本发明专利技术描述了一种监测物料搬运环境中的操作的方法。该方法可包括基于来自基于LiDAR的传感器的输出来获得表示目标区域的3D扫描的数据流。此外，该方法可包括获得操作规范数据。该操作规范数据可包括与标准操作规程(SOP)相关的数据和预定义启发法。该预定义启发法可与将由该物料搬运环境中的机器和操作员中的至少一者执行的操作相关联。此外，该方法可包括生成机器学习模型。可将该数据流和该操作规范数据作为输入提供以训练该机器学习模型。此外，该方法可包括通过使用该机器学习模型来确定与该操作的执行的效率相关联的性能状态。能状态。能状态。
【技术实现步骤摘要】
在物料搬运环境中的基于LiDAR的监测
[0001]本文所述的示例性实施方案整体涉及用于通过使用光检测和测距(LiDAR)来监测物料搬运环境的系统、方法和装置，并且更具体地讲，涉及使用LiDAR来监测物料搬运环境中的操作、机器和个人。
技术介绍
[0002]一般来讲，在物料搬运站点诸如但不限于配送中心、仓库、仓储或航运中心中，使用各种机器诸如传送机、托盘堆跺机、机器人臂、卡车装载机/卸载机和/或传送机顶置单元来执行各种操作。通常，部署某些机构以用于监测物料搬运环境中的操作、机器、工人等。例如，监管员可使用中央监测系统来监测由工人执行的各种活动。在这方面，中央监测系统可获得可由工人使用的电子设备(例如，个人数字助理)所记录的数据。此外，在一些示例性环境中，可部署具有相机和/或传感器的监视系统以记录各种工作站的视频流，从而用于监测由机器进行的各种操作和/或由工人进行的活动。据此，还期望监测与可在物料搬运环境(例如，配送中心、仓库、仓储等)中操作的各种过程、机器和/或个人的性能相关的效率。
[0003]监测与物料搬运站点相关的各个方面的现有机构具有相关联的限制。此外，还期望以高准确度监测物料搬运环境内的过程、机器和/或个人的操作，并且基于可导致提高物料搬运环境的整体操作和生产率的监测来提供可执行的建议。
技术实现思路
[0004]本文所述的一些示例性实施方案涉及在物料搬运环境中监测操作的方法。方法可包括获得表示物料搬运环境中的目标区域的3D扫描的数据流。数据流可通过使用来自基于LiDAR的传感器的输出来获得。方法还可包括从仓库执行系统获得操作规范数据。操作规范数据可包括标准操作规程(SOP)数据以及与操作相关联的预定义启发法。就这一点而言，操作可由物料搬运环境中的机器和操作员中的至少一者执行。此外，方法可包括通过使用数据流和操作规范数据作为输入以训练机器学习模型来生成机器学习模型。此外，方法可包括通过使用机器学习模型来确定与该操作的执行的效率相关联的性能状态。
[0005]在一些示例性实施方案中，方法可包括由基于LiDAR的传感器扫描物料搬运环境的目标区域。此外，方法可包括生成数据流，该数据流包括与机器、操作员和物料搬运环境的区段中的至少一者相关联的三维(3D)点云。
[0006]在一些示例性实施方案中，方法还可包括分析数据流以识别与物料搬运环境中的操作相关联的阻塞点。就这一点而言，阻塞点可指示与物料搬运环境中的机器和/或由操作员执行的工作流中的至少一者的操作相关联的故障状况。此外，方法可包括生成指示以下中的至少一者的消息：阻塞点和要执行以解决阻塞点的补救动作。
[0007]根据一些示例性实施方案，方法还可包括将源自包括3D点云的数据流的第一组数据点与源自操作规范数据的第二组数据点进行比较。
[0008]在一些示例性实施方案中，方法可包括基于机器学习模型对操作规范数据和数据
流的分析，确定与物料搬运环境中的机器、操作员和要执行的工作流过程中的至少一者的操作相关联的新关键性能指示符。此外，方法可包括通过将新关键性能指示符包括在标准操作规程数据中来修改操作规范数据。
[0009]根据一些示例性实施方案，新关键性能指示符可与结构特性相关联，该结构特性与物料搬运环境中的搬运箱、容器、托盘、纸箱中的至少一者相关联。在一些示例中，新关键性能指示符可与由操作员遵循以在执行物品挑选工作流时挑选第一物品的路线相关联。在一些示例中，新关键性能指示符可与通过传送机的一部分传送的搬运箱的对准相关联。在一些示例性实施方案中，新关键性能指示符可与第三物品在运输通过传送机的一部分时的取向相关联。在一些示例中，新关键性能指示符可与进入自动化存储和检索系统的区中的容器的尺寸相关联。
[0010]根据一些示例性实施方案，方法还可包括识别安全问题。安全问题可与物料搬运环境内的机器和操作员中的至少一者相关联。可基于由机器学习模型分析数据流和操作规范数据来识别安全问题。此外，方法可包括生成指示安全问题的警报。
[0011]根据一些示例性实施方案，安全问题可对应于以下中的至少一者：(a)物料搬运环境中的机器人操纵器的机器人臂以异常速度的移动，(b)在物料搬运环境中由托盘堆跺机对多个容器的堆叠，该堆叠是以易于导致多个容器中的一个或多个容器掉落的方式，(c)物料搬运环境中的自动化导向车辆(AGV)所遵循的路径，以及(d)物料搬运物品中的传送机的传送带以易于引起在传送带上传送的物品的碰撞的速度的运动。
[0012]根据一些示例性实施方案，方法可包括显示以下中的至少一者：(a)数据流的回放，(b)仪表板，该仪表板包括与机器和操作员中的至少一者相关联的多个关键性能指示符，(c)视觉指示符，该视觉指示符指示物料搬运环境中的阻塞点，(d)警报，该警报指示与机器和操作员中的至少一者相关联的安全问题，以及(e)审计报告，该审计报告用于可视化与在物料搬运环境中执行的一个或多个活动相关联的生产数据、操作数据、编排数据中的至少一者。
[0013]本文所述的一些示例性实施方案涉及其上存储有计算机可执行指令的非暂态计算机可读介质。响应于由处理器执行，计算机可执行指令可执行操作，该操作可包括使用来自基于LiDAR的传感器的输出来获得表示物料搬运环境中的目标区域的3D扫描的数据流。此外，操作可包括从仓库执行系统获得操作规范数据，该操作规范数据包括标准操作规程(SOP)数据以及与将由物料搬运环境中的机器和操作员中的至少一者执行的操作相关联的预定义启发法。操作还可包括通过使用数据流和操作规范数据作为输入以训练机器学习模型来生成机器学习模型。此外，操作可包括通过使用机器学习模型来确定与操作的执行的效率相关联的性能状态。
[0014]根据一些示例性实施方案，本文提及的数据流可包括对应于由物料搬运环境中的以下中的至少一者执行的操作的监测的数据：传送机、分拣系统、分离单元、机器人操纵器、升降机、托盘千斤顶、自动化导向车辆(AGV)和操作员。
[0015]在一些示例性实施方案中，响应于由处理器执行，计算机可执行指令可以执行包括生成第一反馈的操作，该第一反馈指示与预定义效率水平的偏差的程度。操作还可包括生成指示要执行的动作的第二反馈，使得动作的执行致使操作的执行满足效率水平。
[0016]在一些示例性实施方案中，响应于由处理器执行，计算机可执行指令可以执行操
作，该操作可包括：分析数据流以识别与物料搬运环境中的操作相关联的阻塞点；以及生成指示以下中的至少一者的消息：阻塞点和待执行以解决阻塞点的校正动作。阻塞点可指示与操作的执行相关联的故障状况。在一些示例性实施方案中，响应于由处理器执行，计算机可执行指令可以执行操作，该操作可包括确定与物料搬运环境中的机器、操作员和要执行的工作流过程中的至少一者的操作相关联的新关键性能指示符。可由机器学习模型基于对操作规范数据和数据流的分析来确定新关键性能指示符。此外，操作可包括通过将新关键性能指示符包括在标准操作规程数据中来修改操作规范数据。
[0017]根据一些示例性本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种物料搬运系统，包括：视觉系统，所述视觉系统包括多个基于光检测和测距(LiDAR)的传感器，所述视觉系统被配置为：扫描物料搬运环境的目标区域；以及生成数据流，所述数据流包括表示所述目标区域的3D扫描的三维(3D)点云；计算系统，所述计算系统可通信地耦接到所述视觉系统和仓库执行系统，所述计算系统包括处理器，所述处理器被配置为：从所述视觉系统获得所述数据流；从所述仓库执行系统获得操作规范数据，所述操作规范数据包括标准操作规程(SOP)数据和预定义启发法，所述预定义启发法与待由所述物料搬运环境中的机器和操作员中的至少一者执行的操作相关联；通过使用所述数据流和所述操作规范数据作为输入以训练机器学习模型来生成所述机器学习模型；以及通过使用所述机器学习模型来确定与所述操作的执行效率相关联的性能状态。2.根据权利要求1所述的物料搬运系统，其中所述数据流包括对应于由所述物料搬运环境中的以下中的至少一者执行的所述操作的监测的数据：传送机、分拣系统、分离单元、机器人操纵器、升降机、托盘千斤顶、自动化导向车辆(AGV)和所述操作员。3.根据权利要求1所述的物料搬运系统，其中所述处理器被配置为：分析所述数据流以识别与所述物料搬运环境中的所述操作相关联的阻塞点，其中所述阻塞点指示与以下中的至少一者相关联的故障状况：所述操作的所述执行；以及生成指示以下中的至少一者的消息：所述阻塞点和待执行以解决所述阻塞点的校正动作。4.根据权利要求1所述的物料搬运系统，其中所述处理器被配置为：将源自包括所述3D点云的所述数据流的第一组数据点与源自所述操作规范数据的第二组数据点进行比较。5.根据权利要求1所述的物料搬运系统，其中所述处理器被配置为：基于由所述机器学习模型分析所述数据流和所述操作规范数据来识别与所述物料搬运环境内的所述机器和所述操作员中的至少一者相关联的安全问题；以及生成指示所述安全问题的警报。6.根据权利要求5所述的物料搬运系统，其中所述安全问题对应于以下中的至少一者：所述物料搬运环境中的机器人操纵器的机器人臂以异常速度的移动；在所述物料搬运环境中由托盘堆...
【专利技术属性】
技术研发人员：D，
申请(专利权)人：因特利格雷特总部有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。