用于动态分析包裹的方法与流程

1.本发明涉及物流。更具体地，本发明是专门针对物流设施内的包裹处理而开发的。


背景技术：

2.物流设施内的包裹处理通常从由快递员投递包裹开始，其中包裹是在指定的取件地点(例如，寄件人的家庭地址)之前收集的结果。
3.在物流设施处的包裹投递通常发生在没有具体处理指南的情况下，因此包裹被过度放置到输入传送带上，并在输入传送带下游的进一步处理阶段进行分拣。
4.包裹有各种不同的尺寸、形状、重量、包装/包装材料、体积重量比，因此基本上随机投递到输入传送带处不允许按照它们需要的方式处理包裹，以确保通过设施进行统一和顺利的分拣和转移。由于包裹的翻转、滑动和侧滑，包裹的处理不可避免地会导致这些包裹掉落、震动、滚动，以及处理设备(主要是传送带和分拣机)的堵塞。
5.这些现象容易降低处理设施的整体效率，因为它们需要沿着处理线持续监控并采取行动以补偿其影响，并且还容易导致包裹丢失或混淆。


技术实现要素：

6.本发明的目的是解决上述技术问题。特别地，本发明的目的是消除由于包裹特征的变化而造成的包裹处理中断，而无需包裹投递时的任何处理指南。
7.通过具有所附权利要求的特征的方法和物流设施来实现本发明的目的，所附权利要求形成本文提供的关于本发明的技术公开的组成部分。
附图说明
8.本发明的进一步特征和优点将通过以下参考附图的描述变得显而易见，附图仅作为非限制性示例提供，并且其中：
[0009]-图1是实施本发明的方法的物流设施的示意图
[0010]-图2是图1所示物流设施的平面图，以及
[0011]-图3是代表本发明的方法的步骤的工作流程图。
具体实施方式
[0012]
图1中的参考数字1作为一个整体指定了物流设施，该物流设施被配置为实施根据本发明的用于动态分析包裹的方法。如前所述，图1旨在示意性地表示实际设施的布局，这意味着其中的每个组件或单元可以对应于设施内的多个、平行或介于中间的布置。
[0013]
设施1包括输入传送带2、输入传送带2下游的测试设施(或测试台)4和测试设施4下游的输出传送带6。测试设施4可操作地与跟踪系统8相关联，跟踪系统8又可操作地连接到计算机单元10，优选地是ai服务器。
[0014]
在优选实施例中，输入传送带2和输出传送带6为传统类型，因为它们主要旨在将
一个或多个随机放置的包裹p分别送入和送出测试设施4。输出传送带6特别代表单个传送带，以及测试设施4下游的所有基于传送带的路径。在本公开的含义内的包裹p基本上包括适合运输(如快递员递送的/可递送的包裹)或自动化处理的任何物品，诸如容器、瓶子容器或者类似的物品。
[0015]
由图1和图2中的参考标记f表示馈送方向的一般过程，并且它对应于通过设施1的一般包裹流。图1和图2中还表示了正交参考系x-y-z，其中x表示纵向，与一般过程或馈送方向f对齐，y为横向，以及z为垂直方向。
[0016]
在优选实施例中，参考图2，测试设施4被配置为包括滚动元件12的矩阵或阵列(通常是布置)的受控滚动表面，滚动元件12可被选择性地操作以执行多轴旋转，即围绕基于测试路径14的特征被选择的旋转轴旋转，该测试路径14将由移动通过测试设施4的包裹p通过。这方面的一个示例是activated roller传送带。
[0017]
例如，图2中所示的测试路径14被表示为基本上蜿蜒的路径，但可以根据具体需要实践其它选项。就包裹运动而言，优选地选择测试路径14以导致一般馈送方向f的重大的局部改变。例如，测试路径14可以单独地或组合地包括方向的突然变化、急转弯、突然的加速和减速，以及单向或多向的坡度变化特征。通常，测试路径可以包括一个或多个弯道、方向变化、加速度变化、振动输入和坡度变化的任何组合。
[0018]
在实施例中，可以以不同于图2中所示的方式设置测试设施4，例如用被动滚动表面替换受控滚动表面，其中滚动元件仅基于与包裹p的相互作用(即包裹p在测试设施4上方的移动)而移动，并且其中一个或多个致动器被布置在测试设施4的一侧或两侧。注意，设置致动器并不排除设置受控滚动表面，诸如关于图2所公开的：在这方面，图2本身示意性地再现了布置在测试设施4的相对侧上的一对致动器16，以在通过测试路径14的包裹p上提供横向(横向的)测试动作，否则是垂直测试动作，以将振动运动赋予测试区域。
[0019]
在实施例中，视觉系统8被布置在测试设施2上方以观察整个测试设施区域。视觉系统8可以包括具有嵌入式传送带跟踪算法的2d/3d视觉系统，以便能够通过测试路径14对包裹p执行实时、逐步的坐标提取。可替选地，视觉系统8可以包括事件相机(同样具有嵌入式传送带跟踪算法)。
[0020]
在实施例中，根据本发明的用于包裹p的动态分析的方法——其利用物流设施1中的硬件——包括：
[0021]-馈送一个或多个随机放置的包裹p，
[0022]-使一个或多个随机放置的包裹p经受一个或多个预定的测试动作，
[0023]-检索一个或多个随机放置的包裹p对一个或多个预定测试动作的响应，
[0024]-根据对一个或多个预定测试动作的响应确定包裹动态指标，
[0025]-将包裹动态指标与一个或多个预定阈值进行比较以检索包裹分类。
[0026]
现在将详细公开上述方法步骤。由包裹投递到输入传送带2处启动馈送一个或多个随机放置的包裹p，这使它们在馈送方向f上朝向进一步的处理阶段移动。与现有技术解决方案中完全相同的方式执行投递，即由快递员或承运人在没有具体的处理指南(无论是在投递顺序方面，还是在投递护理方面)的情况下释放包裹。
[0027]
随机放置的(一个或多个)包裹p然后进入测试设施4，在那里它们经受一个或多个预定的测试动作。这样的测试动作包括施加到包裹p上以测试其动态行为的一个或多个预
定动作，并且在优选实施例中包括通过测试路径14。
[0028]
在这方面，包裹p由设施4本身被强制通过测试路径14，例如通过受控滚轮12和/或致动器16的动作。无论多少数量的包裹p在流中沿方向f移动，该方法都设想使所有包裹经受一个或多个测试动作，尤其是通过测试路径14。
[0029]
测试动作用于测试包裹动态并根据对测试动作的响应确定每个包裹p的包裹动态指标。更具体地，通过视觉系统8检索每个包裹p对沿着测试设施4的不同测试动作的动态响应。后者能够检索通过测试路径14或经受任何种类的测试动作的包裹p的空间坐标并将它们引用到坐标系x-y-z中。这也在图3中的工作流程图100中显示，其中步骤102(由视觉系统8获取)和步骤104(特征提取步骤，即检索包裹p的动态响应)与以上所述对应。
[0030]
通过视觉系统8获取的数据的示例包括包裹p的坐标x、y以及包裹p在平面x-y中的旋转角度。
[0031]
处理包裹p的动态响应的特征以定义包裹动态指标(步骤106)，其可以包括导出来自包裹p的速度信息和/或轨迹信息和/或振动信息和/或翻转信息和/或滑动/侧滑信息。如图3示意性地示出的，通过计算机单元10完成处理，优选地是如所述的ai服务器。为此，计算机单元10可以包括基于神经网络的算法108以处理包裹p的动态响应的特征，以导出包裹动态指标并将其与预定阈值进行比较以输出包裹p的参考动态分类。例如，基于神经网络的算法可以依赖于从包裹p的动态响应接收处理后的信息的输入层108a、一个或多个隐藏层108b和在这里输出包裹分类的输出层108c，该包裹分类例如包括三个类别：110，其包括不稳定包裹，112，其包括未确定包裹，114，其包括稳定包裹。
[0032]
举例来说，确定包裹动态指标可以包括基于空间坐标x、y和包裹沿着测试路径14的在平面x-y中的旋转角度来确定包裹p的最大允许加速度，并且基于这样的允许加速度将包裹p关联到110、112、114之一。最大允许加速度是包裹在沿着传送带移动而没有经历诸如滚动、翻转、滑动或过度振动的扰流现象时所能承受的最大加速度。一旦通过测试设施4，包裹p就移动到输出传送带6并通过特定路径进一步进入物流设施。由于根据本发明的方法，可以在包裹进入上述特定路径之前对包裹p的稳定性性能进行实时分析，以便可以基于包裹p的稳定性性能来选择后者。例如,非常不稳定的包裹p(110范围)可以通过具有较低处理速度的处理路径，或使用不同类型的传送带——例如用于易碎物品的传送带，否则设想手动处理包裹p。还可以设想将包裹p重新定位在具有更大稳定性的位置，例如其稳定性主要取决于方向的包裹(例如瓶容器或细长包裹)。
[0033]
总体而言，本发明的方法解决了现有技术的技术问题，因为它实现了减少的堵塞、减少的通过设施1的包裹掉落和跌落、最大化的传送带的速度、最大化的吞吐量。由于物流设施1的整体平稳运行，还避免了包裹混淆和包裹丢失。
[0034]
自然地，虽然本发明的原理保持不变，但是结构的细节和实施例可以相对于纯粹以示例的方式已经描述和说明的内容有很大的变化，而不会脱离本发明的范围。