[发明专利]物体排序整理箱及方法

权利要求书

1.一种物体排序整理箱，其特征在于，包括：箱体、多个机械转轴和中央处理模块；其中，

所述多个机械转轴安装在所述箱体的底脚上；

所述中央处理模块分别与所述箱体及多个机械转轴通信连接；

所述箱体，用于获取各个依次被放入物体的测量信息，并上报给所述中央处理模块；

所述中央处理模块，用于根据所述各个依次被放入物体的测量信息，利用训练后的神经网络计算所述箱体的转动参数，并发送给所述机械转轴；

所述机械转轴，用于按照所述转动参数转动，以带动所述箱体进行多方向转动，以使所述各个依次被放入物体发生位置移动、空间置换和摆放顺序的交换；

其中，所述训练后的神经网络是根据各个依次被放入物体的测量信息、个数、箱体体积组成的多组样本，对神经网络进行训练得到的。

2.根据权利要求1所述的物体排序整理箱，其特征在于，所述测量信息包括：质量、几何形状以及整个物体在所述箱体内放置的空间信息。

3.根据权利要求2所述的物体排序整理箱，其特征在于，所述箱体包括：重力感应模块；

所述重力感应模块设置于所述箱体底部，用于测量放入所述箱体内的物体的质量。

4.根据权利要求3所述的物体排序整理箱，其特征在于，所述箱体包括：多个红外扫描模块；

在所述箱体的每个面上设置至少一个红外扫描模块，用于扫描放入所述箱体内的物体的几何形状以及整个物体在所述箱体内放置的空间信息；

其中，所述几何形状包括物体的长、宽、高，所述空间信息包括物体边缘每个顶点的空间坐标。

5.根据权利要求4所述的物体排序整理箱，其特征在于，所述中央处理模块，具体用于：

启动所述多个红外扫描模块扫描每个物体之间的空间，并根据每个物体的空间信息，计算出所有物体之间的空间总和；

若所述空间总和小于等于预设空间阈值，则不计算所述箱体的转动参数；

若所述空间总和大于预设空间阈值，则利用训练后的神经网络计算所述箱体的转动参数，并发送给所述机械转轴。

6.根据权利要求5所述的物体排序整理箱，其特征在于，所述中央处理模块，具体用于：

确定相隔空间最大的两个物体中几何形状最大的第一物体；

确定所述第一物体距离周围物体的最大轴距对应的第一方向，所述第一方向为箱体首次移动的方向；

根据第一公式计算所述箱体移动的加速度a；其中，所述第一公式为a＝x*M*g*cosz；

其中，M为所述第一物体的质量，g为重力加速度，z为箱体首次移动的方向与水平距离的夹角，x为基于所述训练后神经网络得出的权重值。

7.根据权利要求6所述的物体排序整理箱，其特征在于，所述中央处理模块，具体用于：

根据第二公式计算箱体沿着所述首次移动的方向移动的时间t；其中，所述第二公式为t＝y*(R/a)^1/2；

其中，y为所述训练后神经网络得出的权重值，R为所述最大轴距。

8.一种物体排序整理方法，其特征在于，包括：

将多个物体依次放入箱体内；

所述箱体获取各个依次被放入物体的测量信息，并上报给中央处理模块；

所述中央处理模块根据所述各个依次被放入物体的测量信息，利用训练后的神经网络计算所述箱体的转动参数，并发送给机械转轴；

所述机械转轴按照所述转动参数转动，以带动所述箱体进行多方向转动，以使所述各个依次被放入物体发生位置移动、空间置换和摆放顺序的交换；

其中，所述训练后的神经网络是根据各个依次被放入物体的测量信息、个数、箱体体积组成的多组样本，对神经网络进行训练得到的。

9.根据权利要求8所述的物体排序整理方法，其特征在于，所述测量信息包括：质量、几何形状以及整个物体在所述箱体内放置的空间信息。