一种仓储机器人所负载货物质量确定方法及系统

1.本发明涉及仓储物流技术领域，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。


背景技术：

2.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。
3.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。


技术实现要素：

4.本发明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。
5.为解决上述技术问题，本发明具体提供下述技术方案：
6.一种仓储机器人所负载货物质量确定方法，包括以下步骤：
7.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；
8.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；
9.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。
10.作为本发明的一种优选方案，所述获取多组发生质量损坏的仓储货物，包括：
11.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；
12.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：
13.[l1:l2:l3:,,,:ln]＝[a1:a2:a3:,,,:an]；
[0014]
式中，l1，l2，l3，ln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，an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，ni为第i个质量损坏类别中仓储货物的选取数量，li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]
作为本发明的一种优选方案，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]
作为本发明的一种优选方案，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]
作为本发明的一种优选方案，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]
作为本发明的一种优选方案，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]
作为本发明的一种优选方案，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]
作为本发明的一种优选方案，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]
作为本发明的一种优选方案，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，sr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]
作为本发明的一种优选方案，本发明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]
本发明与现有技术相比较具有如下有益效果：
[0037]
本发明构建质量评估模型，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。
附图说明
[0038]
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
[0039]
图1为本发明实施例提供的仓储机器人所负载货物质量确定方法流程图；
[0040]
图2为本发明实施例提供的确定系统结构框图。
[0041]
图中的标号分别表示如下：
[0042]
1-感知传感器组件；2-数据处理器。
具体实施方式
[0043]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0044]
如图1所示，本发明提供了一种仓储机器人所负载货物质量确定方法，包括以下步骤：
[0045]
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，质量表征参数包括货物重量、货物噪声和货物温湿度；
[0046]
获取多组发生质量损坏的仓储货物，包括：
[0047]
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；
[0048]
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，选取比例的设定公式为：
[0049]
[l1:l2:l3:,,,:ln]＝[a1:a2:a3:,,,:an]；
[0050]
式中，l1，l2，l3，ln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，an分别表征为第1，2，3，n个质量损坏类别的仓储货物数量；
[0051]
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，选取数量的计算公式为：
[0052][0053]
式中，ni为第i个质量损坏类别中仓储货物的选取数量，li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。
[0054]
在所有发生质量损坏的仓储货物进行质量损坏类别间的比例分析，其中质量损坏类别的比例越高，则表明该质量损坏类别对应的质量损坏发生率越高，质量损坏类别的比例越低，则表明该质量损坏类别对应的质量损坏发生率越低，因此在进行样本选取时，依旧遵循质量损坏类别的比例进行选取，从而使得发生率高的质量损坏类别中选取更多的仓储货物，以保证该质量损坏类别的数据丰富性，进而使得模型训练时能够学习到该质量损坏类别的更多的特征，提高质量评估模型对该质量损坏类别的拟合精度和预测效率，实现质量损坏发生率与质量评估模型的拟合精度和预测效率呈正比，提高模型普适性，更符合实际场景使用。
[0055]
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。
[0056]
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：
[0057]
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，质量表征参数在实际使用过程中可以根据需要进行增删和修改。
[0058]
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；
[0059]
质量评估模型的构建包括：
[0060]
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神经网络在输入项和输出项中进行模型训练得到质量评估模型；
[0061]
质量评估模型的函数表达式为：
[0062]
[k,p]＝bp(s)；
[0063]
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。
[0064]
质量损坏程度的量化包括：
[0065]
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，质量损坏程度的计算公式为：
[0066][0067]
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，sr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。
[0068]
质量损坏程度中是衡量发生质量损坏的仓储货物与所有未发生质量损坏的仓储货物间的欧氏距离之和，欧氏距离之和越大，则说明发生质量损坏的仓储货物与所有未发生质量损坏的仓储货物间相距越远，相似度越低，发生质量损坏的仓储货物质量损坏程度越高，欧氏距离之和越小，则说明发生质量损坏的仓储货物与所有未发生质量损坏的仓储货物间相距越近，相似度越高，发生质量损坏的仓储货物质量损坏程度越低。
[0069]
构建质量评估模型，实现了对质量表征参数与质量损坏类别和质量损坏程度关系的映射，从而可直接通过获得的质量表征参数得知货物的质量损坏情况，比如，货物a经由质量评估模型得到质量损坏类别为类别1，损坏程度为p，则向操作人员进行反馈，等待操作人员的处理。
[0070]
整个过程中质量评估全自动化处理，只需获得质量表征参数，再由模型进行输出即可，无需人员进行人工评价，提高效率，而且可将质量评估在运载过程中进行同步解决，若未发生质量损坏，则直接搬运入库，但若发生质量损坏，则将反馈给操作人员，进行后续处理，可以保证搬运至仓储库中的货物质量均良好，不产生无效搬运。
[0071]
步骤s3、获取仓储机器人所负载货物的质量表征参数，并利用质量评估模型基于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。
[0072]
获取仓储机器人所负载货物的质量表征参数，包括：
[0073]
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。
[0074]
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：
[0075]
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。
[0076]
货物重量、货物噪声和货物温湿度在构成质量表征参数前进行归一化处理。
[0077]
如图2所示，基于上述仓储机器人所负载货物质量确定方法，本发明提供了一种确定系统，包括：感知传感器组件1和数据处理器2，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，感知传感器组件内置于仓储机器人的顶举机构上，数据处理器中内置有质量评估模型，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。
[0078]
本发明构建质量评估模型，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。
[0079]
以上实施例仅为本技术的示例性实施例，不用于限制本技术，本技术的保护范围由权利要求书限定。本领域技术人员可以在本技术的实质和保护范围内，对本技术做出各种修改或等同替换，这种修改或等同替换也应视为落在本技术的保护范围内。