JP6898054B2 - Cargo handling system - Google Patents
Cargo handling system Download PDFInfo
- Publication number
- JP6898054B2 JP6898054B2 JP2019201999A JP2019201999A JP6898054B2 JP 6898054 B2 JP6898054 B2 JP 6898054B2 JP 2019201999 A JP2019201999 A JP 2019201999A JP 2019201999 A JP2019201999 A JP 2019201999A JP 6898054 B2 JP6898054 B2 JP 6898054B2
- Authority
- JP
- Japan
- Prior art keywords
- route
- unit
- information
- travel
- route information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004891 communication Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Landscapes
- Forklifts And Lifting Vehicles (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Description
本発明は、荷役システムに関する。 The present invention relates to a cargo handling system.
倉庫内では、管理装置の管理下で、複数の無人作業車(例えば、レーザー誘導方式の無人フォークリフト)が走行および荷役作業を行う。管理装置は、各無人作業車の走行ルートを決定し、決定した走行ルートを無人作業車に通知する。通知を受けた無人作業車は、自己位置を認識しながら、通知された走行ルートに従って走行する。 In the warehouse, a plurality of unmanned work vehicles (for example, a laser-guided unmanned forklift) run and handle cargo under the control of a management device. The management device determines the travel route of each unmanned work vehicle, and notifies the unmanned work vehicle of the determined travel route. The unmanned work vehicle that receives the notification travels according to the notified travel route while recognizing its own position.
レーザー誘導方式の無人フォークリフトは、レーザースキャナを備える(例えば、特許文献1参照)。レーザースキャナは、レーザー光源を回転させながら周囲にレーザーを投光するとともに、倉庫内に配置された複数の反射板からの反射光を検出する。レーザー誘導方式の無人フォークリフトは、反射板の位置をマップ上で記憶しており、三角測量の原理に基づいて自己位置を算出する。これにより、レーザー誘導方式の無人フォークリフトは、自己位置を認識しながら、通知された走行ルートを走行することができる。 The laser-guided unmanned forklift is provided with a laser scanner (see, for example, Patent Document 1). The laser scanner projects a laser to the surroundings while rotating the laser light source, and detects the reflected light from a plurality of reflectors arranged in the warehouse. The laser-guided unmanned forklift stores the position of the reflector on the map and calculates its own position based on the principle of triangulation. As a result, the laser-guided unmanned forklift truck can travel on the notified travel route while recognizing its own position.
しかしながら、通知された走行ルート上に荷物等の障害物が存在していると、無人作業車は、通知された走行ルートを走行できず、円滑な荷役作業を行うことができないという問題がある。 However, if there is an obstacle such as luggage on the notified travel route, the unmanned work vehicle cannot travel on the notified travel route, and there is a problem that smooth cargo handling work cannot be performed.
本発明は上記事情に鑑みてなされたものであって、その課題とするところは、無人作業車が通知された走行ルートを走行できなくても、円滑な荷役作業が可能な荷役システムを提供することにある。 The present invention has been made in view of the above circumstances, and an object of the present invention is to provide a cargo handling system capable of smooth cargo handling work even if the unmanned work vehicle cannot travel on the notified travel route. There is.
上記課題を解決するために、本発明に係る荷役システムは、
管理装置と、前記管理装置の管理下で走行および荷役作業を行う複数台の無人作業車と、を備える荷役システムであって、
前記管理装置は、
前記無人作業車と通信を行う通信部と、
前記無人作業車の走行ルートを決定し、前記通信部を介して前記走行ルートに関する第1ルート情報を出力する走行ルート決定部と、
を備え、
前記無人作業車は、
車体と、
前記車体の現在地を認識して前記現在地に関する現在地情報を取得する認識部と、
前記走行ルート上の障害物を検出して前記障害物の位置に関する障害物情報を取得する検出部と、
前記障害物情報を記憶する記憶部と、
前記第1ルート情報および前記障害物情報が入力されると前記車体の走行可能ルートに関する第2ルート情報を生成するように機械学習された学習モデル部と、
前記第1ルート情報と前記記憶部に記憶された前記障害物情報とを前記学習モデル部に入力することで前記学習モデル部から前記第2ルート情報を取得する処理部と、
前記現在地情報および前記処理部で取得した前記第2ルート情報に基づいて前記車体の走行制御を行う走行制御部と、
を備え、
前記処理部は、前記第1ルート情報に含まれる前記走行ルートと前記第2ルート情報に含まれる前記走行可能ルートとを比較し、前記走行ルートと前記走行可能ルートとの一致率が所定値以下の場合に走行停止指令を出力し、
前記走行制御部は、前記走行停止指令に基づいて前記走行制御を停止させることを特徴とする。
In order to solve the above problems, the cargo handling system according to the present invention
A cargo handling system including a management device and a plurality of unmanned work vehicles that travel and carry out cargo handling work under the control of the management device.
The management device is
With the communication unit that communicates with the unmanned work platform,
A travel route determination unit that determines the travel route of the unmanned work platform and outputs first route information related to the travel route via the communication unit.
With
The unmanned work vehicle
With the car body
A recognition unit that recognizes the current location of the vehicle body and acquires current location information related to the current location.
A detection unit that detects an obstacle on the traveling route and acquires obstacle information regarding the position of the obstacle.
A storage unit that stores the obstacle information and
A learning model unit that has been machine-learned to generate second route information regarding the travelable route of the vehicle body when the first route information and the obstacle information are input.
A processing unit that acquires the second route information from the learning model unit by inputting the first route information and the obstacle information stored in the storage unit into the learning model unit.
A traveling control unit that controls the traveling of the vehicle body based on the current location information and the second route information acquired by the processing unit.
Equipped with a,
The processing unit compares the travel route included in the first route information with the travelable route included in the second route information, and the matching rate between the travel route and the travelable route is equal to or less than a predetermined value. In the case of, the running stop command is output and
The travel control unit is characterized in that the travel control is stopped based on the travel stop command.
上記荷役システムにおいて、
前記処理部は、前記第2ルート情報を前記管理装置に通知し、
前記管理装置は、前記第1ルート情報に含まれる前記走行ルートと前記第2ルート情報に含まれる前記走行可能ルートとを表示する表示部を備えるよう構成できる。
In the above cargo handling system
The processing unit notifies the management device of the second route information, and the processing unit notifies the management device.
The management device can be configured to include a display unit that displays the travel route included in the first route information and the travelable route included in the second route information.
上記荷役システムにおいて、
前記管理装置は、
前記第1ルート情報と、前記第1ルート情報に対応する前記第2ルート情報および前記障害物情報とを収集し、学習用データを生成する収集部と、
前記学習用データに基づく機械学習を行い、前記学習モデル部に含まれる機械学習アルゴリズムのパラメータを更新するための更新データを生成し、前記更新データを前記学習モデル部に送信するパラメータ更新部と、
を備え、
前記学習モデル部は、前記更新データに基づいて前記パラメータを更新するよう構成できる。
In the above cargo handling system
The management device is
A collecting unit that collects the first route information, the second route information corresponding to the first route information, and the obstacle information to generate learning data.
A parameter update unit that performs machine learning based on the learning data, generates update data for updating the parameters of the machine learning algorithm included in the learning model unit, and transmits the update data to the learning model unit.
With
The learning model unit can be configured to update the parameters based on the update data.
上記荷役システムにおいて、例えば、
前記無人作業車は、レーザー誘導方式の無人フォークリフトであり、
前記認識部は、前記車体の上部に設けられたレーザースキャナである。
In the above cargo handling system, for example
The unmanned work vehicle is a laser-guided unmanned forklift.
The recognition unit is a laser scanner provided on the upper part of the vehicle body.
本発明によれば、無人作業車が通知された走行ルートを走行できなくても、円滑な荷役作業が可能な荷役システムを提供することができる。 According to the present invention, it is possible to provide a cargo handling system capable of smooth cargo handling work even if the unmanned work vehicle cannot travel on the notified travel route.
以下、添付図面を参照して、本発明に係る荷役システムの実施形態について説明する。 Hereinafter, embodiments of the cargo handling system according to the present invention will be described with reference to the accompanying drawings.
[第1実施形態]
図1に、本発明の第1実施形態に係る荷役システム1のブロック図を示す。荷役システム1は、管理装置100と、少なくとも1台のレーザー誘導方式の無人フォークリフト200(本発明の「無人作業車」に相当)とを備える。
[First Embodiment]
FIG. 1 shows a block diagram of a
管理装置100は、通信部101と、走行ルート決定部102と、表示部103とを備える。管理装置100は、図3に示すように、無人フォークリフト200が走行する施設2(例えば、複数の棚3を有する倉庫)の外に設けてもよいし、施設2の中に設けてもよい。
The
通信部101は、管理装置100に予め登録された無人フォークリフト200と無線通信を行うよう構成されている。
The
走行ルート決定部102は、無人フォークリフト200の走行ルートを決定し、通信部101を介して上記走行ルートに関する第1ルート情報を出力するよう構成されている。走行ルート決定部102は、例えば、マイコンで構成され、マイコンのCPUが所定のプログラムを実行すること等によって走行ルート決定部102の各種機能が実現される。
The travel
表示部103は、例えば、液晶ディスプレイで構成される。表示部103には、例えば、無人フォークリフト200の走行情報および荷役作業情報が表示される。図4に示すように、表示部103は、施設2のモデル図Mを表示し、モデル図Mにおいて無人フォークリフト200の現在地Ma、走行ルートRa等を走行情報として表示してもよい。
The
無人フォークリフト200は、管理装置100の管理下で走行および荷役作業を行うよう構成されている。
The
図2に示すように、無人フォークリフト200は、車体210と、荷役装置211と、車体210の上部に設けられたレーザースキャナ212と、車体210の前部に設けられた障害物センサ213とを備える。荷役装置211は、車体210の前後に水平移動可能に設けられたマストと、マストに昇降可能に設けられたフォークとを含む。
As shown in FIG. 2, the
図1に示すように、無人フォークリフト200は、認識部201と、検出部202と、記憶部203と、学習モデル部204と、処理部205と、走行制御部206とを備える。
As shown in FIG. 1, the
認識部201は、車体210の現在地(自己位置)を認識し、車体210の現在地に関する現在地情報を取得するよう構成されている。具体的には、認識部201は、レーザースキャナ212と、車体210の内部に設けられた第1演算部(図示せず)とを含む。
The
図3に示すように、レーザースキャナ212は、レーザー光源を回転させながら周囲にレーザーLを投光し、施設2内に配置された複数の反射板4からの反射光L’を検出する。第1演算部は、反射板4の位置を所定のマップ上で記憶しており、三角測量の原理に基づいて車体210の現在地を算出する。このようにして、認識部201は車体210の現在地に関する現在地情報を取得する。
As shown in FIG. 3, the
検出部202は、走行ルート上の障害物を検出し、障害物の位置に関する障害物情報を取得するよう構成されている。具体的には、検出部202は、障害物センサ213と、車体210の内部に設けられた第2演算部(図示せず)とを含む。
The
障害物センサ213は、無人フォークリフト200の走行中に車体210の前方に存在する障害物(例えば、走行ルート上に置かれた荷物)を検出する。第2演算部は、認識部201が取得した現在地情報に基づいて、障害物センサ213が検出した障害物の位置を算出する。このようにして、検出部202は障害物の位置に関する障害物情報を取得する。
The
記憶部203は、少なくとも、検出部202で取得した障害物情報を記憶するよう構成されている。障害物情報は、検出部202により適宜更新される。例えば、走行ルート上に置かれた荷物が取り除かれた場合、すなわち、検出部202により当該荷物が検出されなかった場合、当該荷物に対応する障害物情報は削除される。
The
学習モデル部204は、第1ルート情報および障害物情報が入力されると、所定のパラメータを有するニューラルネットワーク等の機械学習アルゴリズムに基づいて、車体210の走行可能ルートに関する第2ルート情報を生成するように機械学習された学習済みモデルである。
When the first route information and the obstacle information are input, the
学習済みモデルの機械学習では、上記のとおりニューラルネットワーク等の機械学習アルゴリズムを用いて、教師データ、すなわち入力データと出力データとの組を大量に入力する。入力データは、管理装置100が決定する無人フォークリフト200の走行ルートに関するデータと、上記走行ルート上に存在する障害物の位置に関するデータとを含む。出力データは、無人フォークリフト200が障害物を避けて走行するための走行可能ルートに関するデータを含む。入力データと出力データとの間には、相関関係等の一定の関係が存在することを推認できる。
In machine learning of a trained model, a large amount of teacher data, that is, a set of input data and output data is input by using a machine learning algorithm such as a neural network as described above. The input data includes data on the travel route of the
処理部205は、管理装置100から受信した第1ルート情報と記憶部203に記憶された障害物情報とを学習モデル部204に入力することで、学習モデル部204から第2ルート情報を取得するよう構成されている。処理部205は、取得した第2ルート情報を障害物情報に関連付けて管理装置100に通知してもよい。
The
第1ルート情報に対応する障害物情報が存在しない場合、すなわち第1ルート情報に含まれる走行ルート上に障害物が存在しない場合、処理部205は、第1ルート情報を走行制御部206に出力する。
When there is no obstacle information corresponding to the first route information, that is, when there is no obstacle on the traveling route included in the first route information, the
処理部205が第2ルート情報および障害物情報を管理装置100に通知した場合、管理装置100の表示部103は、図4(A)、(B)に示すように、施設2のモデル図Mを表示し、モデル図Mにおいて無人フォークリフト200の現在地Ma、障害物Mb、走行ルートRa、走行可能ルートRbを表示してもよい。
When the
走行制御部206は、認識部201で取得した現在地情報および処理部205で取得した第2ルート情報に基づいて車体210の走行制御を行う。なお、処理部205から第1ルート情報が入力された場合(走行ルート上に障害物が存在しない場合)、走行制御部206は、現在地情報および第1ルート情報に基づいて車体210の走行制御を行う。
The
結局、本実施形態に係る荷役システム1では、管理装置100から通知された走行ルート上に障害物が存在する場合、学習モデル部204が車体210の走行可能ルートに関する第2ルート情報を生成し、走行制御部206が第2ルート情報に基づいて車体210の走行制御を行う。
After all, in the
したがって、本実施形態に係る荷役システム1によれば、無人フォークリフト200は、通知された走行ルートを走行できなくても当該走行ルートとは別の走行可能ルートを走行できるので、円滑な荷役作業が可能となる。
Therefore, according to the
[第2実施形態]
図5に、本発明の第2実施形態に係る荷役システム11のブロック図を示す。荷役システム11は、管理装置300と、複数台のレーザー誘導方式の無人フォークリフト200とを備える。無人フォークリフト200の構成は、第1実施形態と共通するため、ここでは説明を省略する。
[Second Embodiment]
FIG. 5 shows a block diagram of the
管理装置300は、複数台の無人フォークリフト200の走行および荷役作業を管理する。管理装置300は、収集部301と、パラメータ更新部302とを備えること以外、第1実施形態の管理装置100と共通する。
The
収集部301は、走行ルート決定部102から第1ルート情報を収集するとともに、複数の無人フォークリフト200から第2ルート情報および障害物情報を収集するよう構成されている。
The collecting
収集部301は、第1ルート情報と、当該第1ルート情報に対応する第2ルート情報および障害物情報との関連付けを行い、第1ルート情報、第2ルート情報および障害物情報を含む学習用データを生成する。すなわち、収集部301は、それぞれの無人フォークリフト200から、走行ルート上に障害物が存在するときにどのようなルート(走行可能ルート)で走行したのかを示すデータを大量に収集して、学習用データを生成する。
The collecting
パラメータ更新部302は、無人フォークリフト200の学習モデル部204に含まれる機械学習アルゴリズムのパラメータ(例えば、ニューラルネットワークの重み付けのパラメータ)を更新するための更新データを生成する。パラメータ更新部302は、更新データを生成するために、ニューラルネットワーク等の機械学習アルゴリズムを用いて、学習用データに基づく機械学習を行う。パラメータ更新部302は、生成した更新データを、通信部101を介して複数台の無人フォークリフト200に送信する。
The
無人フォークリフト200の学習モデル部204は、受信した更新データに基づいて機械学習アルゴリズムのパラメータを更新する。これにより、学習モデル部204は、更新されたパラメータを有する機械学習アルゴリズムに基づいて、車体210の走行可能ルートに関する第2ルート情報を生成することができる。
The
[変形例]
以上、本発明に係る荷役システムの実施形態について説明したが、本発明は上記実施形態に限定されるものではない。
[Modification example]
Although the embodiment of the cargo handling system according to the present invention has been described above, the present invention is not limited to the above embodiment.
本発明の管理装置は、無人作業車と通信を行う通信部と、無人作業車の走行ルートを決定し、通信部を介して走行ルートに関する第1ルート情報を出力する走行ルート決定部と、を備えるのであれば適宜構成を変更できる。 The management device of the present invention comprises a communication unit that communicates with the unmanned work vehicle, and a travel route determination unit that determines the travel route of the unmanned work platform and outputs the first route information regarding the travel route via the communication unit. If provided, the configuration can be changed as appropriate.
本発明の無人作業車は、車体と、車体の現在地を認識して現在地に関する現在地情報を取得する認識部と、走行ルート上の障害物を検出して障害物の位置に関する障害物情報を取得する検出部と、障害物情報を記憶する記憶部と、第1ルート情報および障害物情報が入力されると車体の走行可能ルートに関する第2ルート情報を生成するように機械学習された学習モデル部と、第1ルート情報と記憶部に記憶された障害物情報とを学習モデル部に入力することで学習モデル部から第2ルート情報を取得する処理部と、現在地情報および処理部で取得した第2ルート情報に基づいて車体の走行制御を行う走行制御部と、を備えるのであれば適宜構成を変更できる。 The unmanned work vehicle of the present invention has a vehicle body, a recognition unit that recognizes the current location of the vehicle body and acquires current location information regarding the current location, and detects an obstacle on a traveling route to acquire obstacle information regarding the position of the obstacle. A detection unit, a storage unit that stores obstacle information, and a learning model unit that is machine-learned to generate second route information regarding the travelable route of the vehicle body when the first route information and obstacle information are input. , The processing unit that acquires the second route information from the learning model unit by inputting the first route information and the obstacle information stored in the storage unit into the learning model unit, and the second route information acquired by the current location information and the processing unit. If a travel control unit that controls travel of the vehicle body based on route information is provided, the configuration can be appropriately changed.
本発明の無人作業車は、レーザー誘導方式の無人フォークリフトに限定されるものではなく、別の方式の無人フォークリフトや無人搬送車を含んでもよい。 The unmanned work vehicle of the present invention is not limited to the laser-guided unmanned forklift truck, and may include another type of unmanned forklift truck or automatic guided vehicle.
第1実施形態に係る処理部205は、第1ルート情報に含まれる走行ルートと第2ルート情報に含まれる走行可能ルートとを比較する処理を実行してもよい。比較結果は、例えば、走行ルートと走行可能ルートとの一致率を含む。処理部205は、走行ルートと走行可能ルートとの一致率が所定値以下(例えば、50%以下)の場合、走行制御部206に走行停止指令を出力してもよい。走行制御部206は、走行停止指令に基づいて、少なくとも一定期間、走行制御を停止させる。
The
これにより、走行ルートと走行可能ルートとの一致率が低い場合に、走行可能ルートに従って走行する無人フォークリフト200が別の無人フォークリフトの走行を妨げてしまうのを防ぐことができる。なお、図4(A)は走行ルートRaと走行可能ルートRbとの一致率が高いときの表示画面であり、図4(B)は走行ルートRaと走行可能ルートRbとの一致率が低いときの表示画面である。
As a result, when the matching rate between the traveling route and the traveling route is low, it is possible to prevent the
第2実施形態に係る収集部301およびパラメータ更新部302は、管理装置300ではなく、無人フォークリフト200に備えられていてもよい。しかしながら、大量のデータを取得できるという観点からは、管理装置300が収集部301およびパラメータ更新部302を備えることが好ましい。
The collecting
1、11 荷役システム
2 施設
3 棚
4 反射板
100、300 管理装置
101 通信部
102 走行ルート決定部
103 表示部
200 無人フォークリフト
201 認識部
202 検出部
203 記憶部
204 学習モデル部
205 処理部
206 走行制御部
210 車体
211 荷役装置
212 レーザースキャナ
213 障害物センサ
301 収集部
302 パラメータ更新部
1, 11 Cargo handling system 2 Facility 3
Claims (4)
前記管理装置は、
前記無人作業車と通信を行う通信部と、
前記無人作業車の走行ルートを決定し、前記通信部を介して前記走行ルートに関する第1ルート情報を出力する走行ルート決定部と、
を備え、
前記無人作業車は、
車体と、
前記車体の現在地を認識して前記現在地に関する現在地情報を取得する認識部と、
前記走行ルート上の障害物を検出して前記障害物の位置に関する障害物情報を取得する検出部と、
前記障害物情報を記憶する記憶部と、
前記第1ルート情報および前記障害物情報が入力されると前記車体の走行可能ルートに関する第2ルート情報を生成するように機械学習された学習モデル部と、
前記第1ルート情報と前記記憶部に記憶された前記障害物情報とを前記学習モデル部に入力することで前記学習モデル部から前記第2ルート情報を取得する処理部と、
前記現在地情報および前記処理部で取得した前記第2ルート情報に基づいて前記車体の走行制御を行う走行制御部と、
を備え、
前記処理部は、前記第1ルート情報に含まれる前記走行ルートと前記第2ルート情報に含まれる前記走行可能ルートとを比較し、前記走行ルートと前記走行可能ルートとの一致率が所定値以下の場合に走行停止指令を出力し、
前記走行制御部は、前記走行停止指令に基づいて前記走行制御を停止させることを特徴とする荷役システム。 A cargo handling system including a management device and a plurality of unmanned work vehicles that travel and carry out cargo handling work under the control of the management device.
The management device is
With the communication unit that communicates with the unmanned work platform,
A travel route determination unit that determines the travel route of the unmanned work platform and outputs first route information related to the travel route via the communication unit.
With
The unmanned work vehicle
With the car body
A recognition unit that recognizes the current location of the vehicle body and acquires current location information related to the current location.
A detection unit that detects an obstacle on the traveling route and acquires obstacle information regarding the position of the obstacle.
A storage unit that stores the obstacle information and
A learning model unit that has been machine-learned to generate second route information regarding the travelable route of the vehicle body when the first route information and the obstacle information are input.
A processing unit that acquires the second route information from the learning model unit by inputting the first route information and the obstacle information stored in the storage unit into the learning model unit.
A traveling control unit that controls the traveling of the vehicle body based on the current location information and the second route information acquired by the processing unit.
Equipped with a,
The processing unit compares the travel route included in the first route information with the travelable route included in the second route information, and the matching rate between the travel route and the travelable route is equal to or less than a predetermined value. In the case of, the running stop command is output and
The travel control unit is a cargo handling system characterized in that the travel control is stopped based on the travel stop command.
前記管理装置は、前記第1ルート情報に含まれる前記走行ルートと前記第2ルート情報に含まれる前記走行可能ルートとを表示する表示部を備えることを特徴とする請求項1に記載の荷役システム。 The processing unit notifies the management device of the second route information, and the processing unit notifies the management device.
The cargo handling system according to claim 1, wherein the management device includes a display unit that displays the travel route included in the first route information and the travelable route included in the second route information. ..
前記第1ルート情報と、前記第1ルート情報に対応する前記第2ルート情報および前記障害物情報とを収集し、学習用データを生成する収集部と、
前記学習用データに基づく機械学習を行い、前記学習モデル部に含まれる機械学習アルゴリズムのパラメータを更新するための更新データを生成し、前記更新データを前記学習モデル部に送信するパラメータ更新部と、
を備え、
前記学習モデル部は、前記更新データに基づいて前記パラメータを更新することを特徴とする請求項1または2に記載の荷役システム。 The management device is
A collecting unit that collects the first route information, the second route information corresponding to the first route information, and the obstacle information to generate learning data.
A parameter update unit that performs machine learning based on the learning data, generates update data for updating the parameters of the machine learning algorithm included in the learning model unit, and transmits the update data to the learning model unit.
With
The cargo handling system according to claim 1 or 2 , wherein the learning model unit updates the parameters based on the update data.
前記認識部は、前記車体の上部に設けられたレーザースキャナであることを特徴とする請求項1〜3のいずれか一項に記載の荷役システム。 The unmanned work vehicle is a laser-guided unmanned forklift.
The cargo handling system according to any one of claims 1 to 3 , wherein the recognition unit is a laser scanner provided on an upper portion of the vehicle body.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019201999A JP6898054B2 (en) | 2019-11-07 | 2019-11-07 | Cargo handling system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019201999A JP6898054B2 (en) | 2019-11-07 | 2019-11-07 | Cargo handling system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021076995A JP2021076995A (en) | 2021-05-20 |
JP6898054B2 true JP6898054B2 (en) | 2021-07-07 |
Family
ID=75899631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019201999A Active JP6898054B2 (en) | 2019-11-07 | 2019-11-07 | Cargo handling system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6898054B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4163247A1 (en) * | 2021-10-05 | 2023-04-12 | Mitsubishi Logisnext Co., Ltd. | Remote control system |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7381181B2 (en) * | 2021-11-05 | 2023-11-15 | 三菱ロジスネクスト株式会社 | remote control system |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4852753B2 (en) * | 2006-05-24 | 2012-01-11 | 国立大学法人鳥取大学 | Autonomous mobile robot with learning function |
-
2019
- 2019-11-07 JP JP2019201999A patent/JP6898054B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4163247A1 (en) * | 2021-10-05 | 2023-04-12 | Mitsubishi Logisnext Co., Ltd. | Remote control system |
Also Published As
Publication number | Publication date |
---|---|
JP2021076995A (en) | 2021-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6884682B2 (en) | Positioning device, position-fixing method, autonomous vehicle, and position-fixing system | |
US20160090283A1 (en) | Fork-Lift Truck | |
JP6898054B2 (en) | Cargo handling system | |
CA2929120A1 (en) | Systems, methods, and industrial vehicles for determining the visibility of features | |
US11340611B2 (en) | Autonomous body system and control method thereof | |
JP2011253414A (en) | Unmanned carrier and travel control method | |
US20210333791A1 (en) | Terminal, control system, control method, and program | |
CN110609542A (en) | Autonomous moving body and control program for autonomous moving body | |
CN114859914B (en) | Obstacle detection method, apparatus, device and storage medium | |
JP2020132351A (en) | Cargo handling system and control method | |
CN110609543A (en) | Autonomous moving body and control program for autonomous moving body | |
JP6355144B1 (en) | Manned and unmanned cargo handling system | |
JP6918908B2 (en) | Cargo handling system | |
JP6667692B1 (en) | Cargo handling system and control method | |
JP6711555B1 (en) | Transport system, area determination device, and area determination method | |
US20220388822A1 (en) | Vehicle-to-Vehicle Communication for Trajectory Awareness of a Material Handling Vehicle | |
JP2020140594A (en) | Unmanned work vehicle of slam induction system and unmanned work vehicle system | |
KR102459756B1 (en) | A hierarchical route recommendation method and system considering inter-node accessibility using multimodes | |
JP7135883B2 (en) | Mobile body running system | |
JP6874174B1 (en) | Cargo handling system and management equipment | |
JP6204531B1 (en) | Cargo handling vehicle system, break management method and control program | |
JP7084099B1 (en) | Forklift and cargo handling system | |
JP7017294B2 (en) | Manned unmanned forklift and cargo handling system | |
JP6884240B1 (en) | Unmanned work vehicle and cargo handling system | |
US20230129346A1 (en) | Capability-aware pathfinding for autonomous mobile robots |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191107 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201125 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201223 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210609 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210609 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6898054 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |