action Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000007547 defect Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 5
- 241000270295 Serpentes Species 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 239000004033 plastic Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000005194 fractionation Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 229920000092 linear low density polyethylene Polymers 0.000 description 2
- 239000004707 linear low-density polyethylene Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000036316 preload Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- DHKHKXVYLBGOIT-UHFFFAOYSA-N acetaldehyde Diethyl Acetal Natural products CCOC(C)OCC DHKHKXVYLBGOIT-UHFFFAOYSA-N 0.000 description 1
- 125000002777 acetyl group Chemical class [H]C([H])([H])C(*)=O 0.000 description 1
- 239000004676 acrylonitrile butadiene styrene Substances 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000013590 bulk material Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000013072 incoming material Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007334 memory performance Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G67/00—Loading or unloading vehicles
- B65G67/02—Loading or unloading land vehicles
- B65G67/24—Unloading land vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/021—Optical sensing devices
- B25J19/023—Optical sensing devices including video camera means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J5/00—Manipulators mounted on wheels or on carriages
- B25J5/005—Manipulators mounted on wheels or on carriages mounted on endless tracks or belts
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0084—Programme-controlled manipulators comprising a plurality of manipulators
- B25J9/0087—Dual arms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0093—Programme-controlled manipulators co-operating with conveyor means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G61/00—Use of pick-up or transfer devices or of manipulators for stacking or de-stacking articles not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2201/00—Indexing codes relating to handling devices, e.g. conveyors, characterised by the type of product or load being conveyed or handled
- B65G2201/02—Articles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/04—Detection means
- B65G2203/041—Camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/04—Detection means
- B65G2203/042—Sensors
- B65G2203/044—Optical
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2814/00—Indexing codes relating to loading or unloading articles or bulk materials
- B65G2814/03—Loading or unloading means
- B65G2814/0301—General arrangements
- B65G2814/0311—Other article loading or unloading devices
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Manipulator (AREA)
- Specific Conveyance Elements (AREA)
- Multimedia (AREA)
Abstract
자동 언로더(500, 502)가 부착된(2D) 텔레스코핑 운송 컨베이어를 포함하는 로봇 시스템. 자동 언로더(500, 502)는 제 1 적재 컨베이어 단부(502, 504)에 부착된(2D) 적어도 2개의 관절형 로봇들(302)을 갖는 적재 컨베이어(304, 306)를 포함한다. 자동 언로더(500, 502)는 운송 컨테이너로부터 텔레스코핑 운송 컨베이어(308, 310) 상으로 취급될 자재의 하역, 그 다음 자동 팔레타이징 시스템으로 하역을 제어하는 로직(2314, 2316)을 갖는 제어 시스템을 포함하고, 여기서 자재는 팔레트(904) 상에 적재되고 보관 중 또는 팔레트(904, 906) 적재물들이 스트래치 랩핑되는 안정화 시스템으로 운송 중에 팔레트 슬리브(908, 910)에 의해 지지된다. 또한, 자재 취급 설비(406, 408) 전체에 걸쳐 제품 하역, 취급, 및 분배를 완전히 자동화하기 위해 이를 제어하고 작동하는 방법들이 개시된다.
Description
본 출원은 2021년 11월 10일에 출원된 미국 가특허 출원 번호 63/278,022의 우선권 이익을 주장하며, 그 내용은 모두 참조로 본 명세서에 통합된다.
본 발명은 트럭들, 트레일러들 및 운송 컨테이너들로 운송되는 다양한 크기들, 형상들 및 무게들의 유체 적재 케이스들의 자동 하역(unloading)/적재(loading)뿐만 아니라 화물/케이스들을 적재물-안정화된 유닛 적재물들의 팔레트로 자동 팔레트화(palletization)하는 것에 관한 것이다. 또한, 이는 물류 시스템 전반에 걸쳐 제품의 분배, 교차 도킹(cross-docking), 보관 및 운송에서 높은 수준의 자동화를 가능하게 하는 패키지들의 유닛 적재물 수량의 운송 및 보관에 관한 것이다.
물류 시스템을 통한 물품의 운송 및 분배로, 트럭들, 트레일러들, 컨테이너에 제품/패키지를 수동으로 적재 및 하역하는 것은 자원 집약적인 노력이다. 창고 보관, 분배, 교차 도킹 등과 같은 물류 시스템에서 발견되는 인바운드 수용(inbound receiving) 및 아웃바운드 운송 도크들에는 트레일러들, 트럭들 및 배송 컨테이너들로부터 화물을 수동으로 하역/적재하는 작업이 포함된다. 대부분의 실시 형태들에서, 적재 및 하역 프로세스는 완료하는 데 여러 시간이 걸릴 수 있으며 일반적으로 자재 흐름을 돕기 위해 수동으로 또는 컨베이어 시스템들의 도움으로 수행된다. 이러한 작업들에서 1인당 하역 및 팔레트화하는 일반적인 속도는 시간당 약 250~400건이며, 이는 일반적으로 하루 종일 여러 사람으로 채워지는 관련 역할 당 하루에 3대의 트럭이 작업할 수 있다. 적재 도크들을 더 빠르게 전환하기 위해, 여러 관련 역할들이 협력하여 작업할 수 있다. 미국에서는 평균적으로, 완전히 부담되는 노동률로, 이 작업에 2~3개의 관련 역할들이 할당되면 하루에 수동 하역 비용이 도크당 $1000 USD를 초과한다.
글로벌 물류의 분산된 특성으로 인해, 제품이 제조업체로부터 제 1 유통 노드로 직접 운송되는 경우, 일반적으로 운송 밀도를 최적화하도록 화물을 구성하고 유동적으로 적재될 수 있으며, 따라서 동일한 단일 SKU(Stock Keeping Unit)를 가질 때 제품이 함께 그룹화된다. 일반적으로, 유체 적재 화물은 단일 SKU, 스네이크(snake) 또는 웨이브 SKU, 또는 혼합된-적재물 컨테이너화의 세 가지 구성들 중 하나로 도착한다. 스네이크 또는 웨이브 SKU 적재에서는, 유체 적재물 컨테이너에 여러 SKU들이 적재되며, 각 고유 SKU는 유사한 SKU들 옆에 적재된다. 혼합된-적재물 컨테이너화에서는, 특정 순서 없이 여러 개의 SKU들이 컨테이너에 적재되며, 각 SKU는 무작위로 위치된다.
컨테이너로부터 창고 내로 운송하는 것은 80파운드의 무게가 나갈 수 있는 제품을 수동으로 들어올려야 하는 환경과 인체공학적인 문제로 인해 인력의 교체가 많아서 어려움을 겪는 힘들고 반복적인 작업이다. 이러한 환경에서 자재를 이동하려면 위험과 부상에 대한 노출을 최소화하기 위해 지속적인 인력 순환이 필요하다. 다양한 크기들 및 무게들의 케이스들이 팔레타이징을 위해 무작위 순서로 제시될 때 적층된 케이스들이 안정적이도록 트레일러 또는 운송 컨테이너들의 팔레트 상에 케이스들(화물)을 수동으로 적재하는 것은 어렵다. 따라서, 하역에는 일반적으로 팔레트 적재 안정화가 필요하며, 팔레트들은 일반적으로 하류 운송 중에 케이스들의 부주의한 변위를 방지하기 위해 그들 주변 및 그들이 이송하는 케이스들 주변의 플라스틱 재료를 수동으로 수축-랩핑함으로서 안정화된다. 트럭, 트레일러, 또는 컨테이너를 적재 및/또는 하역하는 데 소비되는 인력 자원 외에도, 적재 도크에서 아이들 상태로 있는 트럭의 가동 중지 시간은 트럭 또는 트레일러가 적재/하역되는 동안 트럭 운전자에게 아이들 상태로 있도록 비용을 지불하거나, 운송 컨테이너들의 제한된 공급과 관련된 수수료로 인해 더 높은 비용에 기여할 수 있다.
물류 시스템 가치 사슬의 나중 시점에서, 분배 요구 사항을 지원하기 위해 팔레트가 분리된다. 필연적으로, 팔레트는 물류 노드들을 가로질러 그리고 설비 내에서 결함 없는 운송을 허용하기 위해 플라스틱 재료로 된 스트레치 랩핑의 적재 안정화 또는 기타 수단을 필요로 한다. 팔레트들을 보관 및 회수하고 이들을 자동으로 분해하는 것은 어렵다. 일반적으로, 적재 안정화 플라스틱 스트레치 랩(stretch wrap)의 제거는 설치당 수십만 달러의 비용이 드는 상업적으로 이용 가능한 시스템들과 함께, 수동으로 수행되는데, 이들은 일반적으로 팔레트의 전체 층들을 제거하여 자동 케이스들 보관 및 회수 시스템들에 공급한다.
팔레트화된 유닛 적재물들을 설비들의 안팎으로 운송하는 것과 관련된 내부 물류 현 상황은 물류 시스템들 내에서 팔레트화, 적재 안정화, 운송, 보관, 및 비 팔레트화(de-palletization)의 관리에서 발생하는 수많은 수동 개입으로 인해 비용이 많이 들고 어렵다. 이를 해결하기 위해, 자동화를 위한 몇 가지 노력이 이루어졌다; 그러나, 이러한 접근 방식은 디자인 아키텍처의 낮은 우아함, 너무 많은 기능들의 결합, 기술들의 잘못된 통합으로 인해 높은 기능적 유용성과 매력적인 속도 및 투자 수익이 부족하다. 대부분의 경우, 자동화에는 두 가지 처리 방법들이 있다: 하나는 평행 컨베이어들 및 엔드 이펙터들을 사용하여 트레일러로부터 대량의 자재 흐름을 포함하는 것이고, 다른 하나는 패키지들의 상태에 대한 인식 수준이 낮은 단일 로봇 시스템을 포함하는 것이다. 대량 흐름 아키텍처를 사용하면, 흐름 중에 패키지들이 막히고 잠겨 손상된다. 또한, 대량의 비정형적인 자재 흐름을 처리하기 위해서는 값 비싼 자재 취급이 필요하다. 단일 산업용 로봇 시스템들은 낮은 처리량으로 인해 어려움을 겪고 있고, 로봇이 품목을 픽(pick)하고, 이동하여 이를 드롭한 다음, 뒤로 이동하여 다른 품목을 획득해야 하므로, 메인 로봇 자유도의 활용도가 50% 미만일 수 있다. 단일 및 스네이크 SKU 적재물들을 자동으로 하역하고, 취급될 자재를 검사하고, 스트레치 랩핑 적재 안정화 기술 없이 자동으로 팔레트화, 운송 및 보관할 수 있는 구조는 없다.
일 측면에서, 로봇 시스템은 텔레스코핑 운송 컨베이어(telescoping transport conveyor)를 포함한다. 로봇 시스템은 또한 텔레스코핑 운송 컨베이어에 부착된 자동 언로더(automated unloader)를 포함하며, 자동 언로더는 제 1 적재 컨베이어 단부 및 제 2 적재 컨베이어 단부를 갖는 적재 컨베이어를 포함한다. 자동 언로더는 제 1 적재 컨베이어 단부에 부착된 적어도 2개의 관절형 로봇들을 포함하며, 각각의 관절형 로봇은 적어도 6개의 자유도, 2차원(2D) 카메라 및 3차원(3D) 카메라 중 적어도 하나, 및 엔드 이펙터(end effector)를 포함한다. 자동 언로더는 휠들 또는 트랙들을 포함하는 접지된 베이스(grounded base), 피벗을 포함하는 베이스 서포트(base support) - 상기 서포트는 제 2 적재 컨베이어 단부에 부착됨 -, 병진 액추에이터를 포함하며, 여기서 적재 컨베이어 피벗은 병진 액츄에이터를 신장 또는 수축시킴으로써 적재 컨베이어의 상승 및 하강을 허용하도록 구성된다. 로봇 시스템은 또한 적어도 2개의 관절형 로봇들의 작동을 조정하는 로직을 갖는 제어 시스템을 포함하며, 조정에는 시간에 대한 각 로봇 및 각 로봇의 컴포넌트들의 위치 및 이동이 포함된다. 로직은 취급될 자재(MTBH)의 가시적 벽의 적어도 일부에 대한 인식 스캔(perception scan)을 수행하며, 상기 인식 스캔은 MTBH의 3D 포인트 클라우드 데이터를 포함하는 3D 이미지와 2D 이미지를 캡처한다. 로직은, 2D 이미지를 분석하여 2D 이미지의 어느 세그먼트가 각 MTBH에 속하는지 결정하고, 2D 이미지로부터 크기, 방향, 관심 원점, 질량 중심 중 적어도 하나를 MTBH의 각 유닛에 대해 추정하고, 2D 카메라 및 3D 카메라의 기준 프레임으로 표현된 바와 같이, 3D 이미지를 쿼리(query)하여 3D로 각 MTBH의 깊이 정보, 방향, 및 각 MTBH의 각 측면의 치수를 획득하며, 그리고 하역 컨베이어와 2D 카메라 및 3D 카메라가 장착된 로봇의 틸팅 각도의 함수로서 2D 카메라 및 3D 카메라의 기준 프레임을 결정하는 것을 포함하여, MTBH의 각 유닛에 대해 6 자유도 포즈를 구축한다. 로직은 적어도 2D 카메라의 기준 프레임과 3D 카메라의 기준 프레임을 사용하여 자동 언로더의 기본 기준 프레임을 결정한다. 로직은 인식 스캔에서 검출된 MTBH의 각 유닛에 대한 가상 표현(virtual representation)을 구축하고, 상기 가상 표현은 자동 언로더의 기본 기준 프레임에 대해 MTBH의 각 유닛에 대해 6 자유도 포즈들을 생성한 다음, 피킹 위치 및 피킹 방향을 각각 포함하는 피킹 포즈들을 계산하고, 여기서 피킹 위치들은 MTBH의 각 유닛의 한 면의 중앙에 있고, 피킹 방향들은 MTBH의 각 유닛의 한 면에 수직이다. 로직은 MTBH의 각 유닛에 대한 피킹 포즈들, 로봇 모터들의 토크의 최소화, 동작 경로 길이의 최소화, 및 환경의 다른 동적 또는 정적 요소들과의 충돌 회피 중 적어도 하나를 포함하는 입력으로 검색 기반 알고리즘(search-based algorithm)을 사용하여 적어도 하나의 동작 계획(motion plan)을 결정한다. 로직은 스코어링 알고리즘(scoring algorithm)에 기초하여 동작 계획을 선택하며, 상기 스코어링 알고리즘은 MTBH의 다른 유닛들에 대해 MTBH의 각 유닛의 피킹 포즈들에 적어도 부분적으로 기초한다. 로직은 각각의 MTBH에 대해 선택된 동작 계획, MTBH의 다른 유닛들에 대한 MTBH의 각 유닛의 피킹 포즈들, 및 적어도 2개의 관절형 로봇들의 조정 작동에 적어도 부분적으로 기초하여 픽업 시퀀스(pickup sequence)를 결정한다. 로직은 자동 언로더에게 픽업 시퀀스를 실행하도록 지시한다.
특정 요소 또는 행위에 대한 설명을 쉽게 식별하기 위해, 참조 번호의 가장 중요한 숫자 또는 숫자들은 해당 요소가 처음 도입된 도면 번호를 나타낸다.
도 1은 일 실시 형태에 따른 자동 하역 및 팔레타이징 루틴(palletizing routine)(100)을 도시한다.
도 2는 일 실시 형태에 따른 팔레트 적재 안정화 루틴(pallet load stabilizing routine)(200)을 도시한다.
도 3a는 본 개시의 다양한 실시 형태들에 따라 차량 트레일러로부터 패키지를 컨베이어 시스템 및 통합 로봇 팔레타이저로 하역하는 데 사용될 수 있는 로봇 하역 시스템(300)의 사시도를 도시한다.
도 3b는 일 실시 형태에 따른 로봇 하역 시스템(300)의 측면도를 도시한다.
도 3c는 일 실시 형태에 따른 로봇 하역 시스템(300)의 평면도를 도시한다.
도 4는 본 개시의 다양한 실시 형태들에 따라 트레일러로부터 팔레트화된 유닛 적재물로의 로봇 하역을 보여주는 엔드 투 엔드 시스템(end-to-end system)(400)의 사시도를 도시한다.
도 5a는 본 개시의 다양한 실시 형태들에 따른 자동 언로더(500)의 측면도를 도시한다.
도 5b는 일 실시 형태에 따른 자동 언로더(500)의 정면도를 도시한다.
도 6은 일 실시 형태에 따른 로봇 언로딩 시스템 자유도(600)를 도시한다.
도 7은 일 실시 형태에 따른 기준 생성부의 기본 프레임(700)을 도시한다.
도 8은 일 실시 형태에 따른 MTBH 산출 피킹 데이터(picking data)(800)를 도시한다.
도 9a는 본 개시의 다양한 실시 형태들에 따른 로봇 재료 취급 시스템 사이의 인터페이스인, 모바일 로봇으로 지원되는 자동화된 팔레트 적재 안정화 시스템(900)의 평면도를 도시한다.
도 9b는 일 실시 형태에 따른 자동화된 팔레트 적재 안정화 시스템(900)의 측면도를 도시한다.
도 10은 일 실시 형태에 따른 동시 랩핑(wrapping) 및 리프팅 동작(lifting action)(1000)을 도시한다.
도 11a는 본 개시의 다양한 실시 형태들에 따른 팔레트 슬리브 어셈블리(pallet sleeve assembly)(1100)의 측면도를 도시한다.
도 11b는 일 실시 형태에 따른 팔레트 슬리브 어셈블리(1100)의 정면도를 도시한다.
도 11c는 일 실시 형태에 따른 팔레트 슬리브 어셈블리(1100)의 분해 사시도를 도시한다.
도 12a는 본 개시의 다양한 실시 형태들에 따른 자동화된 크레인 보관 및 회수 시스템(crane storage and retrieval system)(1200)의 측면도를 도시한다.
도 12b는 일 실시 형태에 따른 자동화된 크레인 보관 및 회수 시스템(1200)의 정면도를 도시한다.
도 12c는 일 실시 형태에 따른 자동화된 크레인 보관 및 회수 시스템(1200)의 평면도를 도시한다.
도 13은 일 실시 형태에 따른 하역 제어 시스템(1300)을 도시한다.
도 14는 일 실시 형태에 따른 팔레타이징 제어 시스템(1400)을 도시한다.
도 15는 일 실시 형태에 따른 적재 안정화 제어 시스템(1500)을 도시한다.
도 16은 일 실시 형태에 따른 엔드 투 엔드 제어 시스템도(end-to-end control system diagram)(1600)를 도시한다.
도 17은 일 실시 형태에 따른 자동화된 트럭 하역 루틴(1700)을 도시한다.
도 18은 일 실시 형태에 따른 개별 관절형 로봇에 대한 픽 루틴(pick routine)(1800)을 도시한다.
도 19는 일 실시 형태에 따른 자동화된 트럭 하역 흐름도(1900)를 도시한다.
도 20은 일 실시 형태에 따른 검출 캐시 흐름도(detection cache flow diagram)(2000)를 도시한다.
도 21은 일 실시 형태에 따른 플래너(planner) 흐름도(2100)를 도시한다.
도 22는 일 실시 형태에 따른 실행 흐름도(2200)를 도시한다.
도 23은 본 명세서에 설명된 시스템의 컴포넌트들 및 프로세스 단계들을 구현하기 위한 컴퓨팅 장치(2300)의 일 실시 형태를 도시한다.
도 1은 일 실시 형태에 따른 자동 하역 및 팔레타이징 루틴(palletizing routine)(100)을 도시한다.
도 2는 일 실시 형태에 따른 팔레트 적재 안정화 루틴(pallet load stabilizing routine)(200)을 도시한다.
도 3a는 본 개시의 다양한 실시 형태들에 따라 차량 트레일러로부터 패키지를 컨베이어 시스템 및 통합 로봇 팔레타이저로 하역하는 데 사용될 수 있는 로봇 하역 시스템(300)의 사시도를 도시한다.
도 3b는 일 실시 형태에 따른 로봇 하역 시스템(300)의 측면도를 도시한다.
도 3c는 일 실시 형태에 따른 로봇 하역 시스템(300)의 평면도를 도시한다.
도 4는 본 개시의 다양한 실시 형태들에 따라 트레일러로부터 팔레트화된 유닛 적재물로의 로봇 하역을 보여주는 엔드 투 엔드 시스템(end-to-end system)(400)의 사시도를 도시한다.
도 5a는 본 개시의 다양한 실시 형태들에 따른 자동 언로더(500)의 측면도를 도시한다.
도 5b는 일 실시 형태에 따른 자동 언로더(500)의 정면도를 도시한다.
도 6은 일 실시 형태에 따른 로봇 언로딩 시스템 자유도(600)를 도시한다.
도 7은 일 실시 형태에 따른 기준 생성부의 기본 프레임(700)을 도시한다.
도 8은 일 실시 형태에 따른 MTBH 산출 피킹 데이터(picking data)(800)를 도시한다.
도 9a는 본 개시의 다양한 실시 형태들에 따른 로봇 재료 취급 시스템 사이의 인터페이스인, 모바일 로봇으로 지원되는 자동화된 팔레트 적재 안정화 시스템(900)의 평면도를 도시한다.
도 9b는 일 실시 형태에 따른 자동화된 팔레트 적재 안정화 시스템(900)의 측면도를 도시한다.
도 10은 일 실시 형태에 따른 동시 랩핑(wrapping) 및 리프팅 동작(lifting action)(1000)을 도시한다.
도 11a는 본 개시의 다양한 실시 형태들에 따른 팔레트 슬리브 어셈블리(pallet sleeve assembly)(1100)의 측면도를 도시한다.
도 11b는 일 실시 형태에 따른 팔레트 슬리브 어셈블리(1100)의 정면도를 도시한다.
도 11c는 일 실시 형태에 따른 팔레트 슬리브 어셈블리(1100)의 분해 사시도를 도시한다.
도 12a는 본 개시의 다양한 실시 형태들에 따른 자동화된 크레인 보관 및 회수 시스템(crane storage and retrieval system)(1200)의 측면도를 도시한다.
도 12b는 일 실시 형태에 따른 자동화된 크레인 보관 및 회수 시스템(1200)의 정면도를 도시한다.
도 12c는 일 실시 형태에 따른 자동화된 크레인 보관 및 회수 시스템(1200)의 평면도를 도시한다.
도 13은 일 실시 형태에 따른 하역 제어 시스템(1300)을 도시한다.
도 14는 일 실시 형태에 따른 팔레타이징 제어 시스템(1400)을 도시한다.
도 15는 일 실시 형태에 따른 적재 안정화 제어 시스템(1500)을 도시한다.
도 16은 일 실시 형태에 따른 엔드 투 엔드 제어 시스템도(end-to-end control system diagram)(1600)를 도시한다.
도 17은 일 실시 형태에 따른 자동화된 트럭 하역 루틴(1700)을 도시한다.
도 18은 일 실시 형태에 따른 개별 관절형 로봇에 대한 픽 루틴(pick routine)(1800)을 도시한다.
도 19는 일 실시 형태에 따른 자동화된 트럭 하역 흐름도(1900)를 도시한다.
도 20은 일 실시 형태에 따른 검출 캐시 흐름도(detection cache flow diagram)(2000)를 도시한다.
도 21은 일 실시 형태에 따른 플래너(planner) 흐름도(2100)를 도시한다.
도 22는 일 실시 형태에 따른 실행 흐름도(2200)를 도시한다.
도 23은 본 명세서에 설명된 시스템의 컴포넌트들 및 프로세스 단계들을 구현하기 위한 컴퓨팅 장치(2300)의 일 실시 형태를 도시한다.
본 발명은 팔레트의 구축, 보관, 반출, 운송, 등을 자동화하고, 사람의 도움이나 인력이 필요 없이 분배에 적합한 다른 팔레트로 팔레트화함으로써, 자재 취급 설비에서 운송 차량의 트레일러나 컨테이너로부터 적재된 취급될 자재(MTBH)를 하역하는 전 과정을 자동화하는 것에 관한 것이다. 자재 취급 설비는 유사한 시설 중에서 분류 센터, 배송 센터, 포장 센터, 분배 센터, 주문 처리 센터 또는 기타 배송, 취급 또는 포장 시설일 수 있다. 자재 취급 설비에서 운송 차량은 트럭, 트레일러 및 기타 유형의 선적 컨테이너를 통해 재고 패키지, 사전 랩핑된 주문 및/또는 기타 유형의 패키지를 배송할 수 있다.
일반적으로 컨테이너를 운반하는 차량이 자재 취급 설비에 도착하면 작업자는 컨테이너에서 패키지를 수동으로 내리고, 팔레트를 수동으로 만들고, 스트레치 랩핑 형태로 하중 안정화를 수동으로 적용한다. 본 명세서에 개시된 로봇 및 자동화 아키텍처는 엔드투엔드(end-to-end) 자동화를 허용한다. 자재 취급 설비에서 패키지 하역, 팔레트화, 적재 안정화, 운송, 보관, 검색 및 팔레트 해제 관련 활동을 자동화함으로써 하역 시간, 비용 및 잠재적인 작업자 부상을 줄일 수 있다. 본 발명의 엔드-투-엔드 자동화 패키지 하역 시스템, 팔레타이제이션, 적재 안정화, 운송, 보관 및 검색 시스템은 자재 취급 설비에 접수된 트레일러 또는 컨테이너에 쌓여 있는 여러 겹의 패키지를 효율적으로 하역하고, 이를 변환할 수 있다. 팔레트 슬리브로 보강된 팔레트에 운반하고, 보관소에 넣고, 회수하고, 모바일 로봇 운송을 통해 자동으로 하중 안정화(예: 스트레치 랩핑)를 적용하여 모든 유형의 일반적인 자재 취급 활동 및 방법을 허용한다(예: 분류, 보관, 배송 등). 개시된 시스템은 컨테이너를 하역하기 위해 함께 작동하는 다수의 로봇 팔을 사용한다. 다양한 인식 시스템을 사용하여 MTBH가 여유 공간에서 어디에 있는지 이해한다.
본 개시내용의 다양한 실시 형태의 제조 및 사용이 아래에서 상세히 논의되지만, 본 명세서에 개시된 개념은 매우 다양한 특정 상황에서 구현될 수 있다는 것이 이해되어야 한다. 본 명세서에 논의된 특정 실시 형태는 개시된 시스템을 만들고 사용하는 특정 방식을 단지 예시하는 것이며, 본 개시의 범위를 제한하지 않는다.
도 1은 도 3a 내지 도 3c에 도시된 바와 같은 로봇 하역 시스템(300)의 작용을 통해 자재 취급 설비에 도킹된 운반 컨테이너로부터 MTBH를 하역하기 위한 예시적인 자동 하역 및 팔레타이징 루틴(palletizing routine)(100)을 도시한다. 자동 하역 및 팔레타이징 루틴(100)의 단계들 중 일부 또는 전부는 도 13에 도시된 하역 제어 시스템(1300)과 같은 제어 시스템 및 도 14의 팔레타이징 제어 시스템(1400)에 의해 수행될 수 있으며, 이들은 도 16에 도시된 엔드-투-엔드 제어 시스템도(1600)에 따라 자재 취급 설비에 걸쳐 다른 제어 시스템들과 상호 작용할 수 있다.
예시적인 자동 하역 및 팔레타이징 루틴(100)이 특정 작업 순서를 도시하고 있지만, 이 순서는 본 개시의 범위를 벗어나지 않고 변경될 수 있다. 예를 들어, 도시된 작업들 중 일부는 자동 하역 및 팔레타이징 루틴(100)의 기능에 실질적으로 영향을 주지 않는 병렬로 또는 다른 순서로 수행될 수 있다. 다른 실시 형태들에서, 자동 하역 및 팔레타이징 루틴(100)을 구현하는 예시적인 장치 또는 시스템의 다양한 컴포넌트들은 실질적으로 동시에 또는 특정 순서로 기능을 수행할 수 있다. 자동 하역 및 팔레타이징 루틴(100)의 일부 또는 전부는 다른 실시 형태들에서 도 17에 도시된 자동 트럭 하역 루틴(1700) 및 도 18에 도시된 개별 관절형 로봇에 대한 픽 루틴(1800)과 같은 루틴들에 의해 증강되거나 대체될 수 있고, 도 19의 자동 트럭 하역 흐름도(1900), 도 20의 검출 캐시 흐름도(2000), 도 21의 플래너 흐름도(2100), 및 도 22의 실행 흐름도(2200)에 대해 설명된 것과 같은 알고리즘들에 의해 지원될 수 있다.
일부 실시 형태들에 따르면, 이 방법은 블록(102)에서, 로봇 하역 시스템을 운송 컨테이너의 입구에 또는 내부에 위치시키는 단계를 포함한다. 예를 들어, 도 4에 도시된 작업팀(412)은 운송 컨테이너의 입구 또는 내부에 로봇 하역 시스템을 위치시킬 수 있다. 로봇 하역 시스템은 도 3a 내지 도 3c에 도시된 로봇 하역 시스템(300)과 같은 시스템일 수 있다.
일부 실시 형태들에 따르면, 이 방법은 블록(104)에서 자동 언로더(automated unloader)의 베이스 서포트에 하향 힘을 인가하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 텔레스코핑 이송 컨베이어(telescoping transport conveyor)(308)는 자동 언로더의 베이스 서포트에 하향 힘을 인가할 수 있다. 이러한 하향 힘의 인가는 MTBH가 픽업 및 드롭됨에 따라 불균형 적재에 대해 자동 언로더(500)를 예압 및 안정화시키고, 고르지 않거나 경사진 컨테이너 바닥과 강한 접지 접촉을 유지한다.
일부 실시 형태들에 따르면, 이 방법은 블록(106)에서 운송 컨테이너로부터 MTBH를 하역하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 로봇 하역 시스템(300)은 운송 컨테이너로부터 MTBH를 하역할 수 있다. 블록(104)의 동작들은 서브루틴 블록(108) 내지 서브루틴 블록(126)에 설명된 논리 알고리즘에 의해 지원될 수 있다.
일부 실시 형태들에 따르면, 이 방법은 서브루틴 블록(108)에서 적어도 두 개의 관절형 로봇들의 작동을 조정하는 단계를 포함한다. 예를 들어, 도 13에 도시된 하역 제어 시스템(1300)은 적어도 두 개의 관절형 로봇들의 작동을 조정할 수 있다. 조정은 시간에 대한 각 로봇 및 각 로봇의 컴포넌트들의 위치와 이동을 포함할 수 있다.
일부 실시 형태들에 따르면, 이 방법은 서브루틴 블록(110)에서 취급될 자재의 가시적 벽(MTBH)의 적어도 일부에 대한 인식 스캔(perception scan)을 수행하는 단계를 포함한다. 예를 들어, 도 5a에 도시된 로봇 장착 카메라(504)는 취급될 자재의 가시적 벽(MTBH)의 적어도 일부에 대한 인식 스캔을 수행할 수 있다. 인식 스캔은 MTBH의 3D 포인트 클라우드 데이터(point cloud data)를 포함한 2D 이미지와 3D 이미지를 캡처한다. 로봇 장착 카메라(504)는 2D 카메라 및/또는 3D 카메라일 수 있다.
일부 실시 형태들에 따르면, 이 방법은 서브루틴 블록(112)에서 MTBH의 각 유닛에 대해 6 자유도 포즈를 구축하는 단계를 포함한다. 예를 들어, 도 13에 도시된 하역 제어 시스템(1300)은 MTBH의 각 유닛에 대해 6자유도 포즈를 구축할 수 있다. 일부 실시 형태들에 따르면, 이 방법은 2D 이미지의 어느 세그먼트가 각 MTBH에 속하는지 결정하기 위해 2D 이미지를 분석하는 단계를 포함한다. 일부 실시 형태들에 따르면, 이 방법은 MTBH의 각 유닛에 대해 2D 이미지로부터 크기, 방향, 관심 원점 및 질량 중심 중 적어도 하나를 외삽하는 단계를 포함한다. 일부 실시 형태들에 따르면, 이 방법은 적어도 2개의 관절형 로봇들 각각의 2D 카메라 및 3D 카메라 중 적어도 하나의 시야에서 표현되는 바와 같이, 깊이 정보, 3D에서 각 MTBH의 방향, 각 MTBH의 각 측면의 치수를 얻기 위해 3D 이미지를 쿼리하는(querying) 단계를 포함한다. 일부 실시 형태들에 따르면, 이 방법은 적어도 2개의 관절형 로봇들 각각에 대해, 적재 컨베이어의 틸팅 각도 및 로봇 조인트들의 위치 구성의 함수로서 2D 카메라의 기준 프레임 및 3D 카메라의 기준 프레임을 포함한다.
일부 실시 형태들에 따르면, 이 방법은 서브루틴 블록(114)에서 자동 언로더의 주요 기준 프레임을 결정하는 단계를 포함한다. 예를 들어, 도 13에 도시된 하역 제어 시스템(1300)은 자동 언로더의 주요 기준 프레임을 결정할 수 있다. 주요 기준 프레임은 2D 카메라 기준 프레임 및 3D 카메라 기준 프레임 중 적어도 하나를 이용하여 결정될 수 있다.
일부 실시 형태들에 따르면, 이 방법은 서브루틴 블록(116)에서 인식 스캔에서 검출된 MTBH의 각 유닛의 가상 표현(virtual representation)을 구축하는 단계를 포함한다. 예를 들어, 도 13에 도시된 하역 제어 시스템(1300)은 인식 스캔에서 검출된 MTBH의 각 유닛의 가상 표현을 구축할 수 있다. 가상 표현은 자동 언로더의 주요 기준 프레임과 관련하여 MTBH의 각 유닛에 대해 6개의 자유도 포즈를 생성한다.
일부 실시 형태들에 따르면, 방법은 서브루틴 블록(118)에서 피킹 위치들(picking positions) 및 피킹 방향들(picking orientations)을 포함하는 피킹 포즈들(picking poses)을 계산하는 단계를 포함한다. 예를 들어, 도 13에 도시된 하역 제어 시스템(1300)은 피킹 위치들 및 피킹 방향들을 포함하는 피킹 포즈들을 계산할 수 있다. 픽킹 위치들은 MTBH의 각 유닛의 면 중앙에 있을 수 있으며, 픽킹 방향들은 MTBH의 각 유닛의 한 면에 수직이다.
일부 실시 형태들에 따르면, 이 방법은 서브루틴 블록(120)에서 검색 기반 알고리즘(search-based algorithm)을 사용하여 적어도 하나의 동작 계획(motion plan)을 결정하는 단계를 포함한다. 예를 들어, 도 13에 도시된 하역 제어 시스템(1300)은 검색 기반 알고리즘을 사용하여 적어도 하나의 동작 계획을 결정할 수 있다. 검색 기반 알고리즘에 대한 입력은 MTBH의 각 유닛에 대한 피킹 포즈, 로봇 모터의 토크 최소화, 모션 경로 길이의 최소화, 주변 환경의 다른 동적 또는 정적 요소들과의 충돌 회피를 포함할 수 있다.
일부 실시 형태들에 따르면, 이 방법은 서브루틴 블록(122)에서 스코어링 알고리즘(scoring algorithm)에 기초하여 동작 계획을 선택하는 단계를 포함한다. 예를 들어, 도 13에 도시된 하역 제어 시스템(1300)은 스코어링 알고리즘에 기초하여 동작 계획을 선택할 수 있다. 스코어링 알고리즘은 MTBH의 다른 유닛에 대한 MTBH의 각 유닛의 피킹 포즈에 적어도 부분적으로 기초한다. 스코어링 알고리즘의 속성들은 또한 로봇 모터에 대한 토크의 최소화, 모션 경로 길이의 최소화, 위치, 속도, 가속도, 저크(jerk), 스냅(snap), 궤적 정규화된 거리, 및 구성 공간, 자유 공간, 타겟 공간, 및 장애물 공간과 관련된 속성들 중 적어도 하나를 포함할 수 있다.
일부 실시 형태들에 따르면, 이 방법은 서브루틴 블록(124)에서 피킹 시퀀스를 결정하는 단계를 포함한다. 예를 들어, 도 13에 도시된 하역 제어 시스템(1300)은 피킹 시퀀스를 결정할 수 있다. 피킹 시퀀스는 각각의 MTBH에 대해 선택된 동작 계획, MTBH의 다른 유닛들에 대한 MTBH의 각 유닛의 피킹 포즈들, 및 적어도 2개의 관절형 로봇들의 조정된 동작에 적어도 부분적으로 기초할 수 있다.
일부 실시 형태들에 따르면, 이 방법은 서브루틴 블록(126)에서 피킹 시퀀스를 실행하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 관절형 로봇(302)은 피킹 시퀀스를 실행할 수 있다.
일부 실시 형태들에 따르면, 이 방법은 블록(128)에서 MTBH의 적어도 하나의 가시적 벽을 제거하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 로봇 하역 시스템(300)은 MTBH의 적어도 하나의 가시적 벽을 제거할 수 있다.
일부 실시 형태들에 따르면, 이 방법은 블록(130)에서 로봇 하역 시스템을 컨테이너 더 내부로 위치시키는 단계를 포함한다. 예를 들어, 도 3a에 도시된 텔레스코핑 운송 컨베이어(308)는 로봇 하역 시스템을 컨테이너 내로 더 위치시킬 수 있다. 이는 적어도 2개의 관절형 로봇들이 나머지 MTBH에 액세스하는 것을 허용할 수 있다.
일부 실시 형태들에 따르면, 이 방법은 블록(132)에서 운송 컨테이너로부터 남은 MTBH를 하역하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 로봇 하역 시스템(300)은 운송 컨테이너로부터 남은 MTBH를 하역할 수 있다.
일부 실시 형태들에 따르면, 이 방법은 블록(134)에서 운송 컨테이너로부터 하역된 MTBH를 수용하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 자동 팔레타이징 시스템(318)은 운송 컨테이너로부터 하역된 MTBH를 수용할 수 있다. 자동 팔레타이징 시스템은 도 3a 내지 도 3c에 설명된 자동 팔레타이징 시스템(318)과 같을 수 있다.
일부 실시 형태들에 따르면, 이 방법은 블록(136)에서 수용된 MTBH로 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들(pallet sleeve assemblies)을 형성하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 팔레타이징 로봇(326)은 수용된 MTBH로 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 형성할 수 있다. 이 동작은 서브루틴 블록(138) 및 서브루틴 블록(140)에서 설명된 바와 같이 수행될 수 있다.
일부 실시 형태들에 따르면, 상기 방법은 서브루틴 블록(138)에서 팔레타이징 로봇 엔드 이펙터(palletizing robot end-effector)로, MTBH의 유닛들을 수용하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 팔레타이징 로봇(326)은 팔레타이징 로봇 엔드 이펙터로, MTBH의 유닛들을 수용할 수 있다.
일부 실시 형태에 따르면, 상기 방법은 서브루틴 블록(140)에서 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리가 형성될 때까지 MTBH의 각 유닛을 적어도 하나의 팔레트 슬리브 어셈블리 내에 배치하는 단계를 포함한다.
일부 실시 형태에 따르면, 상기 방법은 블록(142)에서 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들을 자재 취급 설비의 다른 곳으로 운송하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 자율 모바일 로봇 또는 AMR(324)은 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들을 자재 취급 설비의 다른 곳으로 운송할 수 있다. 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들은 일부 실시 형태들에서 자동화된 팔레트 적재 안정화 시스템(900) 또는 자동화된 크레인 보관 및 회수 시스템(1200)으로 운송될 수 있다.
도 2는 도 9a 및 도 9b는 물론, 도 10에 도시된 것과 같은 자동화된 팔레트 적재 안정화 시스템(900)을 위한 예시적인 팔레트 적재 안정화 루틴(200)을 도시한다. 자동화된 하역 및 팔레타이징 루틴(100)의 단계들 중 일부 또는 전부는 도 15에 도시된 적재 안정화 제어 시스템(1500)과 같은 제어 시스템에 의해 수행될 수 있으며, 이는 도 16에 도시된 엔드-투-엔드 제어 시스템도(1600)에 따라 자재 취급 설비에 걸쳐 다른 제어 시스템과 상호 작용할 수 있다.
예시적인 팔레트 적재 안정화 루틴(200)이 작업들의 특정 순서를 도시하고 있지만, 이 순서는 본 개시의 범위를 벗어나지 않고 변경될 수 있다. 예를 들어, 도시된 작업들 중 일부는 팔레트 적재 안정화 루틴(200)의 기능에 실질적으로 영향을 주지 않는 다른 순서로 또는 병렬로 수행될 수 있다. 다른 실시 형태들에서, 팔레트 적재 안정화 루틴(200)을 구현하는 예시적인 장치 또는 시스템의 상이한 컴포넌트들은 실질적으로 동시에 또는 특정 순서로 기능을 수행할 수 있다.
일부 실시 형태들에 따르면, 상기 방법은 블록(202)에서 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들을 수용하는 단계를 포함한다. 예를 들어, 도 9a에 도시된 자동화된 팔레트 적재 안정화 시스템(900)은 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들을 수용할 수 있다. 자동화된 팔레트 적재 안정화 시스템(900)은 도 9a 및 도 9b를 참조하여 상세히 설명된다. 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들은 AMR(324)을 통해 자동화된 팔레타이징 시스템(318)으로부터 도착할 수 있다.
일부 실시 형태들에 따르면, 상기 방법은 블록(204)에서 랩핑된 팔레트화된 유닛 적재물(wrapped palletized unit load)을 생성하는 단계를 포함한다. 예를 들어, 도 9a에 도시된 회전식 팔레트 랩핑 메커니즘(916)은 랩핑된 팔레트화된 유닛 적재물을 생성할 수 있다. 이 동작에 관련된 단계들은 블록(206)의 동작들에 관련된 단계들과 동시에 수행될 수 있다.
일부 실시 형태들에 따르면, 상기 방법은 블록(206)에서 랩핑된 팔레트화된 유닛 적재물로부터 팔레트 슬리브를 완전히 상승시키는 단계를 포함한다. 예를 들어, 도 9b에 도시된 팔레트 슬리브 리프터(pallet sleeve lifter)(910)는 랩핑된 팔레트화된 유닛 적재물로부터 팔레트 슬리브를 완전히 상승시킬 수 있다. 이 단계 및 블록(204)의 단계는 서브루틴 블록(208) 내지 서브루틴 블록(214)에 설명된 바와 같이 수행될 수 있다.
일부 실시 형태들에 따르면, 상기 방법은 서브루틴 블록(208)에서 액추에이터 시스템 및 팔레트 슬리브 리프터와 인터페이스하기에 적합한 위치에 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 위치시키는 단계를 포함한다. 예를 들어, 도 9a에 도시된 MHE(906)는 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 액추에이터 시스템 및 팔레트 슬리브 리프터와 인터페이스하기에 적합한 위치에 위치시킬 수 있다.
일부 실시 형태들에 따르면, 상기 방법은 서브루틴 블록(210)에서 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 상의 팔레트 슬리브와 인터페이스하도록 팔레트 슬리브 리프터를 작동시키는 단계를 포함한다. 예를 들어, 도 15에 도시된 적재 안정화 제어 시스템(1500)은 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 상의 팔레트 슬리브와 인터페이스하도록 팔레트 슬리브 리프터를 작동시킬 수 있다.
일부 실시 형태들에 따르면, 상기 방법은 서브루틴 블록(212)에서 팔레트 슬리브를 점진적으로 위쪽으로 상승시켜, 회전식 팔레트 랩핑 메커니즘에 의해 스트레치 랩핑(stretch-wrapping)을 위한 MTBH 유닛들을 점진적으로 노출시키는 단계를 포함한다. 예를 들어, 도 9b에 도시된 팔레트 슬리브 리프터(910)는 팔레트 슬리브를 점진적으로 위쪽으로 상승시킬 수 있으며, 이에 의해 회전식 팔레트 랩핑 메커니즘에 의해 스트레치 랩핑을 위한 MTBH 유닛들을 점진적으로 노출킬 수 있다.
일부 실시 형태들에 따르면, 상기 방법은 서브루틴 블록(214)에서 팔레트 슬리브 리프터가 팔레트 슬리브를 상승시킬 때 점진적으로 노출된 MTBH 유닛들 주위에서 나선형 운동으로 이동하도록 랩핑 재료 스풀 핀(wrapping material spool pin)으로 액추에이터 시스템을 작동시키는 단계를 포함한다. 예를 들어, 도 15에 도시된 적재 안정화 제어 시스템(1500)은 팔레트 슬리브 리프터가 팔레트 슬리브를 상승시킬 때 점진적으로 노출된 MTBH 유닛들 주위에서 나선형 운동으로 이동하도록 랩핑 재료 스풀 핀으로 액추에이터 시스템을 작동할 수 있다. 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 주위에 랩핑 재료를 분배하는 것은 노출된 MTBH 유닛들 주위의 랩들의 수, 랩핑 재료의 길이에 대한 연신율, 및/또는 랩핑 재료의 층들 사이의 오프셋(offset)에 따라 수행된다.
일부 실시 형태들에 따르면, 상기 방법은 블록(216)에서 랩핑된 팔레트화된 유닛 적재물을 자재 취급 설비의 다른 곳으로 운송하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 AMR(324)은 랩핑된 팔레트 유닛 적재물을 자재 취급 설비의 다른 곳으로 운송할 수 있다. 랩핑된 팔레트화된 유닛 적재물들은 일부 실시 형태에서 자동화된 크레인 보관 및 회수 시스템(1200)으로 가져가거나 다른 위치로 분배하기 위해 운송 차량 또는 컨테이너에 적재될 수 있다.
일부 실시 형태들에 따르면, 상기 방법은 블록(218)에서 완전히 상승된 팔레트 슬리브 아래에 빈 팔레트를 위치시키는 단계를 포함한다. 예를 들어, 도 9a에 도시된 자동화 포크리프트(forklift)(920)는 완전히 상승된 팔레트 슬리브 아래에 빈 팔레트를 위치시킬 수 있다.
일부 실시 형태들에 따르면, 상기 방법은 블록(220)에서 빈 팔레트 슬리브 어셈블리를 형성하기 위해 빈 팔레트 위로 팔레트 슬리브를 하강시키는 단계를 포함한다.
일부 실시 형태들에 따르면, 상기 방법은 블록(222)에서 빈 팔레트 슬리브 어셈블리를 MTBH로 적재될 자동 팔레타이징 시스템으로 운송하는 단계를 포함한다. 예를 들어, 도 3a에 도시된 AMR(324)은 MTBH로 적재될 빈 팔레트 슬리브 어셈블리를 자동 팔레타이징 시스템으로 운송할 수 있다.
도 3a는 본 개시의 다양한 실시 형태들에 따른 차량 트레일러로부터 패키지를 컨베이어 시스템 및 통합 로봇 팔레타이저로 하역하는 데 사용될 수 있는 로봇 하역 시스템(300)의 사시도를 도시한다. 도 3b는 로봇 하역 시스템(300)의 측면도를 도시하고, 도 3c는 로봇 하역 시스템(300)의 평면도를 도시한다.
이 로봇 하역 시스템(300)은 자동 트럭 하역, 자동 팔레트화 및 트레일러, 컨테이너 등의 패키징을 위한 시스템들 및 방법들에 활용된다. 많은 수의 로봇 자유도(DOF)가 관절형 로봇(302)을 갖는 자동 언로더(automated unloader)(500)에 의해 사용되어, 패키지를 하역 영역(unloading area)으로부터 상하로 피벗, 이동 또는 회전할 수 있는 부착된 적재 컨베이어(304)까지 파지, 조작 및 운송한다. 로봇 하역 시스템(300)의 일 실시 형태에 존재하는 DOF가 도 6에 도시되어 있다. 이 실시 형태에서, 2개의 개별 관절형 로봇들(302)은 중첩하는 운동학적 도달 볼륨으로 서로 근처에서 작동하고 최적화된 12-DOF 운동학적 솔버(solver)를 통해 서로 조정할 수 있는 방식으로 제공된다. 상하로 움직일 수 있는 능력은 로봇 플랫폼(robotic platform)이 유체 적재 패키지에 더 가까이 접근할 수 있게 하고 관절형 로봇들(302)이 이동해야 하는 거리를 줄여준다. 이는 시스템의 처리량을 증가시킬 수 있다.
적재 컨베이어(304)는 취급될 자재를 텔레스코핑 운송 컨베이어(308)로 운송한다. 일부 경우에 운송 컨베이어는 유연할 수 있지만, 대부분의 실시 형태들에서, 텔레스코핑 운송 컨베이어(308)를 위한 고정 텔레스코핑 유형 컨베이어의 사용은 연속 벨트를 요구하는 MTBH의 크기와 관련된 특정 자재 취급 특성을 지원할 수 있다. 텔레스코핑 운송 컨베이어(308)는 MaxReach 텔레스코핑 컨베이어 또는 유사한 구성일 수 있고, 자동 언로더(500)를 수용하기 위해 필요에 따라 수정될 수 있다. 스캐닝 터널(scanning tunnel)(310)이 텔레스코핑 운송 컨베이어(308)를 따른 위치에 구성될 수 있다. 스캐닝 터널(310)에서, 카메라들, 바코드 스캐너들 등과 같은 시각적 센서들은 텔레스코핑 운송 컨베이어(308)를 따라 이동하는 MTBH의 5면 또는 6면 스캔을 제공할 수 있다. 스캐닝 터널(310)에 수집된 정보는 로봇 하역 시스템(300)의 후기 단계들에서 MTBH의 추적 및 MTBH의 분류에 사용될 수 있다.
자동 언로더(500)는 많은 수의 로봇 DOF뿐만 아니라, 자동 언로더(500)가 작동할 수 있는 제약 공간뿐만 아니라 로봇 DOF가 MTBH를 식별할 수 있도록 하는 다양한 인식 시스템들(perception systems)을 구비할 수 있다. 부착되거나 고정된 인식 시스템들은 1차원(1D), 2차원(2D) 및 3차원(3D) 인식 시스템들의 임의의 조합일 수 있다. 이러한 인식 시스템들은 자동 언로더(500)가 패키지들이 어디에 있고 어떤 방향으로 놓여 있는지를 결정할 수 있게 하여, 로봇 엔드 이펙터들이 패키지를 잡을 수 있는 접촉 법선(contact normal), 피킹 속도 및 성공적인 피킹의 확률을 최적화할 수 있게 한다. 자동 언로더(500)는 또한 MTBH 조작 동안 또는 시스템 내에 배치된 후에, 패키지들의 무게 및 순간 무게 중심을 포함하여, 패키지들의 6면 인식을 제공할 수 있다. 이러한 인식 시스템들은 일반적으로 소음 및 진동에 매우 민감하므로, 자동 언로더(500)는 시스템의 무게를 분산시키기 위해 넓은 풋프린트(footprint) 및 낮은 압력을 제공하는 트랙들 또는 휠들과 같은 유형의 서포트 또는 접지된 베이스(grounded base)(306)를 활용할 수 있다. 접지된 베이스(306)는 피벗 포인트(pivot point)를 포함할 수 있으며, 이는 종래의 유연하고 텔레스코핑 운송 컨베이어로는 불가능한, 고르지 않거나 경사진 지형에 직면하는 경우에도, 자동 언로더(500)가 안정성과 지지력을 제공하면서 컨테이너 안팎으로 이동할 수 있도록 한다.
운송 가요성 또는 고정식 텔레스코핑 운송 컨베이어(308)는 전통적인 자재 취급 설비(MHE)에 대한 적어도 하나의 연결 포인트를 가질 수 있거나 이동식 자재 취급 시스템으로 이송할 수 있다. 이 실시 형태에서, 시스템은 물품의 단일 흐름이 분류를 위해 n개의 상이한 레인들로 분할되는 것을 허용하는 분류 MHE(312) 유형으로 이송된다. 일 실시 형태에서 분류 MHE(312)는 Regal Rexnord, Cellmation 또는 Intralox에 의해 제조된 2-Way Sortation일 수 있다. 이러한 분류 MHE(312)는 연속 흐름에서 하나의 공급 레인으로부터 2개 또는 4개의 분류 레인들로 매우 쉽게 분할될 수 있다. 이를 통해 자재 취급 설비에 도착하는 입고 자재에 따라 다운스트림 팔레타이징(downstream palletization)을 최적화하거나 팔레타이징을 우회하여 교차 도킹된 MHE 세트로 직접 흐름을 허용할 수 있다.
팔레타이징으로 하역이 의도된 경우, 경사 MHE(314) 세트는 제품이 운송 컨베이어의 하부 높이("롤러의 상단")로부터 자동 팔레타이징 시스템(318)으로 이송될 수 있게 한다. Interoll Incline Dual Conveyor가 이러한 목적을 위해 사용될 수 있다. 경사 MHE(314)는 2개의 서브시스템들을 분리하고 MTBH를 올바른 위치로 가져올 수 있다. 자동 팔레타이징 시스템(318)은 팔레타이저의 속도가 최적화되도록 제품을 3D 공간의 알려진 위치로 일관되게 가져온다. 시중에 나와 있는 대부분의 시스템에서, 자재의 흐름은 무작위이며 패키지들을 찾기 위해 추가 계산을 수행해야 할 수도 있다. 자동 팔레타이징 시스템(318)은 경사 MHE(314)의 상부에 도달할 때 MTBH(402)를 배치하기 위해 Robotiq 팔레타이저 시스템과 같은 팔레타이징 로봇들 (palletizing robots)(326)을 사용할 수 있다. 팔레타이징 로봇(326)은 팔레타이징 로봇 서포트 갠트리(palletizing robot support gantry)(328)에 의해 지지될 수 있다.
MTBH(402)는 패키지들이 넘어지거나, 미끄러지거나 움직일 염려 없이 고속 팔레타이징을 허용하는 빈 팔레트 슬리브 어셈블리(320)와 같은 보호 팔레트 슬리브 어셈블리(1100) 내에 배치될 수 있다. 팔레트 슬리브 어셈블리들(1100)은 시스템 전체에 걸쳐 비어 있거나, 부분적으로 적재되어 있거나, 가득 차 있든지 간에 팔레트의 자동 운송을 허용한다. 팔레트 슬리브 어셈블리(1100)는 팔레트 MHE 상의 자동 흐름, 또는 독립적인, 에이전트 기반 자동 모바일 로봇 또는 AMR(324) 자재 취급 시스템에 최적화될 수 있다. AMR(324)은 팔레트 슬리브 어셈블리(1100)를 자동 팔레타이징 시스템(318) 내로 직접 가져오거나 MHE와 인터페이스할 수 있다. 2-DOF MHE(316)는 팰릿 슬리브 어셈블리들(1100)이 유입되어 Z축을 중심으로 회전하지 않고 적재 영역에 수직 벡터로 전달되도록 할 수 있다. 빈 팔레트 슬리브 어셈블리(320) 및 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리(322)가 도시되어 있다.
AMR(324)은 고정 MHE(예: 2-DOF MHE(316))와 인터페이스하고 빈 팔레트 슬리브 어셈블리들(320)을 하역할 수 있다. 빈 팔레트 슬리브 어셈블리(320)는 팔레트 흐름의 진입점일 수 있고, 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리(322)는 출구점일 수 있다. AMR(324)은 빈 팔레트 슬리브 어셈블리(320)를 시스템으로 가져온 다음, 동일하거나 상이한 위치에서 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리(322)를 픽업할 수 있다. MHE는 자재의 흐름에 따라 다수의 상이한 적재 및 하역 아키텍처들(architectures) 및 매핑들(mappings)을 지원하도록 구성될 수 있다. AMR(324)은 팔레트 슬리브 어셈블리(1100)의 운송을 수용하고 운송하기 위해 임의의 주변 위치로 이동할 수 있다. AMR(324)은 또한 팔레트들 주위에 조립되지 않은 팔레트 슬리브들뿐만 아니라, 슬리브들이 없는 팔레트들을 운송할 수 있다.
도 4는 자재 취급 설비(406)의 작업 팀(412)의 개입이 거의 필요하지 않는, 본 개시의 다양한 실시 형태들에 따라 랩핑된 팔레타이징 유닛 적재물(410)의 생성을 통해 자재 취급 설비(406)에서 운송 컨테이너(404)로부터 MTBH(402)의 로봇 하역을 보여주는 엔드-투-엔드 시스템(end-to-end system)(400)의 사시도를 도시한다.
여기에는 자재 취급 설비(406)의 적재 도크(loading dock)에 주차된 3개의 선적 운송 컨테이너들(404), 트레일러들 또는 트럭들이 도시되어 있다. 도크들(408)은 자재 취급 설비(406)에서 일반적으로 발견되며 선적 컨테이너들이 웨더 씰(weather seal)을 제공하면서 시설의 내부와 인터페이스할 수 있는 포털을 제공하기 위한 것이다.
자동 언로더(500)는 작업 팀(412)에 의해 각각의 운송된 볼륨 내부에 배치될 수 있고 MTBH(402)를 로봇식으로 자동으로 하역하기 시작할 수 있다. MTBH(402)는 고정식 또는 유연한 분류 MHE(312)를 따라 운송된 다음, 경사 MHE(314)를 통해 자동 팔레타이징 시스템(318)으로 운송될 수 있다. 도 3a에 도시된 바와 같이 빈 팔레트 슬리브 어셈블리(320)의 대기열(queue)은 자동 팔레타이징 시스템(318)이 MTBH(402)를 경사 MHE(314)로부터 도 11a를 참조하여 더 자세히 설명된 팔레트 슬리브 어셈블리들(1100) 내로 가져오는데 유지되고 이용 가능하다.
분류 MHE(312)는 MTBH(402)를 경사 MHE(314)의 정확한 레인으로 논리적으로 분류하며, 이는 별도의 팔레트화 자동 팔레타이징 시스템(318)에 대한 경로를 포함할 수 있다. 또한, MTBH는 분류 MHE(312)에 대한 분류 중 검사, 특수 취급, 및 기타 비표준 이유에 대한 예외 경로로 전환될 수 있다. 이 실시 형태에서, 경사 MHE(314)의 이중 흐름은 자동 팔레타이징 시스템들(318)로 이동하여 각 로봇 암에 그 자신 소스 및 제품의 공급을 제공한다.
일단 가득 차면, 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들(322)은 보관 위치로 또는 팔레트의 자동 스트레치 랩핑(stretch wrapping)을 제공할 수 있는 자동 팔레트 적재 안정화 시스템(900)으로 이동될 수 있다.
일 실시 형태서, 선적 고객은 선적 적하 목록(shipping manifest), SKU 마스터(master), 및 원하는 팔레트 구성을 포함하는 데이터를 제공할 수 있다. 선적 적하 목록은 하나의 운송 컨테이너(404)에 예상되는 적재물의 SKU 수량 및 총 중량을 포함할 수 있다. SKU 마스터는 특정 SKU와 관련된 MTBH(402)의 크기, 무게 및 유형을 포함할 수 있다. 팔레트 구성은 운송 컨테이너(404)에 포함된 MTBH(402)로 구성될 특정 팔레트와 관련된 고유 식별자(unique identifier), SKU, 최종 목적지 및 무게를 포함할 수 있다. 도 16에 도시된 바와 같이, 엔드-투-엔드 시스템(400)의 제어 시스템들은, 이 데이터를 입력으로 하여 고객이 원하는 대로 MTBH(402)를 팔레타이징하기 위해 프로세스의 각 단계에서 어떤 조치를 취해야 하는지를 결정하기 위해 사용할 수 있다. 엔드-투-엔드 시스템(400) 컴퓨팅 시스템은 고유 식별자, 박스 빌드(box build), 수량, 검사 상태, 수신된 표시, 중량, 팔레트가 생성되고 안정화되었을 때의 타임스탬프(timestamp), 및 팔레트의 이미지를 포함하여 고객이 사용하기 위해 각각의 완성된 팔레트의 구성을 반환할 수 있다. 팔레트가 보관소 내에 배치된 경우, 팔레트 정보는 필요할 때 검색을 용이하게 하기 위해 위치 표시기(location indicators)를 포함할 수 있다.
도 5a는 본 개시의 다양한 실시 형태들에 따른 자동 언로더(500)의 측면도를 도시한다. 도 5b는 500의 정면도를 도시한다.
자동 언로더(500)는 각각 적어도 6 DOF 동작이 가능한, 적어도 2개의 관절형 로봇들(302)을 포함하는 고 DOF 로봇 시스템을 포함한다. 관절형 로봇들(302)은 그 DOF 동작을 지원하는 로봇 조인트들(robot joints)을 포함할 수 있어, 로봇 암들의 세그먼트들이 로봇의 다른 부분 및 환경의 다른 물체에 대해 공간에서 구부리고, 늘어나고, 방향을 변경할 수 있게 한다. 관절형 로봇들(302)은 적재 컨베이어(304)의 제 1 적재 컨베이어 단부(502)에 위치될 수 있다. 관절형 로봇들(302)은 제 1 적재 컨베이어 단부(502)에 의해 지지되는 로봇 베이스(robot base)(508)에 장착될 수 있다. 관절형 로봇들(302)은 운송 컨테이너 내에서 MTBH 품목들의 수량, 크기, 위치 및 방향을 결정하는 데 사용되는 이미지 데이터(image data)를 캡처할 수 있는, 2D 및 3D 카메라들을 포함하는 로봇 장착 카메라들(504)을 포함하는 통합된 1D, 2D 및 3D 인식 시스템들을 통합할 수 있다. 자동 언로더(500)는 응용 기계 학습 및 인공 지능을 사용하여, 박스들, 카툰들(cartons) 또는 다른 품목들과 같은 MTBH의 개별 폼목들의 경계들을 검출하고, 이들을 분류하고, 3D 공간에서 이들을 위치시키며, 관절형 로봇들(302)의 픽 포인트들 (pick points) 및 접근 패턴들을 최적화할 수 있다. 이러한 계산 작업들은 자동 언로더(500)가 높은 수준의 자율성과 높은 픽 속도를 달성할 수 있도록 하는 전용 온보드 컴퓨팅 클러스터(on-board computing cluster)로 분리될 수 있다. 이러한 컴퓨팅 클러스터는 도 13에 도시된 바와 같은 하역 제어 시스템(1300)을 활용할 수 있다.
관절형 로봇들(302)은 다양한 시각 센서들 및 센서 제어 피드백 루프들(sensor control feedback loops)을 사용하여 패키지들을 파지하고, 조작하고, 적재 컨베이어(304)로 운송할 수 있다. 관절형 로봇들(302)은 패키지들을 파지하고 조작하기 위해 진공 발생 흡입 또는 다른 기술을 사용할 수 있는 다양한 유형의 엔드 이펙터들(end effectors)(506)로 구성될 수 있다. 일반적으로 시스템의 로봇 자유도 수는 12보다 크고 33까지 높을 수 있다. 일 실시 형태에 대한 DOF들이 도 6에 도시되어 있다.
전체 자동 언로더(500)는 시스템의 무게를 분산시키고 작동 중 안정성을 제공하는 접지된 베이스(306) 어셈블리에 의해 지지된다. 접지된 베이스(306)는 접지된 베이스 피벗(514)에 연결된 베이스 서포트(512)를 통해 제 2 적재 컨베이어 단부(510)에 부착될 수 있으며, 이는 적재 컨베이어(304)를 원하는 위치에 유지하면서 접지된 베이스(306)가 고르지 않거나 경사진 컨테이너 표면 상에서 필요에 따라 배향되도록 한다. 피드백 루프(feedback loop)는 텔레스코핑 운송 컨베이어와 자동 언로더(500) 상의 스트레인 게이지들 및 이들 컴포넌트들 상의 힘에 대응하는 자동 언로더(500)의 컴포넌트들의 탄성 변형을 측정하는 접지된 베이스(306) 사이에 구성될 수 있다. 힘 피드백을 위해 비례-적분-미분 루프(proportional-integral-derivative loop)가 설정될 수 있으며, 이는 텔레스코핑 운송 컨베이어에 의해 가해질 수 있는 상향 및 하향 힘이 접지된 베이스(306)를 컨테이너 바닥에 접지된 상태로 유지할 수 있도록 한다. 이를 달성하기 위해 Beckhoff 컨트롤러와 같은 표준 산업 컨트롤러를 사용할 수 있다. 접지된 베이스(306)는 자동 언로더(500)가 텔레스코핑 운송 컨베이어의 동작 및 작업 팀의 노력을 통해 이동되고 재배치될 수 있게 하는 휠들(516) 및/또는 트랙들(518) 또는 다른 수동 이동성 컴포넌트들을 포함할 수 있다.
적재 컨베이어(304)는 병진 액추에이터(522)를 통해 위치의 폐쇄 루프 제어로, 적재 컨베이어 피벗(520)을 중심으로 회전함으로써 추가 자유도를 제공한다. 회전 위치는 회전식 인코더, 또는 선형 가변 거리 트랜시버들(transceivers)과 같은 다양한 1D 인식 기술로 기록된다. 인코더 피드백(Encoder feedback)은 피벗팅 컨베이어의 단부에서 자유 공간 내의 관절형 로봇들(302)의 위치들을 제공할 수 있다. 관절 정보(Joint information)는 로봇 장착 카메라(504)를 기반으로 제공될 수 있다. 이 카메라가 영역을 스캔할 때마다, 2D 이미지 또는 3D 포인트 클라우드 데이터로 캡처된 시야를 강조 표시할 수 있다. 2D 데이터는 각 박스의 경계들 및 에지들이 어디에 있는지 식별하여, 박스들을 분류하는 데 사용될 수 있다. 3D 데이터는 피킹 위치(picking position)를 결정하기 위해 표면 상의 점들을 식별하기 위해 박스 윤곽을 형성하는 선들과 함께 사용될 수 있다. 일 실시 형태에서, 픽킹 위치는 MTBH의 픽킹 면의 중심에 있는 점의 좌표로서 설정될 수 있다.
장착 갠트리(mounting gantry)(524)는 시스템의 상태 및 포즈를 추정하기 위해 1D, 2D 및 3D 데이터를 기록하는 추가 인식 시스템들을 위한 장착 포인트(mounting point)를 제공한다. 일 실시 형태에서, 이들 인식 시스템들은 전방 감지 다차원 센서 시스템(526) 및 다중 채널 관성 측정 시스템(528)을 포함할 수 있다. 로봇 베이스(508)는 카메라들, 광 검출 및 거리 측정(ranging)(LIDAR) 및 기타 센서들과 같은 추가 센서들이 자동 언로더(500)의 전방의 물체들 및 장애물들을 검출할 수 있게 하는 센서 컷아웃들(sensor cutouts)(530)을 포함할 수 있다. 진동, 충격, 가속 및 글로벌 자기장 라인들(global magnetic field lines)에 대한 정렬은 자동 언로더(500) 작동 중에 이러한 센서들에 의해 기록된다.
에지 분산 로직(edge distributed logic)을 제공할 뿐만 아니라, 다양한 장치들 및 컴포넌트들에 전력을 분배하는 국지적 제어 시스템(localized control system)이 제공된다. 이러한 국지적 제어 시스템은 프로그래밍 가능한 로직 컨트롤러를 지원하는 모터(532) 및 산업용 제어 박스(534)를 포함할 수 있다.
도 6은 일 실시 형태에 따른 로봇 하역 시스템(unloading system) 자유도(600)를 도시한다. 로봇 하역 시스템 자유도(600)는 로봇 하역 시스템(300)의 적재 컨베이어(304) 및 텔레스코핑 운송 컨베이어(308)와 함께, 적어도 두 개의 관절형 로봇들(302)에 의해 달성 가능한 자유도(DOFs)를 포함하며, 이들 DOFs는 운송 컨테이너(404)로부터 하역될 MTBH(402)의 취급을 결정하는 데 이용 가능하다.
텔레스코핑 운송 컨베이어(308)의 신장과 수축에 의해 하나의 DOF(602)가 제공될 수 있다. DOF(602)는 텔레스코핑 운송 컨베이어(308)가 자동 언로더(500)를 이동 벡터를 따라 운송 컨테이너(404) 내부 또는 외부로 더 나아가게 할 수 있다. 이러한 방식으로, MTBH(402)의 가시적 벽들이 하역됨에 따라 MTBH(402)의 후속 벽들을 처리하기 위한 자동 언로더(500)의 재배치는 작업 팀의 중재 없이 텔레스코핑 운송 컨베이어(308)의 제어를 통해 자동화될 수 있다.
일부 실시 형태들에서, 텔레스코핑 운송 컨베이어(308)의 수직 이동을 제외한 다른 DOF(604)가 제공될 수 있다. 다른 실시 형태에서, 텔레스코핑 운송 컨베이어(308)가 수직으로 이동하는 능력은 자동 언로더(500)가 MTBH(402) 또는 자동 언로더(500)의 컴포넌트들에 과도한 방해 없이 경사지거나 불균일한 운송 컨테이너(404) 표면들을 횡단할 수 있도록 접지된 베이스(306)에 하향 예압력을 인가하는 데 대신 사용될 수 있다.
또 다른 DOF(606)는 적재 컨베이어 피벗을 중심으로 적재 컨베이어(304)의 상향 및 하향 피벗 운동에 의해 제공될 수 있다. 2개의 관절형 로봇들(302) 각각은 적어도 6개의 DOF(608)로 이동하도록 장착될 수 있다. 그러한 실시 형태에서, 적어도 14개의 로봇 하역 시스템 자유도(600)가 달성될 수 있다.
일 실시 형태에서, 적재 컨베이어(304)는 수평뿐만 아니라 수직으로도 피벗할 수 있어, 추가적인 DOF를 제공할 수 있다. 7개 이상의 DOF가 가능한 관절형 로봇들(302)도 사용될 수 있다. 그러한 시스템은 17개 또는 18개의 DOF를 가질 수 있다. 당업자는 추가적인 자유도가 어떻게 달성될 수 있는지 뿐만 아니라, 본 명세서에 개시된 것과 같은 시스템에서 이를 달성하는 것의 기술적 복잡성 및 이점을 쉽게 이해할 것이다.
도 7은 일 실시 형태에 따른 기준 생성부의 기본 프레임(700)을 도시한다. 2D 카메라 및 3D 카메라(702)는 MTBH(402)를 운반하는 운송 컨테이너(404) 내부의 적어도 일부에 대한 하나 이상의 시야 인식 스캔(706)을 촬영할 수 있다. 2D 카메라 및 3D 카메라(702)가 이전에 설명된 자동 언로더(500) 상에 장착된 왼손 관절형 로봇(302)에 장착되는 실시 형태에서, 2D 카메라 및 3D 카메라(702)에 의해 수행되는 시야 인식 스캔(706)은 운송 컨테이너(404) 및 MTBH(402)의 왼쪽 부분에 초점을 맞출 수 있다. 유사하게, 2D 카메라 및 3D 카메라(704)는 도시된 바와 같이 하나 이상의 시야 인식 스캔(708)을 수행할 수 있다.
각각의 인식 스캔은 하나 이상의 인식 스캔에서 스캔되는 오버랩 영역(710)을 커버할 수 있다. 본 명세서에는 오버랩 영역(710)으로 일 실시 형태가 도시되어 있지만, 운송 컨테이너(404)의 내부 및 그 안에 있는 MTBH(402)의 완전한 스캔 범위(scan coverage)를 제공하기 위해, 시야 인식 스캔(706)이 서로 중첩될 수 있는 위치, 시야 인식 스캔(708)이 서로 중첩될 수 있는 위치, 및 시야 인식 스캔(706) 및 시야 인식 스캔(708)이 서로 중첩될 수 있는 위치를 나타내는 다수의 밴드들(bands)이 도시되어 있다.
하나 이상의 시야 인식 스캔(706)은 2D 카메라 및 3D 카메라(702)에 대한 기준 프레임(712)을 개발하는 데 사용될 수 있다. 마찬가지로, 하나 이상의 시야 인식 스캔(708)은 2D 카메라 및 3D 카메라(704)에 대한 기준 프레임(714)을 개발하는 데 사용될 수 있다. 이러한 프레임 기준 프레임은 적재 컨베이어(304) 및 부착된 2D 카메라 및 3D 카메라(702) 또는 2D 카메라 및 3D 카메라(704)를 갖는 적어도 2개의 관절형 로들봇(302)의 틸팅 각도의 함수로서 결정될 수 있다. 이들 2개의 기준 프레임들, 기준 프레임(712) 및 기준 프레임(714)은 자동 언로더(500)에 대한 기본 기준 프레임(716)을 생성하는 데 사용될 수 있다.
도 8은 일 실시 형태에 따른 MTBH 산출된 피킹 데이터(800)를 도시한다. MTBH의 제 1 벽(802) 및 MTBH의 제 2 벽(804)이 도시되어 있는데, 여기서 MTBH(802)의 제 1 벽은 인식 스캔으로부터 가장 가까운 관절형 로봇(302)에 더 가깝게 결정된 MTBH(402)를 포함하고, MTBH(804)의 제 2 벽은 관절형 로봇(302)으로부터 더 멀리 떨어져 있다.
가시적 MTBH(402)는 인식 스캔들을 통해 검출될 수 있고 도시된 바와 같이 피킹 면(picking face)(806), 피킹 면(808) 및 피킹 면(810)과 같은 이용 가능한 피킹 면들을 검출하기 위해 분석될 수 있다. 다른 피킹 면들은 인식 스캔 데이터(perception scan data)로부터 추론될 수 있지만 피킹 데이터(picking data)를 결정하기 위해 계산에 포함될 수도 있고 포함되지 않을 수도 있다. 일 실시 형태에서, 숨겨진 면들은 특정 피킹 순서가 인식 스캔 시에 액세스할 수 없는 피킹 면들을 드러낼 것으로 예상될 수 있으므로 분석될 수 있다.
이 도면에서 검사 중인 MTBH(402)에 대해 보이는 3개의 피킹 면들에 대해, 각 면에 대한 피킹 위치(picking position)가 결정될 수 있다. 피킹 위치는 피킹 면 상의 계산된 데카르트 중심점(cartesian central point)에 있을 수 있다. 이러한 피킹 위치들은 피킹 면(806) 상의 피킹 위치(812), 피킹 면(810) 상의 피킹 위치(814), 피킹 면(808) 상의 피킹 위치(816)로 도시되어 있다.
각 피킹 면에 대해, 피킹 방향도 계산될 수 있다. 피킹 방향은 피킹 면의 평면에 수직인 방향일 수 있으므로, 관절형 로봇(302)의 엔드 이펙터(506)가 피킹 면에 대해 안전하게 접촉할 수 있으며, 그 다음 MTBH(402)의 피킹을 개시하기 위해 그 면에 수직인 방향으로 이동하기 시작할 수 있다. 피킹 방향의 일 형태는 피킹 면(806)에 대한 피킹 방향(818), 피킹 면(810)에 대한 피킹 방향(820), 피킹 면(808)에 대한 피킹 방향(822)으로 본 명세서에 도시된다.
도 9a는 본 개시의 다양한 실시 형태들에 따른 로봇 자재 취급 시스템 사이의 인터페이스인, 모바일 로봇으로 지원되는 자동 팔레트 적재 안정화 시스템(900)의 평면도를 도시한다. 도 9b는 자동 팔레트 적재 안정화 시스템(900)의 측면도를 도시한다. 자동 팔레트 적재 안정화 시스템(900)은 자동 팔레트 스트레치 랩 작업 중에 도시된다.
AMR(324)은 MTBH(402)가 적재된 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들(322)을 가져올 수 있다. 시퀀스 및 대기열의 순서는 팔레트 슬리브 어셈블리들(1100) 및 팔레트(904)의 픽업 및 드롭-오프(drop-off)를 시스템에 지시하는 플리트 관리 시스템(fleet management system)에 의해 제어될 수 있다. AMR(324)은 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리(322)와 인터페이스하여 MHE(906)로 운송할 수 있다. 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들(322)은 회전식 팔레트 랩핑 메커니즘(rotary pallet wrapping mechanism)(916)의 회전 링(918)과의 인터페이스에 적합한 위치로 정밀하게 이동될 수 있다. 팔레트 슬리브 리프터(pallet sleeve lifter)(910)는 팔레트 슬리브(908)와 인터페이스하도록 작동될 수 있고 팔레트 슬리브(908)를 점진적으로 위쪽으로 당겨서, 회전식 팔레트 랩핑 메커니즘(916)에 의해 스트레치-랩핑을 위한 패키지들을 노출시킬 수 있다. 동시 랩핑 및 리프팅 동작(1000)은 일 실시 형태에 따라 도 10에 보다 상세하게 도시된다.
회전식 팔레트 랩핑 메커니즘(916)은 나선형 운동으로 이동하며, 랩핑 재료의 스풀을 보유하는 랩핑 재료 스풀 핀(wrapping material spool pin)(924)을 이송하고, 병진 운동당 임의의 회전 조합, 및 가변 스트레치로 팔레트를 랩핑한다. 회전식 팔레트 랩핑 메커니즘(916)은 팔레트 랩핑을 자동으로 시작하고 정지시킨다. 회전 링(918)은 액추에이터 시스템(914)에 대한 클리어런스(clearance)를 제공한다. 회전 링(918), 액추에이터 시스템(914), 랩핑 재료 스풀 핀(924), 및 회전식 팔레트 랩핑 메커니즘(916)의 다른 요소들은 Smart Wasp X1300 Ring Type High Speed Fully Automatic Pallet Wrapping Machine 또는 유사한 머신과 같은 이용 가능한 산업용 랩핑 머신을 통해 제공될 수 있다.
회전 링(918) 내에 위치된 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리(322)는 액추에이터 시스템(914)이 팔레트 및 그것이 운반하는 MTBH(402)를 랩핑하는 프로세스를 작동시킬 때 팔레트 슬리브 리프터(910)에 의해 상승되는 그 팔레트 슬리브(908)를 가질 수 있다. 랩핑은 팔레트 슬리브 리프터(910)에 의한 팔레트 슬리브(908)의 리프팅을 통해 MTBH(402)가 노출되는 바닥에서 시작될 수 있다. 팔레트 및 MTBH(402)가 랩핑됨에 따라, 팔레트 슬리브(908)는 팔레트에서 완전히 상승되어 매달린 상태로 유지될 수 있다. 팔레트 디스펜서(pallet dispenser)(902)는 회전식 팔레트 랩핑 메커니즘(916) 근처에 팔레트(904)를 위한 저장소(repository)를 제공할 수 있다. 자동 포크리프트(920)는 팔레트 디스펜서(902)로부터 빈 팔레트(922)를 픽업할 수 있고, 그 다음 MHE(906)가 랩핑된 팔레트화된 유닛 적재물(410)을 회전 링(918) 내의 그 위치로부터 밖으로 이동시킴에 따라 빈 팔레트(922)를 MHE(906)로 가져올 수 있다. AMR(324)은 랩핑된 팔레트화된 유닛 적재물(410)을 픽업하고 이를 자동 팔레트 적재 안정화 시스템(900)으로부터 분리할 수 있다. MHE(906)는 자동 포크리프트(920)로부터 빈 팔레트(904)를 수용하고 이를 매달린 팔레트 슬리브(908) 아래의 위치로 이동시킬 수 있다. 그 다음, 팔레트 슬리브 리프터(910)는 그 작동을 역전시키고 팔레트 슬리브(908)를 팔레트(904) 상에 배치하여 빈 팔레트 슬리브 어셈블리(320)를 형성할 수 있으며, 이는 차례로 MHE(906)에 의해 AMR(324)로 전달되고 자동 팔레타이징 시스템(318)으로 복귀되어, 도 3a와 관련하여 설명된 바와 같이 사용될 수 있다. 회전식 팔레트 랩핑 메커니즘(916)의 전체 자동화는 서포트 구조체(support structure)(912)로 지지될 수 있다.
랩핑 재료는 선형 저밀도 폴리에틸렌(polyethylene)(LLDP)으로 제조될 수 있으며 랩 수, 길이에 따른 신장률 및 층들 간 오프셋의 관점에서 다양한 속성으로 분배될 수 있다. 일 실시 형태에 사용되는 스트레치 랩핑 필름에 대한 계산이 아래 표에 제공된다.
일 실시 형태에서, 자동 팔레트 적재 안정화 시스템(900)은 하나의 팔레트(904)를 60초 내에 처리할 수 있다. 전형적인 구성에서, 랩핑된 팔레트화된 유닛 적재물(410)은 자동 팔레트 적재 안정화 시스템(900)으로부터 제거될 수 있고 빈 팔레트(904)는 10초 내지 12초 내에 제공될 수 있다. 이러한 구성에서, 자동 팔레트 적재 안정화 시스템(900)은 72초의 사이클 시간으로 팔레트(904), 또는 시간당 50개의 팔레트(904)를 처리할 수 있다. 일 실시 형태에서, 로봇 하역 시스템들(300)의 3개의 병렬 구성은 3개의 트럭들 또는 선적 컨테이너들을 동시에 하역하고, 그 내용물을 팔레트화하고, 그 내용물을 자동 팔레트 적재 안정화 시스템(900)으로 전송하기 위해 작동될 수 있다. 이는 일부 실시 형태들에서 시간당 3,000건의 하역, 팔레타이징 및 안정화 능력을 제공할 수 있다.도 10은 일 실시 형태에 따른 동시 랩핑 및 리프팅 동작(1000)을 도시한다. 동시 랩핑 및 리프팅 동작(1000)은 회전 링(918)을 따라 이동하고 랩핑 재료 스풀 핀(924)을 운송하는 액추에이터 시스템(914), 및 팔레트 슬리브 리프터(910)와 같은 회전식 팔레트 랩핑 메커니즘(916)의 요소들의 동시 동작에 의해 수행될 수 있다. 이러한 컴포넌트들은 이전에 설명된 서포트 구조체(912)에 의해 지지될 수 있지만, 설명의 편의를 위해 본 명세서에는 도시되지 않는다. 당업자는 이들 특징들을 구현하는데 필요한 서포트를 쉽게 이해할 것이다.
적어도 부분적으로 적층된 팔레트 슬리브 어셈블리(322)는 회전식 팔레트 랩핑 메커니즘(514)의 회전 링(918) 내에 위치될 수 있다. 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리(322)의 팔레트 슬리브(908)는 팔레트 슬리브 리프터(910)에 의해 결합될 수 있다. 팔레트 슬리브 리프터(910)는 팔레트 슬리브(908)를 상승시키고 팔레트(904) 상에 적재된 MTBH(402)를 노출시키기 시작하기 위해 팔레트 슬리브 리프팅 동작(1002)을 수행하기 시작할 수 있다.
액추에이터 시스템(914)은 회전식 랩핑 작동(1004) 및 랩핑 재료 스풀 핀 리프팅 동작(1006)을 개시하고, 회전 링(918) 주위를 이동하며 따라서 랩핑 재료 스풀 핀(924)을 MTBH(402) 주위로 이동시켜 랩핑될 수 있게 한다. 이는 모든 MTBH(402)가 팔레트 슬리브(908)로부터 풀려나고 안전하게 랩핑될 때까지 팔레트(904) 레벨에서 시작하여 팔레트 슬리브(908)가 상승됨에 따라 위쪽으로 나선형으로 회전하여, 랩핑 재료(1010)에서 MTBH(402)의 회전식 랩핑(1008)이 발생될 수 있다.
일 실시 형태에서, 액추에이터 시스템(914)과 랩핑 재료 스풀 핀(924) 사이의 연결은 동적으로 조정 가능하여, 랩핑 재료 스풀 핀(924)을 상승시키는 동안 액추에이터 시스템(914)이 수직이 아닌 수평면에서 이동하도록 할 수 있다. 다른 실시 형태에서, 회전 링(918)은 팔레트 슬리브(908)와 동시에 상승되도록 구성될 수 있으며, 랩핑 재료 스풀 핀(924)에 정적으로 연결될 수 있는 액추에이터 시스템(914)을 상승시키며, 따라서 역시 상승될 수 있다. 일 실시 형태에서, 팔레트 슬리브 리프터(910)가 팔레트 슬리브 회전을 수용한다면, 고정 랩핑 재료 스풀 핀(924)은 팔레트 슬리브 어셈블리를 회전시키는 장치와 함께 사용될 수 있다. 당업자는 본 개시를 구현하기 위한 다른 구성들을 쉽게 이해할 것이다.
도 11a는 본 개시의 다양한 실시 형태들에 따른 팔레트 슬리브 어셈블리(1100)의 측면도를 도시한다. 도 11b는 팔레트 슬리브 어셈블리(1100)의 정면도를 도시하고, 도 11c는 안정화가 필요한 적재물을 운송하는 팔레트 슬리브(908)와 팔레트(904) 사이의 인터페이스를 보여주는 팔레트 슬리브 어셈블리(1100)의 분해 사시도를 도시한다. 팔레트 슬리브 어셈블리(1100)는 제품의 팔레트화, 운송, 보관, 회수 및 탈-팔레트화(de-palletizing)를 지원하는 다중 부품 어셈블리이다. 그것은 저렴한 비용으로 경량이고 대량 생산이 가능하므로, 요소들이 거의 없다.
팔레트 슬리브(908)는 구조적 벽들을 포함할 수 있다. 이러한 구조적 벽들은 적재, 운송, 보관, 회수 및 하역 중에 형태를 유지할 수 있도록 알루미늄, 강철, 플라스틱, 목재 또는 기타 적합하게 가볍고, 단단하며 견고한 재료로 제조될 수 있다. 팔레트 슬리브 어셈블리(1100)의 주요 목적은 팔레트화 단계 동안뿐만 아니라, 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리(322)가 보관을 위해 랩핑되지 않는 경우 운송 및 보관 동안 지지를 제공하는 것이다. 종래의 일반적으로 사용되는 팔레트(904)는 폭 40인치, 길이 48인치, 높이 5.6인치일 수 있다. 당업자는 팔레트 슬리브(908)가 상이한 팔레트(904) 및 회전 링(918) 풋프린트의 치수에 기초하여 수평 평면에서, 그리고 상이한 적재물 높이를 수용하기 위해 수직 평면에서 다양한 크기로 조정될 수 있다는 것을 쉽게 이해할 것이다. 팔레트 슬리브(908)는 약 74인치의 내경을 가질 수 있는, 도 9a에 도시된 바와 같이 자동 팔레트 적재 안정화 시스템(900)의 회전 링(918) 내에 장착되는 동안 팔레트 위로 쉽게 슬라이딩되도록 크기가 조정될 수 있다. 예를 들어, 팔레트 슬리브(908)는 42인치 x 40인치일 수 있으며, 이는 앞서 설명한 바와 같이 종래의 회전 링 내에 여전히 장착되도록 하면서, 종래의 팔레트 주위에 1인치의 클리어린스를 제공할 수 있다. 팔레트 슬리브(908)는 종래의 5.6인치 높이 팔레트 상에서 최대 5피트 높이의 적재물들을 지지하기 위해 66인치 높이일 수 있거나 자재 사용을 줄이면서 더 높은 적재물들을 지지하기 위해 더 크게 만들어지거나 더 짧은 적재물들을 지지하기 위해 더 짧게 만들어질 수 있다.
리프팅 특징부(Lifting features)(1102)는 팔레트(904)로부터 팔레트 슬리브(908)의 위치 및 리프팅을 보조하기 위해 제공될 수 있다. 이러한 리프팅 특징부(1102)는 도 9a와 관련하여 설명된 바와 같이, 스트레치 랩핑 프로세스의 일부로서 조립 또는 분해 중에 결합하기 위한 운동학적 마운트(kinematic mount)를 제공하는 툴링 구멍들(tooling holes)일 수 있다. 리프팅 특징부(1102)는 팔레트 슬리브 리프터(910)와 같은 액츄에이터가 팔레트 조립 작업(pallet building operation) 동안 팔레트 슬리브와 결합하여 팔레트 슬리브를 위로 상승시키고, 그 후에 이를 아래로 하강시키도록 구성될 수 있다.
클리어런스 구멍들(1106)은 포크리프트가 팔레트 슬리브(908)에 진입하고 팔레트(904) 및 팔레트 슬리브(908)와 함께 결합할 수 있도록 구성될 수 있다. 클리어런스 구멍(1106)은 팔레트 슬리브(908)의 모든 측면들에 제공될 수 있다. 슬리브와 슬리브가 이동할 MHE 사이에 비금속 대 금속, 내마모성 인터페이스를 제공하기 위해 마모 표면(wear surface)(1104)이 포함될 수 있다. 마모 표면(1104)은 초고분자량(UHMW) 폴리에틸렌, 아세탈, 폴리염화비닐(PVC) 또는 아크릴로니트릴 부타디엔 스티렌(ABS)과 같은 재료로 제조될 수 있다. 팔레트 슬리브(908)의 4개의 측면들 또는 슬리브 벽들(1108)은 제자리에 조립되는 고유한 피스(unique pieces) 일 수 있다. 판금 또는 부품들을 함께 고정하기 위해 다른 방법들이 이용될 수 있다.
도 12a는 본 개시의 다양한 실시 형태들에 따른 자동 크레인 보관 및 회수 시스템(1200)의 측면도를 도시한다. 도 12b는 자동 크레인 보관 및 회수 시스템(1200)의 정면도를 도시하고, 도 12c는 자동 크레인 보관 및 회수 시스템(1200)의 평면도를 도시한다.
포크리프트 및 매우 좁은 통로 또는 도달 트럭들(reach trucks)과 같은 수동 시스템들(Manual systems)을 사용할 수 있다. 이 실시 형태에 대해, 팔레트 크레인(pallet crane)(1202)을 포함하는 자동 크레인 보관 및 회수 시스템(1200)이 도시되어 있다. 이를 통해 도시된 바와 같이 인바운드 도크(inbound docks)로부터 팔레타이저로, 스트레치 래퍼(stretch wrapper)로, 및 보관소 내로 자재 흐름을 완전히 자동화할 수 있다. 제품이 대기열(1212)에 투입될 때, 팔레트 크레인(1202)은 픽업 위치(1208)로 이동할 수 있고 팔레트 엔드 이펙터(1220)는 팔레트(904)를 잡을 수 있다. 마찬가지로, 팔레트가 보관 중일 때 작업이 반대로 진행될 수 있다. 추가 드롭-오프 위치(1214)는 모바일 로봇 또는 수동 포크리프트가 대기열(1212)에서 제품을 드롭-오프하도록 할 수 있다. 보관 랙들(Storage racks)(1204)은, 각각 팔레트-슬리브 쌍(pallet-sleeve pair)을 보관 위치에 배치하고 이들을 회수하기에 충분한 클리어런스를 갖도록 구성될 수 있다. 하이 베이 팔레트 랙킹(High bay pallet racking)(1206)이 사용될 수 있으며, 여기서 랙킹 높이는 최대 130' 높이까지 확장될 수 있고 수십만 개의 보관 위치들을 제공할 수 있다. 팔레트 크레인(1202)의 높이는 이용 가능한 클리어런스의 높이, 도달해야 하는 보관 랙(1204), 및 크레인 구성의 안정성에 의해 결정된다. 팔레트 슬리브(908)는 팔레트 크레인(1202)으로부터의 운송을 수용하도록 구성될 수 있다. 팔레트 슬리브(908)는 수천 번의 사용 주기를 수용하도록 구성될 수 있고, 각 팔레트의 스트레치 랩 재료 비용이 $1.50-1.75라고 가정하면 대략 500팔레트들의 예상 투자 수익을 얻을 수 있다. 팔레트 크레인(1202)의 엔드 정지부들(End stops)(1210)은 보관 랙들(1204) 사이에서 팔레트 크레인(1202)의 좌우 이동을 허용할 수 있다. 팔레트 슬리브(908)의 운송 중에, 슬리브는 바닥 표면이 MHE 상의 팔레트를 따라 라이딩(riding)된 상태로 팔레트 외부에 남아 있을 수 있다. 팔레트 슬리브(908)는 제거 가능한 외부 쉘(shell)로 구성될 수 있다. 추가적으로, 팔레트 슬리브 어셈블리(1100)는 팔레트 슬리브(908)와 보관 랙들(1204) 사이에 충분한 클리어런스가 존재하는 한 레일들(1216) 상에 있지 않은 원격 자동 팔레트 크레인(1202)이 와서 보관소로부터 케이스를 제거할 수 있도록 구성될 수 있다.
팔레트 슬리브 어셈블리들(1100)은 MHE들(1218)로부터 진입할 수 있고 팔레트 크레인(1202)은 이들을 픽업하기 위해 그 레일들(1216)을 횡단할 수 있다. 일단 팔레트 크레인(1202) 상에서, 팔레트 슬리브 어셈블리들(1100)은 보관 랙들(1204)에 포함된 임의의 보관 위치로 운송될 수 있다. 팔레트 크레인(1202)의 엔드 정지부들(1210)은 서로 비교적 가까운 것으로 도시되어 있지만, 자동 크레인 보관 및 회수 시스템(1200)의 일반적인 구성은 매우 길 수 있다. 이는 팔레트 슬리브 어셈블리(1100)가 팔레트 스택이 불안정해질 수 있다는 두려움 없이 매우 큰 보관 시스템들에 보관될 수 있으며, 추가로 특별한 유형의 로봇 시스템 케이스들을 사용하여 팔레트가 보관소에 있는 동안 제거될 수 있다는 점에서, 시스템의 핵심 기능들 중 하나를 나타낸다.
도 13은 일 실시 형태에 따른 하역 제어 시스템(unloading control system)(1300)을 도시한다. 하역 제어 시스템(1300)은 도 17의 자동 트럭 하역 루틴(truck unloading routine)(1700) 및 도 16의 엔드-투-엔드(end-to-end) 제어 시스템 다이어그램(1600)과 관련하여 설명된 바와 같이, 개시된 활동들을 수행하도록 구성된 인식 시스템들(1302), 산업 제어 시스템들(1304) 및 컴퓨터 시스템(1306)을 포함할 수 있다.
일 실시 형태에서, 인식 시스템들(1302)은 카메라 시스템들(1308), 로드 셀들(load cells)(1310), 압력 센서들(1312) 및 LIDAR, 관성 측정 유닛들(inertia measurement units), 음파 로케이터들(sonic locators) 등과 같은 기타 센서들(1314)로부터 입력을 수신할 수 있다. 산업 제어 시스템들(1304)은 로봇 하역 시스템(300)의 산업 설비를 위한 공압 장치(1316) 및 유압 장치(1318)뿐만 아니라, 로봇 하역 시스템(300)의 기계 및 로봇 컴포넌트들을 위한 인코더들(encoders)(1320) 및 모터들(1322)에 대한 제어를 포함할 수 있다.
하역 제어 시스템(1300)의 컴퓨터 시스템(1306)은 도 23과 관련하여 설명된 바와 같은 컴퓨팅 장치들(computing devices)(2300)을 포함할 수 있다. 개시된 활동들을 수행하는 데 필요한 데이터 및 로직(logic)은 유선 및/또는 무선 네트워크 기술을 통해 연결될 수 있는 컴퓨터 시스템(1306)을 포함하는 임의의 수의 컴퓨팅 장치들(2300)에 저장될 수 있다.
"로직"은 기계 실행 가능 명령(소프트웨어 및 펌웨어), 및/또는 회로(하드웨어)를 포함하는 기계 메모리 회로 및 비일시적 기계 판독 가능 매체를 의미하며, 이는 재료 및/또는 재료-에너지 구성을 통해, 장치의 작동에 영향을 주기 위해 적용될 수 있는 제어 및/또는 절차 신호들 및/또는 설정들 및 값들(예: 저항, 임피던스, 커패시턴스, 인덕턴스, 전류/전압 정격 등)을 포함한다. 자기 매체, 전자 회로, 전기 및 광학 메모리(휘발성 및 비휘발성 모두), 펌웨어 등이 로직의 예이다. 로직은 특히 순수한 신호들 또는 소프트웨어 자체를 제외한다(그러나 소프트웨어를 구성하여 물질 구성을 형성하는 기계 메모리는 제외하지 않는다).
도 14는 일 실시 형태에 따른 언로더 팔레타이징 제어 시스템(unloader palletizing control system)(1400)을 도시한다. 팔레타이징 제어 시스템(1400)은 도 3a-도 3c의 자동 팔레타이징 시스템(318) 및 도 16의 엔드-투-엔드 제어 시스템 다이어그램(1600)과 관련하여 설명된 바와 같이, 개시된 활동들을 수행하도록 구성된 인식 시스템들(1402), 산업 제어 시스템들(1404) 및 컴퓨터 시스템들(1406)을 포함할 수 있다.
일 실시 형태에서, 인식 시스템들(1402)은 카메라 시스템들(1408), 로드 셀들(1410), 압력 센서들(1412) 및 LIDAR, 관성 측정 유닛들, 음파 로컬레이터들 등과 같은 기타 센서들(1414)로부터 입력을 수신할 수 있다. 산업 제어 시스템들(1404)은 자동 팔레타이징 시스템(318)의 산업 설비를 위한 공압 장치들(1416), 유압 장치들(1418) 및 모터들(1420)에 대한 제어를 포함할 수 있다.
팔레타이징 제어 시스템(1400)의 컴퓨터 시스템(1406)은 도 23과 관련하여 설명된 것과 같은 컴퓨팅 장치들(2300)를 포함할 수 있다. 개시된 활동들을 수행하는 데 필요한 데이터 및 로직은 유선 및/또는 무선 네트워크 기술을 통해 연결될 수 있는 컴퓨터 시스템(1406)을 포함하는 임의의 수의 컴퓨팅 장치들(2300)에 저장될 수 있다.
도 15는 일 실시 형태에 따른 언로더 적재 안정화 제어 시스템(unloader load stabilization control system)(1500)을 도시한다. 적재 안정화 제어 시스템(1500)은 도 9a 및 도 9b의 자동 팔레트 적재 안정화 시스템(900) 및 도 16의 엔드-투-엔드 제어 시스템 다이어그램(1600)과 관련하여 설명된 바와 같이 개시된 활동들을 수행하도록 구성된 인식 시스템들(1502), 산업 제어 시스템들(1504) 및 컴퓨터 시스템들(1506)을 포함할 수 있다.
일 실시 형태에서, 인식 시스템들(1502)은 카메라 시스템들(1508), 위치 센서들(1510), 그리고 LIDAR, 관성 측정 유닛들, 음파 탐지기들 등과 같은 다른 센서들(1512)로부터 입력을 수신할 수 있다. 산업 제어 시스템들(1504)은 자동 팔레트 적재 안정화 시스템(900)의 산업 설비를 위한 공압 장치들(1514), 유압 장치들(1516) 및 모터들(1518)에 대한 제어를 포함할 수 있다.
적재 안정화 제어 시스템(1500)의 컴퓨터 시스템(1506)은 도 23과 관련하여 설명된 것과 같은 컴퓨팅 장치들(2300)을 포함할 수 있다. 개시된 활동들을 수행하는 데 필요한 데이터 및 로직은 유선 및/또는 무선 네트워크 기술을 통해 연결될 수 있는 컴퓨터 시스템(1506)을 포함하는 임의의 수의 컴퓨팅 장치들(2300)에 저장될 수 있다.
도 16은 일 실시 형태에 따른 엔드-투-엔드 제어 시스템 다이어그램(1600)을 도시한다. 엔드-투-엔드 제어 시스템 다이어그램(1600)은 자재 취급 설비 전반에 걸쳐 MTBH(402)의 하역, 취급 및 보관을 관리하기 위해, 로봇 하역 시스템(300), 자동 팔레타이징 시스템(318), 모바일 운송 플리트 매니저(mobile transport fleet manager)(1604) 및 그것이 관리하는 AMR(324), 자동 팔레트 적재 안정화 시스템(900), 및 자동 크레인 보관 및 회수 시스템(1200) 사이의 주요 통신 및 MTBH 흐름을 도시한다.
로봇 하역 시스템(300)은 도 13에 도시된 것과 같은 하역 제어 시스템(1300)으로 구성될 수 있다. 자동 팔레타이징 시스템(318)은 도 14에 도시된 것과 같은 로봇 하역 시스템(300)으로 구성될 수 있다. 자동 팔레트 적재 안정화 시스템(900)은 도 15에 도시된 것과 같은 적재 안정화 제어 시스템(1500)으로 구성될 수 있다. 이들 컨트롤러들(controllers) 각각은 유선 또는 무선 네트워크를 통해 서로에게 제어 통신(1602)을 전송하는 컴퓨터 시스템들을 포함할 수 있다. 이러한 컨트롤러들은 무선 플리트 제어(1606)를 통해 AMR(324)을 관리하는 모바일 운송 플리트 매니저(1604)와 통신하도록 추가로 네트워크화될 수 있다. 일 실시 형태에서, 자재 취급 설비 내의 모든 컴퓨터 시스템들은 설비 전체의 EtherCAT 네트워크에 유선 연결될 수 있다.
하역 제어 시스템(1300)은 컨테이너 재고(1610), 피킹 시퀀스(1612) 및 피킹 속도(1614)와 같은 저장된 하역 데이터(1608)에 액세스하고 업데이트할 수 있다. 팔레타이징 제어 시스템(1400)은 유입 박스 시퀀스(1618), 분류 로직(1620), 팔레트 상태(1622) 및 팔레트당 현재 MTBH 수량(1624)과 같은 저장된 팔레타이제이션 데이터(1616)에 액세스하고 업데이트할 수 있다.
일반적인 재료 하역 및 취급 작업 동안, MTBH(402)는 컨베이어 및 기타 MHE를 통해, 로식 하역 시스템(300)으로부터 자동 팔레타이징 시스템(318)으로 전달될 수 있다. 팔레트화 후, MTBH(402)는 팔레트 슬리브 없이 보관을 위해 랩핑되거나 팔레트 슬리브 내의 보관을 위해 자동 크레인 보관 및 회수 시스템(1200)으로 직접 보내지기 위해 AMR들(324)에 의해 자동 팔레트 적재 안정화 시스템(900)으로 운송될 수 있다. 수축 랩핑된 팔레트 적재물들은 AMR들(324)에 의해 수용될 수 있으며 거기에서 자동 크레인 보관 및 회수 시스템(1200)으로 운송될 수 있다.
엔드-투-엔드 시스템이 기능하는 속도는 MTBH(402)가 자동 팔레타이징 시스템(318)에서 팔레타이징되는 속도에 의해 결정될 수 있다. 팔레타이징 제어 시스템(1400)은 하역될 컨테이너에 포함된 MTBH(402)의 수량, 크기 및 유형을 포함하는 적하 목록 정보(manifest information)를 수신할 수 있다. 이 정보를 사용하여, 팔레타이징 제어 시스템(1400)은 하역된 MTBH(402)가 자동 팔레타이징 시스템(318)에 도착할 때 채워질 팔레트 적재물들 세트를 결정할 수 있다. 이 데이터는 자동 팔레타이징 시스템(318)에 공급되는 MHE를 분류함으로써 사용될 수 있다.
일 실시 형태에서, MHE는 MTBH를 작은 버퍼 레인(buffer lane)으로 지향시킬 수 있다. 그러나, MTBH가 자동 팔레타이징 시스템(318)으로 직접 흐를 때, 운송 적하 목록의 번호는 팔레타이징된 것으로 간주될 수 있으며 진행 중인 팔레트 또는 팔레트들을 최적으로 채우기 위한 피킹 순서에 관해 자동 언로더(500)에 알리는 데 사용될 수 있다. 자동 언로더(500)는 버퍼 영역으로 제외되거나 분류되어야 하는 MTBH의 양을 줄이기 위해 픽-투-이그조셔천(pick-to-exhaustion)으로 프로그래밍될 수 있다.
일 실시 형태에서, 적하 목록 데이터는 다른 저장된 하역 데이터(1608)뿐만 아니라, 하역 제어 시스템(1300)에 의해 제공될 수 있는 피킹 시퀀스(1612) 데이터와 조합하여, 자동 팔레타이징 시스템(318)에 의해 팔레타이징이 수행되는 속도(1628)를 모니터링하거나 계산하기 위해 흐름 제어 피드백 루프(1626)에 대한 입력으로, 팔레타이징 제어 시스템(1400)의 컴퓨터 시스템(1406)에 의해 사용될 수 있다. 그 다음 속도 데이터(1630)는 제어 통신들(1602)의 일부로서 모바일 운송 플리트 매니저(1604), 로봇 하역 시스템(300)의 하역 제어 시스템(1300), 및 자동 팔레트 적재 안정화 제어 시스템(900)의 적재 안정화 시스템(1500)과 같은 다른 제어 컴포넌트들에 통신될 수 있다. 이러한 컴포넌트들은 전체 엔드-투엔드- 시스템(end-to-end system)에 걸쳐 MTBH(402)의 가장 원활한 흐름을 제공하기 위해, 속도 데이터(1630)를 사용하여 그 로컬 데스크들을 수행하는 속도를 제어할 수 있다.
도 17은 도 5a 및 도 5b에 도시된 자동 언로더(500)와 같은 자동 언로더(Automated unloader)에 의해 수행될 수 있는 예시적인 자동 트럭 하역 루틴(automated truck unloading routine)(1700)을 도시한다. 예시적인 자동 트럭 하역 루틴(1700)이 특정 작업 시퀀스를 도시하고 있지만, 이 시퀀스는 본 개시의 범위를 벗어나지 않고 변경될 수 있다. 예를 들어, 도시된 작업들 중 일부는 자동 트럭 하역 루틴(1700)의 기능에 실질적으로 영향을 미치지 않는 병렬 또는 상이한 시퀀스로 수행될 수 있다. 다른 실시 형태들에서, 자동 트럭 하역 루틴(1700)을 구현하는 예시적인 장치 또는 시스템의 다양한 컴포넌트들은 동시에 또는 특정 시퀀스로 기능을 수행할 수 있다.
일부 실시 형태들에 따르면, 자동 트럭 하역 루틴(1700)은 블록(1702)에서 고객에 의해 제공된 운송 적하 목록 데이터를 컴퓨터 제어 시스템에 입력하는 것을 포함한다. 컴퓨터 제어 시스템은 도 23과 관련하여 설명된 바와 같은 하나 이상의 컴퓨팅 장치(2300)를 포함할 수 있다. 배송 적하 목록 데이터는 각 MTBH의 SKU, 무게, 높이, 너비 및 길이를 포함하여, 컨테이너 내 MTBH의 각 품목의 재고를 포함할 수 있다.
일부 실시 형태들에 따르면, 자동 트럭 하역 루틴(1700)은 운송 컨테이너 내에 자동 언로더(500)를 위치시키는 것을 포함한다. 자재 취급 설비에서 현장 작업팀은 도 4에 도시된 바와 같이 적재 도크(loading dock)에서 컨테이너, 트레일러, 또는 트럭을 수령할 수 있다. 컨테이너는 팀에 의해 열릴 수 있으며, 자동 언로더는 자동 작업 시작 시 자동 언로더의 초기 스캔 및 이동에 적합한 위치에 컨테이너 내에 수동으로 배치될 수 있다. 그 다음 팀은 자동 언로더를 그 자동 모드에 놓을 수 있고, 자동 언로더는 블록(1704)에서 자동 작업을 시작할 수 있다.
일부 실시 형태들에 따르면, 자동 트럭 하역 루틴(1700)은 블록(1706)에서 MTBH를 검출하기 위해 컨테이너 내의 영역을 스캐닝하는 것을 포함한다. 스캔은 카메라들, LIDAR, 바코드 스캐너들 등과 같은 인식 센서들에 의해 수행될 수 있다. 일 실시 형태에서, 센서들은 3피트 x 3피트 영역의 상세한 스캔을 제공할 수 있으므로, 한 번의 스캔이 트레일러, 트럭 또는 기타 컨테이너 내에 적층된 MTBH를 포함하는 박스들 또는 패키지들의 전체 벽을 커버하지 않을 수 있다. 완전한 커버리지(coverage)를 제공하기 위해, 각 관절형 로봇은 카메라를 사용하여 컨테이너 측면의 맵을 생성하여, 촬영된 스캔들 간의 오버랩을 보장할 수 있다. 이러한 경우, 자동 언로더는 운송 컨테이너 또는 트레일러의 예상된 치수 또는 입력된 치수에 기초하여 디폴트 좌측 상부 위치에서 스캐닝을 시작할 수 있다. 다른 실시 형태에서, 컨테이너 내에 적층된 MTBH의 벽에 대한 초기 치수를 나타내기 위해 먼저 더 낮은 해상도의 전체 스캔이 획득될 수 있으며, 가장 좌측 상부의 MTBH가 검출되는 것으로 보다 상세한 스캐닝이 시작된다. 일부 실시 형태들에서 스캔은 획득 및 처리에 데 0.5초 정도 소요될 수 있으며, 이를 통해 유해한 시간 손실 없이 다수의 영역들에 대한 스캔들을 수행할 수 있다.
시스템은 컨테이너 내에 적층된 박스들의 면을 스캔할 수 있고, 3개의 직교 위치들 및 기본 축으로부터 3개의 회전 오프셋들에 관하여 3차원 공간에서 이들을 위치시킬 수 있다. 이는 3차원 공간에서 3차원 물체를 정의하는 데 필요한 정보의 양이다. 3개의 병진 컴포넌트들 및 3개의 회전 컴포넌트들은 공간에서 박스들의 위치와 방향을 정의할 수 있으며, 그로부터 각 측면의 면과, 피킹 면의 중심으로 표시되는 접촉 법선 포인트를 정의할 수 있다.
피킹 면이 평평하지 않은 상황에서는, 표면 토폴로지(surface topology)에 대한 중심의 근사치가 만들어질 수 있다. 일 실시 형태에서, 자동 언로더(500)는 도 5a에 도시된 바와 같이, 자동 언로더의 베이스에 부착된 2개의 개별 산업용 협동 로봇들을 포함할 수 있다. 각 로봇은 운송 컨테이너의 자체 부분(즉, 컨테이너로 직접 향하는 로봇이 감지하는 우측 부분 또는 좌측 부분)을 스캔하는 것을 담당할 수 있다. 두 부분들은 스캔된 MTBH 데이터에 공백이 남지 않는 것을 보장하기 위해 일부 오버랩을 포함할 수 있다.
일부 실시 형태들에 따르면, 자동 트럭 하역 루틴(1700)은 블록(1708)에서 각각의 스캔된 컨테이너 부분 및 MTBH의 유닛에 대한 가상 표현(virtual representation)을 구축하는 것을 포함한다. 일 실시 형태의 가상 표현은 마스터 로봇 컨트롤러 또는 로봇 운영 시스템(ROS) 컴퓨터에 의해 생성될 수 있다. 프로그램은 예상되는 환경과 파라미터들을 설정하는 기본 코드, 및 로봇의 동작에 대한 TCP/IP 제어를 제공하는 인터페이스(interfaces)를 가질 수 있다. 행동 트리(Behavior trees)는 로봇 스캔들로부터 가상 표현을 완성하는 데 사용될 수 있다. 행동 트리는 루트 노드(root node), 제어 흐름 노드들 및 실행 노트들(execution notes)을 포함하는 수학적 모델을 제공하며, 당업자가 잘 이해하는 바와 같이 복잡한 연산을 일련의 간단한 연산으로 표현하는 데 사용된다. 시스템을 위한 소프트웨어 스택(software stack)은 Gazebo와 같은 시뮬레이션 프레임워크에서 실행될 수 있다. RViz 또는 유사한 프로그램들을 사용하여 인식 센서들의 시각화를 나타낼 수 있다.
가상 표현은 컨테이너 내에서 검출된 MTBH의 각 유닛의 포즈에 대해 6 DOF의 추정치를 사용할 수 있다. 일 실시 형태에서, 자동 하역기 제어 시스템은 고객의 창고 관리 시스템에 대한 애플리케이션 프로그래밍 인터페이스(API) 연결을 통해 블록(1702)에서 입력된 운송 적하 목록에 액세스할 수 있다. 가상 표현은 예상되는 박스들에 대해 검증될 수 있고, 적하 목록에 의해 제공되는 데이터는 검출된 박스들이 하역 로봇들의 처리 제한 제약들 내에 있는지 확인하는 데 사용될 수 있다. 예를 들어, 하역 로봇들은 24인치 이하의 치수와 30파운드 이하의 무게를 갖는 MTBH를 처리할 수 있다. 검출되고 표시된 품목이 이러한 파라미터들을 초과하는 경우, 결과 하역 계획에서 이러한 품목이 무시되거나, 픽업하기보다는 한쪽으로 밀어내는 등의 처리가 필요할 수 있다.
결정 블록(1710)에서 전체 가시적 벽이 아직 스캔되지 않은 경우, 자동 트럭 하역 루틴(1700)은 컨테이너 내부의 다음 영역을 식별하고 스캔하기 위해 블록(1706)으로 리턴될 수 있다. 이 다음 스캐닝 영역은 스캔된 MTBH 데이터에 공백이 남지 않도록 스캔된 이전 영역과 오버랩될 수 있다. 결정 블록(1710)에서 전체 가시적 벽이 스캔된 경우, 자동 트럭 하역 루틴(1700)은 블록(1712)으로 계속될 수 있다.
일부 실시 형태들에 따르면, 자동 트럭 하역 루틴(1700)은 블록(1712)에서 MTBH에 대한 동작 계획들을 시뮬레이션하기 위해 스캔된 전체 가시적 벽에 대해 블록(1708)의 완료를 통해 반복적으로 구축된 가상 표현을 사용하는 것을 포함한다. MTBH의 각 후보 품목에 대해, 소스 위치로부터 목적지 위치까지 실행 가능하고 안전하며, 완전한 모션 경로들이 계산될 수 있다. 그러나, MTBH의 각 면을 항상 사용할 수 있는 것은 아니므로, 피킹 시퀀스도 고려할 수 있다. 각 MTBH에 대한 동작 계획들은 산업용 협동 로봇들을 적재 컨베이어에 부착하는 이동 가능한 베이스에 의해 가정되는 증분 위치들의 함수일 수 있다. Kavraki Lab에서 생성된 OMPL(Open Motion Plan Library)에서 제공되는 것과 같은 동작 계획들이 사용될 수 있다.
상이한 동작 계획들은 상이한 세그먼트들에 대해 로봇들을 제어할 수 있다. 예를 들어, 로봇이 특정 동작 라인을 따르는 것이 중요한 경우 데카르트 모션 플래닝이 사용될 수 있다. 작동할 공간이 제한된 경우, 충돌 없는 구성들에 대응하는 노드들(nodes)과 이러한 구성들 사이의 실행 가능한 이동 경로들에 대응하는 에지들(edges)을 갖는 그래프로 확률적 로드맵이 구성되고 저장될 수 있다. 동작 계획들은 환경의 상태(컨테이너 경계 내 각 박스의 6개 측면들의 절대적 및 상대적 위치들 등), 자동 언로더(500)의 상태(로봇 관절 각도, 인코더 데이터 및 다른 센서들로부터의 정보 등), 및 행동 트리들로부터의 상위 레벨 계획을 취할 수 있다. 동작 계획의 출력은 관절 각도를 시간의 함수로서 나타내는 6개 부동 소수점 변수들(floating point variables)의 시퀀스를 포함하는 궤적일 수 있으며, 이는 실행을 위해 로봇들의 모터들로 전송될 수 있다.
스캔된 데이터는 일부 실시 형태들에서 학습 라이브러리에 추가될 수 있으며 스캐닝 센서들을 통해 검출된 특징들의 분류 및 분할로부터 MTBH를 보다 신속하게 검출하고 식별하도록 기계 알고리즘(machine algorithm)을 훈련시키기 위해 기계 학습(machine learning)에 입력될 수 있다. 일 실시 형태에서, Fizyr와 같은 기계 학습 설비가 사용될 수 있다. 기계 학습은 시간이 지남에 따라 검출된 후보들을 고려할 때 양호한 픽(good pick)을 위하여 MTBH의 포즈를 이해하는 데 도움이 될 수 있다. 성공적인 픽들 및 실패한 픽들은 강화 학습에 사용될 수 있다.
가상 표현은 또한 내부 테스트 및 검증뿐만 아니라 새로운 데이터의 지속적인 통합에 사용하기 위해 저장될 수도 있으며, 따라서 운송 컨테이너의 실제 패키징 구성에 대한 "디지털 트윈(digital twin)"이 유지된다. 자동화 및 로봇 공학 분야에 익숙한, 디지털 트윈 개념화는 실제 환경에서 실행하기 전 또는 실행과 병행하여 시뮬레이션 환경에서 작업 코드를 테스트하는 기능을 제공한다.
일부 실시 형태들에 따르면, 자동 트럭 하역 루틴(1700)의 블록(1714)은 픽을 달성하기 위해 로봇 베이스에서 필요한 모션에 기초하여 블록(1712)에서 생성된 각 동작 계획을 스코어링(scoring)하는 것을 포함한다. 도 5a 및 도 5b와 관련하여 설명된 바와 같이, 피킹을 수행하는 산업용 협동 로봇들은 전후로 횡방향 이동(즉, 컨테이너 내로 더 신장 또는 컨테이너 개구를 향해 외부로 수축)뿐만 아니라, 좌측으로부터 우측으로 회전 운동(도시된 적재 컨베이어 피벗에서 피벗팅)이 가능한 적재 컨베이어의 단부에 위치되는 베이스에 장착될 수 있다. 일 실시 형태에서, 적재 컨베이어는 또한 리프팅 메커니즘들(lifting mechanisms)을 통해 적재 컨베이어 피벗에서 위쪽 및 아래쪽으로 피벗할 수 있다. 베이스에서 제공되는 이러한 동작의 범위들은 보조 자유도라고도 할 수 있다(각 개별 로봇에 의해 제공될 수 있는 6개의 자유도와 대조). 각 동작 계획에 대한 최고 스코어는 베이스의 이 횡방향 및 회전 운동을 최소화하는 계획뿐만 아니라, 해당되는 경우 수직 조정과 연관될 수 있다. 일 실시 형태에서, 위치, 속도, 가속도, 저크(jerk), 스냅, 궤적 정규화 거리, 및 구성 공간, 여유 공간, 타겟 공간, 및 장애물 공간과 관련된 다른 속성들과 같은 요인들이 스크어링에 관련될 수 있다. 스코어링 알고리즘(scoring algorithm)은 MTBH의 상이한 물리적 환경 구성들 및 속성들에 기초하여 이러한 변수들에 다양한 가중치를 적용할 수 있다. 예를 들어, MTBH에 깨지기 쉬운 물체가 포함될 것으로 예상되면 저크 및 스냅에 더 많은 가중치가 부여될 수 있다.
일부 실시 형태들에 따르면, 자동 트럭 하역 루틴(1700)은 블록(1716)에서 최상의 스코어들을 갖는 후보 동작 계획들로부터 최적의 피킹 시퀀스를 생성하는 것을 포함한다. 최적의 피킹 시퀀스들에는 어려운 MTBH에 대한 이중 암 피킹 전략들(dual arm picking strategie)이 포함될 수 있다(다른 로봇의 동작과 관계없이 MTBH의 한 품목을 피킹하는한 로봇 암의 일반적인 경우와 대조). 최적의 피킹 시퀀스들은 또한 한 로봇의 동작이 다른 로봇의 동작을 방해하거나 심지어 손상시키는 것을 방지하기 위해, 두 암들의 동작들 간의 동기화를 설명할 수도 있다. 최적의 피킹 시퀀스들은 또한 틸팅 컨베이어(tilting conveyor)의 동작에 대한 타이밍을 고려할 수도 있으며 로봇 암들의 조작성을 극대화할 수도 있다. 이러한 피킹 시퀀스들을 계산하기 위해, 각각의 실현 가능한 면의 동작 계획들이 검사될 수 있다.
일부 실시 형태들에 따르면, 자동 트럭 하역 루틴(1700)은 블록(1718)에서 최적의 피킹 시퀀스로부터 픽을 선택하는 것을 포함한다. 각각의 로봇은 도 18에 도시된 개별 관절형 로봇에 대한 픽 루틴(1800)의 단계들에 따라 시퀀스로부터 일련의 픽들을 독립적으로 수행할 수 있다. 일 실시 형태에서, 상기 시스템은 MTBH의 첫 번째 품목을 적재 컨베이어가 아닌 예외 경로 컨베이어(exception path conveyor)에 배치하여, 이 품목이 나중에 작업 팀에 의해 쉽게 검사될 수 있도록 할 수 있다. 컨테이너가 스네이크 SKU(snake SKU)에 적재되었거나 그 내용물들이 혼합된 경우, 시스템은 각 고유 SKU 중 첫 번째 SKU를 예외 경로 컨베이어에 배치할 수 있다.
MTBH의 상이한 크기들은 관절형 로봇들이 피킹 시퀀스의 피킹을 수행하는 속도에 영향을 미칠 수 있다. 매우 작은 박스들의 경우, 자동 언로더(500)는 시간당 700~1,400개의 케이스(CPH)를 하역할 수 있다. 관절형 로봇들의 엔드 이펙터들이 주로 처리하도록 구성될 수 있는 소형 및 중형 박스들은 각각 800~1,100 CPH 및 800~1,200 CPH의 속도로 하역될 수 있다. 각 치수가 20인치 이상인 박스들과 같은 대형 박스들은 600~900CPH의 일반적인 하역 속도를 가질 수 있다.
결정 블록(1720)에서, 자동 트럭 하역 루틴(1700)은 개별 관절형 로봇에 대한 픽 루틴(1800)을 통해 수행된 픽이 성공했는지 여부를 결정할 수 있다. 픽이 성공하지 못한 것으로 결정되면, 블록(1722)에서 실패 이유가 평가될 수 있다. 픽 실패는 관절형 로봇 결함, 엔드 이펙터 결함, 인식 결함, 모션 플래닝 결함, 또는 하역 환경의 기타 다양한 정적 또는 동적 조건들의 결과일 수 있다. 실패가 결정 블록(1724)에서 로봇, 엔드 이펙터, 또는 인식 결함인 것으로 결정되면, 자동 트럭 하역 루틴(1700)은 블록(1718)에서 최적의 피킹 시퀀스로부터 상이한 픽을 선택하기 위해 리턴될 수 있다.
실패가 결정 블록(1724)에서 로봇, 엔드 이펙터, 또는 인식 결함 이외의 이유들에 기인하는 것으로 결정되면, 블록(1726)에서 동작 계획이 다시 계산되고 피킹 시퀀스가 업데이트될 수 있다. 동작 계획 및 피킹 시퀀스는 피킹되는 품목의 피킹 면의 종횡비, 운송 적하 목록에 표시된 품목의 중량, 및/또는 그 높이, 그 폭, 또는 그 길이와 같은 물체의 개별 치수에 기초하여 다시 계산될 수 있다. 동작 계획 및 피킹 시퀀스는 또한 다른 MTBH에 대한 물품의 위치, 또는 컨테이너 및 MTBH를 포함하는 환경의 다른 파라미터들에 기초하여 업데이트될 수 있다. 새로운 픽은 이때 실행될 수도 있고 추후 실행을 위해 피킹 시퀀스에 포함될 수도 있다. 자동 트럭 하역 루틴(1700)은 MTBH 피킹을 계속하기 위해 블록(1718)으로 리턴될 수 있다.
일 실시 형태에서, 자동 모드에서 작동 동안 결함, 예외 또는 기타 고장이 발생하면, 작업 팀은 자동 작동을 중지하고 수동 또는 유지 관리 모드로 들어갈 수 있다. 일 실시 형태에서, 작업 팀은 예외를 발생시키는 MTBH를 수동으로 제거하고 이를 측면으로 설정하도록 선택할 수 있으며, 그 다음 자동 언로더(500)가 자동 모드에서 계속 작동하도록 허용할 수 있다.
결정 블록(1720)에서 픽이 성공한 것으로 결정되면, 자동 트럭 하역 루틴(1700)은 블록(1728)으로 계속될 수 있다. 일부 실시 형태들에 따르면, 자동 트럭 하역 루틴(1700)은 블록(1728)에서 환경을 스캔하고, 가상 표현을 업데이트하고, 필요한 경우 최적의 피킹 시퀀스를 수정하는 것을 포함한다. 이러한 방식으로, 컨테이너 환경의 디지털 트윈은 피킹된 MTBH의 제거를 설명하기 위해 업데이트될 수 있으며, 이전 품목을 피킹함으로써 생성된 갭(gap)에 의해 새롭게 드러난 MTBH를 포함할 수 있다. MTBH의 새로운 품목이 검출되면, 그 위치가 결정되고 가상 표현에 추가될 수 있다. 이미 가상 표현의 일부인 박스가 검출되면, 그 스캔된 위치를 가상 표현의 위치와 비교하여 이전에 식별된 픽 전략을 방해할 정도로 이동하지 않았는지 확인할 수 있다. 예를 들어, MTBH가 위치 변경 임계값 이상으로 이동한 경우, 가상으로 표현된 위치와 그 동작 계획의 일부가 업데이트될 수 있다. 이러한 임계값은 3인치와 같이 절대적일 수 있거나, 이동 방향에서 품목 크기의 40%와 같이 비례적일 수도 있다(즉, 수평으로 이동한 10인치 폭 물체의 경우 4인치). 일 실시 형태에서, 로봇-장착된 카메라 또는 다른 센서들은 성능 또는 시각적 표현에서 결함이 검출되면 작업 중 언제든지 수동으로 또는 자동으로 주문형으로 스캔하도록 지시받을 수 있다.
결정 블록(1720)으로부터, 성공적인 픽을 위해, 자동 트럭 하역 루틴(1700)은 또한 블록(1732)으로 분기할 수 있다. 블록(1732)에서, 개별 관절형 로봇에 대한 픽 루틴(1800)을 수행하는 관절형 로봇에 의해 컨베이어 상에 위치된 MTBH를 검사하기 위해 스캐닝 터널(scanning tunnel)이 활성화될 수 있다. 이러한 방식으로 MTBH는 텔레스코핑 운송 컨베이어를 따라 자동 팔레타이징 시스템을 향해 이동할 때 검사될 수 있다. 스캐닝 터널은 광학 문자 인식(OCR), 기계 학습, 패턴 매칭(pattern matching), 또는 스캐닝 터널에서 수행되는 2D 및 3D 이미징에 기초하여 사용될 수 있는 기타 식별 기술들을 사용하여 적하 목록에서 예상되는 품목에 대해 MTBH를 식별하기 위해 5면 또는 6면 스캔을 수행할 수 있다. 이러한 기술들과 동작들은 MTBH가 역반사 센서 빔(retro-reflective sensor beam)을 차단할 때 라이트 페인들(light panes)을 켜고, 스캐닝 터널 카메라들로부터 이미지를 캡처하고, 이미지 데이터로부터 MTBH 라벨들의 추출 및 분석에 기초한 SKU와 같은 물류 정보를 추출하고, 하역되는 컨테이너에 대한 적하 목록으로 추출된 라벨들을 확인하는 것을 포함할 수 있다.
결정 블록(1730)에서, 자동 트럭 하역 루틴(1700)은 블록(1706) 내지 블록(1710)에서 스캔된 가시적 벽이 완전히 클리어되었는지 여부를 결정할 수 있다. 벽이 아직 클리어되지 않은 경우, 자동 트럭 하역 루틴(1700)은 블록(1718)으로 리턴되어 피킹 시퀀스에서 다음 픽을 실행할 수 있다. 결정 블록(1730)에서 벽이 클리어된 경우, 자동 트럭 하역 루틴(1700)은 블록(1706)으로 리턴되어 MTBH의 다음 벽을 검사하거나, 컨테이너에 추가 MTBH가 남아 있지 않은지 결정할 수 있다. 일단 모든 MTBH가 컨테이너로부터 제거되면, 자동 언로더(500)는 자동으로 도크로 다시 후퇴할 수 있고 새로운 컨테이너로 서비스되기를 기다릴 수 있다.
도 18은 개별 관절형 로봇에 대한 예시적인 픽 루틴(1800)을 도시한다. 개별 관절형 로봇에 대한 예시적인 픽 루틴(1800)이 특정 작업들 시퀀스를 도시하고 있지만, 이 시퀀스는 본 개시의 범위를 벗어나지 않고 변경될 수 있다. 예를 들어, 도시된 작업들 중 일부는 개별 관절형 로봇에 대한 픽 루틴(1800)의 기능에 실질적으로 영향을 주지 않는 병렬로 또는 상이한 시퀀스로 수행될 수 있다. 다른 실시 형태들에서, 개별 관절형 로봇에 대한 픽 루틴(1800)을 구현하는 예시적인 장치 또는 시스템의 다양한 컴포넌트들은 기능들을 동시에 또는 특정 시퀀스로 수행할 수 있다.
일부 실시 형태들에 따르면, 개별 관절형 로봇에 대한 픽 루틴(1800)은 블록(1802)에서 컨테이너 내의 MTBH의 포즈 및 위치를 나타내는 1D, 2D 및 3D 센서 데이터를 제어 시스템으로 전송하는 것을 포함한다. 1D 센서들은 압력 센서들, 로드 셀들, 음파 탐지기들, 또는 공간의 1차원 지점과 관련된 정보를 캡처하는 유사한 센서들을 포함할 수 있다. 2D 센서들은 컨테이너 내의 시야를 나타내는 2차원 이미지들을 캡처할 수 있는 카메라들을 포함할 수 있다. 3D 센서들은 2D 센서에 의해 캡처된 평면 데이터뿐만 아니라 시야 내 깊이를 검출하거나 계산할 수 있는 이미징 기술들을 포함할 수 있다. 제어 시스템은 도 13을 참조하여 설명된 하역 제어 시스템(1300)을 포함하거나 이에 연결될 수 있다.
일부 실시 형태들에 따르면, 개별 관절형 로봇에 대한 픽 루틴(1800)은 블록(1804)에서 최적의 피킹 시퀀스에 대한 동작 계획을 수신하는 것을 포함한다. 동작 계획들은 자동 트럭 하역 루틴(1700)과 관련하여 설명된 바와 같이, 비-로봇 또는 보조 DOF들에 걸쳐 필요한 모션을 최소화하도록 동작할 수 있다. 피킹 시퀀스 데이터는 MTBH의 품목의 원하는 표면과 접촉하기 위해 3차원 공간 내에서 적어도 6개의 DOF를 가로질러 이동하는 방법을 로봇에 지시할 수 있다.
일부 실시 형태들에 따르면, 개별 관절형 로봇에 대한 픽 루틴(1800)은 동작 계획에 의해 제공되는 개별 단계들에 따라, 블록(1806)에서 엔드 이펙터를 MTBH를 잡는 위치로 이동하고, 조인트 회전 및 툴 포인트 아크(tool point arcs)를 최소화하는 것을 포함한다.
일부 실시 형태들에 따르면, 개별 관절형 로봇에 대한 픽 루틴(1800)은 블록(1808)에서 위치 접촉 제어를 위한 1D 센서들을 사용하여, 엔드 이펙터를 MTBH와 접촉 법선(contact normal)으로 위치시키는 것을 포함한다. 접촉 법선은 접촉면에 수직 또는 법선 방향으로의 움직임이 관절형 로봇이 다른 MTBH의 벽 또는 스택에서 MTBH를 픽할 수 있도록 하는 방식으로 엔드 이펙터가 MTBH와 결합할 수 있는 위치를 가리킨다.
일부 실시 형태들에 따르면, 개별 관절형 로봇에 대한 픽 루틴(1800)은 블록(1810)에서 엔드 이펙터가 MTBH와 결합하도록 시작하는 것을 포함한다. 일 실시 형태에서, 엔드 이펙터는 공압식 진공 엔드 이펙터일 수 있다. 이러한 엔드 이펙터를 시작하는 것은 MTBH의 편평한 표면과 물리적으로 접촉하고 진공 흡입(vacuum suction)을 결합하여 MTBH를 엔드 이펙터에 대해 견고하게 당겨, 관절형 로봇이 인접한 MTBH에 의해 인가되는 마찰력에 대항하여 이를 당길 때 이 진공력에 의해 유지될 수 있고, 로봇 암이 MTBH 벽 또는 스택으로부터 적재 컨베이어로 빈 공간을 횡단할 때 중력 및 관성력에 대해 견고하게 유지되도록 할 수 있다. 다른 실시 형태에서, 엔드 이펙터는 당업자에 의해 쉽게 이해될 수 있는 바와 같이, 핀칭 모션(pinching motion)과 결합하는 핑거들(fingers), 또는 MTBH와 결합될 수 있는 일부 다른 고정 특징부(securement feature)를 포함할 수 있다.
일부 실시 형태들에 따르면, 개별 관절형 로봇에 대한 픽 루틴(1800)은 블록(1812)에서 1D 및 압력 센서들을 사용하여 그립(grip)이 완료되었는지 확인하는 것을 포함한다. 그립이 완료된 것으로 확인되지 않으면, 로봇은 개별 관절형 로봇에 대한 픽 루틴(1800)의 시작으로 리턴되거나, 개별 관절형 로봇에 대한 픽 루틴(1800)을 종료하여, 성공적인 그립을 달성하기 위해 다른 동작들이 취해지도록 할 수 있다.
일부 실시 형태들에 따르면, 개별 관절형 로봇에 대한 픽 루틴(1800)은 일단 그립이 확인되면 블록(1814)에서 접촉 법선 벡터를 통해 MTBH를 상승시키는 것을 포함한다. 일 실시 형태에서, MTBH의 원래 위치로부터의 오프셋(offset)은 블록(1816)에서 확인될 수 있다. 이는 그립이 완료되었음을 확인하는 또 다른 레이어를 제공할 수 있으며, 관측 및 계산 지점이 현재 MTBH가 적재 컨베이어로 의도된 이동 경로를 방해하는 것이 없는지 확인하도록 할 수 있다.
일부 실시 형태들에 따르면, 개별 관절형 로봇에 대한 픽 루틴(1800)은 블록(1818)에서 MTBH를 적재 컨베이어로 운송하는 것을 포함한다. 자동 트럭 하역 루틴(1700)은 그 다음 블록(1820)에서 1D 힘 센서를 사용하여 블록(1820)에서 MTBH의 무게를 측정할 수 있다. 일부 실시 형태들에서, 무게 측정은 컨테이너로부터 떨어진 다른 운송 지점들을 따라 또는 적재 컨베이어에서 센서를 사용하거나, 패키지 적하 목록에 매칭하는 것과 같은, 일부 다른 프로세스들에 의해 완료될 수 있다. 개별 관절형 로봇에 대한 픽 루틴(1800)은 블록(1822)에서 MTBH를 적재 컨베이어 상에 배치하는 것으로 끝날 수 있다.
도 19는 일 실시 형태에 따른 자동 트럭 하역 흐름도(1900)를 도시한다. 도시된 단계들은 도 13에서 설명된 하역 제어 시스템(1300)에 의해 수행될 수 있다. 대체적으로, 자동 트럭 하역 흐름도(1900)는 하역 제어 시스템(1300)이 일 실시 형태에서 자동 트럭 하역 루틴(1700)을 수행할 수 있는 방법을 나타낸다.
자동 트럭 하역 흐름도(1900)는 전체 벽 스캐닝(1902) 단계로 시작할 수 있다. 이동 컨베이어 다운(1904a) 단계, 이동 컨베이어 미들(1904b) 단계, 및 이동 컨베이어 업(1904c) 단계가 수행될 수 있으며, 각각 프로세스 좌측 및 우측 이미지들(1906) 단계가 뒤따른다. 이러한 방식으로, 또는 더 많거나 더 적은 유사한 단계들에서, MTBH의 전체 벽이 컨테이너 내에서 스캔될 수 있다.
전체 벽 스캐닝(1902)이 완료된 후, 작업의 흐름은 검출 캐시 흐름도(detection cache flow diagram)(2000)로 진행될 수 있다. 이는 도 20과 관련하여 보다 상세히 설명된다. 대체적으로, 검출 캐시 흐름도(2000)는 생성 검출 캐시(1908) 단계들, 및 업데이트 검출 캐시(1910) 단계들을 포함할 수 있다.
검출 캐시 흐름도(2000)에서 설명된 흐름 동안 생성된 데이터는 도 21에 도시된 플래너 흐름도(planner flow diagram)(2100)에 의해 설명된 바와 같이 플래너 작업(planner operations)에 의해 사용될 수 있다. 플래너 흐름도(2100)에 따른 작업을 통해, 동작 계획들은 생성 동작 계획들(1912) 단계에서 생성될 수 있으며, 캐시 동작 계획들(1914) 단계에서 캐싱될 수 있다.
검출 캐시 흐름도(2000)로부터의 검출 캐시 데이터 및 플래너 흐름도(2100)로부터의 플래닝 데이터는 도 22에 도시된 실행 흐름도(2200)와 관련하여 설명된 바와 같이 실행 동안 사용을 위해 제공될 수 있다. 실행 흐름도(2200)는 플래너 흐름도(2100)에 따른 작업을 통해 생성된 동작 계획들에 의해 표시된 바와 같이, 픽을 수행(1918)하기 위해 근접 내에 로봇틱스(robotics)를 위치시키기 위해 이동 컨베이어(1916) 단계를 진행할 수 있다. 픽 단계의 수행(1918)을 완료하는 것은 피킹 면에 접촉하기 위한 궤적들을 실행(1920)하는 동작 및 궤적들 실행(1920) 단계를 통해 발생하는 변화들에 기초하여 월드 상태를 업데이트(1922)하는 동작을 포함할 수 있다. 벽 클리어(1924) 체크가 이루어질 수 있고, 벽이 클리어되지 않은 경우, 실행 흐름도(2200)는 이동 컨베이어(1916) 단계로 복귀할 수 있다. 벽이 클리어되되면, 실행 흐름도(2200)는 다음 벽으로 이동(1926)하도록 진행할 수 있다. 실행 흐름도(2200)는 컨테이너에 MTBH가 있는 한 계속될 수 있다. 컨테이너 클리어(1928) 체크에서 결정된 대로, 모든 벽들이 클리어되면 실행이 종료될 수 있다.
도 20은 일 실시 형태에 따른 검출 캐시 흐름도(2000)를 도시한다. 검출 캐시 흐름도(2000)는 MTBH 검출에 대한 데이터를 수신하기 위해 대기하는(2002) 것으로 시작할 수 있다. 검출 캐시 흐름도(2000)는 인식 스캔들 동안 캡처된 이미지 및 포인트 클라우드 데이터(point cloud data)의 분석에 기초하여 MTBH 검출(2004) 데이터를 수신할 수 있다. 검출 이용 가능(2006) 체크에서, 데이터가 이용 가능하지 않은 경우, 검출 캐시 흐름도(2000)는 계속 대기할 것이다. 가능한 경우, 오더(order) 및 필터 검출(2008) 단계가 수행될 수 있다.
MTBH 검출 데이터는 피킹 포즈들을 달성하기 위해 횡단될 경로들의 세그먼테이션들(segmentations) 및 그 재료를 잡기 위한 피킹 포즈들에 대응하는 취급될 재료에 대한 정보를 포함할 수 있다. 피킹 포즈들은 관절형 로봇이 MTBH의 품목을 잡기 위해 달성해야 할 위치를 나타낸다. 검출된 MTBH에 대한 이러한 피킹 포즈들은 하역이 진행 중인 스캔된 벽의 일부인 MTBH와 관련될 수도 있고 그렇지 않을 수도 있다. 벽의 일부(2010) 체크에서 데이터가 결정되면, 이것은 벽 캐시(2012)에 저장될 수 있다. 그것이 벽의 일부가 아닌 경우, 컨테이너 캐시(2018)에 저장될 수 있다.
검출 캐시 흐름도(2000)는 플래너 흐름도(2100)로부터의 출력으로서 피킹 포즈 페어 계획(picking pose pair plan)(2022)을 요청할 수 있다. 피킹 포즈 페어는 2개의 관절형 로봇들에 의해 조정된 동작 단계에 대해 표시된 2개의 피킹 포즈들을 지칭할 수 있다. 피킹 포즈들 페어 중 하나는 왼손 관절형 로봇에 의해 실행될 수 있는 반면, 페어 중 다른 하나는 오른손 관절형 로봇에 의해 실행될 수 있다. 피킹 포즈 페어 계획은 2개의 관절형 로봇들 각각이 동작 계획의 다음 부분을 완료하기 위해 수행해야 할 움직임들을 설명하는 궤적들의 세트를 포함할 수 있다. 플래너 흐름도(2100)는 계획이 요청된 피킹 포즈 페어(피킹 포즈 페어 IDs(2024))에 대한 식별자(IDs)에 대한 요청을 검출 캐시로 다시 전송하는 동작을 포함할 수 있다. 이러한 피킹 포즈 페어 IDs(2026)는 검출 캐시에 의해 플래너 또는 실행 흐름에 제공될 수 있다.
벽 캐시 비어 있음(2014) 체크가 벽 캐시가 비어 있음을 나타내는 경우, 컨테이너 캐시를 벽 캐시로의 전환(2016)이 수행될 수 있다. 이 시점에서, 새로운 피킹 포즈 페어 IDs 획득(2020) 작업이 완료될 수 있으며 피킹 포즈 페어 IDs(2026)가 출력된다.
다음 파라미터들의 경우:
·
d : 검출 벡터
·
벽 캐시(wallCache) : 시스템에 가까운 모든 검출들의 벡터
·
컨테이너 캐시(ContainerCache) : 벽 캐시에 속하지 않는 모든 검출들의 벡터
이 검출 캐시 흐름도(2000)에 대응하는 의사코드(pseudocode)는 다음과 같을 수 있다:
MTBH d가 수신된 경우
오더 및 필터 d - d를 먼저 깊이별로 정렬한 다음, 상부, 중앙으로부터 정렬한다.
d가 가까우면
그것을 벽 캐시에 할당
그렇지 않으면
컨테이너 캐시에 할당
궤적 참조 요청이 수신된 경우
벽 캐시 체크
벽 캐시가 비어 있는 경우
벽 캐시는 컨테이너 캐시와 동일
위로 돌아가기
d IDs를 복귀
피킹 포스 페어의 경우
계획이 없다면
페어로 계획을 요청
종료
플래너 흐름도(2100)는 검출 캐시로부터 요청된 피킹 포즈 페어(2102)를 입력으로 취할 수 있다. 이것들은 검출 캐시에 의해 제공되는 2개의 다른 검출들에 대한 피킹 포즈들이다. 플래너 흐름도(2100)는 포즈 이용 가능(2106) 체크에서 이용 가능한 포즈들이 없는 것으로 간주되는 경우 요청된 포즈들 대기(2104)를 포함할 수 있다. 피킹 포즈들이 이용 가능한 경우, 듀얼 암 궤적 플래너(2108)는 요청된 피킹 포즈들에 대한 계획을 결정하도록 동작할 수 있다. 계획 이용 가능(2110) 체크에서 이용 가능한 계획이 없음을 나타내는 경우, 플래너는 다음 요청을 기다릴 수 있다. 일 실시 형태에서, 플래너는 성공 또는 실패 표시를 검출 캐시로 전송할 수 있다.
계획 이용 가능(2110) 체크에서 결정된 바와 같이 계획이 이용 가능한 경우, 궤적 캐시로 전송(2112) 단계가 수행될 수 있다. 플래너는 검출 캐시로부터 피킹 포즈 IDs를 요청(2114)할 수 있고, 요청된 피킹 포즈 페어에 대한 계획 궤적들을 출력(2116)할 수 있다. 이것들은 생성된 궤적들이다. 각 궤적은 1) 홈(Home), 2) 픽(Pick) 및 3) 드롭(Drop)이라는 3개의 다른 서브-궤적들을 가지고 있다. 각 암의 각각의 서브-궤적은 도 22에 도시된 실행 흐름도(2200)와 관련하여 설명된 바와 같이, 전체 시스템과 협력하여 동기화될 수 있다.
다음 파라미터들의 경우:
·
: 요청된 피킹 포즈들 페어
·
: 계획 궤적들 페어
이 검출 캐시 흐름도(2000)에 대응하는 의사코드는 다음과 같을 수 있다:
p가 수신되면:
를 좌측 암에 할당하고 를 우측 암에 할당
= 로부터 동작 계획 생성
t가 비어 있지 않은 경우:
t를 캐시하고 그것에 고유 ID를 할당
계획 성공으로 복귀
그렇지 않으면
계획 실패로 복귀
특정 ID로 쿼리하는 경우:
대응하는 t를 복귀
도 22는 일 실시 형태에 따른 실행 흐름도(2200)를 도시한다. 실행 흐름도(2200)는 암들을 시작 위치로 이동(2202)시키는 것으로 시작할 수 있어, 관절형 로봇 암들이 의도된 초기 위치에 있게 된다. 이는 각 관절형 로봇의 디폴트 홈 위치와 동일할 수도 있고, 전체 동작 계획 및 피킹 시퀀스에 대한 인식에 기초하여 다음 예상된 동작에 최적화된 포즈일 수도 있다. 실행 흐름도(2200)는 검출 캐시로부터 피킹 포즈를 요청(2206)하는 신호를 전송함으로써 피킹 포즈들을 획득(2204)할 수 있다.
피킹 포즈 이용 가능(2208)이 피킹 포즈가 이용 가능하지 않음을 나타내는 경우, 검출 캐시 흐름도(2000)는 피킹 포즈들 획득(2204) 단계로 복귀할 수 있다. 피킹 포즈가 이용 가능한 경우, 실행 흐름도(2200)는 관절형 로봇들을 피킹 포즈에 적합한 위치로 가져오기 위해 적재 컨베이어를 위쪽, 중앙 및 아래쪽 위치들 사이로 이동시키는 데 필요한 경우 이동 컨베이어(2210) 단계를 수행할 수 있다. 그 다음 플래너 흐름도(2100)는 플래너로부터 동작 계획 궤적들을 요청(2212)할 수 있다. 동작 계획들 이용 가능(2214) 체크는 이용 가능한 계획들이 없음을 나타낼 수 있으며, 이 시점에서 플래너로부터 동작 계획 궤적들을 요청(2212)하는 단계가 반복될 수 있다. 계획들이 이용 가능하다면, 이러한 계획들이 실행될 수 있다.
일 실시 형태에서, 계획들을 실행하는 것은 좌측 암 홈 제 1 이동, 우측 암(2216)으로 픽 단계, 이어서 좌측으로 촬영(2218) 단계를 포함한다. 다음으로, 좌측 암으로 픽, 우측 암으로 드롭(2220) 단계가 실행될 수 있고, 이어서 좌측 암으로 드롭, 우측 암 홈 이동(2222) 단계, 그 다음 우측으로 촬영(2224) 단계가 실행될 수 있다. 좌측 및 우측으로 촬영된 사진에 기초하여, 벽 클리어된(wall cleared)(2226) 체크가 수행될 수 있다. 벽이 클리어되지 않은 것으로 결정되면, 추가 픽킹 포즈들이 획득될 수 있다.
벽이 클리어된 것으로 결정되면, 암들 홈 위치로 이동(2228) 단계가 수행될 수 있으며, 이어서 컨베이어 하이(high) 위치로 이동(2230) 단계, 이어서 전진 이동(2232) 단계가 수행될 수 있다. 컨테이너가 클리어(2234) 체크가 행해질 수 있다. 컨테이너가 클리어되지 않은 경우, 실행 흐름도(2200)는 제 1 이동 암들로 복귀하여 위치(2202) 단계를 시작하고 반복할 수 있다. 컨테이너가 클리어된 경우, 실행 흐름도(2200)는 종료될 수 있다.
다음 파라미터들의 경우:
·
스타트 포즈(startPose): 이것은 암들의 시작 위치이다(각 로봇의 관절 구성을 설명하는 6개의 플로트들의 2개의 어레이들)
·
파지 포즈들(graspPoses): 이것은 파지 포즈들의 IDs 페어이다
·
홈 포즈(homePose): 이것은 암들의 홈 위치이다
·
드롭 포즈(dropPose): 이것은 암들의 6차원 드롭 포즈이다
·
픽 포즈(pickPose): 이것은 파지 포즈에 따른 암들의 픽 위치이다
·
하이 포즈(highPose): 이것은 컨베이어의 가장 높은 위치이다
·
벽 캐시(wallCache): 시스템에 가까운 모든 검출들의 벡터
·
컨테이너 캐시(ContainerCache): 벽 캐시에 속하지 않는 모든 검출들의 벡터
이 검출 캐시 흐름도(2000)에 대응하는 의사코드는 다음과 같을 수 있다:
컨테이너 캐시가 비어 있지 않은 동안
암들을 스타트 포즈로 이동
벽 캐시가 비어 있지 않은 동안
다음 파지 포즈들 페어에 대한 쿼리 검출 캐시(query detection cache)
파지 포즈들 중 하나가 도달 가능한 공간 위에 있는 경우
컨베이어를 위로 이동
그렇지 않으면 파지 포즈들이 도달 가능한 공간 아래에 있는 경우
컨베이어를 아래로 이동
종료(endif)
계획을 이용할 수 없는 동안
파지 포즈들에 이용 가능한 계획의 쿼리
사이 종료(end while)
좌측_암 홈 포즈 및 우측_암 픽 포즈 이동
좌측 카메라로 장면의 촬영
좌측_암 픽 포즈 및 우측_암 드롭 포즈 이동
좌측_암 드롭 포즈 및 우측_암 홈 포즈 이동
우측 카메라로 장면의 촬영
사이 종료
두 암들을 홈 포즈로 이동
컨베이어를 하이 포즈로 이동
전진 이동
사이 종료
도 23은 본 명세서에서 설명된 시스템의 컴포넌트들 및 프로세스 단계들을 구현하기 위한 컴퓨팅 장치(2300)의 일 실시 형태를 도시한다. 컴퓨팅 장치(2300)의 일부 또는 전부 및 그 동작 로직은 로봇의 물리적 컴포넌트 내에, 종래의 데스크탑 컴퓨터 내에, 컴퓨터 서버 내에, 및/또는 로봇 및 기타 컴퓨팅 장치들과 통신하는 클라우드 서버(cloud server) 내에 포함될 수 있다. 일 실시 형태에서, 네트워크화된 또는 클라우드 기반 컴퓨팅 플랫폼들(computing platforms) 상의 컴퓨팅 장치(2300)의 측면들은 한 번에 하나 이상의 로봇에 대한 제어를 제공하여, 다수의 로봇들이 자재 취급 설비와 같은 작업 공간 내에서 협력하여 작업할 수 있도록 할 수 있다.
로봇, 데스크톱 컴퓨터, 프로그래밍 가능한 로직 컨트롤러들(programmable logic controllers)(PLCs), 산업용 개인용 컴퓨터(IPC) 등의 입력 장치들(2304)은 물리적 현상을 기계 내부 신호들, 일반적으로 전기, 광학 또는 자기 신호들로 변환하는 변환기들(transducers)을 포함한다. 신호들은 무선 주파수(RF) 범위뿐만 아니라 잠재적으로 적외선 또는 광학 범위의 전자기 복사의 형태로 무선일 수도 있다. 입력 장치들(2304)의 실시 형태들은 물체로부터의 터치 또는 물리적 압력 또는 표면에 대한 물체의 근접에 반응하는 접촉 센서들, 공간을 통한 움직임 또는 평면을 가로지르는 움직임에 반응하는 마우스들(mice), 매체(일반적으로 공기)의 진동들을 장치 신호들로 변환하는 마이크로폰들(microphones), 2차원 또는 3차원 물체들 상의 광학 패턴들을 장치 신호들로 변환하는 스캐너들(scanners)이다. 입력 장치들(2304)로부터의 신호들은 다양한 기계 신호 컨덕터들(conductors)(예: 버스들(busses) 또는 네트워크 인터페이스들) 및 회로를 통해 메모리(2306)에 제공된다.
메모리(2306)는 일반적으로 제 1 또는 제 2 레벨 메모리 장치로 알려진 것으로서, 입력 장치들(2304)로부터 수신된 신호들, 중앙 처리 유닛 또는 CPU(2302)의 작동을 제어하기 위한 명령 및 정보, 및 저장 장치들(2310)로부터의 신호들의 저장(물질의 구성 또는 물질의 상태를 통해)을 제공한다. 메모리(2306) 및/또는 저장 장치들(2310)은 컴퓨터 실행 가능 명령어를 저장할 수 있으며, 따라서 CPU(2302)에 의해 적용되고 실행될 때 본 명세서에 개시된 프로세스들의 실시 형태들을 구현하는 로직(2314)을 형성할 수 있다. 로직(2314)은 CPU(2302) 또는 다른 프로세서(processor)에 의해 실행되는 구성 데이터와 함께, 컴퓨터 프로그램의 일부를 포함할 수 있다. 로직(2314)은 개시된 동작들의 성능을 수행하거나 보완하는 데 사용되는 하나 이상의 기계 학습 모델(machine learning models)(2316)을 포함할 수 있다.
메모리(2306)에 저장된 정보는 일반적으로 장치의 CPU(2302)에 직접 액세스 가능하다. 장치에 입력된 신호들은 메모리(2306)의 내부 재료/에너지 상태의 재구성을 야기하여, 본질적으로 새로운 기계 구성을 생성하고, 제어 신호들과 함께 제공된 제어 신호들(명령어들) 및 데이터로 CPU(2302)를 구성함으로써 컴퓨팅 장치(2300)의 동작에 영향을 미친다.
제 2 또는 제 3 레벨 저장 장치들(2310)은 더 느리지만 더 높은 용량의 기계 메모리 성능을 제공할 수 있다. 저장 장치들(2310)의 실시 형태들로는 하드 디스크들, 광 디스크들, 대용량 플래시 메모리들 또는 기타 비휘발성 메모리 기술들, 및 자기 메모리들이 있다.
일 실시 형태에서, 메모리(2306)는 후술하는 바와 같이, 네트워크 인터페이스(2312)를 사용하여 클라우드 서버와의 연결을 통해 액세스 가능한 가상 저장소(virtual storage)를 포함할 수 있다. 그러한 실시 형태들에서, 로직(2314)의 일부 또는 전부는 원격으로 저장되고 취급될 수 있다.
CPU(2302)는 메모리(2306)의 구성이 저장 장치들(2310)의 신호들에 의해 변경되게 할 수 있다. 즉, CPU(2302)는 데이터 및 명령들이 메모리(2306) 내의 저장 장치들(2310)로부터 판독되게 할 수 있으며, 이로부터 또한 명령들 및 데이터 신호들로서 CPU(2302)의 동작들에 영향을 미칠 수 있으며, 이로부터 또한 출력 장치들(2308)에 제공될 수 있다. CPU(2302)는 내부 구성을 변경하기 위해 메모리(2306)의 기계 인터페이스에 시그널링(signaling)함으로써 메모리(2306)의 콘텐츠를 변경할 수 있고, 그 다음 재료 내부 구성을 변경하기 위해 저장 장치들(2310)에 신호들을 변환할 수 있다. 즉, 데이터 및 명령어들은 종종 휘발성인 메모리(2306)로부터, 종종 비휘발성인 저장 장치들(2310)로 백업될 수 있다.
출력 장치들(2308)은 메모리(2306)로부터 수신된 신호들을 공기 중 진동들, 기계 디스플레이 상의 빛의 패턴들, 진동들(즉, 햅틱 장치들(haptic devices)) 또는 잉크 또는 기타 재료들(즉, 프린터들 및 3D 프린터들)의 패턴들과 같은 물리적 현상으로 변환하는 변환기들이다.
네트워크 인터페이스(2312)는 메모리(2306)로부터 신호들을 수신하고 이들을 일반적으로 기계 네트워크를 통해, 다른 기계들에 대한 전기, 광학 또는 무선 신호들로 변환한다. 네트워크 인터페이스(2312)는 또한 기계 네트워크로부터 신호들을 수신하고 이들을 메모리(2306)에 대한 전기, 광학 또는 무선 신호들로 변환한다. 네트워크 인터페이스(2312)는 로봇이 네트워크화된 데스크탑 또는 서버 컴퓨팅 시스템들, 클라우드 서버, 모바일 장치들, 다른 로봇들, 및 다른 네트워크 가능 장치들과 통신할 수 있게 할 수 있다.
본 개시는 예시적인 실시 형태들을 참조하여 설명되었지만, 이 설명은 제한적인 의미로 해석되도록 의도되지 않는다. 예시적인 실시 형태들뿐만 아니라 본 개시의 다른 실시 형태들의 다양한 수정들 및 조합들은 설명을 참조하여 당업자에게 명백할 것이다.
100: 자동 하역 및 팔레타이징 루틴
102: 블록
104: 블록
106: 블록
108: 서브루틴 블록
110: 서브루틴 블록
112: 서브루틴 블록
114: 서브루틴 블록
116: 서브루틴 블록
118: 서브루틴 블록
120: 서브루틴 블록
122: 서브루틴 블록
124: 서브루틴 블록
126: 서브루틴 블록
128: 블록
130: 블록
132: 블록
134: 블록
136: 블록
138: 서브루틴 블록
140: 서브루틴 블록
142: 블록
200: 팔레트 적재 안정화 루틴
202: 블록
204: 블록
206: 블록
208: 서브루틴 블록
210: 서브루틴 블록
212: 서브루틴 블록
214: 서브루틴 블록
216: 블록
218: 블록
220: 블록
222: 블록
300: 로봇 하역 시스템
302: 관절형 로봇
304: 적재 컨베이어
306: 접지된 베이스
308: 텔레스코핑 운송 컨베이어
310: 스캐닝 터널
312: 분류 MHE
314: 경사 MHE
316: 2-DOF MHE
318: 자동 팔레타이징 시스템
320: 빈 팔레트 슬리브 어셈블리
322: 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리
324: AMR
326: 팔레타이징 로봇
328: 팔레타이징 로봇 서포트 갠트리
400: 엔드-투-엔드 시스템
402: MTBH
404: 운송 컨테이너
406: 자재 취급 설비
408: 도크들
410: 랩핑된 팔레트화된 유닛 적재물
412: 작업팀
500: 자동 언로더
502: 제 1 적재 컨베이어 단부
504: 로봇 장착 카메라
506: 엔드 이펙터
508: 로봇 베이스
510: 제 2 적재 컨베이어 단부
512: 베이스 서포트
514: 접지된 베이스 피벗
516: 휠들
518: 트랙들
520: 적재 컨베이어 피벗
522: 병진 액츄에이터
524: 장착 갠트리
526: 전방 감지 다차원 센서 시스템
528: 다중 채널 관성 측정 시스템
530: 센서 컷아웃
532: 모터
534: 산업용 제어 박스
600: 로봇 하역 시스템 자유도
602: DOF
604: DOF
606: DOF
608: 6 DOFs
700: 기준 생성부의 기본 프레임
702: 2D 카메라 및 3D 카메라
704: 2D 카메라 및 3D 카메라
706: 시야 인식 스캔
708: 시야 인식 스캔
710: 오버랩 영역
712: 기준 프레임
714: 기준 프레임
716: 기본 기준 프레임
800: MTBH 계산된 피킹 데이터
802: MTBH의 제 1 벽
804: MTBH의 제 2 벽
806: 피킹 면
808: 피킹 면
810: 피킹 면
812: 피킹 위치
814: 피킹 위치
816: 피킹 위치
818: 피킹 방향
820: 피킹 방향
822: 피킹 방향
900: 자동 팔레트 적재 안정화 시스템
902: 팔레트 디스펜서
904: 팔레트
906: MHE
908: 팔레트 슬리브
910: 팔레트 슬리브 리프터
912: 서포트 구조체
914: 액추에이터 시스템
916: 회전식 팔레트 랩핑 메커니즘
918: 회전 링
920: 자동 포크리프트
922: 빈 팔레트
924: 랩핑 재료 스풀 핀
1000: 동시 랩핑 및 리프팅 동작
1002: 팔레트 슬리브 리프팅 동작
1004: 회전 랩핑 작동
1006: 랩핑 재료 스풀 핀 리프팅 동작
1008: 회전식 랩핑
1010: 랩핑 재료
1100: 팔레트 슬리브 어셈블리
1102: 리프팅 특징부
1104: 마모 표면
1106: 클리어런스 구멍
1108: 슬리브 벽
1200: 자동 크레인 보관 및 회수 시스템
1202: 팔레트 크레인
1204: 보관 랙
1206: 하이 베이 팔레트 랙킹
1208: 픽업 위치
1210: 엔드 정지부
1212: 대기열
1214: 추가 드롭-오프 위치
1216: 레일들
1218: MHE
1220: 팔레트 엔드 이펙터
1300: 하역 제어 시스템
1302: 인식 시스템들
1304: 산업 제어 시스템들
1306: 컴퓨터 시스템
1308: 카메라 시스템
1310: 로드셀
1312: 압력 센서
1314: 기타 센서들
1316: 공압 장치
1318: 유압 장치
1320: 인코더들
1322: 모터들
1400: 팔레타이징 제어 시스템
1402: 인식 시스템들
1404: 산업 제어 시스템들
1406: 컴퓨터 시스템
1408: 카메라 시스템
1410: 로드셀
1412: 압력 센서
1414: 기타 센서들
1416: 공압 장치
1418: 유압 장치
1420: 모터들
1500: 적재 안정화 제어 시스템
1502: 인식 시스템들
1504: 산업 제어 시스템들
1506: 컴퓨터 시스템
1508: 카메라 시스템들
1510: 위치 센서
1512: 기타 센서들
1514: 공압 장치
1516: 유압 장치
1518: 모터들
1600: 엔드-투-엔드 제어 시스템도
1602: 제어 통신
1604: 모바일 운송 플리트 매니저
1606: 무선 플리트 제어
1608: 저장된 하역 데이터
1610: 컨테이너 재고
1612: 피킹 시퀀스
1614: 피킹 속도
1616: 저장된 팔레타이제이션 데이터
1618: 유입 박스 시퀀스
1620: 분류 로직
1622: 팔레트 상태
1624: 팔레트당 현재 MTBH 수량
1626: 흐름 제어 피드백 루프
1628: 속도
1630: 속도 데이터
1700: 자동 트럭 하역 루틴
1702: 블록
1704: 블록
1706: 블록
1708: 블록
1710: 결정 블록
1712: 블록
1714: 블록
1716: 블록
1718: 블록
1720: 결정 블록
1722: 블록
1724: 결정 블록
1726: 블록
1728: 블록
1730: 결정 블록
1732: 블록
1800: 개별 관절형 로봇에 대한 픽 루틴
1802: 블록
1804: 블록
1806: 블록
1808: 블록
1810: 블록
1812: 블록
1814: 블록
1816: 블록
1816 블록
1818: 블록
1820: 블록
1822: 블록
1900: 자동 트럭 하역 흐름도
1902: 전체 벽 스캐닝
1904a: 이동 컨베이어 다운
1904b: 이동 컨베이어 미들
1904c: 이동 컨베이어 업
1906: 프로세스 좌측 및 우측 이미지들
1908: 생성 검출 캐시
1910: 업데이트 검출 캐시
1912: 생성 동작 계획들
1914: 캐시 동작 계획들
1916: 이동 컨베이어
1918: 픽을 수행
1920: 궤적들을 실행
1922: 월드 상태를 업데이트
1924: 벽 클리어
1926: 다음 벽으로 이동
1928: 컨테이너 클리어
2000: 검출 캐시 흐름도
2002: MTBH 검출에 대한 데이터를 수신하기 위해 대기하는
2004: MTBH 검출
2006: 검출 이용 가능
2008: 오더 및 필터 검출
2010: 벽의 일부
2012: 벽 캐시
2014: 벽 캐시 비어 있음
2016: 컨테이너 캐시를 벽 캐시로의 전환
2018: 컨테이너 캐시
2020: 새로운 피킹 포즈 페어 IDs 획득
2022: 피킹 포즈 페어 계획
2024: 피킹 포즈 페어 IDs
2026: 피킹 포즈 페어 IDs
2100: 플래너 흐름도
2102: 검출 캐시로부터 요청된 피킹 포즈들 페어
2104: 요청된 포즈들 대기
2106: 포즈 이용 가능
2108: 듀얼 암 궤적 플래너
2110: 계획 이용 가능
2112: 궤적 캐시로 전송
2114: 검출 캐시로부터 피킹 포즈 IDs를 요청
2116: 요청된 피킹 포즈 페어에 대한 계획 궤적들을 출력
2200: 실행 흐름도
2202: 암들을 시작 위치로 이동
2204: 피킹 포즈들 획득
2206: 검출 캐시로부터 피킹 포즈를 요청
2208: 피킹 포즈 이용 가능
2210: 이동 컨베이어
2212: 플래너로부터 동작 계획 궤적들을 요청
2214: 동작 계획들 이용 가능
2216: 좌측 암 홈으로 이동, 우측 암으로 픽
2218: 좌측으로 촬영
2220: 좌측 암으로 픽, 우측 암으로 드롭
2222: 좌측 암으로 드롭, 우측 암 홈으로 이동
2224: 우측으로 촬영
2226: 벽 클리어된
2228: 암들 홈 위치로 이동
2230: 컨베이어 하이 위치로 이동
2232: 전진 이동
2234: 컨테이너 클리어된
2300: 컴퓨팅 장치
2302: CPU
2304: 입력 장치들
2306: 메모리
2308: 출력 장치들
2310: 저장 장치들
2312: 네트워크 인터페이스
2314: 로직
2316: 기계 학습 모델
102: 블록
104: 블록
106: 블록
108: 서브루틴 블록
110: 서브루틴 블록
112: 서브루틴 블록
114: 서브루틴 블록
116: 서브루틴 블록
118: 서브루틴 블록
120: 서브루틴 블록
122: 서브루틴 블록
124: 서브루틴 블록
126: 서브루틴 블록
128: 블록
130: 블록
132: 블록
134: 블록
136: 블록
138: 서브루틴 블록
140: 서브루틴 블록
142: 블록
200: 팔레트 적재 안정화 루틴
202: 블록
204: 블록
206: 블록
208: 서브루틴 블록
210: 서브루틴 블록
212: 서브루틴 블록
214: 서브루틴 블록
216: 블록
218: 블록
220: 블록
222: 블록
300: 로봇 하역 시스템
302: 관절형 로봇
304: 적재 컨베이어
306: 접지된 베이스
308: 텔레스코핑 운송 컨베이어
310: 스캐닝 터널
312: 분류 MHE
314: 경사 MHE
316: 2-DOF MHE
318: 자동 팔레타이징 시스템
320: 빈 팔레트 슬리브 어셈블리
322: 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리
324: AMR
326: 팔레타이징 로봇
328: 팔레타이징 로봇 서포트 갠트리
400: 엔드-투-엔드 시스템
402: MTBH
404: 운송 컨테이너
406: 자재 취급 설비
408: 도크들
410: 랩핑된 팔레트화된 유닛 적재물
412: 작업팀
500: 자동 언로더
502: 제 1 적재 컨베이어 단부
504: 로봇 장착 카메라
506: 엔드 이펙터
508: 로봇 베이스
510: 제 2 적재 컨베이어 단부
512: 베이스 서포트
514: 접지된 베이스 피벗
516: 휠들
518: 트랙들
520: 적재 컨베이어 피벗
522: 병진 액츄에이터
524: 장착 갠트리
526: 전방 감지 다차원 센서 시스템
528: 다중 채널 관성 측정 시스템
530: 센서 컷아웃
532: 모터
534: 산업용 제어 박스
600: 로봇 하역 시스템 자유도
602: DOF
604: DOF
606: DOF
608: 6 DOFs
700: 기준 생성부의 기본 프레임
702: 2D 카메라 및 3D 카메라
704: 2D 카메라 및 3D 카메라
706: 시야 인식 스캔
708: 시야 인식 스캔
710: 오버랩 영역
712: 기준 프레임
714: 기준 프레임
716: 기본 기준 프레임
800: MTBH 계산된 피킹 데이터
802: MTBH의 제 1 벽
804: MTBH의 제 2 벽
806: 피킹 면
808: 피킹 면
810: 피킹 면
812: 피킹 위치
814: 피킹 위치
816: 피킹 위치
818: 피킹 방향
820: 피킹 방향
822: 피킹 방향
900: 자동 팔레트 적재 안정화 시스템
902: 팔레트 디스펜서
904: 팔레트
906: MHE
908: 팔레트 슬리브
910: 팔레트 슬리브 리프터
912: 서포트 구조체
914: 액추에이터 시스템
916: 회전식 팔레트 랩핑 메커니즘
918: 회전 링
920: 자동 포크리프트
922: 빈 팔레트
924: 랩핑 재료 스풀 핀
1000: 동시 랩핑 및 리프팅 동작
1002: 팔레트 슬리브 리프팅 동작
1004: 회전 랩핑 작동
1006: 랩핑 재료 스풀 핀 리프팅 동작
1008: 회전식 랩핑
1010: 랩핑 재료
1100: 팔레트 슬리브 어셈블리
1102: 리프팅 특징부
1104: 마모 표면
1106: 클리어런스 구멍
1108: 슬리브 벽
1200: 자동 크레인 보관 및 회수 시스템
1202: 팔레트 크레인
1204: 보관 랙
1206: 하이 베이 팔레트 랙킹
1208: 픽업 위치
1210: 엔드 정지부
1212: 대기열
1214: 추가 드롭-오프 위치
1216: 레일들
1218: MHE
1220: 팔레트 엔드 이펙터
1300: 하역 제어 시스템
1302: 인식 시스템들
1304: 산업 제어 시스템들
1306: 컴퓨터 시스템
1308: 카메라 시스템
1310: 로드셀
1312: 압력 센서
1314: 기타 센서들
1316: 공압 장치
1318: 유압 장치
1320: 인코더들
1322: 모터들
1400: 팔레타이징 제어 시스템
1402: 인식 시스템들
1404: 산업 제어 시스템들
1406: 컴퓨터 시스템
1408: 카메라 시스템
1410: 로드셀
1412: 압력 센서
1414: 기타 센서들
1416: 공압 장치
1418: 유압 장치
1420: 모터들
1500: 적재 안정화 제어 시스템
1502: 인식 시스템들
1504: 산업 제어 시스템들
1506: 컴퓨터 시스템
1508: 카메라 시스템들
1510: 위치 센서
1512: 기타 센서들
1514: 공압 장치
1516: 유압 장치
1518: 모터들
1600: 엔드-투-엔드 제어 시스템도
1602: 제어 통신
1604: 모바일 운송 플리트 매니저
1606: 무선 플리트 제어
1608: 저장된 하역 데이터
1610: 컨테이너 재고
1612: 피킹 시퀀스
1614: 피킹 속도
1616: 저장된 팔레타이제이션 데이터
1618: 유입 박스 시퀀스
1620: 분류 로직
1622: 팔레트 상태
1624: 팔레트당 현재 MTBH 수량
1626: 흐름 제어 피드백 루프
1628: 속도
1630: 속도 데이터
1700: 자동 트럭 하역 루틴
1702: 블록
1704: 블록
1706: 블록
1708: 블록
1710: 결정 블록
1712: 블록
1714: 블록
1716: 블록
1718: 블록
1720: 결정 블록
1722: 블록
1724: 결정 블록
1726: 블록
1728: 블록
1730: 결정 블록
1732: 블록
1800: 개별 관절형 로봇에 대한 픽 루틴
1802: 블록
1804: 블록
1806: 블록
1808: 블록
1810: 블록
1812: 블록
1814: 블록
1816: 블록
1816 블록
1818: 블록
1820: 블록
1822: 블록
1900: 자동 트럭 하역 흐름도
1902: 전체 벽 스캐닝
1904a: 이동 컨베이어 다운
1904b: 이동 컨베이어 미들
1904c: 이동 컨베이어 업
1906: 프로세스 좌측 및 우측 이미지들
1908: 생성 검출 캐시
1910: 업데이트 검출 캐시
1912: 생성 동작 계획들
1914: 캐시 동작 계획들
1916: 이동 컨베이어
1918: 픽을 수행
1920: 궤적들을 실행
1922: 월드 상태를 업데이트
1924: 벽 클리어
1926: 다음 벽으로 이동
1928: 컨테이너 클리어
2000: 검출 캐시 흐름도
2002: MTBH 검출에 대한 데이터를 수신하기 위해 대기하는
2004: MTBH 검출
2006: 검출 이용 가능
2008: 오더 및 필터 검출
2010: 벽의 일부
2012: 벽 캐시
2014: 벽 캐시 비어 있음
2016: 컨테이너 캐시를 벽 캐시로의 전환
2018: 컨테이너 캐시
2020: 새로운 피킹 포즈 페어 IDs 획득
2022: 피킹 포즈 페어 계획
2024: 피킹 포즈 페어 IDs
2026: 피킹 포즈 페어 IDs
2100: 플래너 흐름도
2102: 검출 캐시로부터 요청된 피킹 포즈들 페어
2104: 요청된 포즈들 대기
2106: 포즈 이용 가능
2108: 듀얼 암 궤적 플래너
2110: 계획 이용 가능
2112: 궤적 캐시로 전송
2114: 검출 캐시로부터 피킹 포즈 IDs를 요청
2116: 요청된 피킹 포즈 페어에 대한 계획 궤적들을 출력
2200: 실행 흐름도
2202: 암들을 시작 위치로 이동
2204: 피킹 포즈들 획득
2206: 검출 캐시로부터 피킹 포즈를 요청
2208: 피킹 포즈 이용 가능
2210: 이동 컨베이어
2212: 플래너로부터 동작 계획 궤적들을 요청
2214: 동작 계획들 이용 가능
2216: 좌측 암 홈으로 이동, 우측 암으로 픽
2218: 좌측으로 촬영
2220: 좌측 암으로 픽, 우측 암으로 드롭
2222: 좌측 암으로 드롭, 우측 암 홈으로 이동
2224: 우측으로 촬영
2226: 벽 클리어된
2228: 암들 홈 위치로 이동
2230: 컨베이어 하이 위치로 이동
2232: 전진 이동
2234: 컨테이너 클리어된
2300: 컴퓨팅 장치
2302: CPU
2304: 입력 장치들
2306: 메모리
2308: 출력 장치들
2310: 저장 장치들
2312: 네트워크 인터페이스
2314: 로직
2316: 기계 학습 모델
Claims (20)
- 방법으로서,
운송 컨테이너의 입구 또는 내부에 로봇 하역 시스템(robotic unloading system)을 배치하는 단계 - 상기 운송 컨테이너는 취급될 재료(MTBH)를 포함함 -;
상기 로봇 하역 시스템은:
텔레스코핑 운송 컨베이어(telescoping transport conveyor);
상기 텔레스코핑 운송 컨베이어에 부착된 자동 언로더(unloader),
를 포함하고 - 상기 자동 언로더는:
제 1 적재 컨베이어 단부 및 제 2 적재 컨베이어 단부를 갖는 적재 컨베이어(loading conveyor);
상기 제 1 적재 컨베이어 단부에 부착된 적어도 2개의 관절형 로봇들(articulated robots) - 각각의 관절형 로봇은: 적어도 6개의 자유도; 2D 카메라 및 3D 카메라 중 적어도 하나; 로봇 조인트들(robot joints); 그리고 엔드 이펙터(end effector);를 포함함 -;
접지된 베이스(grounded base) - 상기 접지된 베이스는 휠들 또는 트랙들을 포함함 -,
적재 컨베이어 피벗(loading conveyor pivot)을 포함하는 베이스 서포트(base support) - 상기 베이스 서포트는 상기 제 2 적재 컨베이어 단부에 부착됨 -; 그리고
병진 액츄에이터(translational actuator) - 상기 적재 컨베이어 피벗은 상기 병진 액츄에이터를 신장 또는 수축시킴으로써 상기 적재 컨베이어의 상승 및 하강을 허용하도록 구성됨 -;를 포함함;,
제어 시스템; 그리고
로직(logic)을 포함하되, 상기 로직은:
상기 적어도 2개의 관절형 로봇들의 작업을 조정하되, 조정은 시간에 대한, 각 로봇과 각 로봇의 컴포넌트들의 위치 및 이동을 포함하고;
취급될 재료(MTBH)의 가시적 벽(visible wall)의 적어도 일부에 대한 인식 스캔(perception scan)을 수행하되, 상기 인식 스캔은 MTBH의 3D 포인트 클라우드 데이터(point cloud data)를 포함하는 3D 이미지 및 2D 이미지를 캡처하고;
MTBH의 각 유닛에 대해 6자유도 포즈를 구축하되, 상기 포즈 구축은:
2D 이미지를 분석하여 2D 이미지의 어느 세그먼트가 각 MTBH에 속하는지를 결정하고;
2D 이미지로부터 크기, 방향, 관심 원점 및 질량 중심 중 적어도 하나를, MTBH의 각 유닛에 대해 추정하고;
상기 적어도 2개의 관절형 로봇들 각각의 상기 2D 카메라 및 상기 3D 카메라 중 적어도 하나의 시야에 표현된 바와 같이, 3D 이미지를 쿼리(query)하여 3D로 각 MTBH의 깊이 정보, 방향, 및 각 MTBH의 각 측면의 치수를 획득하며; 그리고
상기 적어도 2개의 관절형 로봇들 각각에 대해, 상기 적재 컨베이어의 틸팅 각도 및 상기 로봇 조인트들의 위치 구성의 함수로서 상기 2D 카메라의 기준 프레임과 상기 3D 카메라의 기준 프레임을 결정하고;
상기 2D 카메라의 기준 프레임과 상기 3D 카메라의 기준 프레임 중 적어도 하나를 사용하여 자동 언로더의 기본 기준 프레임을 결정하고;
상기 인식 스캔에서 검출된 MTBH의 각 유닛의 가상 표현(virtual representation)을 구축하되, 상기 가상 표현은 자동 언로더의 기본 기준 프레임에 대해 MTBH의 각 유닛에 대한 6 자유도 포즈들을 생성하고;
피킹 위치들 및 피킹 방향들을 포함하는 피킹 포즈들을 계산하되, 상기 피킹 위치들은 MTBH의 각 유닛의 한 면의 중심에 있고, 상기 피킹 방향들은 MTBH의 각 유닛의 한 면에 수직이며;
입력으로 검색 기반 알고리즘(search-based algorithm)을 사용하여 적어도 하나의 동작 계획을 결정하되, 상기 입력은: MTBH의 각 유닛에 대한 피킹 포즈들; 로봇 모터들의 토크의 최소화; 동작 경로 길이의 최소화; 그리고 주변 환경의 다른 동적 또는 정적 요소들과의 충돌 회피 중 적어도 하나를 포함하고;
스코어링 알고리즘(scoring algorithm)에 기초하여 동작 계획을 선택하되, 상기 스코어링 알고리즘은 MTBH의 다른 유닛들에 대해 MTBH의 각 유닛의 피킹 포즈들에 적어도 부분적으로 기초하며;
피킹 시퀀스(picking sequence)를 결정하되, 상기 피킹 시퀀스 결정은: 각 MTBH에 대해 선택된 동작 계획; MTBH의 다른 유닛들에 대해 MTBH의 각 유닛의 피킹 포즈들; 그리고 적어도 2개의 관절형 로봇들의 조정된 작동에 적어도 부분적으로 기초하고;
상기 피킹 시퀀스를 실행하는, 로직이며,
운송 컨테이너로부터 MTBH를 하역하는 단계를 포함하는, 방법. - 제 1 항에 있어서,
MTBH의 적어도 하나의 가시적 벽을 제거한 후, 상기 적어도 2개의 관절형 로봇들이 나머지 MTBH에 액세스할 수 있도록 상기 로봇 하역 시스템을 상기 운송 컨테이너 내부로 추가로 위치시키는 단계를 더 포함하는, 방법. - 제 1 항에 있어서,
상기 운송 컨테이너로부터 나머지 MTBH를 하역하기 위해 상기 로봇 하역 시스템을 작동시키는 단계를 더 포함하는, 방법. - 제 1 항에 있어서,
상기 로봇 하역 시스템은 상기 접지된 베이스를 상기 베이스 서포트에 회전식으로 연결하는 접지된 베이스 피벗(grounded base pivot)을 더 포함하며, 상기 접지된 베이스 피벗은 접지된 베이스 휠들 또는 트랙들이 지면과 접촉을 유지할 수 있도록 구성되며;
상기 방법은 상기 텔레스코핑 운송 컨베이어를 사용하여 상기 베이스 서포트에 하향 힘을 인가하는 단계를 더 포함하는, 방법. - 제 1 항에 있어서,
상기 스코어링 알고리즘의 속성들은 로봇 모터들에 대한 토크의 최소화, 동작 경로 길이의 최소화, 위치, 속도, 가속도, 저크(jerk), 스냅(snap), 궤도 정규화 거리, 및 구성 공간, 여유 공간, 타겟 공간, 장애물 공간과 관련된 속성들 중 적어도 하나를 더 포함하는, 방법. - 제 1 항에 있어서,
상기 운송 컨테이너로부터 하역된 MTBH를 자동 팔레타이징 시스템으로 수용하는 단계를 더 포함하고,
상기 자동 팔레타이징 시스템은:
적어도 하나의 팔레타이징 로봇을 수용하도록 구성된 적어도 하나의 팔레타이징 로봇 서포트 갠트리(palletizing robot support gantry);
상기 적어도 하나의 팔레타이징 로봇 서포트 갠트리에 장착된 적어도 하나의 팔레타이징 로봇;
상기 적어도 하나의 팔레타이징 로봇 아래에 있는 적어도 하나의 팔레트 슬리브 어셈블리(pallet sleeve assembly)
를 포함하고,
상기 적어도 하나의 팔레트 슬리브 어셈블리는:
팔레트;
상기 팔레트 상의 적어도 하나의 팔레트 슬리브
를 포함하고,
상기 적어도 하나의 팔레트 슬리브는 4개의 구조적 벽들을 포함하고;
상기 적어도 하나의 팔레타이징 로봇은 팔레타이징 로봇 엔드 이펙터를 갖는 관절형 암을 포함하고, 상기 적어도 하나의 팔레타이징 로봇은,
피킹 시퀀스를 실행함으로써 픽업된, MTBH의 유닛들을 팔레타이징 로봇 엔드 이펙터로 수용하며; 그리고
적어도 부분적으로 적층된 팔레트 슬리브 어셈블리가 형성될 때까지 MTBH의 각 유닛을 상기 적어도 하나의 팔레트 슬리브 어셈블리 내에 배치하며; 그리고
적어도 부분적으로 적층된 팔레트 슬리브 어셈블리들을 형성하기 위해 자동 팔레타이징 시스템을 작동시키도록 구성되는, 방법. - 제 4 항에 있어서,
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 자동 팔레트 적재 안정화 시스템 내에 수용하는 단계;
를 더 포함하고,
상기 자동 팔레트 적재 안정화 시스템은:
회전식 팔레트 랩핑 메커니즘을 포함하고,
상기 회전식 팔레트 랩핑 메커니즘은:
서포트 구조체;
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리보다 직경이 더 큰 회전 링(rotary ring) - 상기 회전 링은 상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 주위에 액추에이터 시스템에 대한 클리어런스(clearance)를 제공함 -;
상기 서포트 구조체를 따라 수직으로 횡단하도록 구성된, 적어도 2 자유도를 갖는 액추에이터 시스템(actuator system); 그리고
상기 액추에이터 시스템에 부착된 랩핑 재료 스풀 핀(wrapping material spool pin) - 상기 랩핑 재료 스풀 핀은 랩핑 재료의 스풀을 유지하고 상기 랩핑 재료의 스풀로부터 상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 상의 MTBH 유닛 상에 랩핑 재료를 분배하도록 구성됨 -; 그리고
상기 팔레트로부터 상기 적어도 하나의 팔레트 슬리브를 상승시키도록 구성된 팔레트 슬리브 리프터(pallet sleeve lifter);
를 포함하고,
상기 로직은:
상기 액추에이터 시스템 및 상기 팔레트 슬리브 리프터와 인터페이스하기에 적합한 위치에 상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 위치시키고;
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 상의 상기 팔레트 슬리브와 인터페이스하도록 상기 팔레트 슬리브 리프터를 작동시키고 상기 팔레트 슬리브를 점진적으로 위쪽으로 상승시킴으로써, 상기 회전식 팔레트 랩핑 메커니즘에 의한 스트레치-랩핑(stretch-wrapping)을 위해 상기 MTBH 유닛들을 점진적으로 노출시키고;
상기 팔레트 슬리브 리프터가 상기 팔레트 슬리브를 상승시킬 때 상기 랩핑 재료 스풀 핀으로 상기 액추에이터 시스템을 작동하여 점진적으로 노출된 MTBH 유닛들 주위에서 나선형 운동으로 이동하여, 랩핑된 팔레트화된 유닛 적재물 및 완전히 상승된 팔레트 슬리브를 발생하고;
상기 자동 팔레트 적재 안정화 시스템을 작동시켜 상기 랩핑된 팔레트화된 유닛 적재물 및 완전히 상승된 팔레트 슬리브를 생성하는
것을 더 포함하는, 방법. - 제 4 항에 있어서,
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 자동 팔레트 적재 안정화 시스템에 수용하는 단계를 더 포함하고,
상기 자동 팔레트 적재 안정화 시스템은:
회전식 팔레트 랩핑 메커니즘
을 포함하고,
상기 회전식 팔레트 랩핑 메커니즘은:
서포트 구조체;
팔레트 또는 상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 수용하기 위한 회전 베이스(rotating base);
상기 서포트 구조체를 따라 수직으로 횡단하도록 구성된, 적어도 2개의 자유도를 갖는 액추에이터 시스템; 그리고
상기 액추에이터 시스템에 부착된 랩핑 재료 스풀 핀 - 상기 랩핑 재료 스풀 핀은 랩핑 재료의 스풀을 유지하고 상기 랩핑 재료의 스풀로부터 랩핑 재료를 분배하도록 구성됨 -; 그리고
상기 팔레트로부터 상기 적어도 하나의 팔레트 슬리브를 팔레트를 상승시키도록 구성된 팔레트 슬리브 리프터;
를 포함하고,
상기 로직은:
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 상기 액추에이터 시스템 및 상기 팔레트 슬리브 리프터와 인터페이스하기에 적합한 위치에서 상기 회전 베이스 상에 위치시키고;
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 상의 상기 팔레트 슬리브와 인터페이스하도록 상기 팔레트 슬리브 리프터를 작동시키고 상기 팔레트 슬리브를 점진적으로 위쪽으로 상승시킴으로써, 상기 회전식 팔레트 랩핑 메커니즘에 의한 스트레치-랩핑을 위해 상기 MTBH 유닛들을 점진적으로 노출시키고; 그리고
상기 팔레트 슬리브 리프터가 상기 팔레트 슬리브를 상승시킬 때 상기 점진적으로 노출된 MTBH 장치 주위에서 나선 운동으로 랩핑 재료를 분배하는 상기 랩핑 재료 스풀 핀으로 상기 액추에이터 시스템을 작동시켜, 랩핑된 팔레트화된 유닛 적재물 및 완전히 상승된 팔레트 슬리브를 발생하고;
상기 자동 팔레트 적재 안정화 시스템을 작동시켜 상기 랩핑된 팔레트화된 유닛 적재물 및 완전히 상승된 팔레트 슬리브를 생성하는
것을 더 포함하는, 방법. - 제 8 항에 있어서,
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 주위에 랩핑 재료를 분배하는 단계는:
노출된 MTBH 유닛들 주위의 랩들의 수;
상기 랩핑 재료의 길이에 따른 신장률(%); 그리고
상기 랩핑 재료의 층들 사이의 오프셋(offset)
중 적어도 하나에 따라 수행되는, 방법. - 제 6 항에 있어서,
자동 모바일 로봇(AMR)을 사용하여 상기 적어도 하나의 부분적으로 적층된 팔레트 슬리브 어셈블리 또는 상기 랩핑된 팔레트화된 유닛 적재물을 운송하는 단계를 더 포함하는, 방법. - 제 10 항에 있어서,
빈 팔레트(empty pallet)를 운송하도록 구성된 자동 포크리프트(forklift)를 작동시키는 단계;
상기 자동 포크리프를 사용하여 상기 완전히 상승된 팔레트 슬리브 아래에 상기 빈 팔레트를 배치하는 단계;
상기 완전히 상승된 팔레트 슬리브를 상기 빈 팔레트 위로 하강시켜 빈 팔레트 슬리브 어셈블리를 형성하는 단계를 더 포함하는, 방법. - 로봇 시스템으로서,
텔레스코핑 운송 컨베이어;
상기 텔레스코핑 운송 컨베이어에 부착된 자동 언로더;
제어 시스템; 그리고
로직을 포함하고,
상기 자동 언로더는:
제 1 적재 컨베이어 단부 및 제 2 적재 컨베이어 단부를 갖는 적재 컨베이어(loading conveyor);
상기 제 1 적재 컨베이어 단부에 부착된 적어도 2개의 관절형 로봇들 - 각각의 관절형 로봇은: 적어도 6개의 자유도; 2D 카메라 및 3D 카메라 중 적어도 하나; 로봇 조인트들; 그리고 엔드 이펙터를 포함함 -;
접지 베이스(grounded base)로서,
휠들 또는 트랙들;
적재 컨베이어 피벗을 포함하는 베이스 서포트, - 상기 베이스 서포트는 상기 제 2 적재 컨베이어 단부에 부착됨 -; 그리고
병진 액츄에이터, - 상기 적재 컨베이어 피벗은 상기 병진 액츄에이터를 신장 또는 수축시킴으로써 상기 적재 컨베이어의 상승 및 하강을 허용하도록 구성됨 -;
를 포함하는 접지 베이스를 포함하고;
제어 시스템; 그리고
로직을 포함하되,
상기 로직은:
적어도 2개의 관절형 로봇들을 조정하되, 상기 조정은 시간에 대한 각 로봇과 각 로봇의 컴포넌트들의 위치 및 이동을 포함하고;
취급될 재료(MTBH)의 가시적 벽(MTBH)의 적어도 일부에 대한 인식 스캔(perception scan)을 수행하되, 상기 인식 스캔은 MTBH의 3D 포인트 클라우드 데이터를 포함하는 2D 이미지 및 3D 이미지를 캡처하고;
MTBH의 각 유닛에 대해 6자유도 포즈를 구축하되, 상기 포즈 구축은;
2D 이미지를 분석하여 2D 이미지의 어느 세그먼트가 각 MTBH에 속하는지를 결정하고;
MTBH의 각 유닛에 대해, 2D 이미지로부터 크기, 방향, 관심 원점, 질량 중심 중 적어도 하나를 추정하고;
상기 적어도 2개의 관절형 로봇들 각각의 2D 카메라 및 3D 카메라 중 적어도 하나의 시야에 표현된 바와 같이, 3D 이미지를 쿼리하여 3D로 각 MTBH의 깊이 정보, 방향, 및 각 MTBH의 각 측면의 치수를 획득하며; 그리고
상기 적어도 2개의 관절형 로봇들 각각에 대해, 상기 적재 컨베이어의 틸팅 각도와 상기 로봇 조인트들의 위치 구성의 함수로서 2D 카메라의 기준 프레임 및 3D 카메라의 기준 프레임을 결정하고;
상기 2D 카메라의 기준 프레임 및 상기 3D 카메라의 기준 프레임 중 적어도 하나를 사용하여 자동 언로더의 기본 기준 프레임을 결정하고;
인식 스캔에서 검출된 MTBH의 각 유닛의 가상 표현을 구축하되, 상기 가상 표현은 자동 언로더의 기본 기준 프레임에 대해 MTBH의 각 유닛에 대해 6 자유도 포즈들을 생성하고;
피킹 위치들 및 피킹 방향들을 포함하는 피킹 포즈들(picking poses)을 계산하되, 상기 피킹 위치들은 MTBH의 각 유닛의 한 면의 중심에 있고, 상기 피킹 방향들은 MTBH의 각 유닛의 한 면에 수직이고;
입력으로 검색 기반 알고리즘(search-based algorithm)을 사용하여 적어도 하나의 동작 계획(motion plan)을 결정하되, 상기 입력은: MTBH의 각 유닛에 대한 피킹 포즈들; 로봇 모터들의 토크의 최소화; 동작 경로 길이의 최소화; 그리고 주변 환경의 다른 동적 또는 정적 요소들과의 충돌 회피 중 적어도 하나를 포함하고;
스코어링 알고리즘(scoring algorithm)에 기초하여 동작 계획을 선택하되, 상기 스코어링 알고리즘은 MTBH의 다른 유닛들에 대해 MTBH의 각 유닛의 피킹 포즈들에 적어도 부분적으로 기초하고;
피킹 시퀀스를 결정하되, 상기 피킹 시퀀스 결정은, 각 MTBH에 대해 선택된 동작 계획; MTBH 다른 유닛들과 관련된 MTBH의 각 유닛의 피킹 포즈들; 그리고 상기 적어도 2개의 관절형 로봇들의 조정 작동에 적어도 부분적으로 기초하며;
-; 그리고
상기 피킹 시퀀스를 실행하는, 로직인, 로봇 시스템. - 제 12 항에 있어서,
상기 접지된 베이스를 상기 베이스 서포트에 회전식으로 연결하는 접지된 베이스 피벗을 더 포함하고, 상기 접지된 베이스 피벗은 상기 접지된 베이스 휠들 또는 트랙들이 지면과 접촉을 유지할 수 있도록 구성되며, 상기 텔레스코핑 운송 컨베이어는 상기 베이스 서포트에 하향 힘을 인가하도록 구성되는, 로봇 시스템. - 제 12 항에 있어서,
상기 스코어링 알고리즘의 속성들은 로봇 모터들에 대한 토크의 최소화, 동작 경로 길이의 최소화, 위치, 속도, 가속도, 저크, 스냅, 궤도 정규화 거리, 및 구성 공간, 여유 공간, 타겟 공간 및 장애물 공간과 관련된 속성들 중 적어도 하나를 더 포함하는, 로봇 시스템. - 제 12 항에 있어서,
자동 팔레타이징 시스템을 더 포함하고,
상기 자동 팔레타이징 시스템은:
적어도 하나의 팔레타이징 로봇을 수용하도록 구성된 적어도 하나의 팔레타이징 로봇 서포트 갠트리;
상기 적어도 하나의 팔레타이징 로봇 서포트 갠트리에 장착된 적어도 하나의 팔레타이징 로봇;
상기 적어도 하나의 팔레타이징 로봇 아래에 있는 적어도 하나의 팔레트 슬리브 어셈블리
를 포함하고,
상기 적어도 하나의 팔레트 슬리브 어셈블리는:
팔레트;
상기 팔레트 상의 적어도 하나의 팔레트 슬리브
를 포함하고,
상기 적어도 하나의 팔레트 슬리브는 4개의 구조적 벽들을 포함하고;
상기 적어도 하나의 팔레타이징 로봇은 팔레타이징 로봇 엔드 이펙터를 갖는 관절형 암을 포함하고,
상기 적어도 하나의 팔레타이징 로봇은,
상기 피킹 시퀀스를 실행함으로써 픽업된, MTBH의 유닛들을 상기 팔레타이징 로봇 엔드 이펙터로 수용하며; 그리고
적어도 부분적으로 적층된 팔레트 슬리브 어셈블리가 형성될 때까지 MTBH의 각 유닛을 상기 적어도 하나의 팔레트 슬리브 어셈블리 내에 배치하도록 구성되는, 로봇 시스템. - 제 15 항에 있어서,
자동 팔레트 적재 안정화 시스템을 더 포함하고,
상기 자동 팔레트 적재 안정화 시스템은;
회전식 팔레트 랩핑 메커니즘
을 포함하고, 상기 회전식 팔레트 랩핑 메커니즘은:
서포트 구조체;
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리보다 직경이 더 큰 회전 링 - 상기 회전 링은 상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 주위에 액추에이터 시스템에 대한 간극을 제공함 -;
상기 회전 링 내부에서 수직으로 횡단하도록 구성된, 적어도 2 자유도를 갖는 액추에이터 시스템; 그리고
상기 액추에이터 시스템에 부착된 랩핑 재료 스풀 핀 - 상기 랩핑 재료 스풀 핀은 랩핑 재료의 스풀을 유지하고 상기 랩핑 재료의 스풀로부터 랩핑 재료를 분배하도록 구성됨 -;
상기 팔레트로부터 상기 적어도 하나의 팔레트 슬리브를 상승시키도록 구성된 팔레트 슬리브 리프터;
를 포함하고,
상기 로직은:
상기 회전 링과 인터페이스하기에 적합한 위치에 상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 위치시키고;
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 상의 상기 팔레트 슬리브와 인터페이스하도록 상기 팔레트 슬리브 리프터를 작동시키고 상기 팔레트 슬리브를 점진적으로 위쪽으로 상승시킴으로써, 상기 회전식 팔레트 랩핑 메커니즘에 의한 스트레치-랩핑을 위해 상기 MTBH 유닛들을 점진적으로 노출시키고;
상기 팔레트 슬리브 리프터가 상기 팔레트 슬리브를 상승시킬 때 상기 랩핑 재료 스풀 핀으로 상기 액추에이터 시스템을 작동시켜 점진적으로 노출된 MTBH 유닛들 주위에서 나선형으로 이동하여, 랩핑된 팔레트화된 유닛 적재물 및 완전히 상승된 팔레트 슬리브를 발생하는
것을 더 포함하는, 로봇 시스템. - 제 15 항에 있어서,
자동 팔레트 적재 안정화 시스템을 더 포함하고,
상기 자동 팔레트 적재 안정화 시스템은:
회전식 팔레트 랩핑 메커니즘
을 포함하고,
상기 회전식 팔레트 랩핑 메커니즘은:
서포트 구조체;
팔레트 또는 상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 수용하기 위한 회전 베이스;
상기 회전 링 내부의 서포트 구조체를 따라 수직으로 횡단하도록 구성된, 적어도 2개의 자유도를 갖는 액추에이터 시스템; 그리고
액추에이터 시스템에 부착된 랩핑 재료 스풀 핀 - 랩핑 재료 스풀 핀은 랩핑 재료 스풀을 고정하고 랩핑 재료 스풀로부터 랩핑 재료를 분배하도록 구성됨 -;
상기 팔레트로부터 상기 적어도 하나의 팔레트 슬리브를 상승시키는 팔레트 슬리브 리프터;
를 포함하고,
상기 로직은:
상기 액추에이터 시스템 및 상기 팔레트 슬리브 리프터와 인터페이스하기에 적합한 위치에서 상기 회전 베이스 상에 상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리를 위치시키고;
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 상의 상기 팔레트 슬리브와 인터페이스하도록 상기 팔레트 슬리브 리프터를 작동시키고 상기 팔레트 슬리브를 점진적으로 위쪽으로 상승시킴으로써, 상기 회전식 팔레트 랩핑 메커니즘에 의한 스트레치 랩핑을 위해 상기 MTBH 유닛들을 점진적으로 노출시키고;
상기 팔레트 슬리브 리프터가 상기 팔레트 슬리브를 상승시킬 때 상기 랩핑 재료 스풀 핀으로 상기 액추에이터 시스템을 작동시켜 점진적으로 노출된 MTBH 유닛들 주위에서 나선형 운동으로 랩핑 재료를 분배하여, 랩핑된 팔레트화된 유닛 적재물 및 완전히 상승된 팔레트 슬리브를 발생하는
것을 더 포함하는, 로봇 시스템. - 제 16 항에 있어서,
상기 로직은:
상기 랩핑 재료를 분배하는 것을 더 포함하고,
상기 랩핑 재료 분배는:
노출된 MTBH 유닛들 주위의 랩들 수;
상기 랩핑 재료의 길이에 따른 신장률(%); 그리고
상기 랩핑 재료의 층들 사이의 오프셋
중 적어도 하나에 따른 것인, 로봇 시스템. - 제 16 항에 있어서,
상기 적어도 부분적으로 적층된 팔레트 슬리브 어셈블리 또는 상기 랩핑된 팔레트화된 유닛 적재물을 운송하도록 구성된 자동 모바일 로봇(AMR)
을 더 포함하는, 로봇 시스템. - 제 19 항에 있어서,
빈 팔레트를 운송하도록 구성된 자동 포크리프트;
를 더 포함하고,
상기 로직은;
상기 자동 포크리프트를 사용하여 상기 완전히 상승된 팔레트 슬리브 아래에 빈 팔레트를 배치하고;
상기 완전히 상승된 팔레트 슬리브를 상기 빈 팔레트 위로 하강시켜 빈 팔레트 슬리브 어셈블리를 형성하는
것을 더 포함하는, 로봇 시스템.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202163278022P | 2021-11-10 | 2021-11-10 | |
| US63/278,022 | 2021-11-10 | ||
| PCT/US2022/079613 WO2023086868A1 (en) | 2021-11-10 | 2022-11-10 | Automated product unloading, handling, and distribution |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240101940A true KR20240101940A (ko) | 2024-07-02 |
Family
ID=84463244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020247019208A KR20240101940A (ko) | 2021-11-10 | 2022-11-10 | 자동 제품 하역, 취급, 및 분배 |
Country Status (3)
| Country | Link |
|---|---|
| KR (1) | KR20240101940A (ko) |
| CA (1) | CA3235730A1 (ko) |
| WO (1) | WO2023086868A1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116750526B (zh) * | 2023-08-16 | 2023-11-03 | 武汉煜炜光学科技有限公司 | 一种实现可动态接驳的方法和系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008147550A1 (en) * | 2007-05-23 | 2008-12-04 | Tellurian, Inc. | System and method for automated truck loading |
| US9434558B2 (en) * | 2013-01-20 | 2016-09-06 | Wynright Corporation | Automated truck unloader for unloading/unpacking product from trailers and containers |
| CN103832839B (zh) * | 2014-03-17 | 2016-05-18 | 耿文骥 | 用于车辆上的拆码垛机器人系统 |
| JP2017206318A (ja) * | 2016-05-16 | 2017-11-24 | 株式会社メイキコウ | 荷卸し装置 |
| CN106167180B (zh) * | 2016-08-15 | 2020-02-21 | 上海交通大学 | 自动卸车机器人系统 |
| US10597235B2 (en) * | 2016-10-20 | 2020-03-24 | Intelligrated Headquarters, Llc | Carton unloader tool for jam recovery |
| CN209684850U (zh) * | 2019-02-25 | 2019-11-26 | 广州达意隆包装机械股份有限公司 | 一种自动装卸产品的装置 |
-
2022
- 2022-11-10 CA CA3235730A patent/CA3235730A1/en active Pending
- 2022-11-10 WO PCT/US2022/079613 patent/WO2023086868A1/en active Application Filing
- 2022-11-10 KR KR1020247019208A patent/KR20240101940A/ko unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023086868A1 (en) | 2023-05-19 |
| CA3235730A1 (en) | 2023-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6852938B2 (ja) | 調整機構を備えたロボットシステム及びロボットシステムを動作させる方法 | |
| US11905116B2 (en) | Controller and control method for robot system | |
| AU2017330339B2 (en) | Identification information for warehouse navigation | |
| JP6661208B1 (ja) | ロボットシステムの制御装置及び制御方法 | |
| US10265856B2 (en) | Reorienting a distance sensor using an adjustable leveler | |
| AU2017301537B2 (en) | Collaborative inventory monitoring | |
| US9457970B1 (en) | Modular cross-docking system | |
| US10022867B2 (en) | Dynamically maintaining a map of a fleet of robotic devices in an environment to facilitate robotic action | |
| US11077554B2 (en) | Controller and control method for robotic system | |
| JP2023171915A (ja) | ロボットによる複数アイテムタイプのパレタイズおよびデパレタイズ | |
| KR20170085535A (ko) | 시각적 핸드쉐이크를 갖는 위치 제어 로봇 선단 | |
| KR20240101940A (ko) | 자동 제품 하역, 취급, 및 분배 | |
| CN111421546A (zh) | 机器人系统的控制装置以及控制方法 | |
| CN116280823A (zh) | 具有夹持机构的机器人系统以及相关系统和方法 | |
| US20220297958A1 (en) | Robotic palletization system with variable conveyor height | |
| Hettiarachchi et al. | Mobile Manipulator for Container Loading and Unloading: A Proof-of-Concept Study |