具体实施方式

参考在附图中描述和/或示出并在以下描述中详细描述的非限制性实施例和示例，更全面地解释本公开及其各种特征和有利细节。应当注意，附图中示出的特征不一定是按比例绘制的，并且如本领域技术人员将认识到的，一个实施例的特征可以与其他实施例一起使用，即使这里没有明确说明。可以省略对公知组件和处理技术的描述，以免不必要地模糊本公开的实施例。这里使用的示例仅仅是为了便于理解可以实践本公开的方式，并且进一步使本领域技术人员能够实践本公开的实施例。因此，这里的示例和实施例不应被解释为限制本公开的范围。此外，应当注意，在附图的几个视图中，相同的附图标记表示相同的部分。

本发明针对机器人拥塞管理。尽管不限于任何特定的机器人应用，但是本发明可以用于的一个合适的应用是订单履行。将描述机器人在该应用中的使用，以为机器人拥塞管理提供上下文，但不限于该应用。

参考图1，典型的订单履行仓库10包括货架12，货架12装满了订单中可能包含的各种物品。在操作中，来自仓库管理服务器15的输入订单流16到达订单服务器14。订单服务器14可以对订单进行优先排序和分组，以便在引导过程中分配给机器人18。当机器人由操作者引导时，在处理站(例如，站100)，订单16被分配并无线发送给机器人18以供执行。本领域技术人员将理解，订单服务器14可以是具有分立软件系统的单独服务器，该分立软件系统被配置为与仓库管理系统服务器15和仓库管理软件互操作，或者订单服务器功能可以被集成到仓库管理软件中并在仓库管理服务器15上运行。

在优选实施例中，如图2A和图2B所示，机器人18包括具有激光雷达22的自主轮式底座20。底座20还具有收发器(未示出)和一对数字光学相机24a和24b，收发器使机器人18能够从订单服务器14和/或其他机器人接收指令并向订单服务器14和/或其他机器人发送数据。机器人底座还包括充电口26，用于给自主轮式底座20供电的电池充电。底座20还具有处理器(未示出)，该处理器接收来自激光雷达和相机24a和24b的数据，以捕获代表机器人环境的信息。有一个存储器(未示出)与处理器一起运行以执行与仓库10内的导航相关的各种任务，以及导航到放置在货架12上的基准标记30，如图3所示。基准标记30(例如，二维条形码)对应于订购物品的仓/位置。下面参照图4至图8详细描述本发明的导航方法。根据本发明的一个方面，基准标记也用于识别充电站，并且到这种充电站基准标记的导航与到所订购物品的仓/位置的导航相同。一旦机器人导航至充电站，就使用更精确的导航方法将机器人与充电站对接，这种导航方法将在下面描述。

再次参考图2B，底座20包括上表面32，在该上表面32处可以存储搬运箱或仓来承载物品。还示出了接合多个可互换电枢40中的任何一个(图3中示出了其中一个)的联接器34。图3中的特定支架40具有用于承载容纳物品的搬运箱44的搬运箱保持器42(在这种情况下为搁板)，以及用于支撑平板电脑48的平板电脑保持器46(或膝上型电脑/其他用户输入设备)。在一些实施例中，电枢40支撑一个或更多个承载物品的搬运箱。在其他实施例中，底座20支撑一个或更多个搬运箱，用于承载容纳的物品。如本文所用，术语“搬运箱”包括但不限于货物架、仓、笼子、货架、可悬挂物品的杆、柜子、板条箱、架子、支架、栈桥、集装箱、箱子、罐、容器和储存库。

尽管机器人18擅长在仓库10周围移动，但是以当前的机器人技术，由于与机器人操纵对象相关的技术困难，其并不太擅长快速有效地从货架上拾取物品并将其放置在搬运箱44中。一种更有效的拾取物品的方式是使用通常为人类的本地操作者50来执行从货架12上物理地移除订购物品并将其放置在机器人18上的任务，例如放在搬运箱44中。机器人18通过平板电脑48(或膝上型电脑/其他用户输入设备)将订单发送给本地操作者50，本地操作者50可以阅读平板电脑48，或者通过将订单发送给本地操作者50使用的手持设备。

当从订单服务器14接收到订单16时，机器人18前进至第一仓库位置，例如，如图3所示。其是基于存储在存储器中并由处理器执行的导航软件来实现的。导航软件依赖于由激光雷达22收集的关于环境的数据、存储器中识别基准标记30的基准标识(“ID”)的内部表格以及相机24a和24b来导航，基准标记30对应于仓库10中能够找到特定物品的位置。

当到达正确的位置(姿势)时，机器人18将自己停在存放物品的货架12的前面，并等待本地操作者50从货架12取回物品并将其放置在搬运箱44中。如果机器人18有其他物品要取回，其就前进至那些位置。由机器人18取回的物品然后被递送至处理站100，图1，在那里其被包装和运送。虽然处理站100已经关于该图被描述为能够引导和卸载/包装机器人，但是可以配置为使得机器人在站处被引导或卸载/包装，即其可以被限制为执行单个功能。

本领域技术人员将理解，每个机器人可以完成一个或更多个订单，并且每个订单可以由一个或更多个物品组成。典型地，将包括某种形式的路线优化软件来提高效率，但是这超出了本发明的范围，因此在此不再描述。

为了简化本发明的描述，描述了单个机器人18和操作者50。然而，从图1中可以明显看出，典型的履行操作包括许多机器人和操作者在仓库中相互协作，以填充连续的订单流。

下面参照图4至图8详细描述本发明的基线导航方法，以及将待检索物品的SKU语义映射至与该物品所在仓库中的基准标记相关联的基准ID/姿势。

使用一个或更多个机器人18，必须创建仓库10的地图，并且必须确定分散在整个仓库中的各种基准标记的位置。为此，当一个或更多个机器人18在仓库中导航时，其利用其激光雷达22和同时定位和绘图(SLAM)来构建/更新地图10a(图4)这是构建或更新未知环境的地图的计算问题。常用的SLAM近似求解方法包括粒子滤波和扩展卡尔曼滤波。SLAMGMapping方法是首选方法，但也可以使用任何合适的SLAM方法。

当机器人18在整个空间中行进时，机器人18利用其激光雷达22创建仓库10的地图10a，基于其在激光雷达扫描环境时接收到的反射，识别空间中的开放空间112、墙壁114、对象116和其他静态障碍物(例如货架12)。

在构建地图10a(或随后更新地图)时，一个或更多个机器人18使用相机26在仓库10中导航，以扫描环境，从而定位分散在仓库各处的基准标记(二维条形码)，这些基准标记位于仓库附近的货架上，例如图3中存储物品的32和34。机器人18使用已知的起点或原点作为参考，例如原点110。当机器人18使用其相机26定位基准标记(例如图3和4中的基准标记30)时，确定仓库中相对于产地110的位置。

通过使用车轮编码器和航向传感器，可以确定矢量120和机器人在仓库10中的位置。使用基准标记/二维条形码的捕获图像及其已知尺寸，机器人18可以确定基准标记/二维条形码相对于机器人的方位和距离，矢量130。已知矢量120和130，可以确定原点110与基准标记30之间的矢量140。从向量140和基准标记/二维条形码相对于机器人18的确定的方位，可以确定基准标记30的由四元数(x，y，z，ω)定义的姿势(位置和方位)。

图5描述了描述基准标记定位过程的流程图200。这是在初始映射模式下执行的，并且当机器人18在仓库中遇到新的基准标记时，同时执行拾取、放置和/或其他任务。在步骤202中，机器人18使用相机26捕获图像，并且在步骤204中在捕获的图像中搜索基准标记。在步骤206中，如果在图像中找到基准标记(步骤204)，则确定基准标记是否已经存储在基准表300(图6)中，基准表300位于机器人18的存储器34中。如果基准信息已经存储在存储器中，流程图返回至步骤202以捕获另一个图像。如果不在存储器中，则根据上述过程确定姿势，并且在步骤208中，其被添加至基准到姿势查找表300。

在可以存储在每个机器人的存储器中的查找表300中，为每个基准标记包括基准标识1、2、3等，以及与每个基准标识相关联的基准标记/条形码的姿势。姿势由仓库中的x、y、z坐标以及方向或四元数(x、y、z、ω)组成。

在另一个查找表400中，也可以存储在每个机器人的存储器中的图7是仓库10内的库位置(例如，402a-f)的列表，这些库位置与特定的基准ID的404(例如，编号“11”)相关联。在此示例中，仓位置由七个字母数字字符组成。前六个字符(例如，L01001)与仓库内的货架位置相关，最后一个字符(例如，A-F)标识货架位置的特定仓。在这个示例中，有六个不同的仓位置与基准ID“11”相关联。可以有一个或更多个与每个基准ID/标记相关联的仓。

字母-数字仓对于人类是可理解的，例如图3中的操作者50，对应于仓库10中存储物品的物理位置。然而，其对机器人18没有意义。通过将位置映射至基准ID，机器人18可以使用表300(图6)中的信息来确定基准ID的姿势，然后导航至该姿势，如本文所述。

根据本发明的订单履行过程在图8的流程图500中描述。在步骤502，订单服务器14从仓库管理系统15获得订单，该订单可以包括一个或更多个要检索的物品。应当注意，订单分配过程相当复杂，超出了本公开的范围。在2016年9月1日提交的共同拥有的美国专利申请No.15/807,672中描述了一种这样的订单分配过程，该专利申请的名称为仓库订单履行操作中的订单分组，其全部内容通过引用结合于此。还应该注意的是，机器人可以具有搬运箱阵列，该阵列允许单个机器人执行多个订单，每个仓或隔间一个订单。在2016年9月1日提交的美国专利申请No.15/254,321中描述了这种搬运箱阵列的示例，该专利申请的名称为“机器人辅助订单履行操作中的移动底座的物品存储阵列”，该专利申请通过引用整体结合于此。

继续参考图8，在步骤504中，由仓库管理系统15确定物品的SKU号，并且在步骤506中根据SKU号确定仓位置。订单的仓位置列表然后被发送到机器人18。在步骤508中，机器人18将仓位置与基准ID相关联，并且根据基准ID，在步骤510中获得每个基准ID的姿势。在步骤512中，机器人18导航至如图3所示的姿势，在该姿势下，操作者可以从适当的仓中拾取要取回的物品并将其放置在机器人上。

由仓库管理系统15/订单服务器14获得的物品特定信息，例如SKU号和仓位置，可以被发送至机器人18上的平板电脑48，使得当机器人到达每个基准标记位置时，操作者50可以被告知要取回的特定物品。

随着SLAM地图和基准ID的姿势已知，机器人18可以使用各种机器人导航技术容易地导航至任何一个基准ID。优选的方法包括给定仓库10中的开放空间112以及墙壁114、货架(例如货架12)和其他障碍物116的知识，设置基准标记姿势的初始路线。当机器人开始使用其激光雷达26穿越仓库时，其确定在其路径中是否有任何固定或动态的障碍物，例如其他机器人18和/或操作者50，并且迭代地将其路径更新为基准标记的姿势。机器人大约每50毫秒重新规划一次路线，在躲避障碍物的同时不断寻找最高效、最有效的路径。

利用在此描述的产品SKU/基准ID到基准姿势映射技术和SLAM导航技术，机器人18能够非常高效和有效地导航仓库空间，而不必使用通常使用的涉及网格线和中间基准标记来确定仓库内的位置的更复杂的导航方法。

机器人拥塞管理

如上所述，多个机器人18和人类操作者50同时在导航空间中的共享空间中导航时可能出现的问题是，多个机器人以及试图帮助它们的人类操作者可能接近相似的位置，导致机器人和人类交通拥塞。例如，在订单履行操作期间，受欢迎的消费者物品可能导致机器人18聚集在共同的位置或过道上，造成拥挤，导致低效的延迟，并增加碰撞风险。

为了减轻机器人18驱动的拥塞，本文描述了用于机器人拥塞管理的系统和方法。具体地，如图9所示，机器人监控服务器902可以跟踪导航空间内的机器人18，使得被调度在拥挤区域中执行操作的任何机器人18可以响应地重定向到替代位置中的操作。

图9是示出导航空间900内机器人18和人类操作者50活动的当前状态的地图。如图9所示，在导航空间内的拥挤区域903中聚集了高度集中的机器人18和操作者50。这种拥挤可能发生在例如受欢迎的消费者物品可能导致执行订单履行任务的机器人聚集在共同的位置或过道上。

一般来说，在一些情况下，可以通过将一个以上的机器人18聚集在特定区域来提高效率，因为这允许人类操作者50高效地执行多个任务，同时最小化机器人18之间的步行距离。然而，在集群变得过于集中的地方，会形成拥挤区域903。拥塞会导致人类操作者50和机器人18妨碍其他人类操作者50和机器人18的通行和行进速度，从而导致低效的延迟，并增加碰撞风险。

为了管理这种拥塞，如图9所示，寻求在拥塞区域内进入和/或进一步导航的每个机器人18可以被拥塞管理系统重新安排路线。一般来说，就每个机器人18在导航空间内操作而言，其可以操作来完成有序任务列表的一个或更多个任务。就规定任务列表的顺序而言，其通常会规定预定的路线，该路线随后可以基于拥塞和/或其他外部因素进行调整。关于这样的有序任务列表，机器人18例如可以操作来完成由仓库管理系统15或订单服务器14分配给机器人18的特定订单中的拾取列表。继续导致拥塞的流行消费者物品的示例，分配给机器人18的拾取列表可能包括流行消费者物品，其可以例如与第一姿势位置相关联。

在一些实施例中，机器人可以确定与任务列表的下一个任务相关联的第一姿势位置，然后从机器人监控服务器902接收与导航空间的当前状态相关联的拥塞信息。机器人监控服务器902可以是能够跟踪仓库内机器人和/或人类操作者活动的任何服务器或计算设备，包括例如仓库管理系统15、订单服务器14、独立服务器、服务器网络、云、机器人平板电脑48的处理器和存储器、机器人18的底座20的处理器和存储器、包括至少两个机器人平板电脑48和/或底座20的存储器和处理器的分布式系统。在一些实施例中，拥塞信息可以从机器人监控服务器902自动推送至机器人18。在其他实施例中，拥塞信息可以响应于来自机器人18的请求而被发送。

一旦接收到拥塞信息，机器人18可以将拥塞/状态信息与第一姿势位置进行比较，以识别第一姿势位置是否处于拥塞状态(即，位于拥塞区域903中)。任何度量或度量的组合均可以用于描述由拥塞信息指示的导航空间内的拥塞状况。例如，根据各种实施例，这样的度量可以包括靠近特定姿势位置的多个其他机器人、靠近特定姿势位置的多个人类操作者、靠近特定姿势位置的机器人和人类操作者的组合数量、靠近特定姿势位置的多个手动禁用机器人、靠近特定姿势位置的非机器人、非人类对象、车辆或其他障碍物的数量和类型、靠近特定姿势位置的导航空间的尺寸或其组合中的一个或更多个。更一般地，拥塞状态可以根据任何拥塞状况或拥塞状况的组合来确定，该拥塞状况或拥塞状况的组合倾向于指示导航空间或其限定部分内的可导航区域的可用量和/或机器人18、人类操作者50、障碍物、固定装置或其组合的密度。

在拥塞信息指示第一姿势位置在拥塞区域903内的程度上，机器人18可以使用拥塞管理系统，通过跳过与第一姿势位置相关联的指示的下一任务来调整任务列表的顺序，并从任务列表中选择第二任务。特别地，机器人18可以通过拥挤管理系统确定与第二任务相关联的第二姿势位置是否在拥挤区域903内。就第二姿势位置处于非拥塞状态(即，在任何拥塞区域903之外)而言，机器人18然后可以通过导航至第二姿势位置来执行调整后的路线，以执行第二任务。如果第二姿势位置处于拥挤状态，机器人18可以重复随后选择的任务和相关的姿势位置，直到检测到处于非拥挤状态的姿势位置。

在一些实施例中，机器人18可以在选择第二任务之前评估任务列表的多个或所有任务的拥塞状态，使得除了拥塞状态之外，还可以根据一个或更多个效率因素来选择第二任务。这种效率因素可以包括，例如，检测第二姿势位置附近的至少一个人类操作者，第二任务是拾取列表上的下一个顺序任务，第二任务是拾取列表上的下一个最高优先级任务，第二任务与第一任务的接近度，或其组合。通过考虑这样的效率因素，机器人18可以通过例如最小化行进距离、最小化行进时间、最小化机器人18在第二姿势位置的可能停留时间、避开障碍物或拥挤区域或其组合来提高拾取效率。

在选择了第二任务之后，在一些实施例中，机器人18然后可以更新任务列表和相应的路线，以重新插入与第一姿势位置相关联的第一任务，使得机器人18随后将在完成任务列表之前的稍后时间尝试完成重新插入的第一任务。尽管第一任务可以被插入列表中的任何地方(例如，作为所选择的第二任务完成之后的下一个任务，作为任务列表上的最后一个任务，或者两者之间的任何地方)，但是在一些实施例中，以最小化与更新的任务列表的完成相关联的行进时间或距离的方式重新插入第一任务可能是有利的。另外，在第二任务与重新插入的第一任务之间重新插入具有一个或更多个附加任务的缓冲区的第一任务可能是期望的，以便为拥塞区域903变得不那么拥塞提供时间。类似地，机器人18可以估计第一任务的重新插入位置，该位置将使得重新插入的第一任务在拥挤区域903中的交通可能不太密集时被执行。

因此，拥塞管理系统可以有利地减少导航空间内的拥塞，降低碰撞风险，并防止机器人任务完成的低效延迟。

非限制性示例计算设备

图12是根据以上参考图1至图11描述的各种实施例的例如可以使用的示例性计算设备1210或其部分的框图。计算设备1210包括一个或更多个非暂时性计算机可读介质，用于存储用于实现示例性实施例的一个或更多个计算机可执行指令或软件。非暂时性计算机可读介质可以包括但不限于一种或多种类型的硬件存储器、非暂时性有形介质(例如，一个或更多个磁存储盘、一个或更多个光盘、一个或更多个闪存驱动器)等。例如，计算设备1210中包括的存储器1216可以存储用于执行这里公开的操作的计算机可读和计算机可执行指令或软件。例如，存储器可以存储软件应用程序1240，该软件应用程序被编程为执行如参考图1至图11所讨论的各种公开的操作。计算设备1210还可以包括可配置和/或可编程处理器1212和相关联的核心1214，以及可选的一个或更多个附加的可配置和/或可编程处理设备，例如处理器1212’和相关联的核心1214’(例如，在计算设备具有多个处理器/核心的情况下)，用于执行存储在存储器1216中的计算机可读和计算机可执行指令或软件以及用于控制系统硬件的其他程序。处理器1212和处理器1212’每个均可以是单核处理器或多核(1214和1214’)处理器。

可以在计算设备1210中采用虚拟化，从而可以动态共享计算设备中的基础设施和资源。可以提供虚拟机1224来处理在多个处理器上运行的进程，使得该进程看起来只使用一个计算资源，而不是多个计算资源。多个虚拟机也可以与一个处理器一起使用。

存储器1216可以包括计算设备存储器或随机存取存储器，例如但不限于DRAM、SRAM、EDO RAM等。存储器1216也可以包括其他类型的存储器或其组合。

用户可以通过可视显示设备1201、111A-D(例如计算机监视器)与计算设备1210交互，可视显示设备1201、111A-D可以显示根据示例性实施例可以提供的一个或更多个用户界面1202。计算设备1210可以包括用于从用户接收输入的其他I/O设备，例如键盘或任何合适的多点触摸接口1218、定点设备1220(例如鼠标)。键盘1218和定点设备1220可以耦接至视觉显示设备1201。计算设备1210可以包括其他合适的常规I/O外围设备。

计算设备1210还可以包括一个或更多个存储设备1234，例如但不限于硬盘驱动器、CD-ROM或其他计算机可读介质，用于存储执行这里公开的操作的数据和计算机可读指令和/或软件。示例性存储设备1234还可以存储一个或更多个数据库，用于存储实现示例性实施例所需的任何合适的信息。可以在任何合适的时间手动或自动更新数据库，以添加、删除和/或更新数据库中的一个或更多个物品。

计算设备1210可以包括网络接口1222，网络接口1222被配置为经由一个或更多个网络设备1232通过各种连接与一个或更多个网络(例如，局域网(LAN)、广域网(WAN)或互联网)接口，该各种连接包括但不限于标准电话线、LAN或WAN链路(例如，802.11、T1、T3、56kb、X.25)、宽带连接(例如，ISDN、帧中继、ATM)、无线连接、控制器局域网(CAN)或任何或任何的某种组合。网络接口1222可以包括内置网络适配器、网络接口卡、PCMCIA网卡、卡总线网络适配器、无线网络适配器、USB网络适配器、调制解调器或适于将计算设备1210连接到能够通信并执行这里描述的操作的任何类型的网络的任何其他设备。此外，计算设备1210可以是任何计算设备，例如工作站、台式计算机、服务器、膝上型计算机、手持计算机、平板计算机或能够通信并且具有足够的处理器能力和存储容量来执行这里描述的操作的其他形式的计算或电信设备。

计算设备1210可以运行任何操作系统1226，例如任何版本的 操作系统(Microsoft、Redmond和Wash.)、Unix和Linux操作系统的不同版本、适用于Macintosh计算机的MAC OS(Apple，Inc.、Cupertino和California)操作系统的任何版本、任何嵌入式操作系统、任何实时操作系统、任何开源操作系统、任何专有操作系统或能够在计算设备上运行并执行本文所述操作的任何其他操作系统。在示例性实施例中，操作系统1226可以在本地模式或仿真模式下运行。在示例性实施例中，操作系统1226可以在一个或更多个云机器实例上运行。

图13是某些分布式实施例的示例计算设备框图。尽管图1至图11和以上示例性讨论的部分参考了每个均在单独的或公共的计算设备上操作的仓库管理系统15、订单服务器14或机器人跟踪服务器902，但是人们将认识到仓库管理系统15、订单服务器14或机器人跟踪服务器902中的任何一个可以替代地分布在网络1305上的单独的服务器系统1301a-d中，并且可能分布在诸如信息亭、台式计算机设备1302或移动计算机设备1303的用户系统中。例如，订单服务器14可以分布在机器人18的平板电脑48中。在一些分布式系统中，仓库管理系统软件和/或订单服务器软件中的任何一个或更多个的模块可以分别位于服务器系统1301a-d上，并且可以通过网络1305彼此通信。

尽管本发明的前述描述使得普通技术人员能够做出和使用目前被认为是其最佳模式的东西，但是普通技术人员将理解和意识到这里的具体实施例和示例的变化、组合和等同物的存在。本发明的上述实施例仅是示例。在不脱离本发明的范围的情况下，本领域技术人员可以对特定实施例进行改变、修改和变化，本发明的范围仅由所附权利要求限定。因此，本发明不受上述实施例和示例的限制。

已经描述了本发明及其优选实施例，作为新的和由专利证书保护的权利要求是：