一种多机器人协同的无人值守快递驿站系统及快件存取方法与流程

摘要: 本发明快递,具体涉及一种多机器人协同的无人值守快递驿站系统及快件存取方法。背景技术:1、随着末端快递配送需求持续增长,社区驿站已成为物流网络的核心终端节点,承担...
一种多机器人协同的无人值守快递驿站系统及快件存取方法与流程

本发明快递,具体涉及一种多机器人协同的无人值守快递驿站系统及快件存取方法。

背景技术:

1、随着末端快递配送需求持续增长,社区驿站已成为物流网络的核心终端节点,承担着快件暂存、分拣、派送及用户自取等关键功能。然而,当前主流快递驿站普遍采用人工操作模式,依赖工作人员完成快件卸货、粗分拣、入柜上架、取件核验及库存管理等全环节操作。该模式不仅导致驿站运营的人力成本居高不下,且处理效率受限于人员工作强度,尤其在“双十一”、“618”等电商促销高峰时段,极易因处理能力不足而出现用户排队拥堵、快件积压等问题,用户体验难以保障。

2、为解决上述人工依赖问题,现有技术中已出现部分无人化或半自动化驿站方案。这类方案多采用固定式传送带配合智能快递柜的结构形式,将快件经传送带输送至指定柜格附近,再通过机械臂或推杆机构实现入柜。然而,此类固定式设备系统结构复杂,前期部署成本高昂,且一旦建成后场地布局难以灵活调整,对驿站不同规模或不规则户型场地的适配性较差。此外,配套的转运机器人多沿预设的物理轨道或磁条引导线行驶,其运行路径完全固化,无法应对货架布局调整、临时堆放的货物或移动障碍物等动态场景,环境适应性与容错能力严重不足。

3、另一方面,现有快递柜的柜格管理方式较为粗放,柜格通常仅设置简单的数字或字母序号进行区分,未集成空间位置坐标、内部长宽高容积规格等结构属性信息。这一缺陷导致系统在匹配快件与柜格时,往往仅基于“有无空位”进行粗略分配,缺乏对快件体积与柜格容积的精准适配能力,致使存储空间利用率难以有效提升;同时也严重增加了机器人进行柜格定位与调度规划的算法复杂度,不利于多机协同作业的高效执行,制约了无人值守驿站系统的整体性能提升。

技术实现思路

1、为此,本发明提供一种多机器人协同的无人值守快递驿站系统及快件存取方法,解决现有驿站全流程自动化程度低,转运机器人依赖固定轨道导致场景适应性差,空间匹配效率低、定位精度不足的问题。

2、为了实现上述目的,本发明提供如下技术方案:一种多机器人协同的无人值守快递驿站系统,包括:快件粗检单元、视觉扫描单元、送件机器人单元、取件机器人单元、柜格编码体系以及自主路径学习模块;

3、所述快件粗检单元设置于驿站入口处,所述快件粗检单元接收批量快件并逐件抓取转运至扫描工位;

4、所述视觉扫描单元部署于扫描工位上方,所述视觉扫描单元采集快件图像并计算快件体积,根据体积匹配适配柜格规格,生成快件信息并发送至送件机器人单元;

5、所述送件机器人单元本地存储有全量柜格编码及实时占用状态数据,所述送件机器人单元接收快件信息,匹配空闲且规格适配的目标柜格,并规划路径将快件存入目标柜格后更新本地数据;

6、所述取件机器人单元本地存储有柜格编码与快件条码的对应关系数据,所述取件机器人单元接收用户取件指令,匹配对应快件所在的柜格编码,规划路径并抓取快件运送至取件口交付用户;

7、所述柜格编码体系对驿站内所有柜格进行唯一编码,每条编码内置对应柜格的空间位置坐标与容积规格信息;

8、所述自主路径学习模块搭载于送件机器人与取件机器人,所述自主路径学习模块感知环境并动态规划行进路径。

9、作为多机器人协同的无人值守快递驿站系统优选方案,所述快件粗检单元包括卸货区域和粗检机械臂,所述粗检机械臂配置有快件感应模块,所述粗检机械臂检测到快件到达后逐件抓取快件并转运至扫描工位的承载架上。

10、作为多机器人协同的无人值守快递驿站系统优选方案,所述视觉扫描单元包括多相摄像头阵列,环形布置于扫描工位承载架的上方,用于从多个角度采集快件图像并识别快件面单条码信息。

11、作为多机器人协同的无人值守快递驿站系统优选方案,所述视觉扫描单元计算快件三维体积的公式为:

12、

13、式中,表示快件体积,表示通过多相摄像头三维重建测得的快件最大长度,表示最大宽度,表示最大高度;所述视觉扫描单元将作为快件信息的一部分发送至送件机器人单元。

14、作为多机器人协同的无人值守快递驿站系统优选方案,所述送件机器人单元匹配空闲且规格适配的目标柜格公式为:

15、

16、式中,为当前所有空闲柜格的集合,为柜格索引,为第个柜格的内部容积规格;在所有容积足够容纳快件的空闲柜格中,选取容积差值最小的柜格作为目标柜格。

17、作为多机器人协同的无人值守快递驿站系统优选方案,所述自主路径学习模块通过a*算法模型进行路径规划,成本函数为:

18、

19、式中,为当前搜索节点,为从起点到当前节点的实际移动代价,为从当前节点到目标节点的启发式估计代价;所述自主路径学习模块实时感知环境障碍物并动态更新搜索空间中的与参数。

20、作为多机器人协同的无人值守快递驿站系统优选方案,所述自主路径学习模块在检测到临时障碍物时,通过动态权重调节公式更新路径代价:

21、

22、

23、式中,为路径段,为当前时刻,为路径段的几何距离,为时刻下路径段上的障碍物密度系数,为预设的避障权重系数;p代表一条候选路径;表示从当前机器人位置起点到目标柜格终点的所有连通路径集合;为更新后总代价最小的最优路径。

24、作为多机器人协同的无人值守快递驿站系统优选方案,当同一取件指令对应多个快件时,所述取件机器人单元进行最优取件顺序计算:

25、

26、式中,为待取快件的总数量,为机器人当前到达或即将到达的柜格的坐标,为机器人下一步要去的柜格的坐标,为两点间的欧几里得距离函数,为所有可能的取件路径排列集合,为总移动距离最小的最优取件顺序。

27、作为多机器人协同的无人值守快递驿站系统优选方案,所述取件机器人单元配置有指令解析模块,用于接收并解析外部输入的取件指令,所述取件指令包含条码数据、二维码数据或手机号尾号数据中的至少一种标识信息;所述取件机器人单元根据所述标识信息在本地存储的柜格编码与快件条码的对应关系数据中检索匹配对应的目标柜格;所述柜格编码体系中的每条编码包含柜格所在行列坐标及柜格内部长、宽、高容积参数。

28、本发明还提供一种利用上述系统实现的快件存取方法,包括快件入库流程和快件出库流程;

29、所述快件入库流程包括:

30、s11、配送车辆到达驿站入口,将批量快件卸载至卸货区域;

31、s12、粗检机械臂感应到快件后,逐件抓取并放置于扫描工位的承载架上;

32、s13、视觉扫描单元采集快件图像、计算体积并判定适配柜格规格,将快件信息传输至送件机器人;

33、s14、送件机器人接收快件信息后,结合本地柜格数据匹配空闲目标柜格,通过自主路径学习模块规划行进路线,将快件存入目标柜格并更新本地状态;

34、所述快件出库流程包括:

35、s21、取件机器人单元接收到包含快件标识信息的外部取件触发信号;

36、s22、取件机器人单元根据所述快件标识信息,匹配对应快件所在的柜格编码;

37、s23、取件机器人通过自主路径学习模块规划路径,到达目标柜格抓取快件;若所述快件标识信息对应多个快件,则按最优路径依次完成抓取;

38、s24、取件机器人将抓取的快件运送至取件口,并触发取件口开启以执行快件输出动作。

39、本发明具有如下优点:

40、本发明通过粗检机械臂、视觉扫描单元、送件机器人与取件机器人的多设备协同,实现了快件从卸货、粗检、扫描入柜到用户取件的全流程无人化处理,大幅降低驿站人力成本,同时显著提升快件处理效率及高峰时段的吞吐能力。

41、本发明机器人搭载自主路径学习模块,无需铺设磁条或导轨即可实现动态路径规划。能够实时感知驿站内货架布局调整及临时障碍物变化,具备高度的场景自适应能力,极大提升了系统对不规则场地和动态环境的部署灵活性。

42、本发明建立了集成空间位置坐标与容积规格属性的柜格编码体系,实现快件体积与柜格容量的精准匹配,避免空间浪费;同时该编码体系预存于机器人本地,显著简化了机器人的柜格定位与调度逻辑,提升了系统响应速度。

43、本发明采用多机器人分工协作、各环节并行衔接的模块化架构,各单元独立性强。可根据驿站实际场地规模与快递吞吐量灵活配置设备数量,适配不同体量的末端配送场景,具有良好的可扩展性与产业化推广价值。