一种轮式人形机器人递进式分拣调度系统及方法

本发明涉及机器人柔性分拣，具体来说，涉及一种轮式人形机器人递进式分拣调度方法及系统。

背景技术：

1、轮式人形机器人集成移动轮式底盘与双七自由度机械臂，兼顾大范围平面移动能力与人形双臂抓取操作能力，是智能制造柔性分拣的核心装备。在汽车零部件分拣、车间物料周转场景中，待分拣物料随机堆叠于工作台、料框、托盘内，普遍存在反光、弱纹理、小尺寸零件、物体遮挡、物料堆叠、相似工件混淆、抓取后场景动态变化等干扰问题。

2、当前分拣系统普遍采用固定输送线、固定单相机、标准化工装搭配预设机械臂脚本的架构，即物料摆放位置、抓取顺序、放置格位一旦发生变动，需要人工重新标定相机检测区域、重写抓取脚本、配置异常恢复逻辑，调试成本极高。轮式人形机器人头部、胸部、腕部可搭载深度相机、双目相机、局部微距相机等多类视觉传感器，机器人作业站位不固定，单一视觉源视场有限、易出现深度空洞、反光失效、局部遮挡，仅依靠单一视觉无法完整覆盖全部待分拣物料。现有技术虽可搭载多类视觉硬件，但缺少统一调度机制，即无法自动判定何时启用/切换视觉源、失败物料重复进入候选集、分拣进度无统一追溯逻辑、异常恢复依赖零散脚本，极易出现分拣流程卡死、需要人工停机复位的问题。

技术实现思路

1、针对相关技术中的问题，本发明提出一种轮式人形机器人递进式分拣调度方法及系统，以克服现有相关技术所存在的上述技术问题。

2、本发明的技术方案是这样实现的：

3、本发明一方面：

4、一种轮式人形机器人递进式分拣调度方法，包括以下步骤：

5、步骤s1，加载视觉源集合s、各视觉源内外参、静态忽略区域、检测置信阈值τdet、阶段切换规则、物料分拣任务规则；

6、步骤s2、读取物料数据库，构建类别机械臂放置格位映射函数mplace，初始化放置历史计数ht、全局运行摘要存储容器；

7、步骤s3，选取当前优先级视觉源st，触发相机采集图像、目标实例分割、点云重建，输出原始候选目标索引集合；

8、步骤s4，候选目标过滤，基于静态忽略区域、动态不检测集合筛选有效候选集合，其中，若为空集，直接跳转至步骤s10执行视觉阶段切换；非空则进入步骤s5；

9、步骤s5，候选目标加权排序，计算每一个有效目标综合排序评分，其中，选取集合内评分最大值对应的目标作为当前分拣目标；

10、步骤s6，读取当前目标类别，调用放置映射函数分配执行臂与放置格位，基于映射结果生成标准化分拣子任务；

11、步骤s7，将子任务下发至下游抓取位姿服务，输出抓取质量指标，计算恢复决策指标，若低于预设质量阈值，进入恢复决策分支，执行重配准、重检测或跳过逻辑；指标达标则进入步骤s8；

12、步骤s8，机械臂执行抓取、物料转运、放置动作，读取机器人运动执行反馈；放置成功则更新放置历史计数ht、运行摘要放置状态，返回步骤s3开启下一轮检测分拣；执行失败跳转至步骤s9；

13、步骤s9，执行跳过逻辑，将当前目标检测框扩张生成新动态不检测区域，更新对应视觉源屏蔽集合；式中，为检测框四向扩张δ像素后的屏蔽区域；更新完成后返回步骤s3重新采集图像筛选候选物料；

14、步骤s10，若当前视觉源无有效候选集合，调用阶段转移函数切换视觉源。

15、其中，还包括以下步骤：

16、生成文本子任务、多视角图像、机器人本体状态输入预设动作模型，输出完整长动作块，表示为：

17、；

18、限制单次执行动作步数k，对动作做关节限位、速度约束裁剪，表示为：

19、；

20、式中，u为机器人运动约束集合；执行k步动作后强制返回，重新采集视觉观测，避免长时开环。

21、其中，所述筛选有效候选集合，且仅保留置信度达标、中心不在动态屏蔽区的物料，表示为：

22、；

23、式中，为第i个候选目标检测置信度；为目标检测框中心坐标。

24、其中，所述计算每一个有效目标综合排序评分，表示为：

25、；

26、式中，为固定权重系数；为任务分拣顺序得分；为目标与作业中心空间距离代价；为遮挡、反光、历史失败次数综合风险惩罚项。

27、其中，所述选取集合内评分最大值对应的目标作为当前分拣目标，满足约束：；且多目标评分相同时，以检测框中心坐标、物料类别优先级、未处理时长作为二级排序条件。

28、其中，所述调用放置映射函数分配执行臂与放置格位，表示为：

29、；

30、式中，为选定机械臂；为放置格位编号/预设放置姿态；为当前类别已成功放置次数，用于多批次分拣动态分配格位。

31、其中，所述计算恢复决策指标，表示为：

32、；

33、式中，为质量评估权重；为本轮选中最优目标的检测置信度；为最优目标归一化点云质量指标；为下游抓取位姿生成质量指标；为执行异常综合惩罚值。

34、本发明另一方面：

35、一种轮式人形机器人递进式分拣调度系统，部署于轮式人形机器人上位计算单元，用于执行上述所述调度轮式人形机器人递进式分拣调度方法，其特征在于，所述系统，包括：

36、多源视觉节点管理模块，用于维护全局视觉源集合s，每一视觉源预存相机内参、外参、检测置信阈值τdet、静态忽略区域、独立的动态不检测区域集合、设备可用状态与阶段优先级，视觉源至少包括深度相机、双目相机和腕部相机；

37、递进式检测切换模块，用于控制当前视觉源采集图像、分割目标生成原始候选集合，若当前视觉源无有效候选、候选质量低于阈值或达到阶段最大重试次数，则调用阶段转移函数切换下一视觉源，否则将候选数据下发至目标顺序规划模块；

38、目标顺序规划模块，配置候选过滤逻辑与加权排序逻辑，其中，候选过滤逻辑筛选有效候选集合,加权排序逻辑计算各候选目标综合排序评分，选取评分最高目标作为当前分拣目标；

39、类别到放置位映射模块，用于存储映射函数mplace，根据当前目标类别与放置历史计数ht，通过输出匹配的执行机械臂at与放置格位pt；

40、动态不检测区域模块，用于当目标配准失败、抓取不可达或人工触发跳过指令时，将当前目标检测框按预设扩张像素δ生成屏蔽区域，并更新对应视觉源的动态不检测集合；

41、抓放执行编排模块，用于将分拣子任务下发至下游抓取位姿服务，接收抓取质量指标φt并转发至评价恢复决策模块；

42、评价恢复决策模块，用于计算恢复决策指标，依据指标阈值输出恢复指令。

43、进一步的，还包括：vla动作块策略接口模块，用于将调度系统输出的标准化子任务文本、多视角图像、机器人本体状态输入下游视觉语言动作模型；输出连续动作块，且限制单次执行步数k，执行完成后重新触发视觉观测，规避长序列动作开环误差累积。

44、本发明的有益效果：

45、1、本发明通过多源视觉节点管理模块、递进式检测切换模块构建深度相机优先、双目相机补充的分层视觉检测流程，搭配候选过滤量化公式、动态不检测区域更新公式形成闭环故障屏蔽逻辑，解决了传统固定单相机、固定工装分拣方案适配性差、流程易卡死的核心痛点。一方面，系统可依据当前视觉源检测质量、空检测事件、恢复决策指标自动调用阶段转移函数完成相机切换，深度相机出现反光、深度空洞、目标遮挡时无需人工介入，自动切换双目相机补充重建点云，不中断整体分拣任务；另一方面，当目标配准失败、抓取滑落、人工跳过物料时，动态不检测区域模块将故障目标检测框扩张后存入对应视觉源独立屏蔽集合，通过过滤公式在下一轮同源检测中直接剔除失效物料，避免同一故障物体反复参与排序、占用抓取资源。同时动态不检测区域按视觉源隔离维护，不会跨相机错误过滤正常物料，在汽车总装、杂乱托盘物料等随机摆放场景下，有效减少停机复位频次，显著提升无人连续分拣时长。

46、2、本发明采用目标顺序规划模块加权排序公式、类别到放置位映射函数两套确定性量化逻辑，构建完全透明、可追溯的分拣决策体系。在目标筛选环节，通过综合权重打分规则，任务优先级、识别清晰度、空间距离、遮挡风险全部量化，工程师可直接调整权重系数修改抓取先后逻辑，无需重新训练视觉或动作模型；在物料放置分配环节，依靠显式映射关系，物料类别、选用机械臂、目标格位一一对应，同类别多批次分拣可结合放置历史计数动态分配收纳位置，每一件物料的抓取、放置规则均可直观查询。搭配运行摘要与数据闭环模块，系统完整留存每一轮视觉阶段、候选过滤记录、目标评分、跳过原因、动态屏蔽框坐标，形成标准化任务日志，故障发生时可快速定位是视觉识别、抓取位姿还是空间可达性问题，日志数据还能批量生成反光、遮挡、抓取失败样本库，持续迭代优化视觉检测与下游抓取算法，大幅降低产线调试、故障复盘、算法迭代的综合成本。

47、3、本发明通过抓放执行编排模块完成上层调度框架与下游抓取服务的解耦设计，下游可兼容双目点云配准、深度抓取、深度学习抓取网络、人工示教迁移、vla动作块五类方案，适配不同工况的成本与精度需求。针对异形、无三维模型的复杂物料场景，系统搭载独立vla动作块策略接口模块，采用分层控制思路：上层调度系统全权负责任务级调度，仅向视觉语言动作模型下发单目标标准化文本子任务、多视角图像与机器人本体状态；模型输出完整长动作块后，通过步数截断与运动约束裁剪仅执行前k步动作，执行完成强制回流视觉检测模块重新观测更新环境，规避纯端到端vla长序列连续执行带来的场景偏移、物料滑落、抓取失效等开环误差。针对标准化零部件场景，可直接关闭vla接口，使用传统点云配准、示教抓取方案保证抓取稳定性。同时评价恢复决策模块统一通过恢复指标量化评估检测、点云、抓取动作全链路质量，将空检测、低置信、配准失败、运动异常统一转化为标准化恢复策略，替代原有分散、耦合的零散异常脚本，一套调度框架可适配标准化零件与未知异形物料混合分拣场景，拓展系统适用范围。