用于提供使用运动规划的各种物体的处理的系统和方法与流程

本申请要求2016年2月8日提交的美国临时专利申请号为62/292,538的优先权，并且将其整个公开作为参考文献并入此申请中。

背景技术

本发明总体涉及机器人和其他分拣系统，并且特别涉及可编程运动控制系统，其旨在用于需要运动控制系统以适应处理同类和异类布置中的各种物体的变化环境。

许多订单执行操作通过使用动态过程实现高效率，其中订单从仓库货架上挑选出并放置在下游分拣的箱中。在分拣阶段，单个物品被识别，并且多物品订单整合到单个箱中或货架位置，从而挑选出它们并随后运输给客户。对这些物品(或物体)进行分拣的过程传统上是手工完成的。人工分拣者从进来的箱中挑选出物体，找到物体上的条形码，用手持条形码扫描仪扫描该条形码，从扫描的条形码中确定物体的合适的箱或货架位置，并随后将物体放置在所确定的箱或货架位置，在该位置放置该订单的所有物体。

然而每一个物体必须单独负责和处理，需要可编程的运动装置适应大范围的各种不同尺寸、形状和重量的物体。因此，仍然需要一种用于可编程运动控制系统的物体分拣和运动规划系统，其能够高效且有效地执行各种物体的自动分拣和处理。

技术实现要素：

根据实施例，本发明提供了一种用于在结构化和杂乱环境中提供同类和非同类物体的处理的处理系统。处理系统包括可编程运动装置，该可编程运动装置包括末端执行器，用于识别输入位置处多个物体中呈现的物体的任何身份、位置和取向的感知系统，用于使用末端执行器以允许物体从多个物体移动到多个处理位置的其中一个来获得物体的抓握获取系统，以及用于确定从输入位置到多个处理位置中其中一个的轨迹路径的运动规划系统。该轨迹路径包括确定为特定于输入位置处的物体的位置或取向的至少一个变化部分，和通常用于为多个物体确定轨迹路径的至少一个不变化部分。

根据另一实施例，本发明提供一种用于在结构化和杂乱环境中提供同类和非同类物体的分拣的处理系统。处理系统包括可编程运动装置，该可编程运动装置包括末端执行器，用于识别输入位置处多个物体中呈现的物体的任何身份、位置和取向的感知系统，用于使用末端执行器以允许物体从多个物体移动到多个处理位置的其中一个来获得物体的抓握获取系统，以及用于确定从输入位置到多个处理位置中其中一个的轨迹路径的运动规划系统。该轨迹路径包括确定特定于输入位置处的物体的位置或取向的至少一个变化部分，和预定的并且不特定于在输入区域的物体、物体的位置或物体取向的至少一个不变化部分。

根据另外的实施例，本发明提供一种在结构化和杂乱环境中提供同类和非同类物体的处理的方法。本方法包括以下步骤，使用可编程运动装置的末端执行器从输入位置获取物体，以允许物体从多个物体移动到多个处理位置中的一个，并确定从物体到多个处理位置中的一个的末端执行器的轨迹路径。该轨迹路径包括确定特定于输入位置处的物体的位置或取向的至少一个变化部分，和预定的并且不特定于输入区域的物体、物体的位置或物体取向的至少一个不变化部分。

附图说明

参考附图可以进一步理解以下描述，其中：

图1示出了根据本发明实施例的系统的示例性示意图；

图2示出了如图1所示的系统中通过感知装置捕获的图像的示例性照片视图；

图3示出了根据本发明实施例的物体处理系统中的各站的示例性示意图；

图4示出了图3的系统的示例性示意图，示出了可能轨迹路径；

图5示出了图3的系统的示例性示意图，示出了附加的可能轨迹路径以及通过诸如互联网的网络的连接；

图6示出了图3的系统的示例性示意图，该系统为多个分拣站映射轨迹路径以实现最小时间；

图7示出了图3的系统的示例性示意图，该系统为多个分拣站映射轨迹路径以实现最小风险；

图8示出了包括附加处理单元的图3的系统的示例性示意图；

图9示出了包括箱移除运动规划的图3的系统的示例性示意图；

图10示出了包括箱移除运动规划以及空箱传送带的图3的系统的示例性示意图；

图11示出了根据涉及多个处理站的本发明的进一步实施例的系统的示例性示意图；

图12示出了根据涉及通过诸如互联网的网络进行通信的多个处理站的本发明的进一步实施例的系统的示例性示意图；

图13示出了根据本发明实施例的使用运动规划的机器人系统的示例性示意图；

图14a～14c示出了根据本发明实施例的抓握和移动物体的图13的末端执行器的示例性示意图；

图15示出了在根据本发明的某些实施例的系统中使用包括反馈传感器的末端执行器的示例性示意图；

图16示出了根据本发明进一步实施例的抓握物体的图13的末端执行器的示例性示意图；

图17示出了根据本发明进一步实施例的移动物体的图16的末端执行器的示例性示意图；以及

图18示出了在所需取向的目标位置处放置物体的图16的末端执行器的示例性示意图。

所示附图仅用于示例性目的。

具体实施方式

本发明的各种实施例的系统，分拣过程的自动化部分与可编程运动控制系统相结合(例如线性索引挑选和放置系统、无人操作系统、或包括铰接臂机器人系统、同心管机器人系统以及平行臂(三角(delta)型臂)机器人系统的任何大范围的各种机器人系统)。特别地，本发明的各种实施例的系统包括识别和移动选取的物体的步骤。可编程运动控制系统从输入区域挑选物体，靠近扫描仪通过该物体，并且随后在获得物体的识别信息后(例如条形码、qr码、sku码、其他识别码、从物体的标签读取的信息、或尺寸、重量和/或形状信息)，根据货单将物体放置在合适的位置。

根据某些实施例，本发明提供一种用于高效并有效地将单个物体移动到一组目的地位置(例如分拣位置)的新颖的运动规划系统。在诸如订单执行的应用中，物体(物品或商品等)收集到异类集合，并需要分拣。需要识别单个物体并随后行进到特定物体的位置。根据某些实施例，通过使用自动化的可编程运动(例如机器人的)系统和运动规划，系统可靠地自动控制这些物体的移动。

参考图1，公开了根据本发明的实施例的自动化处理(例如机器人分拣)系统的重要部件。图1示出了可编程运动系统10(例如机器人系统)，该系统10包括铰接臂12，该铰接臂12包括末端执行器14和铰接部分16、18以及20。铰接臂12从输入区域(例如传送带22)选取物体，该物体在传送带22上的输入箱中或在传送带本身上。支架24包括从传送带的上方引导到传送带的附接感知单元26。例如，感知单元26可以是2d或3d照相机、或诸如激光反射扫描仪的扫描仪或其他类型的条形码读取机、或射频id扫描仪。还提供了如在28处示出的图像显示系统，用于在触摸屏输入装置上提供感知单元的视图的图像。机器人系统10可以进一步包括机器人环境和目标站30，该目标站30包括多个处理位置32(例如分拣箱)，在识别后物体可以放置在这些处理位置中。中心计算和控制系统34可以与感知单元26和图像显示系统28进行通信，并且通过无线通信与铰接臂12进行通信，或在某些实施例中，可以在铰接臂的基底部分20中提供该中心计算和控制系统。

在实施例中系统提供自动化物品识别系统，该自动化物品识别系统包括机器人挑选和放置系统，其能够挑选出物品，在空间内移动并放置它们。该系统还可以包括：待识别的一组物体本身、入站物体的组织方式(通常在箱中的异类堆中或传送带的线路上)、出站物体的组织方式(通常在出站箱或货架柜的阵列中)、物体用条形码或射频识别标签标记的方式、在输入的物体流上方运行的固定主扫描仪、当物体在站中时，一个或多个扫描仪和照明器在此处激活的扫描站，并且中心计算和控制系统确定放置物体的适合位置(其取决于物体解码的条形码)。

如前所述，该机器人挑选和放置系统可以包括装备有传感器和计算的机器人臂，当在本文假设组合时，其具有以下能力：(a)无论物体是混杂在箱中或单个在机械或重力传送带系统上，它都能够从特定物体种类中挑选出物体，并从异类物体流中分离出它们；(b)它能够在其工作空间将物体移动到任意位置；(c)它能够将物体放置在其工作空间的流出箱或货架位置；并且，(d)它能够产生能够挑选的物体的映射，表示为工作单元中的候选的一组抓握点，以及将物体封闭在空间中的多面体列表。

通过机器人挑选和放置系统的能力确定可许可的物体。其尺寸、重量和几何形状假设是机器人挑选和放置系统能够挑选、移动和放置它们那样的。这些可以是任何类型订购的商品、包裹、小包或从自动化分拣中获益的其他物品。每个物体与通用产品代码(upc)或其他唯一的物体识别符相关，其识别出项目或提供自身指向物体处理的信息(例如地址)。

如上所讨论的，实施例的系统包括安装在待分拣物体的箱上方，并向下看到箱子的感知系统26。获取2d和3d(深度)数据的组合。该系统使用这些图像和各种的算法以为箱中的物体生成一组候选抓握位置。

图2示出来自感知单元26的照相机视图的示意图像，并且该图像可以出现在图1的图像显示系统28上，其中末端执行器的叠加图像试图抓握显示在每个抓握位置的箱56中的每个物体40、42、44、46、48、50、52和54。使用机器人末端执行器的3d模型显示出候选抓握位置58，该末端执行器放置在实际末端执行器将使用作为如图2所示的抓握位置的位置处。图像示出了将认为是良好的若干抓握位置58(例如，它们接近物体的质心以在抓握和运输过程中提供更好的稳定性)，并且它们避开了物体上的诸如盖子、接缝等的位置，在盖、接缝等位置处不能得到良好的真空密封。图像还示出了不是良好抓握位置的两个抓握位置60，其中感知系统无法准确感知物体54，并且尤其无法感知位于物体54顶上的另一物体48。

根据各种实施例，本发明提供从经验和人类指导可以学习物体抓握位置的可编程运动系统。例如，大多数机器人系统设计成定位物体并挑选出它们，依靠一系列传感器以给出关于物体的位置、尺寸、姿势以及甚至身份的系统信息。设计成与人类工人工作在相同环境中的这些系统将面临巨大的各种不同的物体、姿势等。与人类选取的抓握点相结合的2d/3d图像可以用作机器学习算法的输入，以帮助该机器人系统学习将来如何处理这样的案例，从而随着时间推移，降低对操作者协助的需求。获得2d和3d(深度)数据的组合，该系统使用这个图像和各种算法以为箱中的物体生成一组候选抓握点。

除了几何信息，该系统可以学习物体上的诸如条形码的基准标记的位置，该基准标记可以用作平坦且不可渗透的表面贴片的指示器，因此适合于吸盘。一个这样的实例是运输箱和包，其常在物体的质心具有运输标签，并且提供不可渗透的表面，由于与可能是略微多孔的原料袋材料相反，从而不能很好地抓握。根据进一步的实例，基准标记本身可以不是目标，但是可以为寻找目标抓握位置提供参考。例如一旦识别出产品并且得知其取向，可以使用来自基准标记的某些距离(例如x、y)作为优化的抓握位置。

机器人系统可以使用随时间动态更新并由客户度量索引的轨迹数据库进行运动规划。问题域包含环境中变化和不变化部件的混合。例如，给系统呈现的物体通常呈现在随意的配置中，但是物体将放置的目标位置通常是固定的并且在整个操作过程中不变。

轨迹数据库的一个使用是通过预计算和保存到数据库轨迹中以开发环境的不变化部分，该数据库轨迹高效地而坚定地将系统移动通过这些空间。轨迹数据库的另一个使用是在其操作的使用期内不断地改善系统的性能。数据库与从各种起始到各种目标不断规划轨迹的规划服务器通信连接，以为实现任何特定任务提供大量不同的一组轨迹。在各种实施例中，轨迹路径可以包括任何数量的变化和不变部分，当组合时，在有效的时间内提供最优的轨迹路径。

例如图3示出了机器人分拣系统70的图解视图，该机器人分拣系统70包括用于沿着在a处所示的方向向分拣站提供输入箱56、74、76的传送带72。机器人系统在80处示意性地示出并包括用于将物体从输入箱(例如56)移动到处理位置(例如目的地箱86、88、90、92、94、96、98、100、102)的末端执行器82。一旦倒空，该空箱77在传送带72上继续。

机器人系统可以包括限定的起始或基本位置84，每个物体最初可以从箱(例如56)中获取被带至该位置。在某些实施例中，系统可以包括多个基本位置，以及与多个基本位置相关的多个预定路径部分。部分地基于输入箱中每个物体的位置、输入箱中物体的取向、以及待获得物体的形状、重量和其他物理特性，机器人系统的铰接臂从输入箱到基本位置84所采取的轨迹不断变化。

一旦铰接臂已获得物体，并位于基本位置，目的地箱86～102的每一个的路径均不变。特别地，每一个目的地箱86～102与唯一目的地箱位置106、108、110、112、114、116、118、220、222相关联，并且从基本位置84到目的地箱位置的每一个的轨迹分别是不变的。例如，轨迹可以是可编程运动装置随时间运动的规范。根据各种实施例，可以通过经验、训练该系统的人和/或自动化算法生成这些轨迹。对于不变化的轨迹，最短距离是到目标目的地箱的直径路径，但是铰接臂由提供特定范围的运动、速度、加速度和减速度的铰接部分、接头和马达等组成。由于这样，机器人系统可以采用例如基本位置84与目的地箱位置106之间的任何各种轨迹。

例如，图4示出了基本位置84与目的地箱位置106之间的三个这样的轨迹(1t¹、2t¹和3t¹)。图4的元件与图3中的相同。每个轨迹将具有相关的时间和相关的风险因子。该时间是机器人系统的铰接臂从基本位置84加速朝向目的地箱86移动，并且减速到目的地位置106以便将物体放置在目的地箱86中所花费的时间。

该风险因子可以以多种方式确定，包括轨迹是否包括在轨迹期间的任何点处的高加速度(如预定义的)或减速度(线性或角度)。风险因子还可以包括铰接臂在机器人环境中可能遇到(撞上)任何事的任何可能性。进一步地，风险因子还可以基于学习的知识信息来定义，该信息来自其他机器人系统中相同类型机器人臂将相同物体从基本位置移动到相同目的地位置的经验。

如图4中130处的表格所示，从基本位置84到目的地位置106的轨迹1t¹(如132处所示)可以具有最快的时间(0.6s)但最高的风险因子(18.2)。从基本位置84到目的地位置106的轨迹2t¹(如134处所示)具有慢得多的时间(1.4s)但仍然相当高的风险因子(16.7)。从基本位置84到目的地位置106的轨迹3t¹具有相对快的时间(1.3s)和中等的风险因子(11.2)。选取最快轨迹的选择并非总是最好的，因为有时最快的轨迹可能具有无法接受的高风险因子。如果风险因子太高，由于机器人系统的故障可能失去宝贵的时间以维持物体的获取。

图5示出了参考图4讨论的到目的地箱位置106的三个轨迹(1t¹、2t¹、3t¹)以及基本位置84与目的地箱位置106之间的两个另外的轨迹(4t¹、5t¹)。在图5的系统中，本地控制系统146能够通过诸如互联网的网络与一个或多个远程数据库148通信连接。图5的元件与图4中的相同。而且，每个轨迹将具有相关的时间和相关的风险因子。如图5中140处的表格所示，从基本位置84到目的地位置106的轨迹4t¹(如142处所示)可以具有最快的时间(0.4s)和中等的风险因子(13.2)。从基本位置84到目的地位置106的轨迹5t¹(如144处所示)具有相对快的时间(1.1s)和非常低的风险因子(6.4)。

例如，图6示出了从基本位置84到目的地箱位置106～122中的每一个的最小时间选取轨迹。尤其，150处的表格中示出了多个目的地箱(例如1～3)的时间和风险因子，并且从基本位置84到目的地箱位置106、108以及110(如152、154以及156分别所示)的每一个中选择轨迹以在14.0的风险因子下为运动规划提供运动规划的最少时间。同样地，从基本位置84到目的地箱位置112、114以及116(如156、158以及160分别所示)的每一个中选择轨迹以在14.0的风险因子下为运动规划提供运动规划的最少时间。并且从基本位置84到目的地箱位置118、120以及122(如162、164以及166分别所示)的每一个中选择轨迹以在14.0的风险因子下为运动规划提供最少时间。

图7示出了从基本位置84到目的地箱位置106～122中的每一个的最小风险因子选取的一组轨迹。此外，150处的表格示出了多个目的地箱(例如1～3)的时间和风险因子。从基本位置84到目的地箱位置106、108以及110(如172、174以及176分别所示)的每一个中选择轨迹以在1.2s的最大时间下为运动规划提供运动规划的最小风险因子。同样地，从基本位置84到目的地箱位置112、114以及116(如176、178以及180分别所示)的每一个中选择轨迹以在1.2s的最大时间下为运动规划提供运动规划的最小风险因子，并且从基本位置84到目的地箱位置118、120以及122(如182、184以及186分别所示)的每一个中选择轨迹以在1.2s的最大时间下为运动规划提供运动规划的最小风险因子。

可以以不同的方式确定快时间与低风险因子的选择，例如，通过选择具有风险因子低于风险因子上限(例如12或14)的最快时间，或通过选择具有低于上限的最大时间(例如1.0或1.2)的最小风险因子。此外，如果风险因子太高，机器人系统的故障可能失去宝贵的时间以维持物体的获取。变量集的一个优点是对环境中的微小变化以及系统可能正在处理的不同尺寸的物体的鲁棒性：系统不是在这些情况下重新规划，而是在数据库中进行迭代，直到找到对新情况下无碰撞的、安全和稳健的轨迹为止。从而系统可以在不同环境中推广，无需重新规划运动。

进一步地，根据某些实施例，图7的系统可以按相反的顺序使用。换句话说，可编程运动系统可以用于从箱86～102中收集所需的物体并将其放置在传送带上的组合集或包(拆包)中。这样的拆包通常可以包含用作各种目的的特定数量的所需产品。在这样的系统中，当需要时将使用规划的运动，但从数据库中提取的预规划轨迹部分将尽可能多地用于节省计算时间。

图8示出了类似于图7的处理系统，除了图8的系统包括诸如贴标签机的附加处理单元190。当从箱(变换格式)中选取出产品时，可以将其带到第一原始位置84，并随后移动到处理单元190。一旦处理完，处理单元190随后作为第二原始位置，并且如上所述可以选择从处理单元190到各种箱的不变路径。

从而整个轨迹可以包括任何数量的变化与不变化部分。例如，不变化轨迹部分的网络可以用作通用路径(道路)，而变化部分可以通过不变化部分(近路)指向近处的物体，以便移动物体而不需要规划整个路线。例如，在移向目的地之前，可编程运动装置(例如机器人)可以要求在自动化贴标签机的前面定向抓握的物体。从而，分拣物体的轨迹将由以下轨迹部分组成。首先，抓握姿势到原始位置(规划的运动)。随后，从原始位置到自动贴标签机的原位(从轨迹数据库中提取的)。随后，从自动贴标签机的原位到贴标签的姿势(规划的运动)。随后，从贴标签姿势到自动贴标签机的原位(规划的运动或仅为倒置的之前运动规划步骤)。随后，从自动贴标签机原位到计划的目的地(从轨迹数据库中提取出)。在整个轨迹中可以采用各种各样的变化和不变化(从数据库中规划和提取的)部分。根据进一步的实施例，物体可以从特定姿势(规划的)抓握，并且当物体到达目的地箱(从轨迹数据库中)时，最后的步骤可以还是将处于所需姿势(规划的)的物体放置在目的地箱中。

根据进一步的实施例，每一个可编程运动系统80可以设置有多个原始位置，和可以在各种实施例中从每一个原始位置中识别运动路径。根据进一步的实施例，可以提供多个处理站。从而，在某些实施例中，系统可以通过要求系统规划从物体抓握姿势到若干(例如网格)原始位置的最近的原始位置的路径来使用运动规划来规划较短的总距离。

参考图9，系统还可以提供从传送带72移除并如图示堆叠的空箱77，并且参考图10，系统可以相反地将空箱77放置在传送带79上，该传送带79携带空箱离开如图示的可编程运动装置80。在这些另外系统的每一个中，在移动箱的可编程运动装置的末端执行器的运动还可以涉及到确定用于空箱从输入位置到堆叠位置(图9)或到空箱传送带79(图10)的轨迹路径。用于空箱的轨迹路径包括确定为特定于输入位置处的箱的位置或取向的至少一个变化部分，和通常用于为多个箱确定轨迹路径的至少一个不变化部分。换句话说，相同类型的运动规划可以用于处理空的输入箱77。

例如图11示出了包括多个机器人处理站202、204、206的多级机器人处理系统200，每个处理站包括从单个输入传送带208获取物体的机器人系统210。每个机器人处理站202、204、206包括限定的机器人系统基本位置212和来自输入箱216的物体可以放置其中的多个目的地箱214。每个目的地箱包括如上所述的限定的目的地箱位置，并且每个分拣系统还包括本地处理器218。每个本地处理器218与中心处理器220通信连接，该中心处理器包括数据库以提供关于沿不同轨迹移动物体的经验的反馈和学习信息。当数据库获取更多数据点时，该系统应该变得更加高效和稳固。从而，通过将所有站索引到相同的数据库或数据集，运行在不同位置的不同系统可以具有用于分享信息和规划路径的共有基础设施。

变量集的另一个优势是能够处理多个客户度量，而不需要重新规划运动。通过诸如时间、鲁棒性、安全性、到障碍物的距离等客户度量分拣和索引数据库，并给定新的客户度量，所有数据库需要做的是将重新评估现有轨迹上度量，从而重新分拣轨迹列表，并自动产生满足新客户度量的最佳轨迹，而不需要重新规划运动。

另一个优势是，即使它们由于环境或客户度量的改变而无效，这些存储的轨迹可以用作轨迹优化算法的种子，从而加速新情况下的新轨迹的产生。

另一个优势是，数据库提供了一种机制，用于不同系统远程或通过诸如互联网等网络分享信息。例如图12示出了包括多个机器人处理站302、304、306和308的多级机器人处理系统300，每个处理站包括从输入传送带获取物体的机器人系统310。每个机器人处理站302、304、306、308包括限定的机器人系统基本位置312和来自输入箱316的物体可以放置其中的多个目的地箱314。每个目的地箱包括如上所述的限定的目的地箱位置，并且每个处理系统还包括本地处理器318。每个本地处理器318与中心处理器320通信连接，该中心处理器包括数据库以提供关于沿不同轨迹移动物体的经验的反馈和学习信息。机器人处理站302、304、306、308可以在远程位置上，并通过诸如互联网322的无线网络与中心处理器(并且相互)通信连接。当数据库获取更多数据时，该系统应该变得更加高效和稳固。从而，通过将所有索引到相同的数据库或数据集，运行在不同位置的不同系统可以具有用于分享信息和规划路径的共有基础设施。

还可以调整适应本发明的运动规划系统以实现诸如减小夹具与物体之间的剪切力或移动在顶部打开的物体的其他目标。例如，图13示出了可编程运动系统350，例如机器人系统，其具有铰接臂352和包括用于接合物体358的真空吸盘356的末端执行器354。参考图14a，当提起物体358时，重力(fg)作用在物体上，并且如果物体在横向于重力的方向迅速移动，剪切力(fs)将相对于真空吸盘作用在物体上。真空夹具可以承受高于剪切力的张力，并且在实施例中(并参考图14b和14c)，当它开始旋转时(图14b)铰接臂可以提起物体，从而当物体快速转动(图14c)时，在末端执行器施加离心力(fc)，保持该真空吸盘在张力(ft)上的物体上的抓握。例如，这个系统可以特别好的适合于真空吸盘遇到重物的应用。从而，关于物体的尺寸、形状和重量的信息(和其目的地)还很可能影响选取的轨迹。

参考图15，根据进一步的实施例，系统可以包括附接到末端执行器402的铰接臂400，该末端执行器例如可以是管状或圆锥形的波纹管。末端执行器402还包括传感器404、支架408和磁铁412，该传感器404包括波纹管上的附接带406，该支架408附接在磁场传感器404上，并且该磁铁412安装在铰接臂400上。当波纹管在三个方向中的任何一个方向移动时(例如，朝向并远离如z处图解所示的铰接臂，在横向于如x处所示的方向z上，以及横向于如y处所示的方向z和x二者的方向)，磁场传感器404可以与控制器410通信连接(例如无线地)，如下面进一步讨论的，该控制器410还可以与流量监控器414通信连接以确定物体的高流量抓握是否足以继续抓握和传输。例如，在某些实施例中，如果空气流不足以携带负载，系统可以退回物体，或可以增加空气流以安全维持负载。

在某些实施例中，末端执行器可以是管状或圆锥形波纹管。磁场传感器可以与控制器通信连接(例如无线地)，如下面进一步讨论的，该控制器还可以与流量监控器通信连接以确定物体的高流量抓握是否足以继续抓握和传输。例如，在某些实施例中，如果空气流不足以携带负载，系统可以退回物体，或可以增加空气流以安全维持负载。

根据进一步地实施例，本发明的系统可以提供适应特定需要或需求的运动规划，从而使打开的容器或盒子移动而无需溢出内容物。例如，图16示出了可编程运动装置456的末端执行器450，该可编程运动装置使用真空吸盘454接合物品的打开盒子452。如图17进一步示出的，当可编程运动装置移动打开的盒子452时，维持相对于垂直轴的取向，并且如图18所示，可编程运动装置可以将物体452放置在所需取向的处理位置处的表面458上。

本领域的技术人员将理解，在不脱离本发明的精神和范围的情况下，可以对上述公开的实施例进行多次修改和改变。