一种仓储机器人所负载货物质量确定方法及系统技术方案

本发明专利技术公开了一种仓储机器人所负载货物质量确定方法及系统，包括以下步骤：将仓储样本所属的质量损坏类别和质量损坏程度与仓储样本的质量表征参数利用BP神经网络进行模型训练得到仓储货物的质量评估模型；获取仓储机器人所负载货物的质量表征参数，并利用所述质量评估模型基于所述仓储机器人所负载货物的质量表征参数得到仓储机器人所负载货物的质量损坏类别和质量损坏程度。本发明专利技术构建质量评估模型，实现在仓储机器人运载货物过程中对仓储机器人所负载货物进行质量评估，进而实现在搬运过程中识别出发生质量损坏的货物，以及货物的损坏类别和程度，便于后续人员进行掌握分拣情况，避免将损坏物品运载入库的无效搬运。避免将损坏物品运载入库的无效搬运。避免将损坏物品运载入库的无效搬运。

【技术实现步骤摘要】
一种仓储机器人所负载货物质量确定方法及系统


[0001]本专利技术涉及仓储物流
，具体涉及一种仓储机器人所负载货物质量确定方法及系统。

技术介绍

[0002]仓储物流(Warehousing Logistics)，就是利用自建或租赁库房、场地、储存、保管、装卸搬运、配送货物。传统的仓储定义是从物资储备的角度给出的。现代“仓储”不是传统意义上的“仓库”、“仓库管理”，而是在经济全球化与供应链一体化背景下的仓储，是现代物流系统中的仓储。仓储物流机器人是指在物流仓储和生产仓库等室内环境中，用于货物出入库搬运操作的机器人，因此仓储物流机器人在仓储物流方面具有重要作用。
[0003]现有技术主要利用仓储机器人进行搬运操作，但是却无法识别搬运货品的质量情况，从而导致将质量发生损坏和质量未发生损坏的货品进行无差别搬运，导致搬运入库后仍需要进一步进行质量筛查，造成对货品的无效搬运，搬运效果不佳。

技术实现思路

[0004]本专利技术的目的在于提供一种仓储机器人所负载货物质量确定方法及系统，以解决现有技术中无差别搬运，搬运效果不佳的技术问题。
[0005]为解决上述技术问题，本专利技术具体提供下述技术方案：
[0006]一种仓储机器人所负载货物质量确定方法，包括以下步骤：
[0007]步骤S1、获取多组发生质量损坏的仓储货物和一组未发生质量损坏的仓储货物混合成仓储样本，并将仓储样本放置在空载的仓储机器人中获取仓储样本的质量表征参数，所述质量表征参数包括货物重量、货物噪声和货物温湿度；
[0008]步骤S2、将仓储样本所属的质量损坏类别和质量损坏程度与仓储样本的质量表征参数利用BP神经网络进行模型训练得到仓储货物的质量评估模型；
[0009]步骤S3、获取仓储机器人所负载货物的质量表征参数，并利用所述质量评估模型基于所述仓储机器人所负载货物的质量表征参数得到仓储机器人所负载货物的质量损坏类别和质量损坏程度，以实现在运载过程中对仓储机器人所负载货物进行质量评估。
[0010]作为本专利技术的一种优选方案，所述获取多组发生质量损坏的仓储货物，包括：
[0011]收集所有发生质量损坏的仓储货物，并对发生质量损坏的仓储货物进行质量损坏类别的分类，以及统计每个质量损坏类别中包含的仓储货物数量；
[0012]将各个质量损坏类别依据仓储货物数量进行货物数量选取比例的设定，所述选取比例的设定公式为：
[0013][L1:L2:L3:,,,:L
N
]＝[A1:A2:A3:,,,:A
N
]；
[0014]式中，L1，L2，L3，L
N
分别表征为第1，2，3，N个质量损坏类别的货物数量选取比例，A1，A2，A3，A
N
分别表征为第1，2，3，N个质量损坏类别的仓储货物数量；
[0015]设定选取总数量，依据货物数量的选取比例依次得到各个质量损坏类别中仓储货
物的选取数量，并依据选取数量在各个质量损坏类别中进行仓储货物的随机选取得到隶属于各个质量损坏类别下的多组发生质量损坏的仓储货物，所述选取数量的计算公式为：
[0016][0017]式中，n
i
为第i个质量损坏类别中仓储货物的选取数量，L
i
为第i个质量损坏类别中货物数量选取比例，i为计量常数，N为质量损坏类别的类别总数量。
[0018]作为本专利技术的一种优选方案，将选取总数量的1/N作为未发生质量损坏的仓储货物的选取数量，以得到一组未发生质量损坏的仓储货物。
[0019]作为本专利技术的一种优选方案，所述将仓储样本放置在空载的仓储机器人中获取仓储样本的质量表征参数，包括：
[0020]由仓储机器人中内置的感知传感器组件对每个仓储样品进行货物重量、货物噪声和货物温湿度的获取，并将每个仓储样品的货物重量、货物噪声和货物温湿度构成每个仓储样品的质量表征参数。
[0021]作为本专利技术的一种优选方案，所述质量评估模型的构建包括：
[0022]将仓储样本的质量表征参数作为BP神经网络的输入项，将仓储样本所属的质量损坏类别和质量损坏程度作为BP神经网络的输出项，利用BP神经网络在所述输入项和所述输出项中进行模型训练得到所述质量评估模型；
[0023]所述质量评估模型的函数表达式为：
[0024][K,P]＝BP(S)；
[0025]式中，K为质量损坏类别的函数标识符，P为质量损坏程度的函数标识符，S为质量表征参数的函数标识符，BP为BP神经网络的函数标识符。
[0026]作为本专利技术的一种优选方案，所述获取仓储机器人所负载货物的质量表征参数，包括：
[0027]由仓储机器人中内置的感知传感器组件对仓储机器人所负载货物进行货物重量、货物噪声和货物温湿度的获取，并将仓储机器人所负载货物的货物重量、货物噪声和货物温湿度构成仓储机器人所负载货物的质量表征参数。
[0028]作为本专利技术的一种优选方案，所述仓储机器人所负载货物的质量损坏类别和质量损坏程度的获得包括：
[0029]将仓储机器人所负载货物的质量表征参数输入至质量评估模型中，由所述质量评估模型输出仓储机器人所负载货物的质量损坏类别和质量损坏程度。
[0030]作为本专利技术的一种优选方案，所述货物重量、货物噪声和货物温湿度在构成所述质量表征参数前进行归一化处理。
[0031]作为本专利技术的一种优选方案，所述质量损坏程度的量化包括：
[0032]获取每个质量损坏类别中每个仓储样本的质量表征参数，并将仓储样本的质量表征参数与未发生质量损坏的仓储货物的质量表征参数进行差异度计算得到每个仓储样品在所属质量损坏类别中的质量损坏程度，所述质量损坏程度的计算公式为：
[0033][0034]式中，M为未发生质量损坏的仓储货物数量，P
i,j
为第i个质量损坏类别中第j个仓储样本的质量损坏程度，S
i,j
为第i个质量损坏类别中第j个仓储样本的质量质量表征参数，S
r
为第r个未发生质量损坏的仓储货物的质量表征参数，j，r计量常数。
[0035]作为本专利技术的一种优选方案，本专利技术提供了一种根据所述的仓储机器人所负载货物质量确定方法的确定系统，包括：感知传感器组件和数据处理器，所述感知传感器组件包括重量检测传感器、噪声检测传感器和温湿度检测传感器，所述感知传感器组件内置于仓储机器人的顶举机构上，所述数据处理器中内置有所述质量评估模型，所述感知传感器组价与数据处理器通信连接，以实现将仓储机器人所负载货物的质量表征参数输入至质量评估模型得到仓储机器人所负载货物的质量损坏类别和质量损坏程度。
[0036]本专利技术与现有技术相比较具有如下有益效果：
[0037]本专利技术构建质量评估模型，实现在仓储机器人运载货物过程中对仓储机器人所负载货物进行质量评估，进而实现在搬运过程中识别出发生质量损坏的货物，以及货物的损坏类别和程度，便于后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种仓储机器人所负载货物质量确定方法，其特征在于，包括以下步骤：步骤S1、获取多组发生质量损坏的仓储货物和一组未发生质量损坏的仓储货物混合成仓储样本，并将仓储样本放置在空载的仓储机器人中获取仓储样本的质量表征参数，所述质量表征参数包括货物重量、货物噪声和货物温湿度；步骤S2、将仓储样本所属的质量损坏类别和质量损坏程度与仓储样本的质量表征参数利用BP神经网络进行模型训练得到仓储货物的质量评估模型；步骤S3、获取仓储机器人所负载货物的质量表征参数，并利用所述质量评估模型基于所述仓储机器人所负载货物的质量表征参数得到仓储机器人所负载货物的质量损坏类别和质量损坏程度，以实现在运载过程中对仓储机器人所负载货物进行质量评估。2.根据权利要求1所述的一种仓储机器人所负载货物质量确定方法，其特征在于：所述获取多组发生质量损坏的仓储货物，包括：收集所有发生质量损坏的仓储货物，并对发生质量损坏的仓储货物进行质量损坏类别的分类，以及统计每个质量损坏类别中包含的仓储货物数量；将各个质量损坏类别依据仓储货物数量进行货物数量选取比例的设定，所述选取比例的设定公式为：[L1:L2:L3:,,,:L
N
]＝[A1:A2:A3:,,,:A
N
]；式中，L1，L2，L3，L
N
分别表征为第1，2，3，N个质量损坏类别的货物数量选取比例，A1，A2，A3，A
N
分别表征为第1，2，3，N个质量损坏类别的仓储货物数量；设定选取总数量，依据货物数量的选取比例依次得到各个质量损坏类别中仓储货物的选取数量，并依据选取数量在各个质量损坏类别中进行仓储货物的随机选取得到隶属于各个质量损坏类别下的多组发生质量损坏的仓储货物，所述选取数量的计算公式为：式中，n
i
为第i个质量损坏类别中仓储货物的选取数量，L
i
为第i个质量损坏类别中货物数量选取比例，i为计量常数，N为质量损坏类别的类别总数量。3.根据权利要求2所述的一种仓储机器人所负载货物质量确定方法，其特征在于：将选取总数量的1/N作为未发生质量损坏的仓储货物的选取数量，以得到一组未发生质量损坏的仓储货物。4.根据权利要求5所述的一种仓储机器人所负载货物质量确定方法，其特征在于：所述将仓储样本放置在空载的仓储机器人中获取仓储样本的质量表征参数，包括：由仓储机器人中内置的感知传感器组件对每个仓储样品进行货物重量、货物噪声和货物温湿度的获取，并将每个仓储样品的货物重量、货物噪声和货物温湿度构成每个仓储样品的质量表征参数。5.根据权利要求4所述的一种仓储机器人所负载货物质量确定方法，其特...

【专利技术属性】
技术研发人员：武昌俊，
申请(专利权)人：安徽机电职业技术学院，
类型：发明
国别省市：