智能分揀機器人系統研究

萬航

（浙江經濟職業技術學院 物流與供應鏈管理學院，浙江 杭州 310018）

0 引言

智能分揀是流通定點按照用戶的個性化要求或運配模式，將物品參照一定的規律進行類別處理、全面整合的相關作業過程。在具體的作業環節中，個體戶、物流商、供應商的物流供應鏈內在聯系各有特色，但分揀的基本流程相似。譬如運配中心收到發貨提醒時，智能機器人倉儲分揀系統務必在最短的時間內找到貨品，然后按照配送信息的指示，將貨品輸送到指定地點或云臺聯合打包，進而快速發車運送。而快遞流通場的揀貨過程包括散件分離、視覺識別、整合流、分件、包裝、送車等部分。

近年來，人工成本快速上升，倉儲物流企業對智能分揀機器人系統等全自動化產品需求不斷擴大。智能分揀系統以滿足客戶多元化的配送需求、成本最低為目的，實現高速度、高質量、智能化的揀選作業，必須具備高效能、低誤差率和自動化的特性。智能機器人分揀系統對天氣、環境、人為的依賴性極小，可以高強度運作。伴隨著近幾年云計算的大力開發、貨品儲存系統逐漸規范化、人工智能算法高度集散化，智能分揀系統的分揀效率、可視化程度以及分揀快捷高效性有了質的飛躍，分揀場所中的人工作業環節逐步削減，現已由供應鏈上下游密集型人工產業向高度智能化調度信息流的產物轉變。

大部分快遞企業沒有倉儲業務，其物流中心的主要職能是分揀，因此對分揀技術的要求也更高。近年來我國快遞業務量呈現快速增長的態勢，物流商帶來對智能分揀的爆發式需求，而智能分揀對物流商發展的聯動機制也日漸凸顯。在新冠肺炎疫情暴發期間，物流商的快遞量出現猛增，大量物流站臺的快遞揀選及運送環節非常困難。智能機器人分揀裝置能夠很好地體現可分辨多個運送地、揀選快、時間成本低、容錯率小的優勢，有助于物流節點提高分揀效率和周轉率，降低庫存成本。

基于大數據算法研發柔性智能分揀系統，經過對供應鏈上下游環境進行合理化預判，探究不同規模智能分揀定位水平，篩選分揀機器人智能響應的路徑跟蹤和最優的調度模式，在此程度上研發智能機器人整機管理系統，在新算法模式的催動下，此套模型具有降本增效、單位時間內處理時間快、不受場地制約、柔性智能化分析等優勢，為快遞智能化分揀提供一種全新的理念和思路，開辟一種新導向[1]。

1 智能分揀機器人新設備與應用

1.1 金峰智能分揀機器人系統

2019年10月在上海舉辦的亞洲國際物流技術與運輸系統展覽會上，金峰集團亮相了新的環控交叉帶分揀機器人系統。環控交叉帶分揀機器人系統的原理是經過在環控自鎖帶的裝置內重疊安裝錯位控制環叉帶，達到迅速提升分揀速度的效果。這種創新型機器人系統是傳統的水平迭代輸送機構更新版，其控制環節運行由通常的一維運行改為多維度運行，由上下分揀輸送機構和載有鏈式輸送特性的分揀裝置組成，主體設備有上、下兩個多維度控制機構，當智能小車運行到所指定的上位、下件位置時，智能小車鏈條進行輪動，實現貨品的智能分揀任務。該設計適用于受空間限制的輸送分揀需求。

1.2 曠視圓形播種機器人系統

曠視機器人于2020年開發了一款圓形智能化揀選系統。這款高度集成化智能揀選系統具備高密度揀選頻率、容錯率低、自動變換軌道快等特性，應用于大量快件分揀作業，融合后端高智能化集成設備調度控制，能提升整倉作業流程進度自動化，可進行無差異化、循環滾動式的無人作業，幫助物流企業解決SPU類別眾多、海量物流訂單帶來的高強度分揀問題。

曠視研發的這款機器人將智能出貨口用于對多個云臺進行貨品分類揀選，加大了云臺分揀出口的利用率，提升了系統集成化分揀作業的精度和適應度。在多人分揀作業下，播種效能可達每小時2600件。此裝置還能夠將多個分揀機級聯作業，在多維度級聯狀態下能夠進行足夠的揀選剝離，適應前端無差異預測的揀選要求。曠視圓形機器人揀選正確率極準，摒棄了傳統的人工質檢作業流程，打包效率由250~350件/小時提升至650~750件/小時。

1.3 極智嘉AMR智能分揀機器人系統

極智嘉于2020年在世界物流展上重磅推出了AMR系列分揀機器人。AMR智能分揀機器人載有精密度極高的傳感網系統，通過云計算、互聯網技術能準確感知周邊環境特性，繼而完成自動路徑規劃、無差別點對點充電和高精度對接分揀口等功能，完成智能分揀的各個環節工作。

極智嘉的自適應急速分揀規劃可依照客戶個性化需求因地制宜，環境條件和場地布置可以按照客戶生產線要求智能化集成設計，運用于電商、教育、食品、工業、農業等多個行業，適用貨品揀選、整箱出庫以及快遞分揀場合。智能分揀機器人不必搭建平臺，能夠根據不同環境場景特點靈活運作，具有視覺慣導、姿態修正、高精度圖像識別、無縫對接等優勢。

2 技術應用和產業化前景

本系統面向電商快遞領域的包裹快速分揀應用，通過基于智能調度的高速分揀匹配機制、工業相機二維碼技術與應用軟件代碼編制相融合，完成快件的一系列復雜分揀工作；通過圖像識別技術，連接數據中心獲取包裹物流相關信息，自動分配分揀格口，實現快速分揀功能。格口下方可連接打包站，進行人工打包，實現更加高效、快速的分揀需求[2]。

2.1 應用—快遞領域：倉內分揀、建包及拆包

快遞倉內工作量集中在貨物的分揀、建包、拆包及二次分揀。由于該領域作業的工作量及場地集中、重復作業量巨大，具備了自動化替代的可能性。本項目目標即替換該領域80%以上的人工作業，同時提升作業的信息化及準確度。

2.2 應用—電商領域：倉內揀選、配單及建包

電商倉主要倉內工作量集中在貨物的揀選、配單（一票訂單中包含若干不同品類的商品）及打包過程中，以一個日發貨量一萬票的電商倉為例，需要涉及的SKU數量可能超過2000，揀選、配單工作量巨大。本項目在電商播種領域，可大幅度降低人工揀選工作量，減少人工，提升單位時間處理量及準確性。

3 智能分揀機器人實現路徑研究

智能分揀機器人給生產物流和倉儲運營帶來了極大的便利和快捷，具有高度人工智能算法和運行機制，與傳統半自動化分揀系統相比，提高了分揀速度和準確性，具體有如下幾個方面的路徑研究[3]。

3.1 分揀機器人的運行環境和整體設計

本系統研究應用于電商快遞智能化分揀機器人，分層次對智能分揀機器人的構造進行底層設計，包括機器人機體結構、電機結構、抓舉機構及核心器件等結構的邏輯架構設計，制定分揀機器人的各種運動參數；對分揀機器人核心姿態控制進行詳細布局，分析得出分揀機器人的最優離心角度，且對其進行數學建模，處理數據模型，總結出機器人轉向與角度的關聯，驗證差異化驅動轉向的必要性和準確性。

3.2 慣導與視覺融合導航定位

運用慣性導航系統與視覺導航系統關聯無差異化的模式，按照先決條件，整合視導技術反饋化層面來糾正慣導技術不斷累積的方差，究其本質是因為分揀機器人在高強度運作分揀中會產生累積誤差使機器人偏離預先設定的軌道，無法按照芯片指示定位精準，從而引入視導技術，在作業范圍內按要求貼上地標二維碼，通過分揀機器人上的智能相機進行掃碼來識別機器人所處方位信息，對機器人做精細化偏離位置消融整合，通過視覺傳感器和二維碼圖傳技術，重新定義慣導融合系統的邏輯參數[4]。原則上，就是在機器人智能導航期間，視導系統與慣導系統反復交融的一個過程，不斷對智能分揀機器人做出方位、轉向等信息的迭代修正，保證實時運作的準確性。具體整合方案如圖1所示。

3.3 機器人集群的行駛路徑算法

經過對機器人集群作業時行駛路線的分析研究，有針對性選擇RRT＊算法進行路徑規劃并對其進行改進，確定機器人路徑規劃方案，達到系統效能最佳化[5]。

RRT＊算法的評價函數首先從起始點開始擴展，根據估計代價選擇要擴展的節點，直至擴展到目標節點，RRT＊算法的關鍵在于評價函數f(n)的選擇，評價函數為：

式中，f(n)為從起始點經過節點n到達目標點的估計代價，g(n)為起始點到n節點的真實代價，h(n)為n節點到目標點的估計代價。當h(n)＞＞g(n)時候，g(n)可以忽略，從而提高效率。估價函數h(n)的多采用當前節點到目標節點的曼哈頓距離即：

式中，vt·x為目標節點vt的x坐標，vt·y為目標節點vt的y坐標，vs·x為目標節點的x坐標，vs·y為目標節點的y坐標。

考慮道路為單向，在RRT＊算法評價函數中加入轉彎因素，每次擴展檢測當前節點到下一節點是否需要轉彎，則需要在真實代價g(n)中添加轉彎代價，考慮路徑平滑優先，使轉彎代價大于單位路徑代價，令單位路徑代價為10，一次轉彎代價為12。改進后的評價函數為：

則求得的4條最佳路徑的代價值為f'(n1)、f'(n2)、f'(n3)、f'(n4)，比較它們的大小，選擇代價值最小的路徑作為進件口到該出件口的最佳路徑。

3.4 改進的基于拍賣的多移動機器人集群任務分配機制

提出一種改進的基于拍賣的多移動機器人集群任務分配機制，并應用于全局定位正常、局部失效、完全失效等復雜動態環境下的機器人任務執行。將在動態環境下發現任務的機器人作為任務管理者，拍賣機器人設定為控制中心(MSC)且一直到任務結束，現場信息由傳感器檢測通過無線公眾網或無線專用網或無線局域網或無線自組網絡傳輸回來。根據檢測到的實時數據需求，產生任務數據并進行拍賣；其他作業單位在獲取MSC發出的智能評估報告后，依據自己優勢選擇是否投標；MSC收集到投標數據后，對投標進行數據化分析，揀選出最佳投標方案，并向中標機器人發布中標信息，拍賣結束轉入任務目標執行跟蹤階段；若MSC在規定時間內未獲得合適的投標信息的，即投標失敗，也結束拍賣轉入故障弱化模式[6]。相比傳統模型，在全局定位正常情況下，該模型系統能以靈活組隊和多任務處理方式高效完成所有預期的任務目標；在局部失效情況下，該模型系統即轉入為由局部未失效部分組成的區域自治系統；在完全失效情況下，該模型系統轉入故障弱化模式，最大程度地完成單機器人能執行完成的特定任務。

3.5 智能控制系統設計與開發

分揀機器人采用模塊運動化無級變速的方式對其運行角度及輪盤進行控制，兩側選用相同的伺服電機和驅動輪，且伺服電機內部邏輯結構完全一致，實現機器人的模塊運動化無級變速功能。具體包括通訊模塊設計、功能結構設計和系統測試等。

在WIN10系統環境下的 Visual Studio2019 軟件界面對智能化分揀機器人的邏輯單元控制模式進行開發，采用 C#語言，WinForm 進行系統可視化界面設計，開發過程中需要對運動軌跡、抓舉提升路徑、快遞實時信息等數據進行存儲轉發，可采用SQL Server建立中控數據庫集成化系統，實現在線預警處理、后臺信息調度、歷史日志備案和集成參數設定四個功能界面。

4 結語

本文通過對以往分揀系統的不足分析，設計出了一種基于慣導和視導融合定位的智能分揀機器人模式。本模式主要針對供應鏈上下游的分揀困擾，來提高快件播種分離速度，顯著降低成本，加快分揀時效性，有利于倉儲智能化揀選的效能提升。根據室內分揀作業模式和現場環境情況，提出分揀機器人的具體優化算法、邏輯智能調度等觀點，認為該系統具有實用性強、邏輯性精準、操作方便等特點，且操作系統可移植，推廣性強，應用前景廣闊。