KR20180127534A

KR20180127534A - 재고 관리

Info

Publication number: KR20180127534A
Application number: KR1020187033612A
Authority: KR
Inventors: 크리스토퍼 핸스; 다니엘 셰퍼
Original assignee: 엑스 디벨롭먼트 엘엘씨
Priority date: 2016-07-28
Filing date: 2017-07-05
Publication date: 2018-11-28
Also published as: US20180370727A1; US10759599B2; JP2019527172A; JP6801008B2; AU2017301538A1; KR102130457B1; AU2017301538B2; US10518973B2; JP2021042080A; WO2018022265A1; AU2020201566A1; US10071856B2; CN109154825A; EP3491477A1; AU2020201566B2; US20200087068A1; EP3491477A4; JP2022109950A; JP7118123B2; US20180029797A1

Abstract

예시적인 시스템은 복수의 재고 아이템을 포함하는 창고 환경에 배치되는 로봇 디바이스를 포함한다. 시스템은 또한 로봇 디바이스에 결합되어 이미지 데이터를 캡처하도록 구성되는 카메라를 포함한다. 시스템은 또한 캡처된 이미지 데이터를 수신하도록 구성되는 컴퓨팅 시스템을 포함한다. 컴퓨팅 시스템은 수신된 이미지 데이터에 기초하여, 로봇 디바이스의 내비게이션을 위한 내비게이션 명령어를 생성하도록 구성된다. 컴퓨팅 시스템은 또한 수신된 이미지 데이터를 분석하여 하나 이상의 재고 아이템에 대응하는 하나 이상의 온-아이템 시각 식별자를 검출하도록 구성된다. 컴퓨팅 시스템은, 각각의 검출된 시각 식별자에 대해, (i) 대응하는 재고 아이템의 창고 위치를 결정하고 (ii) 결정된 창고 위치를 예상된 위치와 비교하고, (iii) 비교에 기초하여 액션을 개시하도록 추가로 구성된다.

Description

재고 관리

하나 이상의 로봇 디바이스 및/또는 다른 액터들이 저장 환경 전체에 걸쳐 이동하여 아이템들의 저장 및 선적에 관련된 액션들을 수행할 수 있다. 하나의 예시적인 저장 환경은 아이템들이 저장될 수 있는 저장 랙들의 행들을 갖는 밀폐된 건물일 수 있는 창고이다. 일부 경우들에서, 아이템들은 팔레트들 상에 저장될 수 있고, 팔레트들은 수직으로 적층될 수 있다. 창고는 또한 배달 트럭들 또는 다른 타입들의 차량들로부터 아이템들 및 팔레트들을 로딩 및/또는 언로딩하기 위해 사용되는 로딩 독(loading dock)을 포함할 수 있다.

팔레트는 팔레트를 식별하는 바코드를 포함할 수 있다. 중앙 집중화된 시스템은 바코드에 대응하는 정보, 이를 테면, 팔레트 상의 아이템들의 개수, 아이템의 타입, 및 창고 내의 팔레트의 위치를 저장할 수 있다. 중앙 집중화된 시스템은 창고에 포함된 모든 팔레트에 대한 유사한 정보를 포함할 수 있어, 중앙 집중화된 시스템이 창고의 재고를 포함하게 한다.

예시적인 시스템들, 방법들, 및 디바이스들은 창고 환경에 위치한 팔레트들, 박스들, 선반들, 로봇 디바이스들, 및 다른 아이템들의 정확한 재고를 구축 및 유지하는 것을 도울 수 있다. 시스템들, 방법들, 및 디바이스들은 카메라를 사용하여 창고를 통해 내비게이팅할 수 있는 로봇 디바이스를 포함할 수 있다. 카메라는 하나 이상의 물체가 로봇 디바이스의 이동을 방해할 수 있는지를 결정하는데 사용될 수 있는 이미지 데이터를 캡처할 수 있다. 그 다음에, 이러한 이미지 데이터는 로봇 디바이스에 대한 내비게이션 명령어들을 생성하는데 사용될 수 있다. 내비게이션 명령어들을 생성하는데 사용되는 동일한 이미지 데이터를 사용하면, 본 명세서에서 설명되는 시스템들, 방법들 및 디바이스들은 창고 환경 내의 하나 이상의 아이템 상에 위치하는 바코드들 등과 같은 하나 이상의 온-아이템 시각 식별자를 검출할 수 있다. 그 다음에, 이렇게 검출된 시각 식별자들은 정확한 재고를 구축 및/또는 유지하는데 사용될 수 있다. 따라서, 카메라는 내비게이션 및 창고 내의 아이템들에 관련된 정보의 캡처 둘 다를, 아마도 동시에 또는 거의 동시에, 가능하게 함으로써 이중 목적을 수행할 수 있다. 로봇 디바이스가 창고 환경 전체에 걸쳐 내비게이팅함에 따라, 점점 더 많은 온-아이템 시각 식별자들이 검출될 수 있고, 이는 더 많은 포괄적인 재고가 구축 및/또는 유지되는 것을 허용한다.

일 예에서, 방법이 개시된다. 방법은 창고 환경을 통한 로봇 디바이스의 내비게이션 동안, 로봇 디바이스 상에 장착된 카메라에 의해 캡처된 이미지 데이터를 수신하는 단계를 수반하는데, 여기서 복수의 재고 아이템이 창고 환경 내에 위치된다. 방법은 또한 수신된 이미지 데이터에 기초하여 창고 환경 내에서 로봇 디바이스의 내비게이션을 위한 내비게이션 명령어들을 생성하는 단계를 수반한다. 방법은 수신된 이미지 데이터를 분석하여 하나 이상의 재고 아이템에 대응하는 하나 이상의 온-아이템 시각 식별자를 검출하는 단계를 추가로 수반한다. 방법은 또한, 각각의 검출된 시각 식별자에 대해, (i) 검출된 시각 식별자에 대응하는 재고 아이템의 창고 위치를 결정하기 위한 기초로서 이미지 데이터를 사용하는 단계, (ii) 대응하는 재고 아이템의 결정된 창고 위치를 대응하는 재고 아이템의 예상된 위치와 비교하는 단계, 및 (iii) 결정된 창고 위치와 예상된 위치 사이의 비교에 기초하여 액션을 개시하는 단계를 추가로 수반한다.

다른 예에서, 시스템이 개시된다. 시스템은 창고 환경에 배치된 로봇 디바이스를 포함하는데, 여기서 복수의 재고 아이템이 창고 환경 내에 위치된다. 시스템은 또한 로봇 디바이스 상에 장착된 카메라를 포함하고, 여기서 카메라는 이미지 데이터를 캡처하도록 구성된다. 시스템은 또한 캡처된 이미지 데이터를 수신하도록 구성된 컴퓨팅 시스템을 포함한다. 컴퓨팅 시스템은, 수신된 이미지 데이터에 기초하여, 창고 환경 내에서 로봇 디바이스의 내비게이션을 위한 내비게이션 명령어들을 생성하도록 추가로 구성된다. 컴퓨팅 시스템은 또한, 수신된 이미지 데이터를 분석하여, 하나 이상의 재고 아이템에 대응하는 하나 이상의 온-아이템 시각 식별자를 검출하도록 추가로 구성된다. 컴퓨팅 시스템은 또한, 각각의 검출된 시각 식별자에 대해, (i) 검출된 시각 식별자에 대응하는 재고 아이템의 창고 위치를 결정하기 위한 기초로서 이미지 데이터를 사용하고, (ii) 대응하는 재고 아이템의 결정된 창고 위치를 대응하는 재고 아이템의 예상된 위치와 비교하고, (iii) 결정된 창고 위치와 예상된 위치 사이의 비교에 기초하여 액션을 개시하도록 추가로 구성된다.

제3 예에서, 로봇 디바이스가 개시된다. 로봇 디바이스는 창고 환경에 배치되는데, 여기서 복수의 재고 아이템이 창고 환경 내에 위치된다. 로봇 디바이스는 이미지 데이터를 캡처하도록 구성된 카메라를 포함한다. 로봇 디바이스는 또한 캡처된 이미지 데이터를 수신하도록 구성된 컴퓨팅 시스템을 포함한다. 컴퓨팅 시스템은 또한, 수신된 이미지 데이터에 기초하여, 창고 환경 내에서 로봇 디바이스의 내비게이션을 위한 내비게이션 명령어들을 생성하도록 구성된다. 컴퓨팅 시스템은 또한, 수신된 이미지 데이터를 분석하여, 하나 이상의 재고 아이템에 대응하는 하나 이상의 온-아이템 시각 식별자를 검출하도록 구성된다. 컴퓨팅 시스템은, 각각의 검출된 시각 식별자에 대해, (i) 검출된 시각 식별자에 대응하는 재고 아이템의 창고 위치를 결정하기 위한 기초로서 이미지 데이터를 사용하고, (ii) 대응하는 재고 아이템의 결정된 창고 위치를 대응하는 재고 아이템의 예상된 위치와 비교하고, (iii) 결정된 창고 위치와 예상된 위치 사이의 비교에 기초하여 액션을 개시하도록 추가로 구성된다.

다른 예에서, 제어 시스템이 설명된다. 제어 시스템은 로봇 디바이스 상에 장착된 카메라에 의해 캡처된 이미지 데이터를 수신하기 위한 수단을 포함하는데, 여기서 로봇 디바이스는 창고 환경 내에 배치되고, 복수의 재고 아이템이 창고 환경 내에 위치된다. 제어 시스템은 또한, 수신된 이미지 데이터에 기초하여, 창고 환경 내에서 로봇 디바이스의 내비게이션을 위한 내비게이션 명령어들을 생성하기 위한 수단을 포함한다. 제어 시스템은, 수신된 이미지 데이터를 분석하여, 하나 이상의 재고 아이템에 대응하는 하나 이상의 온-아이템 시각 식별자를 검출하기 위한 수단을 추가로 포함한다. 제어 시스템은 또한, 각각의 검출된 시각 식별자에 대해, (i) 검출된 시각 식별자에 대응하는 재고 아이템의 창고 위치를 결정하기 위한 기초로서 이미지 데이터를 사용하고, (ii) 대응하는 재고 아이템의 결정된 창고 위치를 대응하는 재고 아이템의 예상된 위치와 비교하고, (iii) 결정된 창고 위치와 예상된 창고 위치 사이의 비교에 기초하여 액션을 개시하기 위한 수단을 추가로 포함한다.

전술한 요약은 단지 예시적인 것이고 임의의 방식으로 제한하는 것으로 의도되지 않는다. 위에서 설명된 예시적인 양태들, 실시예들, 및 피처들에 추가하여, 추가의 양태들, 실시예들, 및 피처들은 도면들 및 다음의 상세한 설명과 첨부 도면들을 참조하여 명백해질 것이다.

도 1a는 예시적인 구현에 따른 로봇 플릿을 예시한다.
도 1b는 예시적인 구현에 따른 로봇 플릿의 컴포넌트들을 도시하는 기능 블록도를 예시한다.
도 2a는 예시적인 실시예에 따른 로봇 트럭 언로더를 예시한다.
도 2b는 예시적인 실시예에 따른 페디스털 상의 로봇 팔을 예시한다.
도 2c는 예시적인 실시예에 따른 자율 주행 차량을 예시한다.
도 2d는 예시적인 실시예에 따른 자율 포크 트럭을 예시한다.
도 3은 예시적인 구현에 따른 시스템을 예시한다.
도 4는 예시적인 구현에 따른 창고 통로(warehouse aisle)를 예시한다.
도 5는 다른 예시적인 구현에 따른 도 4의 창고 통로를 예시한다.
도 6은 예시적인 구현에 따른 예시적인 방법의 흐름도를 예시한다.

예시적인 방법들, 시스템들, 및 디바이스들이 본 명세서에서 설명된다. 본 명세서에 설명된 임의의 예시적인 실시예 또는 피처가 다른 실시예들 또는 피처들에 비해 바람직하거나 유리한 것으로서 해석되는 것은 아니다. 본 명세서에 설명된 예시적인 실시예들은 제한하는 것으로 의미되지 않는다. 개시된 시스템들 및 방법들의 특정 양태들은 본 명세서에서 그 전부가 고려되는 매우 다양한 상이한 구성으로 배열 및 조합될 수 있다는 것이 쉽게 이해될 것이다.

게다가, 도면들에 도시된 특정한 배열들은 제한하는 것으로서 간주되지 않아야 한다. 다른 실시예들은 주어진 도면에 도시된 각각의 요소를 더 많이 또는 더 적게 포함할 수 있다는 것이 이해되어야 한다. 추가로, 예시된 요소들 중 일부는 조합되거나 생략될 수 있다. 또한, 예시적인 실시예는 도면들에 예시되지 않은 요소들을 포함할 수 있다.

I. 개요

창고의 보통의 또는 통상적인 동작 동안, 팔레트들 및 아이템들은 팔레트 잭들과 같은 로봇 디바이스들에 의해 하나의 위치로부터 다른 위치로 일상적으로(routinely) 이동된다. 본 명세서 내에서, "팔레트 잭(pallet jack)"이라는 용어는 임의의 적용가능한 로봇 디바이스에 대한 대역(stand in)으로서 사용될 수 있고, 팔레트 잭의 임의의 설명은 창고 환경 내에서 동작하는 하나 이상의 다른 타입의 로봇 디바이스에 적용할 수 있다. 이와 같이, 팔레트 잭의 액트들(acts), 기능들, 및 동작들은 팔레트화된(palletized) 물체와 팔레트화되지 않은(non-palletized) 물체 둘 다와의 상호작용들을 포함할 수 있다.

일부 창고관리 시스템들(warehousing systems)에서, 팔레트 잭은, 본 명세서에서 설명되는 바와 같이, 아이템 또는 팔레트를 식별하는 바코드 또는 다른 식별자를 판독할 수 있는 카메라 또는 센서를 포함할 수 있다. 그러나, 일부 경우에는, 식별자가 잘 안보이거나(obscured), 잘못 배치되거나, 다른 방식으로 팔레트 잭이 판독하기 어려울 수 있다. 이것은 특히 팔레트 잭이 스스로 이송하는 아이템의 경우, 팔레트 잭의 카메라들 또는 다른 센서들이, 본 명세서에서 설명되는 바와 같이, 팔레트 잭의 환경을 캡처하기 위해 바깥쪽으로 배향될 수 있기 때문에 그렇다. 이와 같이, 팔레트 잭이 운반하는 아이템들은 팔레트 잭 센서의 시야의 바깥쪽에 있을 수 있다. 게다가, 하나의 위치로부터 다른 위치로의 수송(transit) 동안, 하나 이상의 아이템이 팔레트에서 떨어질 수 있다. 그 결과, 주어진 팔레트 잭이 하나의 위치로부터 다른 위치로 이송하기 위한 정확한 팔레트를 결정하거나, 팔레트가 정확한 개수의 아이템들을 포함하는지를 결정하는 것은 어려울 수 있다. 팔레트 잭이 자율 또는 반-자율 차량이고 인간이 팔레트 잭에 의해 수행되는 모든 아이템 및 액션을 관찰할 수는 없는 환경에서, 위의 문제들은 중요할 수 있다. 또한, 일부 경우에, 창고 내의 주어진 팔레트의 위치는 로봇 디바이스 및/또는 중앙 집중화된 시스템에 의해 저장된 팔레트들의 위치와 상이할 수 있다. 이것은 팔레트의 의도치않은 이동, 정보 갱신에 있어서의 실수, 팔레트 또는 팔레트의 위치에 라벨을 잘못 붙이는 것, 또는 다른 에러로 인한 것일 수 있다. 그 결과, 창고의 재고의 백분율이 분실되거나 잘못 배치될 수 있는데, 이는 아이템들을 고객들에게 선적하는데 있어서의 지연들을 야기할 수 있고, 분실되거나 잘못 배치된 아이템들을 찾기 위한 자원들을 요구할 수 있다. 본 명세서에서 설명된 예시적 실시예들은 이러한 이슈들을 해결하는데 도움을 줄 수 있다.

예시적인 창고는 아이템들이 고객들에게로의 선적을 위해 선택, 분류, 및 패키징되는 이행 창고(fulfillment warehouse)일 수 있다. 아이템들은 고객 요구, 제품 크기, 무게, 형상 또는 다른 특성에 기초하여 이러한 프로세스의 효율을 개선하기 위해 창고 내에 배열 또는 조직화될 수 있다. 아이템들은, 서로의 상부 및/또는 위쪽으로 연장되는 선반들(예컨대, 다중-레벨 선반) 상에 적층될 수 있는, 팔레트들 상에 저장될 수 있다. 또한, 각각의 아이템, 팔레트, 및/또는 선반은 아이템, 팔레트, 및/또는 선반을 식별하는 바코드 또는 QR(Quick Response) 코드와 같은 시각 식별자를 포함할 수 있다.

창고에 대해 컴퓨터-기반 창고 관리 시스템(WMS)이 구현될 수 있다. WMS는 창고에서 동작하는 하나 이상의 액터뿐만아니라 아이템들, 팔레트들 및 선반들에 관련된 정보를 저장하기 위한 데이터베이스를 포함할 수 있다. 예를 들어, WMS는 각각의 아이템, 팔레트, 선반, 및/또는 액터의 위치에 관한 정보를 포함할 수 있다. 이러한 정보는, 고객을 위한 주문을 이행하는 것과 같은, 하나 이상의 기능을 액터들이 수행할 수 있게 하기 위해 액터들을 조율하는데 사용될 수 있다. 그것은 또한 창고의 재고를 구축 및/또는 유지하는데 사용될 수 있다.

창고에서 동작하는 액터들은 자율 주행 차량(AGV)들과 같은 로봇 디바이스들을 포함할 수 있다. 예시적인 AGV들은 팔레트 잭들, 포크 트럭들, 트럭 로더들/언로더들 및 다른 디바이스들을 포함할 수 있다. 각각의 디바이스는 자율적이거나 부분적으로 자율적일 수 있다. 인간에 의해 동작되는(human-operated) 디바이스들이 또한 가능하다. 또한, 각각의 디바이스는 카메라를 갖는 비전 시스템을 포함할 수 있어, 디바이스가 창고를 통해 내비게이팅할 수 있게 한다.

A. 다목적 카메라

유리하게, 예시적인 로봇 디바이스는 창고 환경에 배치될 수 있고, 내비게이션 및 재고 관리 둘 다를 위해 그의 기존 카메라 시스템을 사용할 수 있다. 구체적으로, 팔레트 잭은, 팔레트 잭이 그의 환경을 감지하고 창고를 통해 내비게이팅하는데 사용할 수 있는, 스테레오 비전 카메라 시스템(예컨대, 스테레오 카메라 쌍)을 이미 갖출 수 있다. 내비게이션 목적들을 위해 캡처된 이미지 데이터는 환경 내의 팔레트들, 다른 팔레트 잭들 또는 디바이스들, 및 다른 물체들의 이미지들을 포함할 수 있다. 이와 같이, 팔레트들 상의 바코드들이 이미지 데이터에서 검출되고, 위치 정보와 조합되어 창고 내의 팔레트들의 위치들을 결정할 수 있다. 다수의 팔레트 잭이 창고 내에서 이리저리 이동하고 있을 때, WMS는 팔레트 잭들로부터의 그러한 정보를 조합하여 창고 내의 팔레트들의 재고 관리를 개선할 수 있다.

일 예에서, 창고 내에서 동작하는 로봇 디바이스는 자율 팔레트 잭일 수 있다. 자율 팔레트 잭은 창고를 통해 자율 팔레트 잭을 안내하는데 사용되는 유도 시스템(guidance system)을 포함할 수 있다. 유도 시스템은 카메라, GPS 수신기, 및/또는 다른 디바이스들 또는 시스템들을 포함할 수 있다. 카메라는 팔레트 잭 상의 고정된 포지션에 장착될 수 있거나, 짐벌(gimbal) 또는 스위블링 메커니즘(swiveling mechanism) 상에서와 같이 2 차원 또는 3 차원으로 터닝되거나 조준될 수 있도록 장착될 수 있다. 카메라는 자율 포크리프트의 주변에 관한 시각 데이터를 수신하도록 구성될 수 있다. 수신된 시각 데이터에 기초하여, 자율 팔레트 잭은 창고 내에서 자신의 포지션 및 배향을 결정할 수 있고, 그 과정에서 장애물들을 회피하면서 하나의 위치로부터 다른 위치로 이동할 수 있다.

유도 시스템 카메라는 유도의 작업을 위해 특별히 구성될 수 있다. 예를 들어, 카메라는 2개의 광학 수신기(즉, 스테레오 카메라)를 포함할 수 있는데, 이는 더 정확한 깊이 인지 및 더 양호한 포지션 및 배향 측정뿐만아니라 더 양호한 물체 회피를 허용할 수 있다. 유도 시스템 카메라는 또한 그라운드를 향해 아래쪽으로 각질(angled) 수 있는데, 여기서 물체들은 자율 포크리프트를 방해할 가능성이 더 많다.

일부 예들에서, 자율 포크리프트는 유도에 더하여 다른 목적들을 위해 유도 시스템 카메라를 사용할 수 있다. 예를 들어, 자율 포크리프트가 아이템, 팔레트, 또는 선반 근처에 있을 때, 유도 시스템 카메라는 아이템, 팔레트 또는 선반에 대응하는 바코드의 이미지를 캡처할 수 있다. 팔레트과 연관된 바코드가 캡처될 때, 창고 내의 팔레트의 위치는 바코드를 캡처한 유도 시스템 카메라의 위치에 기초하여 결정될 수 있다. 바코드, 팔레트의 위치, 자율 포크리프트의 위치, 및/또는 다른 정보가 WMS에 송신될 수 있고, 그 다음에 이는 팔레트의 예상된 위치와 비교될 수 있다. 불일치(discrepancy)가 존재하는 경우에, WMS는 에이전트를 파견(dispatch)하는 것, 경고를 생성 및/또는 전송하는 것, 팔레트를 잘못 배치된 팔레트들의 리스트에 추가하는 것, 또는 다른 액션을 취하는 것에 의해 이슈를 수정하는 액션을 취할 수 있다.

일부 예들에서, 유도 시스템 카메라는 그것이 볼 수 있는 각각의 아이템, 팔레트, 및/또는 선반의 바코드를 캡처할 수 있다. 데이터는 창고 내의 아이템들, 팔레트들 및 선반들의 위치에 대한 연속적인 체크를 제공하기 위해 일정하게 또는 규칙적인 간격으로 WMS에 송신될 수 있다. 추가로, 일부 예들은 창고 환경 내에서 동작하는 다수의 로봇 디바이스의 유도 시스템 카메라를 포함할 수 있어, 각각의 로봇 디바이스가 WMS에 데이터를 송신하게 하고, 일정하거나 규칙적인 재고 위치 체크가 수행되게 한다.

추가의 예들에서, AGV의 이동 및/또는 AGV 상의 유도 시스템 카메라의 배향은 더 많은 아이템 재고 데이터를 획득하기 위해 능동적으로 조향될 수 있다. 예를 들어, 유도 시스템 카메라는 AGV 위에 그리고 그 옆에 (이를 테면 통로를 따라 배치되는 선반들 상에) 배치되는 아이템들의 바코드들을 캡처하려고 시도하기 위해 창고를 통해 이동하는 동안에, AGV 아래쪽으로 및/또는 그 옆으로 각질 수 있다. 추가로, AGV 및/또는 카메라는 최근에 갱신되지않은 아이템들쪽으로 조향되어, WMS에게 그러한 아이템들에 대한 더 많은 최신 정보를 제공할 수 있다. 예를 들어, 통로 내의 선반들의 북쪽은 최근에 스캔 또는 체크되지않은 아이템들을 포함할 수 있다. AGV가 이러한 통로 아래로 이동할 때, 유도 카메라는 WMS 내의 정보를 갱신하기 위해, 그 위에 저장된 아이템들의 바코드들을 캡처하기 위해 선반들의 북쪽을 향해 각질 수 있다.

또 다른 예들은 재고 갱신에 대한 필요성을 로봇 디바이스의 안전하고 정확한 내비게이션에 대한 필요성과 균형을 잡는 것을 포함할 수 있다. 이것은 아이템들을 스캔하기 위해 유도 카메라를 사용하여 얻을 수 있는 정보의 가치 또는 중요도와 로봇 디바이스의 내비게이션의 정확도에 있어서의 예상된 감소를 비교 검토하는 것(weighing)을 수반할 수 있다. AGV 상의 유도 카메라는 더 높은 선반들 상에 저장된 아이템들에 관한 정보를 캡처하기 위해 위쪽으로 각질 수 있다. 그러나, 이러한 정보는 비용이 들 수 있는데, 그 이유는 카메라가 더 이상 그라운드 상의 장애물들을 쉽게 볼 수 없을 수도 있기 때문이다. 이러한 트레이드-오프는 카메라를 위쪽으로 각지게 하여 얻는 아이템 정보가 가치가 있고 장애물에 충돌할 가능성이 작은 경우에 특히 유익할 수 있다.

일부 실시예들에서, 특별히 맞춤화된 로봇 디바이스는 창고 내의 아이템들, 팔레트들, 선반들, 및 로봇 디바이스들의 위치에 관한 데이터를 수집하는데 사용될 수 있다. 특별히 맞춤화된 로봇 디바이스는 그것이 보는 아이템들, 팔레트들, 선반들, 및/또는 로봇 디바이스들의 바코드들을 캡처하는데 사용될 수 있는 독립형 카메라를 포함할 수 있다. 독립형 카메라는 광각 렌즈들을 가질 수 있고 및/또는 바코드들이 더 정확하고 쉽게 캡처될 수 있도록 래스터화하기 위한 능력을 포함할 수 있다.

B. 다중 센서들을 사용

아이템들 및 팔레트들은 창고 내에서 위치 간에 이송될 수 있다. 일 예에서, 자율 팔레트 잭은 아이템들의 팔레트를 제1 위치로부터 제2 위치로 이동시키는 작업을 수행할 수 있다. 이러한 작업을 수행하기 위해, 몇 가지 단계가 수행될 수 있다. 먼저, 팔레트 잭은 이동하고자 하는 팔레트의 위치를 결정할 수 있다. 다음으로, 그것은, 이를 테면, 인근 바코드들을 판독하고 수요가 많은(sought after) 팔레트를 식별함으로써, 해당 위치로 이동하여 팔레트를 찾을 수 있다. 그 다음, 팔레트 잭은 팔레트를 제1 위치로부터 제2 위치로 이송할 수 있다.

팔레트 잭이 이러한 작업을 수행하려고 시도할 때 여러가지 이슈가 발생할 수 있다. 먼저, 팔레트의 위치가 부정확할 수 있다. 이것은, 다른 이유들 중에서도 특히, 부정확한 정보 또는 잘못 배치된 팔레트으로 인한 것일 수 있다. 두 번째로, 팔레트를 식별하는 바코드가 잘 안보이거나, 팔레트 상에 잘못 배치되거나, 다른 방식으로 팔레트 잭이 판독하기 어렵거나 불가능할 수 있다. 예를 들어, 팔레트는 팔레트 잭이 위치하는 통로 반대편의 팔레트의 측면 상에 배치된 바코드를 가지고 선반 상에 위치할 수 있다. 세 번째로, 제1 위치로부터 제2 위치로의 수송 동안, 하나 이상의 아이템이 팔레트에서 떨어질 수 있다.

이러한 문제들뿐만 아니라 다른 것들을 해결하기 위해, 예시적인 시스템은 창고 관리 시스템(WMS)과 그리고/또는 서로 간에 정보를 수집 및 공유하는 다수의 팔레트 잭을 활용할 수 있다. 일부 경우에, 팔레트 잭들은 창고에서 동작하는 팔레트 잭들 및 다른 로봇 디바이스들뿐만아니라 아이템들, 팔레트들 및 선반들에 관련된 재고 정보를 저장하는 WMS에 접속될 수 있다. WMS는 또한 아이템들, 팔레트들, 선반들 및 로봇 디바이스들의 위치들 및 다른 특성들의 갱신된 리스트를 유지하기 위해 팔레트 잭들 사이를 조율할 수 있다. 다른 경우에, 팔레트 잭들은 아이템들, 팔레트들, 선반들, 및 서로에 관련된 정보를 저장 및 갱신하기 위해 서로 통신하는 피어-투-피어 네트워크를 형성할 수 있다.

일 예에서, 제1 팔레트 잭은 창고 내의 하나의 위치로부터 다른 위치로 팔레트를 운반하고 있을 수 있다. 창고는 또한 창고를 관리하기 위해 제2 팔레트 잭 및 WMS를 포함할 수 있다. 제1 팔레트 잭이 팔레트를 운반하고있는 동안, 그것은 그것이 운반하고 있는 것이 어느 팔레트인지 그리고/또는 팔레트의 콘텐츠들을 확인할 수 없을 수도 있다. 이것은 제1 팔레트 잭의 카메라의 위치지정 및 뷰로 인한 것일 수 있다. 제1 팔레트 잭이 상이한 뷰를 얻기 위해 팔레트를 아래로 설정할 수 있지만, 다른 수단을 통해 팔레트의 아이덴티티 및/또는 콘텐츠들을 확인하는 것이 유리할 수 있다. 제1 팔레트 잭 및/또는 WMS는 팔레트의 아이덴티티 및/또는 콘텐츠들의 확인을 요청하는 메시지를 제2 팔레트 잭에 송신할 수 있다. 제2 팔레트 잭은 팔레트의 더 나은 뷰를 갖는 카메라를 가질 수 있고, 팔레트의 바코드를 스캔하거나 팔레트의 콘텐츠들을 식별할 수 있다. 그 다음에, 이러한 정보는 WMS 및/또는 제1 팔레트 잭과 공유될 수 있다. 이러한 방식에서, 제2 팔레트 잭은 제1 팔레트 잭에 대한 "미러(mirror)"로서의 역할을 할 수 있어, 제1 팔레트 잭이 그렇지않았다면 불가능했을 운반을 하고 있는 팔레트에 관한 정보를 수집하는 것을 허용한다. 따라서, 제1 팔레트 잭은 제2 팔레트 잭의 자원들을 활용함으로써 자신을 "보는 것(see)"이 가능할 수 있다.

일부 예들에서, 이러한 "미러링"은 제1 팔레트 잭으로부터의 명시적 요청 없이 수행될 수 있다. 다수의 팔레트 잭을 포함하는 창고에서, 팔레트 잭들은 일상적인 동작 또는 작업들의 수행 동안 서로 지나치거나 다른 방식으로 서로 근처에서 이동함에 따라, 각각의 팔레트 잭은 하나 이상의 다른 팔레트 잭의 콘텐츠들을 확인할 수 있다. 또한, WMS는 하나 이상의 팔레트 잭의 경로들 또는 포지션들을 조율할 수 있어 팔레트 잭들이 서로 지나치게 하고 서로에 대한 확인을 수행하게 한다.

일부 예들은 팔레트 잭들이 운반하고있는 팔레트들의 무게를 측정할 수 있는 팔레트 잭들을 포함할 수 있다. 측정된 무게는, 제1 팔레트 잭이 제2 팔레트 잭에게 제1 팔레트 잭의 콘텐츠들을 확인하도록 요청해야 하는 표시자로서 사용될 수 있다. 팔레트의 예상된 무게는 WMS에 의해 저장될 수 있다. 팔레트 잭은 실제 무게을 결정하기 위해 팔레트의 무게를 잴 수 있다. 예상되는 무게와 실제 무게 사이의 불일치가 검출될 때, 팔레트 잭 및/또는 WMS는 액션을 취할 수 있다. 이러한 액션은 팔레트 및/또는 팔레트의 콘텐츠들을 확인하기 위해 제2 팔레트 잭을 파견하는 것을 포함할 수 있다. 그것은 또한 팔레트 잭이 팔레트를 미리 결정된 위치로 가져 가거나 미리 결정된 경로를 따라 가도록 야기하는 것을 포함할 수 있어, 하나 이상의 카메라 또는 다른 디바이스들이 팔레트 및/또는 팔레트의 콘텐츠들을 확인할 수 있게 한다.

통상적인 창고 동작들 동안, 팔레트들 및 아이템들은 팔레트 잭들과 같은 로봇 디바이스들에 의해 하나의 위치로부터 다른 위치로 일상적으로 이동된다. 본 명세서 내에서, "팔레트 잭(pallet jack)"이라는 용어는 임의의 적용가능한 로봇 디바이스에 대한 대역(stand in)으로서 사용될 수 있고, 팔레트 잭의 임의의 설명은 창고 환경 내에서 동작하는 하나 이상의 다른 타입의 로봇 디바이스에 적용할 수 있다. 이와 같이, 팔레트 잭의 액트들, 기능들, 및 동작들은 팔레트화된 물체와 팔레트화되지 않은 물체 둘 다와의 상호작용들을 포함할 수 있다.

II. 예시적인 환경

이제, 다양한 실시예에 대한 참조가 상세히 이루어질 것이고, 그의 예들은 첨부 도면들에서 예시된다. 다음의 상세한 설명에서, 본 개시내용 및 설명된 실시예들의 철저한 이해를 제공하기 위해 다수의 구체적인 상세가 제시된다. 그러나, 본 개시내용은 이러한 구체적인 상세들 없이 실시될 수 있다. 다른 경우들에서, 실시예들의 양태들을 불필요하게 모호하게 하지 않기 위해, 잘 알려진 방법들, 절차들, 컴포넌트들, 및 회로들은 상세히 설명되지 않았다.

예시적인 실시예들은 창고 환경 내에 배치된 로봇 플릿(robotic fleet)을 수반할 수 있다. 보다 구체적으로, 박스들, 패키지들 또는 다른 타입들의 물체들의 자동화된 처리를 용이하게 하기 위해 환경 내에는 고정식 컴포넌트와 이동식 컴포넌트의 조합이 배치될 수 있다. 예시적인 시스템들은, 이를 테면, 저장 컨테이너들 내로의 또는 배달 차량들로의 그리고 배달 차량들로부터의, 박스들 및/또는 다른 물체들의 자동화된 로딩 및/또는 언로딩을 수반할 수 있다. 일부 예시적인 실시예들에서, 박스들 또는 물체들은 자동으로 조직화되어 팔레트들 상에 배치될 수 있다. 예들 내에서, 트럭들을 로딩/언로딩하는 프로세스 및/또는 창고 내의 보다 용이한 저장을 위해 및/또는 창고로의 그리고 창고로부터의 이송을 위해 물체들로부터의 팔레트들을 만드는 프로세스를 자동화하는 것은 다수의 산업 및 사업 이점을 제공할 수 있다.

다양한 실시예에 따르면, 창고에서 배달 트럭들을 로딩 및/또는 언로딩하는 프로세스 및/또는 팔레트들을 만드는 프로세스를 자동화하는 것은 물체들을 이동시키거나 다른 기능을 수행하기 위한 하나 이상의 상이한 타입의 로봇 디바이스의 배치를 포함할 수 있다. 일부 실시예들에서, 로봇 디바이스들 중 일부는 바퀴가 달린 베이스(wheeled base), 홀로노믹 베이스(holonomic base)(예컨대, 임의의 방향으로 이동할 수 있는 베이스), 또는 천장, 벽 또는 바닥 위의 레일들과 결합함으로써 이동식이 될 수 있다. 추가 실시예들에서, 로봇 디바이스들 중 일부는 또한 환경 내에 고정될 수도 있다. 예를 들어, 로봇 매니퓰레이터들은 창고 내의 상이한 선택된 위치들에서, 상승된 베이스들 상에 위치지정될 수 있다.

본 명세서에 사용되는 바와 같이, "창고(warehouse)"라는 용어는 박스들 또는 물체들이 로봇 디바이스들에 의해 조작, 처리 및/또는 저장될 수 있는 임의의 물리적 환경을 지칭할 수 있다. 일부 예들에서, 창고는 물체들의 팔레트들을 저장하기 위한 팔레트 랙들 또는 선반과 같은 특정 고정식 컴포넌트들을 추가적으로 포함할 수 있는 단일 물리적 건물 또는 구조물일 수 있다. 다른 예들에서, 일부 고정식 컴포넌트들은 물체 처리 전에 또는 그 동안에 환경 내에 설치되거나 다른 방식으로 위치지정될 수 있다. 추가 예들에서, 창고는 다수의 개별 물리적 구조물을 포함할 수 있고, 및/또는 물리적 구조물에 의해 커버되지 않는 물리적 공간들 역시 포함할 수도 있다.

추가로, "박스들(boxes)"이라는 용어는 팔레트 상에 배치될 수 있거나 트럭이나 컨테이너 상에 로딩 또는 그로부터 언로딩될 수 있는 임의의 물체 또는 아이템을 지칭할 수 있다. 예를 들어, 직사각형 고체들에 더하여, "박스들"은 캔들, 드럼들, 타이어들 또는 임의의 다른 "단순한" 형상의 기하학적 아이템들을 지칭할 수 있다. 추가적으로, "박스들"은 이송 또는 저장을 위한 하나 이상의 아이템을 포함할 수 있는 토트들(totes), 통들(bins) 또는 다른 타입들의 컨테이너들을 지칭할 수 있다. 예를 들어, 플라스틱 저장 토트들, 섬유유리 트레이들 또는 강철 통들이 창고 내의 로봇들에 의해 이동되거나 다른 방식으로 조작될 수 있다. 본 명세서에서의 예들은 또한 박스 이외의 물체들에도 역시 적용될 수 있고, 다양한 크기 및 형상의 물체들에 적용될 수 있다. 추가적으로, "로딩" 및 "언로딩"은 각각 다른 것을 암시하기 위해 사용될 수 있다. 예를 들어, 하나의 예가 트럭을 로딩하기 위한 방법을 설명하는 경우, 실질적으로 동일한 방법이 또한 트럭을 언로딩하기 위해서도 역시 사용될 수 있음을 이해해야 한다. 본 명세서에서 사용되는 바와 같이, "팔레트화(palletizing)"는, 팔레트 상에 박스들을 로딩하고, 팔레트 상의 박스들이 팔레트 상에 저장 또는 이송될 수 있도록 하는 방식으로 박스들을 적층 또는 배열하는 것을 지칭한다. 추가로, "팔레트화(palletizing)" 및 "디팔레트화(depalletizing)"이라는 용어는 각각 다른 것을 암시하기 위해 사용될 수 있다.

예들 내에서, 이종 창고 로봇 플릿이 다수의 상이한 애플리케이션에 사용될 수 있다. 하나의 가능한 애플리케이션은 (예컨대, 개개의 고객을 위한) 주문 이행을 포함하는데, 여기서, 케이스들이 개봉될 수 있고 케이스들로부터의 개개의 아이템이 박스들 내에 패키징될 수 있어 개개의 주문들을 이행할 수 있다. 다른 가능한 애플리케이션은 (예컨대, 상점들 또는 다른 창고들로의) 분배를 포함하는데, 여기서, 상점들로 출하될 상이한 타입들의 제품들의 그룹들을 포함하는 혼합된 팔레트들이 구성될 수 있다. 추가로 가능한 애플리케이션은 크로스-도킹(cross-docking)을 포함하는데, 이는 어떠한 것도 저장하지 않고 선적 컨테이너들 사이에서 이송하는 것을 수반할 수 있다(예컨대, 아이템들은 4개의 40-피트 트레일러로부터 이동되고 3개의 더 가벼운 트랙터 트레일러 내로 로딩될 수 있고, 또한 팔레트화될 수 있음). 수많은 다른 애플리케이션이 또한 가능하다.

이제, 도면들을 참조하면, 도 1a는 예시적인 실시예에 따른 창고 셋팅 내의 로봇 플릿을 도시한다. 보다 구체적으로, 상이한 타입들의 로봇 디바이스들은 창고 환경 내의 아이템들, 물체들 또는 박스들의 처리에 관련된 작업들을 수행하기 위해 협력하도록 제어될 수 있는 이종 로봇 플릿(100)을 형성할 수 있다. 상이한 로봇 디바이스들의 특정 예시적인 타입들 및 개수들이 예시를 목적으로 본 명세서에 도시되지만, 로봇 플릿(100)은 더 많거나 적은 로봇 디바이스를 채용할 수 있고, 본 명세서에 도시된 특정 타입들을 생략할 수 있으며, 명시적으로 도시되지 않은 다른 타입들의 로봇 디바이스들 또한 포함할 수 있다. 추가적으로, 창고 환경은 본 명세서에서 특정 타입들의 고정식 컴포넌트들 및 구조물들을 갖는 것으로 도시되지만, 다른 예들에서는 다른 타입들, 개수들 및 배치들의 고정식 컴포넌트들 및 구조물들 역시 사용될 수 있다.

로봇 플릿(100) 내에 도시된 하나의 예시적인 타입의 로봇 디바이스는, 개개의 패키지, 케이스, 또는 토트를 창고 내에서 하나의 위치로부터 다른 위치로 이송하도록 기능할 수 있는 바퀴들을 갖는 비교적 작은 이동식 디바이스일 수 있는 자율 주행 차량(AGV)(112)이다. 로봇 디바이스의 다른 예시적인 타입은 자율 포크 트럭(114)으로, 이는 박스들의 팔레트들을 이송하고 및/또는 (예컨대, 저장을 위한 랙 상에 팔레트들을 배치하기 위해) 박스들의 팔레트들을 들어올리는 데 사용될 수 있는 포크리프트를 갖는 이동식 디바이스이다. 로봇 디바이스의 추가적인 예시적 타입은 로봇 트럭 로더/언로더(116)로, 이는 트럭들 또는 다른 차량들에 대한 박스들의 로딩 및/또는 언로딩을 용이하게 하기 위해 로봇 매니퓰레이터뿐만 아니라 광학 센서들과 같은 다른 컴포넌트들을 갖는 이동식 디바이스이다. 예를 들어, 로봇 트럭 언로더(116)는 창고에 인접하여 파킹될 수 있는 배달 트럭(118) 상에 박스들을 로딩하는데 사용될 수 있다. 일부 예들에서, (예컨대, 패키지들을 다른 창고에 배달하기 위한) 배달 트럭(118)의 이동들은 또한 플릿 내의 로봇 디바이스들과 조율될 수 있다.

본 명세서에 예시되는 것들 이외의 타입들의 이동식 디바이스들 또한 마찬가지로 또는 대신 포함될 수 있다. 일부 예들에서, 하나 이상의 로봇 디바이스는 그라운드 상의 바퀴들 외에 상이한 이송 모드들을 사용할 수 있다. 예를 들어, 하나 이상의 로봇 디바이스는 에어본(airborne)(예컨대, 쿼드콥터들(quadcopters))일 수 있으며, 물체를 이동시키거나 환경의 센서 데이터를 수집하는 것과 같은 작업들을 위해 사용될 수 있다.

추가의 예들에서, 로봇 플릿(100)은 또한 창고 내에 위치지정될 수 있는 다양한 고정식 컴포넌트들을 포함할 수 있다. 일부 예들에서, 하나 이상의 고정식 로봇 디바이스가 박스들을 이동시키거나 다른 방식으로 처리하는데 사용될 수 있다. 예를 들어, 페디스털 로봇(pedestal robot; 122)은 창고 내의 1층(ground floor)에 고정되는 페디스털 상에 상승된 로봇 팔을 포함할 수 있다. 페디스털 로봇(122)은 다른 로봇들 사이에 박스들을 분배하고 및/또는 박스들의 팔레트들을 적층 및 적층 해제(unstack)하도록 제어될 수 있다. 예를 들어, 페디스털 로봇(122)은 인근 팔레트들(140)로부터 박스들을 픽업하여 이동시키고, 박스들을 창고 내의 다른 위치들로 이송하기 위해 개개의 AGV들(112)에 분배할 수 있다.

추가 예들에서, 로봇 플릿(100)은 창고 공간 내에 위치지정된 추가 고정식 컴포넌트들을 채용할 수 있다. 예를 들어, 고밀도 저장 랙들(124)이 창고 내에 팔레트들 및/또는 물체들을 저장하는데 사용될 수 있다. 저장 랙들(124)은 자율 포크 트럭(114)과 같은 플릿 내의 하나 이상의 로봇 디바이스와의 상호작용을 용이하게 하도록 설계 및 위치지정될 수 있다. 추가의 예들에서, 특정 그라운드 공간이 팔레트들 또는 박스들의 저장을 위해 마찬가지로 또는 대신 선택 및 사용될 수 있다. 예를 들어, 팔레트들이 하나 이상의 로봇 디바이스에 의해 픽업, 분배 또는 다른 방식으로 처리되는 것을 허용하기 위해 팔레트들(130)이 특정 기간 동안 창고 환경 내에서 선택된 위치들에 위치지정될 수 있다.

도 1b는 예시적인 실시예에 따른 로봇 창고 플릿(100)의 컴포넌트들을 예시하는 기능 블록도이다. 로봇 플릿(100)은 AGV들(112), 자율 포크 트럭들(114), 로봇 트럭 로더들/언로더들(116) 및 배달 트럭들(118)과 같은 하나 이상의 다양한 이동식 컴포넌트를 포함할 수 있다. 로봇 플릿(100)은 페디스털 로봇들(122), 밀도 저장 컨테이너들(124) 및 배터리 교환/충전 스테이션들(126)과 같은, 창고 또는 다른 환경 내에 위치지정된 하나 이상의 고정식 컴포넌트를 추가적으로 포함할 수 있다. 추가의 예들에서, 도 1b 내에 예시된 상이한 개수들 및 타입들의 컴포넌트들이 플릿 내에 포함될 수 있으며, 특정 타입들이 생략될 수 있고, 추가 기능적 및/또는 물리적 컴포넌트들이 또한 도 1a 및 1b에 의해 예시된 예들에 추가될 수 있다. 개별 컴포넌트들의 액션들을 조율하기 위해, 원격 클라우드 기반 서버 시스템과 같은 창고 관리 시스템(150)이 시스템 컴포넌트들 중 일부 또는 전부와 그리고/또는 개개의 컴포넌트들의 개별 로컬 제어 시스템들과 (예컨대, 무선 통신을 통해) 통신할 수 있다.

예들 내에서, 특정 고정식 컴포넌트들(120)은 로봇 플릿(100)의 나머지의 배치 전에 설치될 수 있다. 일부 예들에서, 페디스털 로봇들(122) 또는 배터리 교환 스테이션들(126)과 같은 특정 고정식 컴포넌트들(120)의 배치를 결정하기 전에 공간을 매핑하기 위해 하나 이상의 이동식 로봇이 도입될 수 있다. 맵 정보가 이용가능해지면, 시스템은 이용가능한 공간 내에 고정식 컴포넌트들을 어떻게 레이아웃할지를 (예컨대, 시뮬레이션들을 실행함으로써) 결정할 수 있다. 특정 경우에, 필요한 고정식 컴포넌트들의 개수 및/또는 그러한 컴포넌트들에 의해 사용되는 공간의 양을 최소화하도록 레이아웃을 선택할 수 있다. 고정식 컴포넌트들(120) 및 이동식 컴포넌트들(110)은 개별 스테이지들에서 또는 동시에 배치될 수 있다. 추가 예들에서, 특정 이동식 컴포넌트들(110)은 단지 특정한 기간들 동안 또는 특정한 작업들을 완료하기 위해 도입될 수 있다.

일부 예들에서, 창고 관리 시스템(150)은 플릿(100) 내의 상이한 로봇 디바이스들에 작업들을 할당하는 중앙 계획 시스템을 포함할 수 있다. 중앙 계획 시스템은 어떤 디바이스들이 어떤 시간들에 어떤 작업들을 완료할 것인지를 결정하기 위해 다양한 스케줄링 알고리즘을 채용할 수 있다. 예를 들어, 개개의 로봇들이 상이한 작업들에 입찰하는 경매 타입 시스템이 사용될 수 있으며, 중앙 계획 시스템은 전체 비용을 최소화하도록 작업들을 로봇들에게 배정할 수 있다. 추가 예들에서, 중앙 계획 시스템은 시간, 공간 또는 에너지 활용과 같은 하나 이상의 상이한 자원에 걸쳐 최적화할 수 있다. 추가의 예에서, 계획 또는 스케줄링 시스템은 또한 박스 픽킹, 패키징 또는 저장의 기하학 및 물리학의 특정한 양태들을 통합할 수 있다.

계획 제어는 또한 개개의 시스템 컴포넌트에 걸쳐 분배될 수 있다. 예를 들어, 창고 관리 시스템(150)은 글로벌 시스템 계획에 따라 명령어들을 발행할 수 있고, 개개의 시스템 컴포넌트는 또한 개별 로컬 계획들에 따라 동작할 수도 있다. 추가적으로, 상이한 레벨들의 상세는 글로벌 계획 내에 포함될 수 있으며, 개개의 로봇 디바이스가이 국지적으로 계획하도록 다른 양태들이 남겨질 수 있다. 예를 들어, 이동식 로봇 디바이스들은 글로벌 계획기에 의해 타겟 목적지들을 배정받을 수 있지만, 이들 타겟 목적지들에 도달하기 위한 전체 경로들은 국지적으로 계획되거나 수정될 수 있다.

추가 예들에서, 중앙 계획 시스템은 로봇 플릿(100) 내의 로봇들의 기능들을 조율하기 위해 개개의 로봇 디바이스 상의 로컬 비전과 함께 사용될 수 있다. 예를 들어, 중앙 계획 시스템은 로봇들을 그들이 가야할 곳에 비교적 가깝게 하는데 사용될 수 있다. 그러나, 로봇들을 레일들에 볼트로 고정하거나 다른 측정된 컴포넌트들을 사용하여 로봇 포지션들을 정밀하게 제어하지 않는 한, 중앙 계획 시스템이 밀리미터 정밀도로 로봇들에게 명령하는 것은 어려울 수 있다. 따라서, 개개의 로봇 디바이스들에 대한 로컬 비전 및 계획을 사용하여 상이한 로봇 디바이스들 사이의 융통성을 허용할 수 있다. 일반적인 계획기를 사용하여 로봇을 타겟 위치에 가깝게 할 수 있으며, 이 지점에서 로봇의 로컬 비전이 인계될 수 있다. 일부 예들에서, 대부분의 로봇 기능들은 로봇들을 타겟 위치들에 비교적 가깝게 하도록 포지션-제어될 수 있으며, 그 다음에 로컬 제어에 필요할 때 비전 및 핸드셰이크들이 사용될 수 있다.

추가의 예들에서, 시각적 핸드셰이크들은 2개의 로봇을 바코드, QR 코드, 증강 현실 태그(AR 태그), 또는 다른 특성들에 의해 서로 식별하고, 플릿(100) 내에서 협력 동작들을 수행하는 것을 가능하게 할 수 있다. 추가 예들에서, 아이템들(예컨대, 선적될 패키지들)은, 로컬 비전 제어를 사용하여 아이템들에 대한 동작을 수행하기 위해 로봇 디바이스들에 의해 사용될 수 있는, 비주얼 태그들을 마찬가지로 또는 대신에 구비할 수 있다. 특히, 태그들은 로봇 디바이스에 의한 아이템의 조작을 용이하게 하는데 사용될 수 있다. 예를 들어, 팔레트 상의 특정한 위치들 상의 하나 이상의 태그를 사용하여 포크 리프트에게 팔레트를 어디에 또는 어떻게 들어올릴지를 알릴 수 있다.

추가 예들에서, 고정식 및/또는 이동식 컴포넌트들에 대한 배치 및/또는 계획 전략들이 시간이 지남에 따라 최적화될 수 있다. 예를 들어, 클라우드 기반 서버 시스템은 플릿 내의 개개의 로봇들로부터의 그리고/또는 외부 소스들로부터의 데이터 및 정보를 통합할 수 있다. 그 다음에, 플릿이 더 작은 공간, 더 적은 시간, 더 적은 전력, 더 적은 전기를 사용하거나, 다른 변수들에 걸쳐 최적화할 수 있게 하기 위해 시간이 지남에 따른 전략들을 정교화할 수 있다. 일부 예들에서, 최적화는 아마도 로봇 플릿들을 갖는 다른 창고들 및/또는 전통적인 창고들을 포함한, 다수의 창고에 걸칠 수 있다. 예를 들어, 글로벌 제어 시스템(150)은 배달 차량들 및 시설들 간의 수송 시간들에 관한 정보를 중앙 계획에 통합할 수 있다.

일부 예들에서, 창고 관리 시스템은 로봇이 꼼짝 못하게 되거나 패키지들이 한 위치에 떨어져 분실될 때와 같이 때때로 고장날 수 있다. 따라서, 로컬 로봇 비전은 또한 창고 관리 시스템이 부분적으로 고장 나는 경우들을 핸들링하기 위해 리던던시를 삽입함으로써 강건성을 제공할 수 있다. 예를 들어, 자동 팔레트 잭이 물체를 통과하여 식별함에 따라, 팔레트 잭은 원격 클라우드 기반 서버 시스템에 정보를 올려 보낼 수 있다. 이러한 정보는 중앙 계획에서 에러를 수정하거나, 로봇 디바이스들의 위치 파악을 돕거나, 분실된 물체들을 식별하는데 사용될 수 있다.

추가의 예들에서, 창고 관리 시스템은 로봇 플릿(100), 및 로봇 디바이스들에 의해 처리되는 물체들을 포함하는 물리적 환경의 맵을 동적으로 갱신할 수 있다. 일부 예들에서, 맵은 동적 물체들(예컨대, 이동 로봇들 및 로봇들에 의해 이동되는 패키지들)에 관한 정보로 지속적으로 갱신될 수 있다. 추가 예들에서, 동적 맵은 창고 내의 (또는 다수의 창고에 걸치는) 컴포넌트들의 현재 구성 또는 배치 둘 다에 대한 정보뿐만 아니라 가까운 기간 내에 예상되는 것에 관한 정보를 포함할 수 있다. 예를 들어, 맵은 이동 로봇들의 현재 위치들 및 미래의 로봇들의 예상된 위치들을 보여줄 수 있으며, 이는 로봇들 사이의 활동을 조율하는데 사용될 수 있다. 맵은 또한 처리되는 아이템들의 현재 위치들은 물론, 아이템들의 예상되는 미래의 위치들(예컨대, 아이템이 현재 어디에 있는지, 그리고 아이템이 언제 선적될 것으로 예상되는지)도 보여줄 수 있다. 추가로, 맵은 창고 내의 (또는 다수의 창고들에 걸치는) 모든 아이템의 현재 위치를 보여줄 수 있다.

추가 예들에서, 로봇들 중 일부 또는 전부는 프로세스 내의 상이한 시점들에서 물체들 상의 라벨들을 스캔할 수 있다. 스캔들은 개개의 컴포넌트 또는 특정 아이템들에 부착되어 컴포넌트들 및 아이템들의 발견 또는 추적을 용이하게 할 수 있는 시각 태그들을 찾는 데 사용될 수 있다. 이러한 스캐닝은 아이템들이 로봇들에 의해 조작 또는 이송됨에 따라 끊임없이 주위를 이동하는 아이템들의 트레일(trail)을 산출할 수 있다. 잠재적인 이익은 공급자 측 및 소비자 측 둘 다에 대한 투명성이 추가된다는 것이다. 공급자 측에서는 재고의 현재 위치들에 관한 정보를 사용하여 과도한 재고를 방지하고 및/또는 아이템들 또는 아이템들의 팔레트들을 상이한 위치들 또는 창고들로 이동시켜 수요를 예측할 수 있다. 소비자 측에서는 특정한 아이템들의 현재 위치들에 관한 정보를 사용하여 특정한 패키지가 언제 배달될지를 개선된 정확도로 결정할 수 있다.

일부 예들에서, 로봇 플릿(100) 내의 이동식 컴포넌트들(110)의 일부 또는 전부는 다수의 배터리 충전기를 갖춘 배터리 교환 스테이션(126)으로부터 충전된 배터리들을 주기적으로 받을 수 있다. 특히, 스테이션(126)은 이동식 로봇의 오래된 배터리들을 재충전된 배터리들로 대체할 수 있으며, 이는 로봇들이 앉아서 배터리들이 충전될 때까지 대기하는 것을 방지할 수 있다. 배터리 교환 스테이션(126)은 로봇 팔과 같은 로봇 매니퓰레이터를 갖출 수 있다. 로봇 매니퓰레이터는 개개의 이동식 로봇에서 배터리들을 제거하고 배터리들을 이용가능한 배터리 충전기들에 부착할 수 있다. 그 다음에, 로봇 매니퓰레이터는 스테이션(126)에 위치된 충전된 배터리들을 이동식 로봇 내로 이동시켜, 제거된 배터리들을 대체할 수 있다. 예를 들어, 약한 배터리를 갖는 AGV(112)는 배터리 교환 스테이션(126)으로 이동하도록 제어될 수 있고, 여기서 로봇 팔이 AGV(112)로부터 배터리를 꺼내고, 배터리를 충전기에 넣고, AGV(112)에 새로운 배터리를 제공한다.

추가의 예들에서, 배터리 교환들은 창고 관리 시스템에 의해 스케줄링될 수 있다. 예를 들어, 개개의 이동식 로봇은 그들의 배터리 충전 상태를 모니터링하도록 구성될 수 있다. 로봇들은 주기적으로 창고 관리 시스템에 그들의 배터리들의 상태를 표시하는 정보를 전송할 수 있다. 그 다음에, 이러한 정보는 창고 관리 시스템에 의해 사용되어 필요하거나 편리할 때 플릿 내의 개개의 로봇에 대한 배터리 교체들을 스케줄링할 수 있다.

일부 예들에서, 플릿(100)은 상이한 타입들의 배터리들을 사용하는 다수의 상이한 타입들의 이동식 컴포넌트(110)를 포함할 수 있다. 따라서, 배터리 교환 스테이션(126)은 상이한 타입들의 배터리들 및/또는 이동식 로봇들을 위한 상이한 타입들의 배터리 충전기들을 갖출 수 있다. 배터리 교환 스테이션(126)은 또한 상이한 타입들의 로봇들을 위한 배터리들을 대체할 수 있는 로봇 매니퓰레이터를 갖출 수 있다. 일부 예들에서, 이동식 로봇은 다수의 배터리를 포함하는 배터리 컨테이너들을 가질 수 있다. 예를 들어, 팔레트 잭과 같은 자율 포크 트럭(114)은 3개 또는 4개의 배터리를 갖는 스틸 버킷을 가질 수 있다. 스테이션(126)에서의 로봇 팔은 배터리들의 전체 버킷을 들어올리고, 스테이션(126)에서의 선반 상의 배터리 충전기들에 개개의 배터리를 부착하도록 구성될 수 있다. 그 다음에, 로봇 팔은 충전된 배터리들을 찾아 오래된 배터리들을 대체하고, 버킷을 팔레트 잭 내로 재삽입하기 전에 그러한 배터리들을 다시 버킷 내로 이동시킬 수 있다.

추가의 예들에서, 창고 관리 시스템(150) 및/또는 배터리 교환 스테이션(126)의 개별 제어 시스템은 또한 배터리 관리 전략들을 자동화할 수 있다. 예를 들어, 각각의 배터리는 시스템이 개개의 배터리를 식별할 수 있도록 바코드 또는 다른 식별 마크를 가질 수 있다. 배터리 교환 스테이션(126)의 제어 시스템은 (예컨대, 언제 물을 교환할지 또는 배터리들을 완전히 비울지를 결정하기 위해) 개개의 배터리가 몇번 재충전되었는지를 카운트할 수 있다. 제어 시스템은 또한 효율적인 배터리 관리를 위해 어느 배터리들이 어느 로봇 디바이스들에서 시간을 소비했는지, 배터리들이 과거에 스테이션(126)에서 얼마나 오래 재충전되었는지, 그리고 그 외의 관련 속성들을 추적할 수 있다. 이러한 배터리 사용 정보는 로봇 매니퓰레이터가 특정한 이동식 로봇들에게 제공할 배터리들을 선택하기 위해 제어 시스템에 의해 사용될 수 있다.

추가 예들에서, 배터리 교환 스테이션(126)은 일부 경우에는 인간 운영자를 수반할 수도 있다. 예를 들어, 스테이션(126)은 사람이 필요할 때 수동 배터리 교환을 안전하게 수행하거나 스테이션에 새로운 배터리들을 배달하여 플릿(100) 내로 배치할 수 있는 리그(rig)를 포함할 수 있다.

도 2a-2d는 로봇 창고 플릿 내에 포함될 수 있는 로봇 디바이스들의 몇 가지 예들을 예시한다. 본 명세서에 예시된 것들과 형태가 상이한 다른 로봇 디바이스들은 물론 다른 타입들의 로봇 디바이스들이 또한 포함될 수 있다.

도 2a는 예시적인 실시예에 따른, 로봇 트럭 언로더를 예시한다. 일부 예들에서, 로봇 트럭 언로더는 하나 이상의 센서, 하나 이상의 컴퓨터, 및 하나 이상의 로봇 팔을 포함할 수 있다. 센서들은 시각 데이터 및/또는 3차원(3D) 깊이 정보를 캡처하기 위해 하나 이상의 물체를 포함하는 환경을 스캔할 수 있다. 그 다음에, 스캔들로부터의 데이터는 디지털 환경 재구성(digital environment reconstruction)을 제공하기 위해 더 큰 영역들의 표현으로 집적될 수 있다. 추가 예들에서, 재구성된 환경은 그 다음에 픽업을 위한 물체들을 식별하고, 물체들에 대한 픽킹 포지션들(pick positions)을 결정하고, 및/또는 하나 이상의 로봇 팔 및/또는 이동식 베이스에 대한 무-충돌 궤적들을 계획하기 위해 사용될 수 있다.

로봇 트럭 언로더(200)는 환경 내의 물체들을 잡기 위한 그리핑 컴포넌트(204)를 갖는 로봇 팔(202)을 포함할 수 있다. 로봇 팔(202)은 그리핑 컴포넌트(204)를 사용하여 트럭들 또는 다른 컨테이너들을 로딩 또는 언로딩하기 위한 박스들을 픽업해서 배치할 수 있다. 트럭 언로더(200)는 또한 로코모션(locomotion)을 위한 바퀴들(214)을 갖는 이동가능 카트(212)를 포함할 수 있다. 바퀴들(214)은 카트(212)가 2의 자유도로 이동하는 것을 허용하는 홀로노믹 바퀴들일 수 있다. 추가적으로, 랩-어라운드 전방 컨베이어 벨트(wrap-around front conveyor belt)(210)가 홀로노믹 카트(212) 상에 포함될 수 있다. 일부 예들에서, 랩 어라운드 전방 컨베이어 벨트는 그리퍼(gripper)(204)를 회전시킬 필요 없이 트럭 로더(200)가 박스들을 트럭 컨테이너 또는 팔레트로부터 언로딩하거나 그로 로딩하는 것을 허용할 수 있다.

추가의 예들에서, 로봇 트럭 언로더(200)의 감지 시스템은 로봇 팔(202)이 이동함에 따라 환경에 관한 정보를 감지하는 2-차원(2D) 센서들 및/또는 3D 깊이 센서들일 수 있는, 센서(206) 및 센서(208)와 같은, 로봇 팔(202)에 부착된 하나 이상의 센서를 사용할 수 있다. 감지 시스템은 박스들을 효율적으로 픽킹해서 이동시키기 위해 제어 시스템(예컨대, 모션 계획 소프트웨어(motion planning software)를 실행하는 컴퓨터)에 의해 사용될 수 있는 환경에 관한 정보를 결정할 수 있다. 제어 시스템은 디바이스 상에 위치될 수 있거나 디바이스와 원격 통신할 수 있다. 추가의 예들에서, 내비게이션 센서들(216), 안전 센서(218), 및 센서(206) 및 센서(208)와 같은 로봇 팔 상에 장착된 하나 이상의 센서와 같은 이동식 베이스 상에 고정된 마운트들을 갖는 하나 이상의 2D 또는 3D 센서로부터의 스캔들은 트럭 또는 다른 컨테이너의 측면들, 바닥, 천장, 및/또는 전방 벽을 포함하는 환경의 디지털 모델을 구축하기 위해 집적될 수 있다. 이러한 정보를 사용하면, 제어 시스템은 이동식 베이스가 언로딩 또는 로딩을 위한 포지션으로 내비게이팅하게 할 수 있다.

추가의 예들에서, 로봇 팔(202)은 디지털 흡입 그리드 그리퍼(digital suction grid gripper)와 같은 그리퍼(gripper; 204)를 갖출 수 있다. 이러한 실시예들에서, 그리퍼는 원격 감지, 또는 단일 지점 거리 측정에 의해 및/또는 흡입이 달성되는지 검출하는 것에 의해 턴온 또는 오프될 수 있는 하나 이상의 흡입 밸브를 포함할 수 있다. 추가 예들에서, 디지털 흡입 그리드 그리퍼는 연접식 연장부(articulated extension)를 포함할 수 있다. 일부 실시예에서, 유변 유체들(rheological fluids) 또는 분말들로 흡입 그리퍼들을 작동시키는 잠재력은 높은 곡률들을 갖는 물체들에 대한 가외의 그리핑을 가능하게 할 수 있다.

추가적으로, 트럭 언로더(200)는, 전기 전력에 의해 전력을 공급받는 전기 모터일 수 있거나, 가스 기반 연료 또는 태양열 발전과 같은, 다수의 상이한 에너지원들에 의해 전력을 공급받을 수 있는, 모터를 포함할 수 있다. 추가적으로, 모터는 전원으로부터 전력을 받도록 구성될 수 있다. 전원은 로봇 시스템의 다양한 컴포넌트들에 전력을 제공할 수 있고, 예를 들어, 재충전가능 리튬-이온 또는 납-축 배터리(lead-acid battery)를 표현할 수 있다. 예시적인 실시예에서, 이러한 배터리들 중 하나 이상의 뱅크는 전기 전력을 제공하도록 구성될 수 있다. 다른 전원 재료들 및 타입들 또한 가능하다.

도 2b는 예시적인 실시예에 따른, 페디스털 상의 로봇 팔을 예시한다. 보다 구체적으로, 페디스털 로봇(220)은 창고 환경과 같은 환경 내에 위치지정될 수 있고, 도달범위(reach) 내의 물체들을 픽업, 이동 및/또는 다른 방식으로 조작하는데 사용될 수 있다. 일부 예들에서, 페디스털 로봇(220)은 동작하는데 배터리들을 요구하지 않고 무거운 물체를 들어올리는 일(heavy lifting)에 특화되어 있을 수 있다. 페디스털 로봇(220)은, 로봇 트럭 언로더(200)에 관하여 설명된 로봇 매니퓰레이터(202) 및 그리퍼(204)와 동일한 타입일 수 있는, 엔드 이펙터 장착 그리퍼(end-effector-mounted gripper)(224)를 갖는 로봇 팔(222)을 포함할 수 있다. 로봇 팔(222)은 페디스털(226) 상에 장착될 수 있으며, 이는 로봇 팔(222)이 인근 패키지들을 쉽게 픽업하여 이동시키는 것을 허용하여, 이를 테면, 상이한 이동식 로봇들 사이에 패키지들을 분배할 수 있다. 일부 예들에서, 로봇 팔(222)은 또한 박스들의 팔레트들을 구성(construct) 및/또는 해체(deconstruct)하도록 동작가능할 수 있다. 추가 예들에서, 페디스털(226)은 제어 시스템이 로봇 팔(222)의 높이를 변경하는 것을 허용하기 위한 액추에이터를 포함할 수 있다.

추가의 예들에서, 페디스털 로봇(220)의 하부 표면은 팔레트-형상의 구조물일 수 있다. 예를 들어, 하부 표면은 창고 내에서의 물체 이송 또는 저장을 위해 사용되는 다른 팔레트들과 대체로 동등한 치수 및 형상을 가질 수 있다. 페디스털 로봇(220)의 하부를 팔레트으로서 형상화함으로써, 페디스털 로봇(220)은 팔레트 잭 또는 상이한 타입의 자율 포크 트럭에 의해 픽업되어 창고 환경 내의 상이한 위치들로 이동될 수 있다. 예를 들어, 배달 트럭이 창고의 특정한 도킹 포트에 도착할 때, 페디스털 로봇(220)이 픽업되어 배달 트럭에 더 가까운 위치로 이동되어 배달 트럭에서 나오거나 들어가는 박스들을 보다 효율적으로 처리할 수 있다.

추가 예들에서, 페디스털 로봇(220)은 또한 하나 이상의 시각 센서를 포함하여 페디스털 로봇(220)의 부근(vicinity) 내에 있는 박스들 및/또는 다른 로봇 디바이스들을 식별할 수 있다. 예를 들어, 페디스털 로봇(220)의 제어 시스템 또는 전역 제어 시스템은 페디스털 로봇(220) 상의 센서들로부터의 센서 데이터를 사용하여 페디스털 로봇(220)의 로봇 팔(222) 및 그리퍼(224)가 픽업하거나 조작할 박스들을 식별할 수 있다. 추가의 예들에서, 센서 데이터는 또한 개개의 박스들을 어디에 분배할지를 결정하기 위해 이동식 로봇 디바이스들을 식별하는데 사용될 수 있다. 또한, 이종 로봇 플릿 내에서도 다른 타입들의 로봇 고정식 조작 스테이션들이 사용될 수 있다.

도 2c는 예시적인 실시예에 따른, 자율 주행 차량(AGV)을 도시한다. 보다 구체적으로, AGV(240)는 개개의 박스 또는 케이스를 이송할 수 있는 비교적 작은 이동식 로봇 디바이스일 수 있다. AGV(240)는 창고 환경 내에서의 로코모션을 허용하기 위해 바퀴들(242)을 포함할 수 있다. 추가적으로, AGV(240)의 상부 표면(244)은 이송을 위한 박스들 또는 다른 물체들을 배치하는데 사용될 수 있다. 일부 예들에서, 상부 표면(244)은 물체들을 AGV(240)로 또는 그로부터 이동시키기 위해 회전 컨베이어들을 포함할 수 있다. 추가 예들에서, AGV(240)는 배터리 충전 스테이션에서 신속하게 재충전될 수 있고 및/또는 배터리 교환 스테이션에서 새 배터리들로 교환될 수 있는 하나 이상의 배터리에 의해 전력을 공급받을 수 있다. 추가의 예들에서, AGV(240)는 추가적으로, 내비게이션을 위한 센서들과 같은, 본 명세서에서 구체적으로 식별되지 않는 다른 컴포넌트들을 포함할 수 있다. 상이한 형상들 및 크기들을 갖는 AGV들은 또한, 아마도 창고에 의해 핸들링되는 패키지들의 타입들에 따라, 로봇 창고 플릿 내에 포함될 수 있다.

도 2d는 예시적인 실시예에 따른, 자율 포크 트럭을 도시한다. 보다 구체적으로, 자율 포크 트럭(260)은 박스들 또는 다른 더 큰 재료들의 팔레트들을 들어올리고 및/또는 이동시키기 위한 포크리프트(262)를 포함할 수 있다. 일부 예들에서, 포크리프트(262)는 창고 내의 저장 랙 또는 다른 고정식 저장 구조물의 상이한 랙들에 도달하기 위해 상승될 수 있다. 자율 포크 트럭(260)은 추가적으로 창고 내에서 팔레트들을 이송하기 위해 로코모션(locomotion)을 위한 바퀴들(264)을 포함할 수 있다. 추가 예들에서, 자율 포크 트럭은, 로봇 트럭 언로더(200)에 관하여 설명된 것들과 같은, 감지 시스템뿐만 아니라 모터 및 전원을 포함할 수 있다. 자율 포크 트럭(260)은 또한 크기 또는 형상이 도 2d에 예시된 것과 다를 수 있다.

도 3은 예시적인 구현에 따른 시스템(300)을 예시한다. 시스템(300)은 창고 환경에 배치될 수 있는 로봇 디바이스(302), 및 컴퓨팅 시스템(310)을 포함할 수 있다.

로봇 디바이스(302)는 AGV일 수 있거나, 도 2a-2d에 도시된 것들과 같은 하나 이상의 다른 로봇 디바이스의 형태를 취할 수 있다. 다른 형태들 또한 가능하다. 로봇 디바이스(302)는 로봇 디바이스(302) 상에 장착된 하나 이상의 센서에 의해 수집된 정보에 기초하여 창고 환경 전체에 걸쳐 이동하도록 구성될 수 있다. 예를 들어, 로봇 디바이스(302)의 이동을 위한 루트 또는 경로를 생성하는데 사용될 수 있는, 그것의 주변의 전체 또는 부분 3D 모델을 구축할 수 있도록, 로봇 디바이스(302) 상에 하나 이상의 센서가 위치지정될 수 있다. 대안적으로, 로봇 디바이스(302)는 로봇 디바이스(302)에 통신가능하게 결합된 컴퓨팅 시스템으로부터의 커맨드들에 기초하여 이동할 수 있다. 예를 들어, 로봇 디바이스 상에 위치지정되거나 창고 환경 내에 위치지정된 하나 이상의 센서는 데이터를 컴퓨팅 시스템(예컨대, 창고 관리 시스템)에 송신할 수 있고, 그 다음에 이 컴퓨팅 시스템은 로봇 디바이스(302)에 대한 루트, 경로, 또는 다른 내비게이션 명령어들을 생성할 수 있다. 추가 예들에서, 로봇 디바이스(302)는 컴퓨팅 시스템으로부터의 로컬 감지 정보 및 그리고 중앙 집중화된 커맨드들 둘 다의 조합에 기초하여 창고 환경을 이동 및/또는 내비게이팅할 수 있다.

로봇 디바이스(302)는 도 1a에 도시된 창고 환경과 같은 창고 환경 내에 배치될 수 있다. 위에 논의된 바와 같이, 창고 환경은 단일 또는 다수의 방 구조, 및/또는 로딩 독 영역(loading dock area)과 같은 커버되거나 커버되지 않은 영역들을 포함할 수 있다. 창고 환경은 팔레트들, 박스들, 선반들, 또는 다른 아이템들과 같은 복수의 재고 아이템을 포함할 수 있다. 이러한 재고 아이템은 창고 환경 내의 통로들로 조직화된 선반들 상에 배열 및 저장될 수 있다. 이러한 조직화는 로봇 디바이스가 하나 이상의 재고 아이템들에 액세스하기 위해 통로들을 통해 내비게이팅하는 것을 허용할 수 있다. 창고 환경은 또한 하나 이상의 태그, 기점 마커, 시각 식별자, 비컨, 마킹, 또는 로봇 디바이스의 내비게이션을 위해 사용될 수 있는 다른 표시자들을 포함할 수 있다.

일부 예들에서, 각각의 재고 아이템은 컴퓨팅 시스템에 의해 저장된 위치를 가질 수 있다. 위치는 저장된 재고에 기초한 아이템의 예상된 위치일 수 있다. 예상된 위치는, 예를 들어, 아이템이 이동될 때와 같은, 임의의 시간에 컴퓨팅 시스템에서 갱신될 수 있다. 창고의 정기적인 사용 동안, 재고 아이템들은 하나 이상의 목적을 위해 선택될 수 있고, 하나의 위치로부터 다른 위치로 이동될 수 있다. 이는 아이템들의 진정한 또는 실제 위치를 변경할 수 있다. 그러나, 컴퓨팅 시스템이 항상 정확하게 또는 적시에 갱신되지는 않을 수도 있으며, 이는 진정한 위치와 예상된 위치 사이의 미스매치를 야기할 수 있다. 이와 같이, 컴퓨팅 시스템이 항상 정확한 또는 현재 정보를 갖지는 않을 수도 있다.

컴퓨팅 시스템은 또한 예상된 위치에 더하여, 아이템의 콘텐츠들, 크기, 무게, 컬러, 아이템과 연관된 이력, 및 다양한 다른 특성들과 같은 다른 정보를 저장할 수 있다. 이러한 정보는 재고 아이템들을 추적하는데 사용될 수 있는 가상 창고를 구축하는데 사용될 수 있다.

일부 예들에서, 창고 환경에서의 각각의 재고 아이템은 센서 및/또는 접속된 컴퓨팅 디바이스가 아이템을 식별하는 것을 허용하는, 센서가 검출할 수 있는 식별자를 포함할 수 있다. 식별자는 바코드, QR 코드, RFID 칩, 또는 아이템 상에 또는 그 내에 배치될 수 있는 다른 식별자일 수 있다. 다른 예들에서, 재고 아이템의 형상, 크기, 컬러, 텍스처, 또는 아이템 자체의 다른 특성이 아이템을 식별하는데 사용될 수 있다.

일부 예들에서, 바코드들은 각각의 재고 아이템과 연관된 시각 식별자들로서 사용될 수 있다. 각각의 바코드는 재고 아이템의 바깥 쪽에, 이를 테면, 패키징 또는 포장(wrapping) 상에 배치될 수 있다. 로봇 디바이스가 식별자들을 더 빠르고 더 신뢰성 있게 찾을 수 있도록, 아이템들 상의 동일하거나 유사한 위치에, 이를 테면, 하나의 면(face)의 우측 상부 코너에 각각의 아이템에 대한 식별자를 배치하는 것이 유익할 수 있다. 다른 예들에서, RFID 태그 식별자 또는 다른 태그가 아이템 패키징 자체의 안쪽에 배치될 수 있다.

로봇 디바이스(302)는 이미지 데이터를 캡처하도록 구성될 수 있는 카메라(304)를 포함할 수 있다. 캡처된 이미지 데이터는 내비게이션, 장애물 회피, 아이템 식별, 및 로봇 디바이스 식별과 같은, 본 명세서에서 논의된 하나 이상의 목적을 위해 사용될 수 있다. 카메라(304)는 예를 들어 크기, 형상, 깊이, 텍스처, 및 컬러와 같은 시각 정보를 캡처하도록 구성된 하나 이상의 광학 센서를 포함할 수 있다. 일 실시예에서, 카메라(304)는 카메라의 시야의 3D 이미지를 제공하도록 협력하여 동작할 수 있는 렌즈들의 스테레오 쌍을 포함할 수 있다. 카메라(304)는 또한 또는 대안적으로 하나 이상의 렌즈, RADAR 센서, LIDAR 센서, 3D 센서, 또는 다른 타입의 감지 장비를 포함할 수 있다. 더 많거나 더 적은 렌즈가 또한 사용될 수 있다.

카메라(304)는 복수의 상이한 시야를 갖도록 위치지정될 수 있도록 로봇 디바이스(302) 상에 장착될 수 있다. 예를 들어, 카메라(304)는 로봇 디바이스(302)의 앞에 장착될 수 있다(즉, 도 3에 도시된 바와 같이, 로봇 디바이스(302)가 이동할 때 카메라가 전방으로 향하도록). 카메라(304)는 또한, 스위블(swivel)하거나, 좌우로 및/또는 상하로 돌리거나, 로봇 디바이스(302) 상에서 포지션을 변경할 수 있도록 장착될 수 있다. 카메라(304)는 로봇 디바이스 상에서 포지션을 이동할 수 있도록 제어가능 로봇 팔 상에, 또는 트랙 상에 장착될 수 있다. 이러한 방식으로, 카메라(304)는 다수의 상이한 시야를 갖도록 위치지정될 수 있다.

카메라(304)의 시야는 컴퓨팅 시스템(310)에 의해 제어될 수 있는 카메라(304)의 포지션 및 배향에 의존할 수 있다. 아래에 추가로 상세히 논의되는 도 4는 카메라(404)의 예시적인 시야(406)를 예시한다. 이와 같이, 시야는 하나 이상의 경계를 포함할 수 있다. 따라서, 카메라에 의해 캡처된 이미지 데이터는 시야의 경계들에 의해 제한될 수 있다.

일부 예들에서, 카메라(304)는 로봇 디바이스(302)의 내비게이션을 돕기 위한 비전 시스템으로서 사용될 수 있다. 내비게이션을 돕는 것이 카메라(304)의 주요 목적일 수 있다. 카메라(304)는 내비게이션 명령어들을 생성하기 위해 컴퓨팅 시스템(310)에 의해 사용될 수 있는, 로봇 디바이스(302)의 주변에 관한 이미지 데이터를 캡처할 수 있다. 내비게이션을 돕는 데 사용될 수 있는 이미지 데이터를 캡처하기 위해, 카메라(304)는 시야가 로봇 디바이스(302)의 주위 및 앞의 그라운드을 포함하도록 위치지정될 수 있다. 이러한 포지션에서, 카메라(304)에 의해 캡처된 이미지 데이터는 로봇 디바이스(302)의 전방 이동을 방해하는 물체들 및/또는 장애물들을 포함할 수 있다. 내비게이션 명령어들을 생성하려는 목적을 위해 캡처된 이미지 데이터는 또한 선반들, 재고 아이템들, 다른 로봇 디바이스들, 및 시야 내에 위치하는 다른 물체들을 포함할 수 있다.

시스템(300)은 또한 본 명세서에 설명된 하나 이상의 기능을 수행하도록 구성될 수 있는 컴퓨팅 시스템(310)을 포함할 수 있다. 도 3에 도시된 바와 같이, 컴퓨팅 시스템(310)은 로봇 디바이스(302)로부터 분리될 수 있고, 무선 접속을 통해 로봇 디바이스(302)에 통신가능하게 결합될 수 있다. 대안적으로, 일부 예들에서, 컴퓨팅 시스템(310)은 유선 접속을 통해 로봇 디바이스(302)에 결합될 수 있고, 및/또는 로봇 디바이스(302) 자체의 컴포넌트일 수 있다. 다른 예들에서, 컴퓨팅 시스템(310)은 로봇 디바이스(302) 및 다른 곳 둘 다에 위치하는 컴포넌트들을 포함할 수 있어, 본 명세서에 설명된 컴퓨팅 디바이스(310)의 기능들의 수행은 로봇 디바이스(302) 상의 컴포넌트, 중앙 컴퓨팅 디바이스, 또는 이들의 조합에 의해 행해질 수 있게 된다. 또 다른 예들에서, 컴퓨팅 시스템(310)은 2개 이상의 로봇 디바이스에 걸쳐 분배될 수 있어, 컴퓨팅 시스템을 포함하는 로봇 디바이스들의 피어-투-피어 네트워크가 형성되게 된다.

컴퓨팅 시스템(310)은 캡처된 이미지 데이터를 수신하도록 구성될 수 있다. 일부 예들에서, 이미지 데이터는 카메라(304)에 의해 캡처될 수 있고, 다른 예들에서, 로봇 디바이스(302) 상에 장착되거나 창고 환경 내에 배치된 하나 이상의 다른 센서(예컨대, 창고 전체에 걸친 위치들에 배치된 카메라들 또는 센서들)로부터 올 수 있다. 수신된 이미지 데이터에 기초하여, 컴퓨팅 시스템(310)은 로봇 디바이스(302)에 대한 내비게이션 명령어들을 생성할 수 있다. 로봇 디바이스(302)에 대한 내비게이션 명령어들을 생성하는 것은, 로봇 디바이스(302)의 경로를 방해할 수 있는 물체들, 장애물들, 재고 아이템들, 및 다른 로봇 디바이스들을 검출하기 위해 수신된 이미지 데이터를 분석하는 것을 수반할 수 있다. 내비게이션 명령어들을 생성하는 것은 또한 하나 이상의 타겟 재고 아이템, 로봇 디바이스 또는 다른 아이템의 위치들 또는 예상된 위치들과 같은 정보를 검색하는 것을 수반할 수 있다.

일부 예들에서, 로봇 디바이스에 대한 내비게이션 명령어들은 큰 스케일 명령어들뿐만 아니라 작은 스케일 명령어들 둘 다를 포함할 수 있다. 큰 스케일 명령어들은 "남쪽 2개의 통로 및 서쪽 3개의 행을 이동하라"와 같이, 창고 내에서 하나의 위치로부터 다른 위치로 로봇 디바이스를 이동시키는 데 필요한 넓은 명령어들을 포함할 수 있다. 다른 한편으로, 작은 스케일 명령어들은 로봇 디바이스가 그의 큰 스케일 명령어들을 수행하는 동안 장애물에 충돌하는 것을 회피하기 위해 필요한 명령어들을 포함할 수 있다. 로봇 디바이스가 적절히 동작하기 위해서는 크고 작은 스케일 명령어들 둘 다가 필요할 수 있다.

컴퓨팅 시스템(310)은 또한 수신된 이미지 데이터를 분석하여 하나 이상의 재고 아이템에 대응하는 하나 이상의 시각 식별자를 검출하도록 구성될 수 있다. 시각 식별자들은 위에 설명된 바와 같은 바코드들, QR 코드들 등과 같은 온-아이템 시각 식별자들일 수 있다. 일부 예들에서, 식별자들을 검출하는 것은 바코드들 및/또는 바코드들처럼 보이는 물체에 대해 이미지 데이터를 스캔 또는 검색하는 것을 포함할 수 있다. 그 다음에, 바코드가 추출 또는 "판독"될 수 있고, 대응하는 재고 아이템이 결정될 수 있다. 일부 예들에서, 내비게이션 명령어들을 생성하는데 사용되는 카메라(304)에 의해 캡처된 동일한 이미지 데이터는 또한 하나 이상의 온-아이템 시각 식별자를 검출하기 위해 분석될 수 있다. 이와 같이, 이미지 데이터는 내비게이션 명령어들의 생성 및 시각 식별자들의 검출이 컴퓨팅 시스템(310)에 의해 동시에 수행될 수 있다는 점에서 이중 목적일 수 있다.

하나 이상의 온-아이템 시각 식별자를 검출한 후에, 컴퓨팅 시스템(310)은 검출된 시각 식별자(들)에 대응하는 재고 아이템(들)을 식별하고 이에 응답하여 하나 이상의 액션을 수행할 수 있다. 아래 설명되는 액션들은 검출된 각각의 시각 식별자에 대해 수행될 수 있다.

하나 이상의 시각 식별자를 검출하는 것에 응답하여 수행되는 제1 액션은, 재고 아이템의 창고 위치(즉, 아이템의 진정한 또는 실제 위치)를 결정하기 위한 기초로서 이미지 데이터를 사용하는 컴퓨팅 시스템(310)을 포함할 수 있다. 일부 예들에서, 재고 아이템의 창고 위치는 이미지 데이터가 캡처된 시간에 또는 그 근처에서 로봇 디바이스(302) 및/또는 카메라(304)의 알려진 위치에 기초하여 결정될 수 있다. 다른 예들에서, 카메라(304)에 의해 캡처되고 컴퓨팅 시스템(310)에 의해 분석되는 이미지 데이터는 이미지 데이터에 포함된 하나 이상의 아이템 및/또는 로봇 디바이스(302)의 위치에 관한 내장된 정보를 포함할 수 있다.

하나 이상의 시각 식별자를 검출하는 것에 응답하여 수행되는 제2 액션은 컴퓨팅 시스템(310)이 재고 아이템의 예상된 위치를 결정하는 것을 포함할 수 있다. 예상된 위치를 결정하는 것은 메모리로부터 저장된 위치를 검색하거나 예상된 위치를 수신하기 위해 하나 이상의 컴퓨팅 디바이스와 통신하는 것을 포함할 수 있다.

제3 액션은 컴퓨팅 시스템(310)이 창고 위치를 예상된 위치와 비교하는 것을 포함할 수 있다. 일부 예들에서, 이러한 비교는 창고 위치가 예상된 위치로부터 임계 거리 내에 있는지를 결정하는 것을 수반할 수 있다. 이러한 비교는 식별된 재고 아이템이 예상된 위치에 있는지 또는 재고 아이템이 잘못 배치되었는지를 나타낼 수 있다.

제4 액션은 컴퓨팅 시스템(310)이 창고 위치와 예상된 위치 사이의 비교에 기초하여 또는 그에 응답하여 추가 액션을 개시하는 것을 포함할 수 있다. 일부 예들에서, 이는 로봇 디바이스에게 재고 아이템을 픽업하여 다른 위치로 이동시키도록 명령하는 것을 포함할 수 있다. 그것은 또한 또는 대안적으로 재고 아이템의 창고 위치 또는 예상된 위치로 가기 위해 제2 로봇 디바이스 또는 인간 운영자를 파견하는 것을 포함할 수 있다. 다른 예들에서, 추가 액션은 나중에 적절히 이동되거나 다루어질 수 있는, 잘못 배치된 아이템들의 리스트 또는 큐에 재고 아이템을 추가하는 것을 포함할 수 있다. 또 다른 예들에서, 컴퓨팅 디바이스(310)는 창고 위치와 예상된 위치 사이의 임의의 에러들 또는 차이들을 정정하기 위해 재고 아이템의 예상된 위치를 갱신할 수 있다.

도 4는 예시적인 구현에 따른 예시적인 창고 통로(400)를 예시한다. 통로(400)는 하나 이상의 선반(410)을 포함할 수 있으며, 이 선반들은 높이가 다수의 레벨일 수 있고 그 위에 하나 이상의 재고 아이템(412)이 저장되어 있을 수 있다. 각각의 재고 아이템(412)은 온-아이템 시각 식별자(414)를 포함할 수 있고, 이는 재고 아이템들을 서로 구별하고 어느 아이템이 어느 것인지를 식별하는데 사용될 수 있다.

자율 주행 차량(AGV)(402)과 같은 로봇 디바이스가 통로(400)에 위치할 수 있다. 로봇 디바이스(402)는 하나 이상의 측면에서 로봇 디바이스(302)와 유사하거나 동일할 수 있다. 로봇 디바이스(402)는 시야(406)를 가질 수 있는 카메라(404)를 포함할 수 있다. 시야(406)는 카메라(404)의 포지션 및 배향에 따라 변경될 수 있다. 로봇 디바이스(402)는 또한 내비게이션 명령어들을 생성하는 것, 이미지 데이터를 분석하는 것, 및 다른 것들과 같은 하나 이상의 기능을 수행할 수 있는 컴퓨팅 시스템(도시되지 않음)을 포함하거나 이에 통신가능하게 결합될 수 있다.

일부 예들에서, 컴퓨팅 시스템은 타겟 위치에 위치하는 타겟 재고 아이템을 결정할 수 있고, 로봇 디바이스(402)를 타겟 위치에 파견할 수 있다. 컴퓨팅 시스템은 타겟 아이템의 타겟(또는 예상된) 위치를 검색하고, 로봇 디바이스(402)가 타겟 위치로 이동하기 위해 다닐 경로를 생성할 수 있다. 일단 로봇 디바이스(402)가 타겟 위치에 위치지정되면, 그것은 타겟 재고 아이템에 대응하는 시각 식별자를 포함하는 이미지 데이터를 캡처하기 위해 카메라(404)를 사용하도록 구성될 수 있다.

로봇 디바이스(402)가 이동하고 있는 동안, 카메라(404)는 새로운 명령어들일 수 있는 내비게이션 명령어들을 생성하기 위해 컴퓨팅 디바이스에 의해 사용될 수 있는 이미지 데이터를 캡처할 수 있거나, 이전 명령어들을 갱신 또는 변경할 수 있다. 예를 들어, 도 4에서의 로봇 디바이스(402)는 통로(400)의 끝까지 이동하기 위해 내비게이션 명령어들을 수신할 수 있다. 카메라(404)는 로봇 디바이스(402)의 앞에 그라운드를 포함하는 시야를 갖는 이미지 데이터를 캡처하기 위해 제1 포지션에서 아래쪽으로 각질 수 있다. 이러한 제1 포지션에서의 카메라(404)는 장애물(420)을 포함하는 이미지 데이터를 캡처할 수 있다. 이에 응답하여, 컴퓨팅 디바이스는 로봇 디바이스(402)가 장애물(420)을 회피하기 위해 그의 이동 방향을 변경하게 하는 내비게이션 명령어들을 생성할 수 있다.

도 5는 도 4를 참조하여 설명된 창고 통로(400)를 도시한다. 그러나, 도 5에서, 로봇 디바이스(402)의 카메라(404)는 시야(506)가 시야(406)보다 높도록 위쪽으로 각진 제2 포지션에 있다. 시야(506)는 제1 레벨에 위치하는 시각 식별자들에 더하여, 제2 레벨의 선반들(410) 상에 위치하는 재고 아이템들에 대응하는 시각 식별자들을 포함할 수 있다. 그러나, 제2 포지션에서의 카메라는 로봇 디바이스(402) 앞의 그라운드의 감소된 가시성을 가질 수 있거나, 그라운드를 전혀 보지 못할 수도 있다. 이와 같이, 카메라(404)의 위치지정 및 결과적인 시야는 내비게이션의 목적을 위해 그라운드 또는 장애물들을 캡처하는 것과 추가 시각 식별자들을 캡처하는 것 사이의 트레이드-오프를 포함할 수 있다.

이러한 트레이드-오프를 염두에 두고서, 일부 예들은 내비게이션 및 시각 식별자들을 검출하는 것에 관하여, 각각의 포지션의 이점들 및 단점들에 기초하여 카메라(404)의 포지션을 결정하는 것을 포함할 수 있다. 예를 들어, 카메라(404)의 포지션은 (1) 선택된 포지션에서의 카메라(404)에 의해 캡처될 수 있는 하나 이상의 시각 식별자의 값, 및 (2) 카메라가 선택된 포지션에 있을 때 로봇 디바이스(402)의 내비게이션의 정확도에 기초하여 결정될 수 있다. 하나 이상의 시각 식별자의 값은 시각 식별자(들)가 최근에 스캔되었는지 여부, 카메라가 제2 포지션에 비해 제1 포지션에 있을 때 스캔될 수 있는 시각 식별자의 추가 개수, 하나 이상의 시각 식별자 및/또는 재고 아이템과 연관된 우선순위, 하나 이상의 시각 식별자 및/또는 재고 아이템의 중요도(이를 테면, 인기있거나 잘 팔리는 아이템들), 또는 임의의 다른 메트릭에 기초한 것일 수 있다. 또한, 로봇 디바이스(402)의 내비게이션의 정확도는 장애물에 충돌할 가능성, 카메라가 제2 포지션에 비해 제1 포지션에 있을 때의 내비게이션 정밀도의 감소, 또는 다른 메트릭들에 기초한 것일 수 있다.

일부 예들에서, 카메라(404)의 포지션은 동적으로 변경될 수 있다. 예를 들어, 로봇 디바이스(402)가 카메라(404)가 제1 포지션에 있을 때 캡처된 이미지 데이터에 기초하여 결정된 내비게이션 명령어들을 수행하고 있는 동안, 카메라(404)는 추가 시각 식별자들을 캡처하기 위해 제2 포지션에 놓일 수 있다. 카메라(404)는 초기에 도 4에 도시된 바와 같이 아래쪽으로 각질 수 있고, 컴퓨팅 시스템은 장애물(420)을 피하기 위해 로봇 디바이스(402)가 오른쪽으로 1 피트 이동해야 하고, 그 다음에 전방의 경로는 20 피트 동안 클리어한 것으로 결정할 수 있다. 그 다음에, 로봇 디바이스(402)는 이러한 내비게이션 명령어들을 실행하도록 진행할 수 있다. 그러나 이러한 내비게이션 명령어들의 실행 이전에 또는 동안에, 카메라(404)는 도 5에 도시된 상향 각도와 같은 제2 포지션에 놓일 수 있으며, 이는 제1 포지션에서는 카메라(404)에 대해 보이지 않을 수 있는 시각 식별자들을 포함할 수 있다. 대안적으로, 카메라(404)는 로봇 디바이스(402)의 이동 동안, 또는 로봇 디바이스(402)가 정지되어 있는 동안 전후, 상하로 스캔하거나, 또는 다른 방식으로 그의 시야를 변경할 수 있다.

도 6은 예시적인 실시예들에 따른 예시적인 방법(600)의 흐름도를 도시한다. 방법(600)은 본 명세서에 설명된 디바이스들 또는 시스템들, 이를 테면, 도 2a-2d, 도 3, 도 4, 및 도 5에 도시된 로봇 디바이스들, 및/또는 본 명세서에 설명된 컴퓨팅 시스템들 중 임의의 것에 의해 수행될 수 있다.

또한, 본 명세서에 설명된 흐름도들과 관련하여 설명된 기능성은 특수-기능 및/또는 구성된 일반-기능 하드웨어 모듈들, 도 6에 도시된 흐름도와 관련하여 설명된 특정 논리 기능들, 결정들, 및/또는 단계들을 달성하기 위한 프로세서에 의해 실행되는 프로그램 코드의 부분들로서 구현될 수 있다는 점에 유의한다. 사용되는 경우, 프로그램 코드는, 예를 들어, 디스크 또는 하드 드라이브를 포함하는 저장 디바이스와 같은 임의의 타입의 컴퓨터 판독가능 매체 상에 저장될 수 있다. 방법

또한, 도 6에 도시된 흐름도의 각각의 블록은 프로세스에서의 특정 논리 기능들을 수행하도록 배선되는(wired) 회로를 표현할 수 있다. 구체적으로 나타내지 않는 한, 도 6에 도시된 흐름도에서의 기능들은, 설명된 방법의 전체 기능성이 유지되는 한, 수반된 기능성에 따라, 개별적으로 설명된 기능들의 실질적으로 동시적인 실행을 포함하여, 도시되거나 논의된 것과 비순차적으로, 또는 심지어 일부 예들에서는 역순으로 실행될 수 있다.

도 6의 블록 602에서, 방법(600)은 로봇 디바이스 상에 장착된 카메라에 의해 캡처될 수 있는 이미지 데이터를 수신하는 단계를 포함할 수 있다. 카메라는 깊이 정보를 캡처할 수 있는 스테레오 카메라일 수 있다. 위에 설명된 바와 같이, 로봇 디바이스는 복수의 재고 아이템을 포함하는 창고 환경에 배치될 수 있다. 수신된 이미지 데이터는 카메라의 시야를 포괄할 수 있고, 하나 이상의 장애물, 재고 아이템, 시각 식별자, 또는 다른 물체를 포함할 수 있다.

블록 604에서, 방법(600)은 내비게이션 명령어를 생성하는 단계를 포함할 수 있다. 내비게이션 명령어는 수신된 이미지 데이터에 기초하여 생성될 수 있고, 창고 환경 내에서의 로봇 디바이스의 내비게이션을 위해 사용될 수 있다.

블록 606에서, 방법(600)은 온-아이템 시각 식별자들을 검출하는 단계를 포함할 수 있다. 블록 604에서 내비게이션 명령어들을 생성하는데 사용된 수신된 이미지 데이터는 또한 하나 이상의 온-아이템 시각 식별자를 검출하기 위해 분석될 수 있다. 온-아이템 시각 식별자는 창고 환경 내에 위치한 하나 이상의 재고 아이템에 대응할 수 있다. 일부 예들에서, 내비게이션 명령어들을 생성하는데 사용된 이미지 데이터는 또한 온-아이템 시각 식별자들을 검출하기 위해 분석될 수 있어, 내비게이션 명령어들은 온-아이템 시각 식별자들의 검출과 동시에 생성되게 된다.

블록 608에서, 방법(600)은, 각각의 검출된 온-아이템 시각 식별자에 대해, (i) 대응하는 재고 아이템의 창고 위치를 결정하는 단계, (ii) 결정된 창고 위치를 예상된 위치와 비교하는 단계, 및 (iii) 비교에 기초하여 액션을 개시하는 단계를 포함할 수 있다. 대응하는 재고 아이템의 창고 위치를 결정하는 단계는 재고 아이템, 이미지 데이터를 캡처한 카메라, 로봇 디바이스, 및/또는 다른 물체에 대응하는 GPS 위치 데이터, 및/또는 다른 위치 데이터를 수신하는 것을 포함할 수 있다. 결정된 창고 위치를 예상된 위치와 비교하는 단계는 재고 아이템에 대한 예상된 위치를 검색하는 단계, 및 예상된 위치와 창고 위치 사이의 차이를 결정하는 단계를 포함할 수 있다. 이러한 비교에 기초하여, 액션이 수행될 수 있다. 이러한 액션들은, 예를 들어, 인간 운영자를 파견하는 것, 예상된 또는 창고 위치를 갱신하는 것, 재고 아이템을 이동시키는 것, 또는 재고 아이템을 리스트에 추가하는 것과 같은, 본 명세서에서 논의된 임의의 액션일 수 있다.

일부 예들에서, 방법(600)은 또한 타겟 온-아이템 시각 식별자를 갖고, 타겟 위치에 대응하는 타겟 재고 아이템을 결정하는 단계를 포함할 수 있다. 이러한 예들에서 내비게이션 명령어들을 생성하는 단계는 로봇 디바이스를 타겟 위치로 이동시키기 위해 내비게이션 명령어들을 생성하는 단계를 포함할 수 있다. 그 다음에, 방법은 로봇 디바이스를 타겟 위치로 이동시키는 단계, 및 타겟 온-아이템 시각 식별자를 캡처하는 단계를 포함할 수 있다.

방법(600)을 수행하는데 있어서, 로봇 디바이스에 장착된 카메라는 위치지정가능할 수 있다. 카메라의 포지션은 변화할 수 있고, (1) 선택된 포지션에서 카메라에 의해 캡처된 하나 이상의 시각 식별자의 값, 및 (2) 카메라가 선택된 포지션에 있을 때 로봇 디바이스의 내비게이션의 정확도를 포함하는, 위에 설명된 하나 이상의 팩터에 기초하여 결정될 수 있다. 다른 고려사항들 또한 가능하다.

III. 예시적 변형들

일부 예들에서, 내비게이션 명령어들의 생성은 로봇 디바이스가 취할 결과적인 루트의 고려를 포함할 수 있다. 보통은 수송의 시간을 감소시키기 위해 로봇 디바이스가 더 직접적인 루트를 취하는 것이 유익할 수 있다. 그러나, 일부 예들에서, 로봇 디바이스는 더 많은 개수의 재고 아이템들 및 시각 식별자들에 노출될 것이기 때문에, 로봇 디바이스가 우회하는 또는 덜 직접적인 루트를 취하는 것이 유익할 수 있다. 이는 더 많은 시각 식별자들이 검출되고, 따라서 더 정확한 최신의 재고가 유지되는 허용할 할 수 있다.

로봇 디바이스가 제1 위치로부터 제2 위치로 이동하게 하기 위한 제1 내비게이션 명령어 세트가 생성될 수 있다. 이러한 제1 루트를 따라 로봇 디바이스가 노출될 수 있는 시각 식별자의 개수가 결정될 수 있다. 제2 내비게이션 명령어 세트뿐만 아니라, 로봇 디바이스가 노출될 수 있는 제2 시각 식별자 개수도 결정될 수 있다. 로봇 디바이스에 의한 실행을 위해 제2 루트가 선택될 수 있는데, 그 이유는 제2 내비게이션 명령어 세트를 수행하는데 있어서, 로봇 디바이스가 해당 루트를 따라 재고 아이템들에 관한 가치있는 정보를 획득할 수 있기 때문이다. 다른 예들에서, 특정한 내비게이션 명령어들이 다른 이유들을 위해 또한 선택될 수 있다.

본 개시내용은, 다양한 양태들의 예시로서 의도되는, 본 출원에서 설명된 특정 실시예들의 견지에서 제한되어서는 안 된다. 본 기술분야의 통상의 기술자들에게 명백한 바와 같이, 많은 수정 및 변형이 사상 및 범위로부터 벗어나지 않고 이루어질 수 있다. 본 명세서에 열거된 것들에 더하여, 본 개시내용의 범위 내에 있는 기능적으로 등가인 방법들 및 장치들은 전술한 설명들로부터 본 기술분야의 통상의 기술자들에게 명백할 것이다. 이러한 수정들 및 변형들은 첨부된 청구항들의 범위 내에 속하는 것으로 의도된다.

위의 상세한 설명은 첨부 도면들을 참조하여 개시된 시스템들, 디바이스들, 및 방법들의 다양한 피처들 및 기능들을 설명한다. 도면들에서, 유사한 심볼들은 문맥이 달리 지시하지 않는 한, 통상적으로 유사한 컴포넌트들을 식별한다. 본 명세서에 그리고 도면들에서 설명되는 예시적인 실시예들은 제한적인 것으로 의도되지 않는다. 본 명세서에 제시된 주제의 사상 또는 범위를 벗어나지 않고, 다른 실시예들이 활용될 수 있고, 다른 변경들이 이루어질 수 있다. 본 명세서에서 일반적으로 설명되고 도면들에 예시된 바와 같이, 본 개시내용의 양태들은 매우 다양한 상이한 구성들로 배열, 치환, 조합, 분리 및 설계될 수 있으며, 이들 모두는 본 명세서에서 명시적으로 고려된다는 것이 쉽게 이해될 것이다.

정보의 처리를 표현하는 블록은 본 명세서에서 설명된 방법 또는 기법의 특정 논리 기능들을 수행하도록 구성될 수 있는 회로에 대응할 수 있다. 대안적으로 또는 추가적으로, 정보의 처리를 표현하는 블록은 모듈, 세그먼트, 또는 (관련 데이터를 포함하는) 프로그램 코드의 일부에 대응할 수 있다. 프로그램 코드는 방법 또는 기법에서의 특정 논리 기능들 또는 액션들을 구현하기 위한 프로세서에 의해 실행가능한 하나 이상의 명령어들을 포함할 수 있다. 프로그램 코드 및/또는 관련 데이터는 디스크 또는 하드 드라이브 또는 다른 저장 매체를 포함하는 저장 디바이스와 같은 임의의 타입의 컴퓨터 판독가능 매체 상에 저장될 수 있다.

컴퓨터 판독가능 매체는 또한 레지스터 메모리, 프로세서 캐시, 및 랜덤 액세스 메모리(RAM)와 같은 짧은 기간 동안 데이터를 저장하는 컴퓨터 판독가능 매체와 같은 비일시적 컴퓨터 판독가능 매체를 포함할 수 있다. 컴퓨터 판독가능 매체는 또한, 예를 들어, 판독 전용 메모리(ROM), 광학 또는 자기 디스크, 콤팩트 디스크 판독 전용 메모리(CD-ROM)와 같은, 보조 또는 지속적 장기 저장과 같이, 더 긴 시간 기간 동안 프로그램 코드 및/또는 데이터를 저장하는 비일시적 컴퓨터 판독가능 매체를 포함할 수 있다. 컴퓨터 판독가능 매체는 또한 임의의 다른 휘발성 또는 비휘발성 저장 시스템일 수 있다. 컴퓨터 판독가능 매체는 예를 들어 컴퓨터 판독가능 저장 매체 또는 유형의(tangible) 저장 디바이스로 간주될 수 있다.

또한, 하나 이상의 정보 송신을 나타내는 블록은 동일한 물리적 디바이스에서의 소프트웨어 및/또는 하드웨어 모듈들 사이의 정보 송신들에 대응할 수 있다. 그러나, 다른 정보 송신들은 상이한 물리적 디바이스들에서의 소프트웨어 모듈들 및/또는 하드웨어 모듈들 사이에 이루어질 수 있다.

도면들에 도시된 특정 배열들은 제한적인 것으로 간주되어서는 안 된다. 다른 실시예들은 주어진 도면에 도시된 각각의 요소를 더 많이 또는 더 적게 포함할 수 있다는 것을 이해해야 한다. 또한, 예시된 요소들 중 일부는 조합되거나 생략될 수 있다. 또한, 예시적인 실시예는 도면들에 예시되지 않은 요소들을 포함할 수 있다.

다양한 양태들 및 실시예들이 본 명세서에 개시되었지만, 다른 양태들 및 실시예들이 본 기술분야의 통상의 기술자들에게 명백할 것이다. 본 명세서에 개시된 다양한 양태들 및 실시예들은 예시의 목적들을 위한 것이고 제한적인 것으로 의도되지 않으며, 진정한 범위는 이하의 청구항들에 의해 나타내어진다.

Claims

방법으로서,
창고 환경을 통한 로봇 디바이스의 내비게이션 동안, 상기 로봇 디바이스에 결합된 카메라에 의해 캡처된 이미지 데이터를 수신하는 단계 - 상기 창고 환경 내에는 복수의 재고 아이템이 위치함 -;
상기 수신된 이미지 데이터에 기초하여, 상기 창고 환경 내에서의 상기 로봇 디바이스의 내비게이션을 위한 내비게이션 명령어를 생성하는 단계;
상기 수신된 이미지 데이터를 분석하여 상기 복수의 재고 아이템 중 하나 이상에 대응하는 하나 이상의 온-아이템 시각 식별자를 검출하는 단계; 및
각각의 검출된 시각 식별자에 대해:
상기 검출된 시각 식별자에 대응하는 재고 아이템의 창고 위치를 결정하기 위한 기초로서 상기 이미지 데이터를 사용하는 단계;
상기 재고 아이템의 결정된 창고 위치를 상기 재고 아이템의 예상된 위치와 비교하는 단계; 및
상기 결정된 창고 위치와 상기 예상된 위치 사이의 비교에 기초하여 액션을 개시하는 단계
를 포함하는, 방법.
제1항에 있어서, 상기 로봇 디바이스에 결합된 상기 카메라는 스테레오 카메라인, 방법.
제1항에 있어서, 상기 로봇 디바이스는 자율 주행 차량(autonomous guided vehicle; AGV)인, 방법.
제1항에 있어서, 상기 수신된 이미지 데이터에 기초하여 상기 내비게이션 명령어를 생성하는 단계 및 상기 수신된 이미지 데이터를 분석하여 하나 이상의 온-아이템 시각 식별자를 검출하는 단계는 동시에 발생하는, 방법.
제1항에 있어서, 상기 액션은 상기 결정된 창고 위치에 운영자를 파견하는 단계를 포함하는, 방법.
제1항에 있어서, 상기 로봇 디바이스는 제1 로봇 디바이스이고, 상기 액션은 상기 결정된 창고 위치에 제2 로봇 디바이스를 파견하는 단계를 포함하는, 방법.
제1항에 있어서,
타겟 위치에 대응하는 타겟 시각 식별자를 갖는 타겟 재고 아이템을 결정하는 단계 - 상기 내비게이션 명령어를 생성하는 단계는 상기 로봇 디바이스를 상기 타겟 위치로 이동시키기 위한 명령어를 생성하는 단계를 포함함 -;
상기 로봇 디바이스를 상기 타겟 위치로 이동시키는 단계; 및
상기 카메라에 의해, 상기 타겟 시각 식별자를 캡처하는 단계
를 추가로 포함하는, 방법.
제1항에 있어서, 상기 로봇 디바이스 상에 장착된 상기 카메라는 위치지정가능하고, 상기 카메라의 선택된 포지션은 상기 선택된 포지션에서 상기 카메라에 의해 캡처된 하나 이상의 시각 식별자의 값에 기초하여 결정되는, 방법.
제1항에 있어서, 상기 로봇 디바이스 상에 장착된 상기 카메라는 위치지정가능하고, 상기 카메라의 선택된 포지션은 상기 카메라가 상기 선택된 포지션에 있을 때 상기 로봇 디바이스의 내비게이션의 정확도에 기초하여 결정되는, 방법.
제1항에 있어서, 상기 내비게이션 명령어는 상기 카메라로 하여금 제1 시각 식별자 개수를 포함하는 이미지 데이터를 캡처하게하는 제1 내비게이션 명령어를 포함하는, 방법.
제10항에 있어서, 상기 방법은,
상기 카메라로 하여금 제2 시각 식별자 개수를 포함하는 이미지 데이터를 캡처하게하는 제2 내비게이션 명령어를 생성하는 단계 - 상기 제2 시각 식별자 개수는 상기 제1 시각 식별자 개수보다 더 많음 -; 및
상기 제2 내비게이션 명령어를 수행하는 단계
를 추가로 포함하는 방법.
시스템으로서,
창고 환경에 배치된 로봇 디바이스 - 상기 창고 환경 내에는 복수의 재고 아이템이 위치됨 -;
상기 로봇 디바이스에 결합된 카메라 - 상기 카메라는 이미지 데이터를 캡처하도록 구성됨 -; 및
컴퓨팅 시스템
을 포함하고, 상기 컴퓨팅 시스템은,
상기 캡처된 이미지 데이터를 수신하고;
상기 수신된 이미지 데이터에 기초하여, 상기 창고 환경 내에서 상기 로봇 디바이스의 내비게이션을 위한 내비게이션 명령어를 생성하고;
상기 수신된 이미지 데이터를 분석하여 상기 재고 아이템들 중 하나 이상에 대응하는 하나 이상의 온-아이템 시각 식별자를 검출하고;
각각의 검출된 시각 식별자에 대해,
상기 검출된 시각 식별자에 대응하는 재고 아이템의 창고 위치를 결정하고;
상기 재고 아이템의 상기 결정된 창고 위치를 상기 재고 아이템의 예상된 위치와 비교하고;
상기 결정된 창고 위치와 상기 예상 위치 사이의 비교에 기초하여 액션을 개시하도록 구성되는, 시스템.
제12항에 있어서, 상기 로봇 디바이스에 결합된 상기 카메라는 스테레오 카메라인, 시스템.
제12항에 있어서, 상기 로봇 디바이스는 자율 주행 차량(AGV)인, 시스템.
제12항에 있어서, 상기 컴퓨팅 시스템은 상기 수신된 이미지 데이터에 기초하여 상기 내비게이션 명령어를 생성하고 상기 수신된 이미지 데이터를 분석하여 하나 이상의 온-아이템 시각 식별자를 동시에 검출하도록 추가로 구성되는, 시스템.
제12항에 있어서, 상기 액션은 상기 결정된 창고 위치에 운영자를 파견하는 것을 포함하는, 시스템.
제12항에 있어서, 상기 로봇 디바이스는 제1 로봇 디바이스이고, 상기 액션은 상기 결정된 창고 위치에 제2 로봇 디바이스를 파견하는 것을 포함하는, 시스템.
제12항에 있어서,
상기 컴퓨팅 시스템은 타겟 위치에 대응하는 타겟 시각 식별자를 갖는 타겟 재고 아이템을 결정하도록 추가로 구성되고, 상기 내비게이션 명령어를 생성하는 것은 상기 로봇 디바이스를 상기 타겟 위치로 이동시키기 위한 명령어를 생성하는 것을 포함하고;
상기 로봇 디바이스는 상기 타겟 위치를 이동시키도록 구성되고;
상기 카메라는 상기 타겟 시각 식별자를 캡처하도록 추가로 구성되는, 시스템.
제12항에 있어서, 상기 로봇 디바이스에 결합된 상기 카메라는 위치지정가능하고, 상기 카메라의 선택된 포지션은 상기 선택된 포지션에서 상기 카메라에 의해 캡처된 하나 이상의 시각 식별자의 값에 기초하여 결정되는, 시스템.
제12항에 있어서, 상기 로봇 디바이스에 결합된 상기 카메라는 위치지정가능하고, 상기 카메라의 선택된 포지션은 상기 카메라가 상기 선택된 포지션에 있을 때 상기 로봇 디바이스의 내비게이션의 정확도에 기초하여 결정되는, 시스템.
제12항에 있어서, 상기 내비게이션 명령어는 상기 카메라로 하여금 제1 시각 식별자 개수를 포함하는 이미지 데이터를 캡처하게 하는 제1 내비게이션 명령어를 포함하는, 시스템.
제21항에 있어서, 상기 컴퓨팅 시스템은 상기 카메라로 하여금 제2 시각 식별자 개수를 포함하는 이미지 데이터를 캡처하게 하는 제2 내비게이션 명령어를 생성하도록 추가로 구성되고, 상기 제2 시각 식별자 개수는 상기 제1 시각 식별자 개수보다 더 많고;
상기 로봇 디바이스는 상기 제2 내비게이션 명령어들을 수행하도록 구성되는, 시스템.
창고 환경에 배치된 로봇 디바이스 - 상기 창고 환경 내에는 복수의 재고 아이템이 위치됨 - 로서,
이미지 데이터를 캡처하도록 구성되는 카메라; 및
컴퓨팅 시스템
을 포함하고, 상기 컴퓨팅 시스템은,
상기 캡처된 이미지 데이터를 수신하고;
상기 수신된 이미지 데이터에 기초하여, 상기 창고 환경 내에서 상기 로봇 디바이스의 내비게이션을 위한 내비게이션 명령어를 생성하고;
상기 수신된 이미지 데이터를 분석하여 상기 재고 아이템들 중 하나 이상에 대응하는 하나 이상의 온-아이템 시각 식별자를 검출하고;
각각의 검출된 시각 식별자에 대해,
상기 검출된 시각 식별자에 대응하는 재고 아이템의 창고 위치를 결정하고;
상기 재고 아이템의 상기 결정된 창고 위치를 상기 재고 아이템의 예상된 위치와 비교하고;
상기 결정된 창고 위치와 상기 예상 위치 사이의 비교에 기초하여 액션을 개시하도록 구성되는, 로봇 디바이스.
제23항에 있어서, 상기 컴퓨팅 시스템은 상기 수신된 이미지 데이터에 기초하여 상기 내비게이션 명령어를 생성하고, 상기 수신된 이미지 데이터를 분석하여 하나 이상의 온-아이템 시각 식별자를 동시에 검출하도록 추가로 구성되는, 로봇 디바이스.
제23항에 있어서,
상기 컴퓨팅 시스템은 타겟 위치에 대응하는 타겟 시각 식별자를 갖는 타겟 재고 아이템을 결정하도록 추가로 구성되고, 상기 내비게이션 명령어들을 생성하는 것은 상기 로봇 디바이스를 상기 타겟 위치로 이동시키기 위한 내비게이션 명령어들을 생성하는 것을 포함하고;
상기 로봇 디바이스는 상기 타겟 위치를 이동시키도록 구성되고;
상기 카메라는 상기 타겟 시각 식별자를 캡처하도록 추가로 구성되는, 로봇 디바이스.
제23항에 있어서, 상기 카메라는 위치지정가능하고, 상기 카메라의 선택된 포지션은 상기 선택된 포지션에서 상기 카메라에 의해 캡처된 하나 이상의 시각 식별자의 값에 기초하여 결정되는, 로봇 디바이스.
제23항에 있어서, 상기 카메라는 위치지정가능하고, 상기 카메라의 선택된 포지션은 상기 카메라가 상기 선택된 포지션에 있을 때 상기 로봇 디바이스의 내비게이션의 정확도에 기초하여 결정되는, 로봇 디바이스.