【技術實現步驟摘要】
本申請屬于物流機器人，具體涉及一種基于邊緣訓練的多物流機器人系統、訓練及配送方法。
技術介紹
1、物流機器人通常用于面向不便于外賣員、快遞員進入的封閉管理寫字樓、園區、社區、校園等，實現包裹、信件、餐飲等物品的物流配送。
2、現有技術中，物流機器人需要具有目標分類識別能力,從而在物流配送過程中,能夠自主識別周邊目標屬于：配送物品\人體\車輛\障礙物\建筑物構造\交通標線和標志\路徑等,物流機器人的目標分類識別模塊一般具有多層卷積神經網絡及輸出類別概率分布的分類器，進而物流機器人根據目標分類識別的結果,面向不同的目標類別,執行適應性的作業,例如貼近\停止\避讓繞行\加減速等。
3、物流機器人的目標分類識別模塊要利用訓練集進行預先訓練,然后投入使用。但是,物流機器人使用中面對的實際場景中,各類目標的構成\形態復雜,變化動態性強,所以要持續進行增強訓練,提升目標分類識別的準確度和響應速度。
4、對于增強訓練來說,由于每批應用的物流機器人部署地點涵蓋的場景,甚至每臺機器人被分配的配送任務所涵蓋的場景,都存在較大差異性和多樣性,廠家提供和更新的訓練集,也很難完整涵蓋這些場景,因此利用訓練集的增強訓練在提升機器人面向實際場景的針對性方面存在瓶頸.另一方面來說,利用訓練集也使得物流機器人會被一些實際應用中不會遇到或者罕見的場景目標進行訓練,導致訓練針對性差,效率低.
技術實現思路
1、基于以上技術問題，本申請提出一種基于邊緣訓練的多物流機器人系統、訓練及配送方
2、第一方面，本申請提出一種基于邊緣訓練的多物流機器人系統，包括：物流機器人以及在云端的運營中心；所述物流機器人與運營中心實時進行通訊；
3、所述物流機器人用于實現物流配送過程中的全作業環節的自主執行，集成多種類型的傳感器以及智能控制器，能夠自動形成并記錄作業進程數據，并將作業進程數據實時上傳到運營中心；
4、所述運營中心用于根據每臺物流機器人的作業進程數據，對實際應用場景中涵蓋的目標進行分類，基于不同分類對應的分類訓練器，對物流機器人執行知識蒸餾訓練，調用訓練后的物流機器人，使得物流機器人能夠完成指定配送任務。
5、所述運營中心包括：場景分析模塊、分類訓練組合模塊、訓練協調模塊以及機器人調度模塊；
6、所述場景分析模塊用于根據每臺物流機器人的所述作業進程數據,確定物流機器人的實際應用場景,進而確定該實際應用場景中涵蓋的目標，并對所述目標進行分類；
7、所述分類訓練組合模塊包括多個分類訓練器,每個分類訓練器能夠針對單一類型的目標進行分類,且每個分類訓練器具有與本類型的目標對應的訓練樣本集；
8、所述訓練協調模塊用于調用分類訓練組合模塊中的至少一個分類訓練器,對物流機器人執行知識蒸餾訓練；
9、所述機器人調度模塊用于根據物流配送的派單需求,確定所述派單需求對應的實際應用場景,進而調配針對實際應用場景訓練的物流機器人,響應對應的派單需求。
10、所述作業進程數據包括：路徑記錄、物流配送過程中的周邊場景目標數據、動作執行數據。
11、所述分類訓練器相當于知識蒸餾中的教師網絡,所述物流機器人相當于知識蒸餾中的學生網絡；
12、所述訓練協調模塊能夠針對每臺物流機器人實際應用場景中涵蓋的目標,調用對應的分類訓練器,對物流機器人執行知識蒸餾訓練。
13、所述訓練協調模塊還能夠調用兩個或者兩個以上的物流機器人組成邊緣訓練組,其中一部分物流機器人作為知識蒸餾中的教師網絡,而其他的物流機器人相當于知識蒸餾中的學生網絡,從而實現邊緣訓練組中物流機器人的互訓練；
14、所述訓練協調模塊能夠根據物流機器人的實際應用場景,將實際應用場景相同的物流機器人組成邊緣訓練組,將在所述實際應用場景中執行配送任務次數多或者時間長的物流機器人作為知識蒸餾中的教師網絡,并將執行既往物流配送任務時記錄的場景目標數據作為訓練樣本集；將其他物流機器人作為知識蒸餾中的學生網絡。
15、所述物流機器人接入無線寬帶物聯網，具備上下行網絡通信能力，能夠與云端的運營中心保持實時通信，物流機器人在運行全過程中，將所述作業進程數據保持實時上傳。
16、第二方面，本申請提出一種基于邊緣訓練的多物流機器人訓練方法，包括如下步驟：
17、根據每臺物流機器人的作業進程數據,確定物流機器人的實際應用場景,進而確定該實際應用場景中涵蓋的目標；
18、采用分類訓練器針對單一類型的目標進行分類；
19、調用至少一個分類訓練器,對物流機器人執行知識蒸餾訓練；
20、根據物流配送的派單需求,確定所述派單需求對應的實際應用場景,進而調配針對實際應用場景訓練的物流機器人,響應對應的派單需求。
21、所述調用至少一個分類訓練器,對物流機器人執行知識蒸餾訓練，包括如下步驟：
22、將分類訓練器作為知識蒸餾中的教師網絡,將物流機器人作為知識蒸餾中的學生網絡；
23、對每臺物流機器人實際應用場景中涵蓋的目標,調用對應的分類訓練器,對物流機器人執行知識蒸餾訓練。
24、所述調用至少一個分類訓練器,對物流機器人執行知識蒸餾訓練，還包括如下步驟：
25、調用兩個或者兩個以上的物流機器人組成邊緣訓練組,其中一部分物流機器人作為知識蒸餾中的教師網絡,而其他的物流機器人相當于知識蒸餾中的學生網絡,從而實現邊緣訓練組中物流機器人的互訓練；
26、根據物流機器人的實際應用場景,將實際應用場景相同的物流機器人組成邊緣訓練組,將在所述實際應用場景中執行配送任務次數多或者時間長的物流機器人作為知識蒸餾中的教師網絡,并將執行既往物流配送任務時記錄的場景目標數據作為訓練樣本集；將其他物流機器人作為知識蒸餾中的學生網絡。
27、第三方面，本申請提出一種基于邊緣訓練的多物流機器人配送方法，包括如下步驟：
28、根據運營中心的調度，物流機器人去完成指定的配送任務；
29、物流機器人能夠自動形成并記錄作業進程數據，并將作業進程數據實時上傳到運營中心。
30、有益技術效果：
31、本申請提出一種基于邊緣訓練的多物流機器人系統、訓練及配送方法，突破了傳統方法的技術瓶頸，基于不同分類對應的分類訓練器，對物流機器人執行知識蒸餾訓練，不但可以將運營中心中的將分類訓練器作為知識蒸餾中的教師網絡,將物流機器人作為知識蒸餾中的學生網絡；對每臺物流機器人實際應用場景中涵蓋的目標,調用對應的分類訓練器,對物流機器人執行知識蒸餾訓練。還能夠調用兩個或者兩個以上的物流機器人組成邊緣訓練組,其中一部分物流機器人作為知識蒸餾中的教師網絡,而其他的物流機器人相當于知識蒸餾中的學生網絡,從而實現邊緣訓練組中物流機器人的互訓練。本申請提高了物流機器人訓練的準確性，提高了訓練的效率。
本文檔來自技高網...【技術保護點】
1.一種基于邊緣訓練的多物流機器人系統，其特征在于，包括：物流機器人以及在云端的運營中心；所述物流機器人與運營中心實時進行通訊；
2.如權利要求1所述的基于邊緣訓練的多物流機器人系統，其特征在于，所述運營中心包括：場景分析模塊、分類訓練組合模塊、訓練協調模塊以及機器人調度模塊；
3.如權利要求1或2所述的基于邊緣訓練的多物流機器人系統，其特征在于，所述作業進程數據包括：路徑記錄、物流配送過程中的周邊場景目標數據、動作執行數據。
4.如權利要求2所述的基于邊緣訓練的多物流機器人系統，其特征在于，所述分類訓練器相當于知識蒸餾中的教師網絡,所述物流機器人相當于知識蒸餾中的學生網絡；
5.如權利要求2所述的基于邊緣訓練的多物流機器人系統，其特征在于，所述訓練協調模塊還能夠調用兩個或者兩個以上的物流機器人組成邊緣訓練組,其中一部分物流機器人作為知識蒸餾中的教師網絡,而其他的物流機器人相當于知識蒸餾中的學生網絡,從而實現邊緣訓練組中物流機器人的互訓練；
6.如權利要求1所述的基于邊緣訓練的多物流機器人系統，其特征在于，所述物流機器人
7.一種基于邊緣訓練的多物流機器人訓練方法，其特征在于，包括如下步驟：
8.如權利要求7所述的基于邊緣訓練的多物流機器人訓練方法，其特征在于，所述調用至少一個分類訓練器,對物流機器人執行知識蒸餾訓練，包括如下步驟：
9.如權利要求7所述的基于邊緣訓練的多物流機器人訓練方法，其特征在于，所述調用至少一個分類訓練器,對物流機器人執行知識蒸餾訓練，還包括如下步驟：
10.一種基于邊緣訓練的多物流機器人配送方法，其特征在于，包括如下步驟：
...【技術特征摘要】
1.一種基于邊緣訓練的多物流機器人系統，其特征在于，包括：物流機器人以及在云端的運營中心；所述物流機器人與運營中心實時進行通訊；
2.如權利要求1所述的基于邊緣訓練的多物流機器人系統，其特征在于，所述運營中心包括：場景分析模塊、分類訓練組合模塊、訓練協調模塊以及機器人調度模塊；
3.如權利要求1或2所述的基于邊緣訓練的多物流機器人系統，其特征在于，所述作業進程數據包括：路徑記錄、物流配送過程中的周邊場景目標數據、動作執行數據。
4.如權利要求2所述的基于邊緣訓練的多物流機器人系統，其特征在于，所述分類訓練器相當于知識蒸餾中的教師網絡,所述物流機器人相當于知識蒸餾中的學生網絡；
5.如權利要求2所述的基于邊緣訓練的多物流機器人系統，其特征在于，所述訓練協調模塊還能夠調用兩個或者兩個以上的物流機器人組成邊緣訓練組,其中一部分物流機器人作為知識蒸餾中的教師...
【專利技術屬性】
技術研發人員：李艷光，
申請(專利權)人：北京緣順福咨詢有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。