[发明专利]仓储机器人的自动化控制方法及装置有效

专利信息
申请号: 202010171329.X 申请日: 2020-03-12
公开(公告)号: CN111232590B 公开(公告)日: 2021-10-29
发明(设计)人: 苏万宝;李佳庆;张良虎 申请(专利权)人: 苏万宝;上海可辰科技有限公司
主分类号: B65G43/00 分类号: B65G43/00
代理公司: 合肥昕华汇联专利代理事务所(普通合伙) 34176 代理人: 崔雅丽
地址: 232000 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 仓储 机器人 自动化 控制 方法 装置
【说明书】:

本申请提供一种仓储机器人的自动化控制方法及装置。中控主机在接到针对某一待运输货物的运输指令,中控主机可以先确定出从出货口能够到达该待运输货物所在货架的每条路径。然后,中控主机可以进一步确定出每条路径上距离该货架最近且空闲的仓储机器人与该货架之间且正在工作的仓储机器人的位置。最后,中控主机利用时间预测模型计算每条路径上正在工作的仓储机器人的位置,便可以选择出能够最快到达该货架且空闲的仓储机器人,并利用该最快到达该货架且空闲的仓储机器人来搬运该待运输货物,从而实现以最高的效率来进行货物的搬运,进一步提高了仓储机器人对货物的搬运效率。

技术领域

本申请涉及物流技术领域,具体而言,涉及一种仓储机器人的自动化控制方法及装置。

背景技术

在传统的物流技术中,一般通过人力来进行货物的搬运。但这种方式费事费力,效率低且成本高。而随着技术的不断进步,现以实现通过机器人来进行货物的搬运,比如在需要搬运某个货物时,其可以随机选择一个空闲的机器人来搬运该货物。较于人力搬运的方式,机器人搬运能够明显的降低成本并提高效率。

但随着社会的不断发展进步,其对物流的需求越来越大,因此对机器人搬运的效率要求也越来越高。目前的随机选择机器人来进行搬运效率已经逐渐无法满足当前的物流需求。

发明内容

本申请实施例的目的在于提供一种仓储机器人的自动化控制方法及装置,用以改善上述缺陷。

第一方面,本申请实施例提供了一种仓储机器人的自动化控制方法,所述方法应用于控制仓储机器人的中控主机,所述方法包括:

接收上游的物流系统发送针对待运输货物的运输指令;

根据所述运输指令,从仓库的多个货架中确定出所述待运输货物所在的货架;

确定出所述仓库中所述待运输货物的出货口到所述货架的每条路径;

确定出每条路径上距离所述货架最近且空闲的仓储机器人,以及确定出每条路径上位于距离所述货架最近且空闲的仓储机器人与所述货架之间且正在工作的仓储机器人的位置;

利用预设的时间预测模型计算每条路径上所述正在工作的仓储机器人的位置,预测每条路径上距离所述货架最近且空闲的仓储机器人移动到所述货架的时间;

选择所述时间最早的空闲的仓储机器人运输所述待运输货物。

本申请实施例中,中控主机在接到针对某一待运输货物的运输指令,中控主机可以先确定出从出货口能够到达该待运输货物所在货架的每条路径。然后,中控主机可以进一步确定出每条路径上距离该货架最近且空闲的仓储机器人与该货架之间且正在工作的仓储机器人的位置。最后,中控主机利用时间预测模型计算每条路径上正在工作的仓储机器人的位置,便可以选择出能够最快到达该货架且空闲的仓储机器人,并利用该最快到达该货架且空闲的仓储机器人来搬运该待运输货物,从而实现以最高的效率来进行货物的搬运,进一步提高了仓储机器人对货物的搬运效率。

结合第一方面,在第一种可能的实现方式中,在利用预设的时间预测模型计算每条路径上所述正在工作的仓储机器人的位置,预测每条路径上距离所述货架最近且空闲的仓储机器人移动到所述货架的时间之前,所述方法还包括:

针对每条路径:获取历史中位于该路径上距离所述货架最近且空闲的仓储机器人与所述货架之间的正在工作的仓储机器人的历史位置,其中,所述历史位置以及该路径上距离所述货架最近且空闲的仓储机器人在历史中实际到达所述货架的时间,作为该路径的训练参数;

利用每条路径的训练参数训练预设的卷积神经网络,获得所述时间预测模型。

本申请实施例中,利用正在工作的仓储机器人的历史位置以及实际到达该货架的时间来训练该卷积神经网络,能够使得卷积神经网络预测的时间越来越接近实际到达该货架的时间,使得训练好的时间预测模型能够更加准确的预测出该货架的时间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏万宝;上海可辰科技有限公司,未经苏万宝;上海可辰科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010171329.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top