[发明专利]基于多元传感器多物料自主搬运装置及方法

说明书

本公开提出了基于多元传感器多物料自主搬运装置及方法，包括设置在车体上的传感器单元、图像采集单元、物料采集单元及控制单元；其中，所述控制单元在进行物料识别之前获取各类物料的图片，利用深度学习方法对各种物料图片信息进行特征提取，通过大量数据的学习训练获得分类模型；本公开利用利用深度学习对各种物料图片进行特征提取，通过大量数据的学习训练分类模型，来实现物料识别功能，后续根据物料的类型采用相应的执行机构实现对物料的抓取，由于执行机构为可选择的，因此，可以实现对多种物料的搬运，且在搬运过程中，采用自动化手段自主实现物料的运输，避免了人工操作的弊端。

技术领域

本公开涉及自动化控制技术领域，特别是涉及基于多元传感器多物料自主搬运装置及方法。

背景技术

基于目前社会上物流行业及快递行业的快速发展，智能化的分拣设备承担着越来越重要的角色，发明人在实际工作中发现，物流行业在智能化分拣设备上还有较大的发展空间，特别是对于电商平台中那些需要分拣的包裹，大多都属于中小型，并不都在大型的物流分拣中心进行分拣，这就导致了在很多情况下大型的自动分拣设备分拣效果并不理想。

另外发明人还根据调查发现，目前在快递公司、超市或医院等一些需要物料分拣与搬运的场所，大部分物料分拣场合还是人工分拣，这样又回到了传统的物料分拣方式，不但降低了分拣效率、而且使得分拣的错误率变高、提高了人工成本、加大了快递分拣人员的工作强度。

发明内容

本说明书实施方式的目的之一是提供基于多元传感器多物料自主搬运装置，能够自动化、可分类实现多物料搬运，提高工作效率、降低生产成本。

本说明书实施方式提供多元传感器多物料自主搬运装置，包括设置在车体上的传感器单元、图像采集单元、物料采集单元及控制单元；

其中，所述控制单元在进行物料识别之前获取各类物料的图片，利用深度学习方法对各种物料图片信息进行特征提取，通过大量数据的学习训练获得分类模型；

在进行物料识别时，利用图像采集单元采集物料图片信息并传输至控制单元，控制单元根据采集的物料图片信息与分类模型进行对比实现物料识别；

所述控制单元根据所识别出的物料控制物料采集单元实现对物料的采集并控制车体的移动；

在车体的移动过程中，所述图像采集单元获取道路中的障碍物并进行识别，同时利用传感器单元测得障碍物的距离，所述控制单元根据障碍物的距离进行路径的选择与控制车体的行驶；

在达到设定目标位置后，所述控制单元控制车体停止运行并控制物料采集单元释放所采集的物料。

本公开实施例目的之二是提供多元传感器多物料自主搬运方法，具体的搬运步骤包括：

在进行物料识别之前获取各类物料的图片，利用深度学习方法对各种物料图片信息进行特征提取，通过大量数据的学习训练获得分类模型；

在进行物料识别时，采集物料图片信息，根据采集的物料图片信息与分类模型中所存储的信息进行对比分析实现物料识别；

将所识别出的物料根据物料的类别实现对物料的采集；

对所采集的物料进行搬运，在搬运过程中，获取道路中的障碍物并进行识别，同时测得障碍物的距离，然后根据障碍物的距离进行路径的选择与控制车体的行驶；

在达到设定目标位置后，控制车体停止运行并释放所采集的物料，返回，并进行下一物料的搬运。

与现有技术相比，本公开的有益效果是：