一种仓储搬运机器人的自学定位控制方法技术

本发明专利技术提供了一种仓储搬运机器人的自学定位控制方法，包括：S1：获取仓储搬运机器人的实际位置、搬运起点和搬运终点，基于所述实际位置、所述搬运起点和所述搬运终点，生成对应的搬运控制算法；S2：基于所述搬运控制算法，控制所述仓储搬运机器人进行移动，并获取所述仓储搬运机器人在移动过程中识别的环境识别数据；S3：基于所述环境识别数据，确定所述仓储搬运机器人的搬运偏差范围；S4：基于所述搬运偏差范围，更新所述搬运控制算法，基于更新后的所述搬运控制算法，接力控制所述仓储搬运机器人继续进行移动；用以基于获取仓储搬运机器人移动过程中的环境识别数据更新仓储搬运机器人的搬运控制算法，实现仓储搬运机器人在的准确自学定位。确自学定位。确自学定位。

【技术实现步骤摘要】
一种仓储搬运机器人的自学定位控制方法


[0001]本专利技术涉及机器人自学定位控制
，特别涉及一种仓储搬运机器人的自学定位控制方法。

技术介绍

[0002]目前，仓储搬运机器人属于工业机器人的范畴，是指应用在仓储环节，可通过接受指令或系统预先设置的程序，自动执行货物转移、搬运等操作的机器装置。仓储搬运机器人作为智慧物流的重要组成部分，顺应了新时代的发展需求，成为物流行业在解决高度依赖人工、业务高峰期分拣能力有限等瓶颈问题的突破口。
[0003]但是，现存的仓储搬运机器人在拐弯时采用的定位方法是通过调整定位片位置来确保仓储搬运机器人本体的停止位精度，但是由于货架制造精度，安装精度等方面的误差，需要精确调整每个定位片的位置，耗费时间长且需要远程操控多个定位片的位置，操控算法复杂易出错。
[0004]因此，本专利技术提出一种仓储搬运机器人的自学定位控制方法。

技术实现思路

[0005]本专利技术提供一种仓储搬运机器人的自学定位控制方法，用以基于获取的仓储搬运机器人搬运过程中的环境识别数据更新仓储搬运机器人的搬运控制算法，实现仓储搬运机器人在搬运过程中的准确自学定位，提高仓储搬运机器人的搬运和停止位精度。
[0006]本专利技术提供一种仓储搬运机器人的自学定位控制方法，包括：
[0007]S1：获取仓储搬运机器人的实际位置、搬运起点和搬运终点，基于所述实际位置、所述搬运起点和所述搬运终点，生成对应的搬运控制算法；
[0008]S2：基于所述搬运控制算法，控制所述仓储搬运机器人进行移动，并获取所述仓储搬运机器人在移动过程中识别的环境识别数据；
[0009]S3：基于所述环境识别数据，确定所述仓储搬运机器人的搬运偏差范围；
[0010]S4：基于所述搬运偏差范围，更新所述搬运控制算法，基于更新后的所述搬运控制算法，接力控制所述仓储搬运机器人继续进行移动。
[0011]优选的，所述的一种仓储搬运机器人的自学定位控制方法，
[0012]所述仓储搬运机器人上设置有：侧探测器、第一探测器和第二探测器；
[0013]所述仓储搬运机器人在搬运轨道上移动，所述搬运轨道上设置有：与所述侧探测器对应的轨道中心定位标志、与所述第一探测器对应的轨道左边缘定位标志以及与所述第二探测器对应的轨道右边缘定位标志；
[0014]所述侧探测器和所述第一探测器以及所述第二探测器都是激光探测器；
[0015]所述轨道中心定位标志和所述轨道左边缘定位标志以及所述轨道右边缘定位标志都是强反光标志。
[0016]优选的，所述的一种仓储搬运机器人的自学定位控制方法，S1：获取仓储搬运机器
人的实际位置、搬运起点和搬运终点，基于所述实际位置、所述搬运起点和所述搬运终点，生成对应的搬运控制算法，包括：
[0017]S101：从预设的控制云端中获取所述仓储搬运机器人的搬运指令；
[0018]S102：解析所述搬运指令，获得所述搬运起点和所述搬运终点；
[0019]S103：确定所述仓储搬运机器人的实际位置，并将所述实际位置、所述搬运起点和所述搬运终点标记在控制云端预先存储的轨道路线图中，获得标记结果；
[0020]S104：基于所述标记结果，生成最佳搬运路线；
[0021]S105：基于所述最佳搬运路线和预设的控制算法生成方法，生成对应的搬运控制算法。
[0022]优选的，所述的一种仓储搬运机器人的自学定位控制方法，确定所述仓储搬运机器人的实际位置，包括：
[0023]基于预设定位算法，获取所述仓储搬运机器人的第一当前位置；
[0024]获取所述第一当前位置对应的第一环境视频；
[0025]基于所述第一环境视频和所述第一当前位置生成所述仓储搬运机器人的位置确认指令，并将所述位置确认指令发送至控制云端；
[0026]基于所述位置确认指令从预设的环境数据库中调取所述第一当前位置对应的第一标准数据；
[0027]在所述轨道路线图中绘制以所述第一当前位置为圆心、预设长度为半径的圆；
[0028]将所述圆的范围内除所述第一当前位置以外的所有轨道位置作为偏差位置；
[0029]从所述环境数据库中调取所有所述偏差位置对应的环境数据作为第二标准数据；
[0030]整合所述第一标准数据和所述第二标准数据，获得第三标准数据；
[0031]基于特征提取技术，从所述第一环境视频中提取第一环境特征数据，并从所述第三标准数据中筛选与所述第一环境特征数据对应的第三标准数据作为第一参考环境数据；
[0032]获取所述第一参考环境数据和所述轨道路线图中各个目标位置的对应关系；
[0033]基于所述对应关系，确定所述第一参考环境数据在所述轨道路线图中对应的所述第一目标位置，将所述第一目标位置作为所述仓储搬运机器人的实际位置。
[0034]优选的，所述的一种仓储搬运机器人的自学定位控制方法，基于特征提取技术，从所述第一环境视频中提取第一环境特征数据，并从所述第一标准数据集合中筛选与所述第一环境特征数据对应的第三标准数据作为第一参考环境数据，包括：
[0035]基于预设检测方法，检测出所述第一环境视频中每一帧图像中的所有第一特征点；
[0036]获取相邻所述第一特征点的视觉特征梯度变化函数，基于所述视觉特征梯度变化函数，对相应的相邻第一特征点进行重构关联；
[0037]基于预设的相机位姿误差，对重构关联结果进行校正，对校正后的结果进行局部重建，获得二维特征框架，将所述二维特征框架作为所述第一环境特征数据；
[0038]将所述第三标准数据按照预设划分方法划分为多个子集合；
[0039]确定二维特征框架中对应于所述第一特征点的第二特征点；
[0040]将所述第二特征点和每个所述子集合中的标准特征点进行匹配，获取匹配度，并与对应所述子集合进行关联；
[0041]汇总所述子集合关联的全部所述匹配度，获得所述第一环境特征数据和每个所述子集合对应的总体匹配度，将最大所述总体匹配度对应的子集合中的第三标准数据作为第一数据；
[0042]确定所述第一环境视频中每一帧图像中的第一特征点和所述第一数据中的对应标准特征点的坐标差；
[0043]当所有所述第一环境视频中每一帧图像中的第一特征点和所述第一数据中的对应标准特征点的坐标差未超过预设坐标差阈值时，则将对应所述第一数据作为所述第一参考环境数据；
[0044]否则，将第二大所述总体匹配度对应的子集合中的第三标准数据作为所述第一数据，直至所有所述第一环境视频中每一帧图像中的第一特征点和确定的所述第一数据中的对应标准特征点的坐标差未超过预设坐标差阈值时，将对应所述第一数据作为所述第一参考环境数据。
[0045]优选的，所述的一种仓储搬运机器人的自学定位控制方法，S104：基于所述标记结果，生成最佳搬运路线，包括：
[0046]S1041：在所述轨道路线图中确定所述仓储搬本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种仓储搬运机器人的自学定位控制方法，其特征在于，包括：S1：获取仓储搬运机器人的实际位置、搬运起点和搬运终点，基于所述实际位置、所述搬运起点和所述搬运终点，生成对应的搬运控制算法；S2：基于所述搬运控制算法，控制所述仓储搬运机器人进行移动，并获取所述仓储搬运机器人在移动过程中识别的环境识别数据；S3：基于所述环境识别数据，确定所述仓储搬运机器人的搬运偏差范围；S4：基于所述搬运偏差范围，更新所述搬运控制算法，基于更新后的所述搬运控制算法，接力控制所述仓储搬运机器人继续进行移动。2.根据权利要求1所述的一种仓储搬运机器人的自学定位控制方法，其特征在于，所述仓储搬运机器人上设置有：侧探测器、第一探测器和第二探测器；所述仓储搬运机器人在搬运轨道上移动，所述搬运轨道上设置有：与所述侧探测器对应的轨道中心定位标志、与所述第一探测器对应的轨道左边缘定位标志以及与所述第二探测器对应的轨道右边缘定位标志；所述侧探测器和所述第一探测器以及所述第二探测器都是激光探测器；所述轨道中心定位标志和所述轨道左边缘定位标志以及所述轨道右边缘定位标志都是强反光标志。3.根据权利要求1所述的一种仓储搬运机器人的自学定位控制方法，其特征在于，S1：获取仓储搬运机器人的实际位置、搬运起点和搬运终点，基于所述实际位置、所述搬运起点和所述搬运终点，生成对应的搬运控制算法，包括：S101：从预设的控制云端中获取所述仓储搬运机器人的搬运指令；S102：解析所述搬运指令，获得所述搬运起点和所述搬运终点；S103：确定所述仓储搬运机器人的实际位置，并将所述实际位置、所述搬运起点和所述搬运终点标记在控制云端预先存储的轨道路线图中，获得标记结果；S104：基于所述标记结果，生成最佳搬运路线；S105：基于所述最佳搬运路线和预设的控制算法生成方法，生成对应的搬运控制算法。4.根据权利要求3所述的一种仓储搬运机器人的自学定位控制方法，其特征在于，确定所述仓储搬运机器人的实际位置，包括：基于预设定位算法，获取所述仓储搬运机器人的第一当前位置；获取所述第一当前位置对应的第一环境视频；基于所述第一环境视频和所述第一当前位置生成所述仓储搬运机器人的位置确认指令，并将所述位置确认指令发送至控制云端；基于所述位置确认指令从预设的环境数据库中调取所述第一当前位置对应的第一标准数据；在所述轨道路线图中绘制以所述第一当前位置为圆心、预设长度为半径的圆；将所述圆的范围内除所述第一当前位置以外的所有轨道位置作为偏差位置；从所述环境数据库中调取所有所述偏差位置对应的环境数据作为第二标准数据；整合所述第一标准数据和所述第二标准数据，获得第三标准数据；基于特征提取技术，从所述第一环境视频中提取第一环境特征数据，并从所述第三标准数据中筛选与所述第一环境特征数据对应的第三标准数据作为第一参考环境数据；
获取所述第一参考环境数据和所述轨道路线图中各个目标位置的对应关系；基于所述对应关系，确定所述第一参考环境数据在所述轨道路线图中对应的所述第一目标位置，将所述第一目标位置作为所述仓储搬运机器人的实际位置。5.根据权利要求4所述的一种仓储搬运机器人的自学定位控制方法，其特征在于，基于特征提取技术，从所述第一环境视频中提取第一环境特征数据，并从所述第一标准数据集合中筛选与所述第一环境特征数据对应的第三标准数据作为第一参考环境数据，包括：基于预设检测方法，检测出所述第一环境视频中每一帧图像中的所有第一特征点；获取相邻所述第一特征点的视觉特征梯度变化函数，基于所述视觉特征梯度变化函数，对相应的相邻第一特征点进行重构关联；基于预设的相机位姿误差，对重构关联结果进行校正，对校正后的结果进行局部重建，获得二维特征框架，将所述二维特征框架作为所述第一环境特征数据；将所述第三标准数据按照预设划分方法划分为多个子集合；确定二维特征框架中对应于所述第一特征点的第二特征点；将所述第二特征点和每个所述子集合中的标准特征点进行匹配，获取匹配度，并与对应所述子集合进行关联；汇总所述子集合关联的全部所述匹配度，获得所述第一环境特征数据和每个所述子集合对应的总体匹配度，将最大所述总体匹配度对应的子集合中的第三标准数据作为第一数据；确定所述第一环境视频中每一帧图像中的第一特征点和所述第一数据中的对应标准特征点的坐标差；当所有所述第一环境视频中每一帧图像中的第一特征点和所述第一数据中的对应标准特征点的坐标差未超过预设坐标差阈值时，则将对应所述第一数据作为所述第一参考环境数据；否则，将第二大所述总体匹配度对应的子集合中的第三标准数据作为所述第一数据，直至所有所述第一环境视频中每一帧图像中的第一特征点和确定的所述第一数据中的对应标准特征点的坐标差未超过预设坐标差阈值时，将对应所述第一数据作为所述第一参考环境数据。6.根据权利要求3所述的一种仓储搬运机器人的自学定位控制方法，其特征在于，S104：基于所述标记结果，生成最佳搬运路线，包括：S1041：在所述轨道路线图中确定所述仓储搬运机器人当前所在的第一轨道；S1042：将所述第一轨道作为第一评价目标，在所述轨道路线图中确定与所述第一评价目标相连的第二轨道，并作为第二评价目标；S1043：获取所述第二评价目标对应的轨道数据；S1044：确定所述轨道数据中所述第一评价目标和每个所述第二评价目标对应的转角差值，基于所述转角差值计算出每个所述第二评价目标对应的第一评价因子；S1045：获取所述第一评价目标的第一轨道等级，同时，获取每个所述第二评价目标对应的第二轨道等级；S1046：计算所述第一轨道等级和每个所述第二轨道等级之间的差值；S1047：查询预设的差值
‑
评价因子映射表，确定所述差值对应的第二评价因子；
S1048：获取每个所述第二评价目标对应的轨道类型；S1049：查询预设的轨道类型
‑
评价因子映射表，确定所述轨道类型对应的第...

【专利技术属性】
技术研发人员：王三祥，王欣，王锋，刘洪顺，
申请(专利权)人：江苏昱博自动化设备有限公司，
类型：发明
国别省市：