[发明专利]一种面向物流场景订单拣选方法、设备和系统

说明书

本发明公开了一种面向物流场景订单拣选方法、设备和系统，该方法首先接收上位系统发出的订单拣选指令，通过设置视觉传感器采集商品的图像信息，然后在本地或者云端服务器处理商品的图像信息，基于深度学习的方法，规划商品拣取位姿和拣取策略，然后驱动机械臂及其末端执行器以适当的轨迹到达拣选位置，拣选商品，然后把商品放置在指定位置，完成仓库内的拆零拣选作业，达到替代人员进行订单拣选的目的，降低人工劳动强度。本方案基于深度学习算法处理3D数据信息，通过端对端的方式得到商品的拣选位姿和拣选策略，达成了良好的适应性、可靠性和快速部署能力，并可实现了自学习，避免了传统基于模型匹配的方法带来的适应性差、可靠性差等诸多问题。

技术领域

本发明涉及仓储技术领域，特别涉及一种面向物流场景订单拣选方法、设备和系统。

背景技术

在目前的主流自动化仓库中，基于“货到人”技术实现商品的搬运，大幅度减少了人员的走路时间。

但是，商品的拆零拣选问题仍然需要大量的人员作业，传统的自动化仓库解决方案无法解决商品拆零拣选过程中耗费大量人工做重复性工作的问题。

发明内容

有鉴于此，本发明提供了一种面向物流场景订单拣选方法，解决仓库内物料的自动化拣选问题。

本发明还提供了一种实现上述方法的面向物流场景订单拣选设备和系统。

为实现上述目的，本发明提供如下技术方案：

一种面向物流场景订单拣选方法，包括：

获取目标物品在待拣选环境的图像信息；

基于深度学习的方法处理所述图像信息，以得到所述目标物品的拣选位姿和拣选策略；

采用传统方法或基于深度学习的方法获取用于指示机械臂移动至所述拣选位姿的目标路径；

控制所述机械臂按照所述目标路径移动至所述拣选位姿，并控制所述机械臂在所述拣选位姿基于所述拣选策略拣取所述目标物品。

优选地，获取目标物品在待拣选环境的图像信息包括：获取目标物品在待拣选环境的2D图像信息；

基于深度学习的方法处理所述图像信息，以得到所述目标物品的拣选位姿和拣选策略包括：将所述2D图像信息处理为3D图像信息，以2D和3D图像信息为输入，采用深度学习算法，计算得到所述目标物品的拣选位姿和拣选策略。

优选地，获取目标物品在待拣选环境的图像信息包括：获取目标物品在待拣选环境的3D图像信息；

基于深度学习的方法处理所述图像信息，以得到所述目标物品的拣选位姿和拣选策略包括：基于深度学习算法处理所述3D图像信息，以得到所述目标物品的拣选位姿和拣选策略。

优选地，采用传统方法或基于深度学习的方法获取用于指示机械臂移动至所述拣选位姿的目标路径包括：基于传统示教方法或者基于实时规划确定用于指示机械臂移动至所述拣选位姿的目标路径。

优选地，控制所述机械臂在所述拣选位姿基于所述拣选策略拣取所述目标物品包括：根据所述拣选位姿切换所述机械臂的末端执行器，并控制所述末端执行器按照拣选策略动作，拣取所述目标物品。

优选地，还包括：

监测所述末端执行器拣取的目标物品是否掉落，得到监测结果；

若监测结果为商品掉落，则执行与所述监测结果对应的处理动作。

优选地，在获取目标物品在待拣选环境的图像信息前，还包括：

制定订单拣选策略；

接收订单拣选指令；基于订单拣选策略，将订单命中的目标物品所在周转箱搬运到预设待操作位置。