绝对坐标系中的物体处置的制作方法

1.本技术涉及用于控制物体的处置的方法，由至少两个不同的工作站在场地处处置所述物体并且在至少两个工作站之间移动所述物体。此外，提供了对应的物体控制实体、计算机程序以及包括计算机程序的载体。


背景技术：

2.室内定位系统被用于工业领域中的各种任务，像高价值资产或产品跟踪，或者以通过跟踪相互靠近移动的车辆和人类来确保安全等。这些定位系统可能基于wifi、蓝牙、uwb或3gpp（lte、5g）无线电技术，但是它们中的大多数要求由具有已经知道的绝对位置的锚定装置和具有将要被测量且被用在工业控制命令生成中的未知位置的标签装置组成的基础设施装备。在这样的系统中，目标是计算标签装置的绝对位置，以便生成有意义的控制命令。通过使用一些无线电通信和测量来完成这个，诸如直接测量锚点和标签装置之间的距离（例如基于uwb的系统）或者测量无线电信号强度指数（rssi）（例如基于蓝牙的解决方案）。
3.路线的映射和装置定位主要被称为自主车辆使用意图是作为它们的预定义的专用轨迹来遵循的特殊指南导航通过工厂。
4.工业控制系统可以在控制逻辑的不同级别上使用位置信息。例如，在机器人臂被指示拾取移动的物体的情况下，将会使用地图位置来定义高级命令。在这里，将要从当前的臂位置到达的目标点的精度可直接影响任务的可行性。另一方面，可通过专用臂控制器单元和臂关节之间的通信来部署机器人臂内部命令逻辑。臂端点的可行轨迹将会被计算以到达目标，并且它将会被描述为一系列精确的高频（例如按每隔40ms一次）关节加速命令。
5.另外，连续监测可为各种用例提供反馈，其中“位置”本身将会创建必要的洞察力，像物体-物体关系信息、空间中的3d轨迹、工作站的占用信息、自主车辆路线规划等。在这些用例的大多数中，空间分辨率以及位置与绝对场地地图并且与生产线元件（例如工作站和场地特定装备）的匹配是必要的。
6.随着工业4.0解决方案的进展，灵活制造场地正在成为使用这些场地的更有效方式，其中根据动态变化的新平面图来频繁地重组生产线元件。在当今的重组过程中，利用精确的地图来创建新平面图，并且基于具有对它们的运行是必要的精确度的制图来建造生产线。存在有一些情况，其中生产线元件的相对位置是重要的，但是场地内的生产线的放置可容许更大的不匹配而不会失去功能性。
7.虽然许多解决方案使用ml（机器学习）来创建环境的户外或室内地图或者执行经典地图匹配以改进位置测量的精度，但是在这里我们正在集中于更特定的工业问题。
8.如图1中所示出的，室内定域系统使用具有已知位置的锚定装置来计算标签装置30的位置。对于工业场地，锚点20的永久系统的安装将会使用绝对场地坐标系。将会在这个坐标系中利用高精度来计算标签装置位置。
9.另一方面，通常相对于设备（例如机器人臂）在本地定义基于控制的用例。这意味
着，根据给定的场地平面图来建造新场地配置将会只需要考虑局部精度（例如在传送带区域内），并且工厂可保持功能齐全而没有考虑总体建造精度（例如两个独立的传送带相对于彼此的放置）。如图2中所示出的，这可频繁地导致楼层平面图10和设备系综的物理位置之间的不匹配。例如，具有组件或工作站51和52（像机器人臂）以及传送带60的单个生产线12可考虑具有高精度的内部放置，但是每个生产线可被一起放置成从它们的相应的场地平面图位置偏移几分米。在图2中示出了这个。如果不匹配存在于云地图和生产线元件71至74的物理放置之间，则创建虚假视图，并且将会虚假地报告或者定域问题或者制造故障。
10.地图10和物理位置71至74之间的不匹配阻止了将位置测量直接用作控制功能的输入-即使定域精度本身适合于控制功能。基于包含系统级偏差的位置和运动测量来触发控制命令可导致故障、假警报、错过的警报情形，并且将会引入整体危险因素。
11.随着灵活安装的出现，根据新场地平面图重组的所有元件将会反复地成为依赖于室内定位的分析系统的不确定的部分。对于灵活场地的完全或部分重建，精确重建和全局校正可以是昂贵的且费时的，导致延长的生产停工时间。


技术实现要素：

12.相应地，克服上面提到的问题并且提供利用高精度来精确定位和控制在场地中移动的物体的可能性的需要是存在的。
13.通过独立权利要求的特征来满足这种需要。
14.在从属权利要求中描述了另外的方面。
15.根据第一方面，提供了一种用于控制另外的物体的处置的方法，由至少两个不同的工作站在场地处处置所述另外的物体并且在至少两个工作站之间移动所述另外的物体。物体控制实体控制包括确定场地的场地平面图的处置，其中场地平面图指示场地平面图中预定义的位置处的至少两个工作站。此外，在场地的绝对坐标系中确定在场地中移动的第一物体的轨迹。此外，在绝对坐标系中由第一物体的确定的轨迹来推断至少两个工作站的绝对位置并且将至少两个工作站的绝对位置用于控制由至少两个工作站处置的至少一个另外的物体的处置。
16.此外，提供了对应的物体控制实体，所述对应的物体控制实体被配置成控制物体的处置，其中物体控制实体包括存储器和至少一个处理单元，其中存储器包含可由至少一个处理单元执行的指令。物体控制实体操作用来如上面讨论的那样或者如下面进一步详细讨论的那样工作。
17.备选地，提供了一种物体控制实体，所述物体控制实体被配置成控制由至少两个不同的工作站在场地处进行的物体的处置，其中在至少两个不同的工作站之间移动物体，其中控制实体包括被配置成确定场地的场地平面图的第一模块，其中场地平面图指示场地平面图中预定义的位置处的至少两个工作站。提供了第二模块，所述第二模块被配置成在绝对坐标系中确定在场地中移动的第一物体的轨迹，并且提供了第三模块，所述第三模块被配置成基于第一物体的确定的轨迹来推断绝对坐标系中的至少两个工作站的绝对位置。控制实体包括第四模块，所述第四模块被配置成将至少两个工作站的确定的绝对位置用于控制由至少两个工作站处置的至少一个另外的物体的处置。
18.另外，提供了一种包括程序代码的计算机程序，其中程序代码的执行促使至少一
个处理单元执行如上面讨论的或者如下面进一步详细解释的方法。
19.此外，提供了一种包括计算机程序的载体，其中载体是电子信号、光信号、无线电信号或计算机可读存储介质中的一种。
20.要理解，上面提到的特征和下面还有待解释的特征不仅可以被用在指示的相应组合中，而且可以被用在其他组合中或者被独立使用，而不会背离本发明的范围。除非另有明确提及，否则上面提到的方面和下面描述的实施例的特征可以在其他实施例中被相互组合。
附图说明
21.当结合附图阅读时，由下面详细的描述，申请的前述的和附加的特征和效果将变得显然，其中相同的附图标记指相同的元件。
22.图1示出了具有如本领域已知的定域系统的工业场地的示意性视图。
23.图2示出了场地平面图的示意性视图，其中由于场地平面图的低精度而错误地指示了物体的绝对位置。
24.图3示出了物体控制实体的示意性架构视图，所述物体控制实体被配置成将使用绝对坐标系的修改的场地平面图用于控制物体的处置。
25.图4示出了系统的更详细的视图，其中被附着到不同组件的标签将位置信息发送到物体控制实体，所述物体控制实体确定使用绝对坐标系的修改的场地平面图以用于控制物体。
26.图5示出了工业场地的更详细的示意性视图，其中基于修改的场地平面图来正确地指示移动的物体的位置。
27.图6示出了当基于绝对位置来处置物体时在物体控制实体处执行的方法的流程图的示意性示例视图。
28.图7示出了物体控制实体的示例示意性表示，所述物体控制实体被配置成基于绝对坐标系来处置场地中的移动的物体。
29.图8示出了图7中示出的物体控制实体的另一示例示意性表示。
具体实施方式
30.在下面，将参考附图详细地描述发明的实施例。要理解，不要在限制的意义上理解实施例的下列描述。发明的范围不打算被下文中描述的实施例限制或者被附图限制，下文中描述的实施例或者附图仅仅是说明性的。
31.附图将被看作是示意性表示，并且附图中说明的元件不一定按比例示出。相反，表示各种元件，使得它们的通用功能对于本领域技术人员来说变得显然。还可以通过间接连接或耦合来实现附图中示出的和下文中描述的物理或功能单元的功能块、装置、组件之间的任何连接或耦合。可以通过有线或无线连接来建立组件之间的耦合。可以以硬件、软件、固件或者其组合来实现功能块。
32.在下面，建议了一种解决方案，所述解决方案解决了特定的工业问题。提供了自动反向地图匹配的实体和方法，以便使能精确定位系统集成进工业场地监测和控制功能中。实体和方法依赖场地地图。一旦场地地图与包括工作站和传送机的生产线的真实物理布局
之间的不匹配发生，定位系统和控制功能之间的兼容性问题就会发生。在下面，建议了一种自动推断这种不匹配的校正的机制。
33.建议的方法和装置将场地的定域和传感器测量痕迹用作模式识别模型的输入。模型可已经被训练成自动发现在下文中还被称为楼层平面图的场地平面图或者地图信息与诸如工作站和传送机的生产线元件的物理放置之间的不匹配。这个动态推断的参数然后被用来校正基于绝对位置的控制消息。一旦匹配是可用的，解决方案就使得通常在局部坐标系中诸如相对于机器人工作站定义的用例能够直接地或者通过共同云服务将绝对的精确定域系统的测量例如用于整个场地或建筑物。然而，应当理解，可以在云环境外部使用方法和装置，其中在单个实体或者一组连接的实体中执行步骤。
34.在本领域中，将基于卫星的系统用于户外导航的导航算法是已知的。在这里，简单地图匹配问题发生，其中不确定测量将卫星信号的接收器随机放置在地图中的给定路线旁边的某处。在这种情况下，给定诸如道路、人行道、建筑物的地图元素的历史和属性，地图匹配算法找到信号接收器装置在地图上的最适当的地方。它使不确定位置与越来越确定的地图元素匹配。在工业场地的情况下，主要在室内位置中，情形是相反的，接收器装置的定域具有更高的精度，但是场地地图本身包含更大的不确定性。
35.在诸如图1中示出的工厂设定中，可以识别固定的和非固定的位置的不同时标。诸如图2的工作站51或52的工作站可以被认为是固定的，而被附着到个人物体的标签将表示在地图匹配过程期间位置的更高可用性。通过表征空间和时间上的标签轨迹的位置和传感器测量的集合来定义物体的痕迹。标签被附着到人类或物体。
36.图4示出了场地的示例示意性表示，其中物理基础设施被提供并且被存储在图4的下部中示出的制造场地处，而在示出图4的上部中示出的云基础设施的实施例中，基础设施执行绝对工业场地定域测量、地图匹配和增强的定域。在图4中的虚线下面示出的物理系统包括借助于到锚点20的距离测量而被定位的标签30、35或40。诸如标签35的标签可以被附着到人，标签可以如通过标签30示出的那样被附着到经过生产线的物体，或者标签可以如通过标签40示出的那样被附着到生产线元件。锚点20具有已知的位置，以及锚点经由标签来执行距离测量并且与实体100通信，所述实体100被配置成控制物体的处置，其中在图4中未示出物体本身，但是物体本身可以是正在通过生产场地的任何物体。锚点20将原始测量数据发送到实体100并且接收转发给标签的标签命令和锚点命令。图4中示出的工业场地定位模块101正在控制物理定域基础设施并且正在实时地创建绝对标签位置。反向地图匹配模块102接收这些位置，如果具有诸如标签40的附着的标签的生产线元件的直接位置是可用的，则它可以被用于生产线设备的直接地图匹配。如果它们是不可用的，则通过标签30获得的位置流连同被附着到人的标签（标签35）的位置流一起可能导致诸如图2中示出的工作站51和52的位置的未知设备位置以及作为修改的场地平面图生成的绝对工业场地地图中的生产线路线。定域智能模块103则可以使用正确的位置信息以及可以向修改的场地平面图提供绝对坐标系中的涉及的实体的位置，并且信息被传送给监测和控制功能104，所述监测和控制功能104将控制命令传送到工作站51和52以用于控制工作站的操作。
37.分析数据库105可以收集修改的场地平面图的结果并且可以收集部分生产线路线。由生产线的不同元件对修改的地图的建模可以使用诸如区域、生产线、如下面与图5有关地讨论的生产线段的不同功能单元的层次分割。此外，可以基于工业场地的当前描述符
来连续更新生产场地的活动元件。
38.通过表征空间和时间上的标签的轨迹的位置和传感器测量的集合来定义如由锚点收集的痕迹。创建作为反向地图匹配的输入的轨迹所需的收集时间可取决于常规数据集的质量。更长的测量周期可降低总体不确定性，并且标签定位系统可以甚至从更短的测量时间提供必要的信息。应当通过不同情形的表示来涵盖记录的移动类型的分布。这可意味着下列：更长的测量周期仅仅将要降低各种场景中的不确定性，如果在测量中表示那些场景的话，分布不会被集中在复杂系统的受限的工作方式的重复上。因此，优选的是涵盖这些记录中的可能的场景的多样性。
39.在一种场景中，诸如图5中示出的生产线13的生产线具有诸如图4的标签40的定域标签，所述定域标签直接测量传送机或生产线的位置，所述位置可以被用来计算物体的差分平移和旋转以用于场地平面图与绝对场地坐标系的匹配。由于在确定的位置中仍然存在有某种不确定性，所以可以包括附加的优化步骤以最小化总体误差。锚点和标签装置之间的距离测量可包括误差。因此，通过考虑多个锚点测量并且丢弃异常值或者通过考虑例如两个标签装置之间的其他已知的固定距离来进一步减少不确定性可能是必要的。
40.在处理方法的可选步骤中，整个生产车间被分成具有固定的相对位置以利用它们被彼此固定的附加信息的更小部分或者诸如图5中的段61、62和63的生产线段。一旦识别了这些段61至63，则可以利用误差最小化算法来分别处理它们。
41.在另一种情形中，具有工作站和传送机元件的生产线不具有自己的定域标签，而移动的物体、产品具有定域标签。使用基于移动的定域标签并且基于工厂平面图的先验知识确定的物体的移动的痕迹，可以生成修改的场地平面图。匹配/过程可以包括下列步骤：1. 在初始阶段，通过痕迹特征来记录已知的工作站类型，或者由已知的可用信息来使用这个信息。在工作站处执行装置的处置的控制。任务的范围可以从机器人臂移动一直到手动处置或喷漆工作。取决于制造过程，在这里收集的信息创建了包括在物体于站处花费的时间期间的移动和其他传感器的信息的多维痕迹。这些痕迹可以被分类并且识别给定类型的工作站。
42.2. 此外，当物体被工作站处置并且诸如图4和图5中示出的元件的其他元件存在于场地上时，使用被附着到物体和/或被附着到在场地上工作的人员的标签的数据来记录物体的轨迹。
43.3. 在第三步骤中，通过分析轨迹的移动并且可选地通过分析物体的其他传感器的模式来识别来自工厂的工作站痕迹。在这里，可使用聚类算法，在多维时间系列轨迹上应用所述聚类算法或者在如在步骤2中收集的不同时间系列段上应用所述聚类算法。
44.4. 在可选步骤中，使用层次聚类方法在记录中识别工作站痕迹的更高级序列。可以在各种维度上执行层次聚类。一个选项将会是创建遵循制造过程的单元的层次。例如，低级移动模式将会构成工作站模式，工作站模式的给定系列将会构成给定类型的生产线模式，等等。
45.5. 在另外的步骤中，执行工作站痕迹模式或者它们的可选序列与生产场地的已知的场地平面图的匹配。
46.6. 在这里，通过创建场地平面图与绝对场地坐标系的反向地图匹配所必需的差分平移和旋转来执行场地平面图中的坐标系校正。在这个步骤中，由包括绝对坐标系中的
所有位置的场地平面图来生成修改的场地平面图。相应地，实体100具有现在可用的、如由轨迹确定的移动的物体的绝对位置和修改的场地平面图，所述修改的场地平面图具有绝对坐标系中的工作站和物体的位置。
47.7. 在没有重新定义已经实现的控制过程的情况下，计算的校正本身则可适合于制造控制过程中的每个用例以达到相应的必要的定位精确度。在制造控制过程中的物体的处置期间，要求各种级别的定位精确度。如果精确度达到了给定的级别，则无需重新定义控制过程本身，但是例如可以通过包含计算的定位不匹配校正值来修改在它们的算法编码中使用的参数。这在涉及的用例或过程当中的每个中可以是不同的。
48.在上面提到的步骤3和5中，因为已知的场地平面图和痕迹或轨迹测量两者通常是有噪声的并且可具有诸如绝对场地坐标系中的失真的附加的局部和全局失真，所以可以执行优化方法。在这里，应用像通过模拟退火的梯度下降的数值方法来找到不同函数的全局最小值是可能的。
49.步骤7可以被动态解决并且可以被用作动态云服务。对于将定域系统完全集成进具有相同易用性的制造过程中，可能需要这个步骤。
50.在工业4.0设定中，其中固定工作站的移动性时标被显著减小，可以针对场地中的每个新的装备重复所述方法。与其中场地的设置未被改变的传统设置中需要的单程操作模式相反，这可以被认为是反向地图匹配的连续操作模式。
51.在动态工厂设定中，精确规划常常被宽松定位的功能区域取代。在这样的情形中，建议的方法可被用来通过使元件的轨迹与已经知道的痕迹特征匹配来发现具有诸如工作站的它的活动元件的场地平面图。
52.在一个用例中，考虑单个机器人单元内的定位是可能的，并且仅使用诸如机器人臂的中心的相对位置。在这里，上面讨论的每一个其他方面保持相同，但是对于待匹配的更小空间可能需要更高的精确度。在这里，不同工作站与机器人臂的不同关节有关。
53.图6示出了图4中示出的两个主要组件的简化流程图，解释了在哪里执行不同的步骤。工业场地定位模块101将网关用于与锚点的命令和测量通信。相应地，网关从锚点接收距离测量，并且然后处理原始测量，以及例如还使用锚点的已知位置来将如所测量的标签锚点距离转换成标签的绝对位置。在反向地图匹配模块102中，绝对标签位置被用来使生产线的设备与绝对场地坐标系匹配。基于历史记录并且基于轨迹收集，分析器可以确定物体何时被工作站处置或者物体何时被传送机处置。在机器学习框架方面，通常例如借助测量来训练系统和方法，并且一旦准备好，所得到的模型就被用于自动推理。在不匹配推理的情况下，测量痕迹是输入，并且推理使用训练的模型来确定用于将要在给定的控制过程中使用的不匹配的定位的校正值。在工厂平面图匹配细节的步骤1-6中详述了总体模型训练逻辑。
54.图5示出了在场地平面图校正到修改的场地平面图之后的场地的示意性视图，其中诸如位置81、82、83或84的物体的位置被正确地指示为位于传送带上。工作站51和52的位置以及物体90的位置全部都在绝对坐标系中被提供。相应地，使用具有提供的绝对坐标系的修改的场地平面图来控制通过传送机60或者工作站51或52进行的物体90的处置是可能的。图5此外示出了传送机60的不同部分61至63。
55.图6概述了在物体控制实体处执行的步骤中的一些步骤。在步骤s61中，确定场地
平面图。未在绝对坐标系中提供这个场地平面图，使得它可能未被用于控制在场地上处置的物体。在步骤s52中，至少使用如通过被附着到物体的标签跟踪的位置来确定第一物体的轨迹。由确定的轨迹，推断在其处以某种方式操纵过或处置过物体的工作站的绝对位置是可能的。在这个上下文中，可以使用在场地上提供的工作站的种类的先验知识。举例来说，可能已知工作站执行纯平移移动或者可能已知工作站通过夹紧物体并且将物体移至不同位置而正在以某种方式处置物体。可以在利用高精度提供的物体的轨迹中容易地识别这些移动。在步骤s63中，基于物体的移动中的某些模式的检测来确定工作站的绝对位置。由于精确地知道工作站的几何形状，因此基于位置和靠近工作站的位置的评估来确定工作站的绝对位置是可能的。
56.在步骤s64中，当工作站的绝对位置是已知的时候，它可被用于控制在对应的工作站处处置的相同或另外的物体的处置。
57.图7示出了基于工作站的绝对位置来执行物体的上面讨论的处置的物体控制实体的示意性架构视图。实体100包括提供用于将用户数据或控制消息传送到其他实体的接口或输入-输出110。接口110尤其被配置成接收物体的轨迹，并且在已经计算了绝对位置和修改的场地平面图之后，接口110可以向工作站输出处置物体所需要的控制命令。实体100此外包括负责实体100的操作的处理单元120。处理单元120可以包括一个或多个处理器并且可以执行存储在一个或多个存储器130上的指令，其中存储器可以包括只读存储器、随机存取存储器、大容量存储装置、硬盘等等。存储器此外可以包括将要被处理单元120执行的合适的程序代码，因此它将要实现其中涉及实体100的上面描述的功能性。实体100可被实现为单个独立实体，或者可在云环境中实现实体100，其中在云环境中分布处理单元和存储器以及接口。
58.图8示出了实体300的另外的示意性架构视图，所述实体300被配置成基于工作站的绝对位置并且基于修改的场地平面图来控制物体的处置。模块300包括第一模块310，所述第一模块310被配置成确定场地平面图，所述场地平面图包括工作站和场地上的其他装备的位置。此外，提供了模块320，所述模块320被配置成基于如从移动的物体接收的原始测量来确定绝对坐标系中的物体轨迹。提供了第三模块330，所述第三模块330被配置成基于物体的轨迹的分析来确定工作站的绝对位置。当工作站的绝对位置是已知的时候，这些绝对位置可以被模块340用于由工作站来处置物体并且通过使用控制命令来控制处置。
59.由上面所述，可以得出一些一般结论。
60.当至少两个工作站的绝对位置是已知的时候，使场地平面图中的工作站的预定义的位置与绝对位置匹配并且基于匹配来确定场地的修改的场地平面图是可能的。这个修改的场地平面图则包括绝对坐标系中的至少两个工作站的绝对位置。修改的场地平面图和场地上的组件的绝对位置可被用于控制一个或若干个另外的物体的处置。
61.可以提供传送机60以将物体从工作站中的一个工作站移至至少两个工作站中的另一个工作站。当确定第一物体的轨迹时，可以确定包括在两个工作站之间移动的物体在绝对坐标系中的位置的绝对传送机轨迹。当确定轨迹时，可以为工作站中的每个工作站确定包括在对应的工作站处的操纵期间的物体在绝对坐标系中的位置的绝对工作站轨迹。传送机轨迹和绝对工作站轨迹然后可以被用于控制至少一个另外的物体的处置。
62.除了绝对工作站轨迹之外，绝对场地平面图则还可以包括绝对传送机轨迹。
63.可以基于被附着到物体的定域标签来确定第一物体的轨迹。然而，可使用用于位置的精确确定的其他选项。
64.可通过分析第一物体的确定的轨迹、通过推断第一物体的轨迹中的工作站引起的移动来确定绝对工作站轨迹。每个工作站在处置物体时具有它自己的特定移动。一个工作站可以是测试工作站，其中物体位于定义的固定位置达在预定时间量；其中另一个工作站可以是其中零件被添加到物体或者其中从物体中移除零件使得与物体一起执行特定移动的工作站。由于由轨迹在3d环境中知道这些移动，因此将由工作站的操纵启动的轨迹与其他轨迹清楚地分开是可能的。
65.此外，可以确定用于至少一个另外的物体的控制命令，可以在工作站中的一个工作站处使用所述控制命令来操纵至少一个另外的物体。此外，可以将控制命令传送到所述工作站以用于将要被对应的工作站处置的另外的物体的操纵。
66.至少两个工作站51和52可以是场地的生产线的一部分，其中分析物体的轨迹并且在生产线内确定不同的线段，其中在绝对坐标系中确定不同的段之间的相对距离，并且不同的段之间的相对距离被用在控制物体的处置中。举例来说，在图4中示出的实施例中，生产线可被分成诸如第一段61的不同线段，其中在一个方向上传送位于传送带上的物体。另外的段可以是垂直于第一段的段62，以及另外的线段可以是又垂直于线段62并且平行于线段61的段63。可以在绝对坐标系中确定不同的段之间的相对距离并且可以在控制中使用不同的段之间的相对距离。
67.相应地，为诸如图5中示出的不同段61至63的每个线段分别确定传送机轨迹和绝对工作站轨迹是可能的。
68.此外，确定在场地处移动的用户的轨迹是可能的。还可以考虑用户的确定的轨迹来确定工作站的绝对位置。
69.对于至少两个工作站的绝对位置的确定，可使用聚类机制，在第一物体的确定的轨迹上应用所述聚类机制。
70.此外，可使用优化过程，所述优化过程找到最小值或最大值以便获得绝对工作站轨迹。由于利用某个精度来确定第一物体的确定的位置中的每个，因此绝对位置的确定可包括优化算法，所述优化算法找到绝对最小值或最大值以便确定绝对工作站轨迹。
71.上面讨论的解决方案提供了能够填补基于工业位置的控制和精确定位系统之间的空白的机制。两种系统依赖工业场地地图或场地平面图。一旦在场地平面图和工作站或生产线的真实物理布局之间存在有不匹配，不匹配就致使定位系统与控制功能不兼容。上面讨论的解决方案自动校正这种不匹配并且确定修改的场地平面图。
72.为了解决这种反向地图匹配要求并且为了将解决方案集成进工业场地监测和实时制造控制功能中，可使用物理组件和云组件的系统。
73.上面的解决方案自动且动态生成对位置的必要校正以避免反复需要的场地校准的昂贵且费时的过程。
74.方法识别特征位置的绝对坐标系中的精确位置并且使它们与由控制不同组件的实体使用的坐标（即地图坐标）匹配。
75.在其中楼层平面图是可用的情况下，针对每个生产线元件，由将要被跟踪的人员和物体的传感器的和绝对的位置测量痕迹的输入来计算校正。
76.机器学习算法可被用于模式识别，以用于分析知识库的建造，可以动态使用所述分析知识库来计算用于本地控制功能的相应的和反向的地图匹配校正因子。
77.数值优化方法可被用来减少不确定性，并且在匹配算法中利用更高级工厂平面图单元。上面的解决方案还可被用在灵活工业场地中，其中楼层平面图或场地平面图的连续监测可被用于不同用例。
78.在灵活的场地中，生产线的新安装变为可能。此外，可以实现场地的重组，使得修改的场地平面图被用于控制物体的移动。上面讨论的解决方案提供了下列选项：将会以其他方式致使定域系统不能使用的不匹配的场地平面图的校正现在可以被用在依赖于在地图上定义的任务的解决方案中，诸如地理围栏警报和用于某些地理位置的操作模式设定。解决方案提供了精确定域系统中的高级精确度并且允许绝对定域系统到控制功能的集成，其中命令和算法可依赖具有动态校正的近实时测量流。
79.在没有定域系统的或生产线的附加的、重复的校准的情况下，利用生产线的精确映射的连续制造变为可能。修改的场地平面图可被用于映射新装备并且可被用于制造过程。对于生产线的绝对位置不需要额外的精度要求。相应地，提供了用于生产设备的映射的有成本效益的方式而无需额外的工作。方法可以使用或者工作站的直接测量（如果可用的话）或者如从如为在场地中移动的物体确定的轨迹推断的间接位置信息。由于在生成精确的场地平面图时预先不需要这个精确的场地平面图，因此增加了灵活性。