用于在工作空间内定位传感器的方法和系统与流程

1.本公开涉及用于在工作空间内定位一个或多个传感器的方法和/或系统。


背景技术：

2.本部分中的陈述仅提供了与本公开相关的背景信息，并且可能不构成现有技术。
3.工作空间可包括执行各种自动化任务的一个或多个工业机器人。此外，工作空间可包括被配置为获得工作空间的图像数据的一个或多个传感器，从而使得计算装置和/或机器人控制器能够识别工作空间中的对象。通过识别工作空间中的对象，工业机器人可在执行各种自动化任务时将对象容纳在工作空间中。然而，由于例如一个或多个传感器的限制、机器人的放置和/或工作空间配置以及其他因素而在工作空间内的不可检测区可能会阻止工业机器人将对象容纳在工作空间的不可检测区内。
4.本公开解决了在制造环境中使用工业机器人的这些问题，以及工业机器人的其他问题。


技术实现要素：

5.本部分提供了对本公开的总体概述并且不是对其全部范围或其所有特征的全面公开。
6.本公开提供了一种用于控制包括一个或多个机器人的工作空间的一个或多个传感器的位置的方法。所述方法包括生成具有一个或多个数字机器人、一个或多个数字传感器和数字传送系统的工作空间模型，其中所述工作空间模型是所述工作空间的数字模型，所述一个或多个数字机器人是所述一个或多个机器人的数字模型，并且所述一个或多个数字传感器是所述一个或多个传感器的数字模型。所述方法包括针对所述一个或多个数字机器人的任务，基于所述一个或多个数字传感器的传感器特性来模拟所述工作空间模型内的所述一个或多个数字传感器的传感器操作，其中所述传感器特性包括所述数字传感器的取向、所述数字传感器沿着所述数字传送系统的位置或它们的组合。所述方法包括针对所述一个或多个数字机器人的所述任务，基于所模拟的传感器操作来识别所述工作空间模型内的不可检测区域。所述方法包括由传送系统基于与所述任务相关联的所述不可检测区域来选择性地定位所述一个或多个传感器中的一组传感器，其中所述一个或多个传感器操作性地联接到所述传送系统。
7.在一些形式中，选择性地定位所述一组传感器还包括沿着所述传送系统移动所述一组传感器。
8.在一些形式中，选择性地定位所述一组传感器还包括旋转所述一组传感器。
9.在一些形式中，所述工作空间还包括附接到所述一组传感器的一个或多个致动器，并且所述一个或多个致动器被配置为旋转所述一组传感器。
10.在一些形式中，所述方法还包括基于与所述任务相关联的所述不可检测区域来确定总体不可检测区域。
11.在一些形式中，所述方法还包括响应于所述总体不可检测区域不满足检测指标而选择性地定位所述一组传感器。
12.在一些形式中，所述方法还包括确定所述总体不可检测区域是否对应于帕累托最优状态。
13.在一些形式中，所述一组传感器被选择性地定位成使得所述不可检测区域对应于所述帕累托最优状态。
14.在一些形式中，基于表示所述工作空间模型的多个体素来识别所述工作空间模型内的所述不可检测区域。
15.在一些形式中，所述方法还包括基于所模拟的传感器操作和所述多个体素来生成深度图，其中基于所述深度图的一个或多个值来确定所述工作空间模型内的所述不可检测区域，并且其中所述深度图的所述一个或多个值中的每一个与所述一个或多个体素中的一个相关联。
16.在一些形式中，响应于所述深度图的所述一个或多个值小于阈值深度值来确定所述工作空间模型内的所述不可检测区域。
17.在一些形式中，所述方法还包括基于与所述任务相关联的所述不可检测区域来确定总体不可检测区域，以及基于多目标优化程序来确定所述总体不可检测区域是否满足检测指标，其中响应于所述总体不可检测区域不满足所述检测指标，沿着所述传送系统选择性地定位所述一组传感器。
18.在一些形式中，所述传送系统被配置为在所述工作空间的二维空间、所述工作空间的三维空间或它们的组合中移动所述一组传感器。
19.本公开提供了一种用于控制包括一个或多个机器人的工作空间的一个或多个传感器的位置的系统。所述系统包括处理器和包括能够由所述处理器执行的指令的非暂时性计算机可读介质。所述指令包括生成具有一个或多个数字机器人、一个或多个数字传感器和数字传送系统的工作空间模型，其中所述工作空间模型是所述工作空间的数字模型，所述一个或多个数字机器人是所述一个或多个机器人的数字模型，并且所述一个或多个数字传感器是所述一个或多个传感器的数字模型。所述指令包括针对所述一个或多个数字机器人的任务，基于所述一个或多个数字传感器的传感器特性来模拟所述工作空间模型内的所述一个或多个数字传感器的传感器操作，其中所述传感器特性包括所述数字传感器的取向、所述数字传感器沿着所述数字传送系统的位置或它们的组合。所述指令包括针对所述一个或多个数字机器人的所述任务，基于所模拟的传感器操作来识别所述工作空间模型内的不可检测区域。所述指令包括广播命令以由传送系统基于与所述任务相关联的所述不可检测区域来选择性地定位所述一个或多个传感器中的一组传感器，其中所述一个或多个传感器操作性地联接到所述传送系统。
20.在一些形式中，所述指令还包括：基于与所述一个或多个任务中的每一个相关联的所述不可检测区域来确定总体不可检测区域；确定所述总体不可检测区域是否对应于帕累托最优状态；以及广播命令以移动所述一组任务传感器，使得不可检测区域对应于帕累托最优状态。
21.在一些形式中，所述指令还包括：基于与所述任务相关联的所述不可检测区域来确定总体不可检测区域；基于多目标优化程序来确定所述总体不可检测区域是否满足检测
指标；以及广播命令以响应于所述总体不可检测区域不满足所述检测指标，沿着所述传送系统移动所述一组传感器。
22.在一些形式中，选择性地定位所述一组传感器还包括沿着所述传送系统移动所述一组传感器、旋转所述一组传感器或它们的组合。
23.在一些形式中，所述传送系统被配置为在所述工作空间的二维空间、所述工作空间的三维空间或它们的组合中移动所述一组传感器。
24.本公开提供了一种用于控制包括一个或多个机器人的工作空间的一个或多个传感器的位置的方法。所述方法包括生成具有一个或多个数字机器人、一个或多个数字传感器和数字传送系统的工作空间模型，其中所述工作空间模型是所述工作空间的数字模型，其中所述一个或多个数字机器人是所述一个或多个机器人的数字模型，并且其中所述一个或多个数字传感器是所述一个或多个传感器的数字模型。所述方法包括定义所述一个或多个数字机器人的一个或多个任务以及定义所述一个或多个数字传感器的传感器特性，其中所述传感器特性包括所述数字传感器的取向、所述数字传感器沿着所述数字传送系统的位置或它们的组合。所述方法包括：针对所述一个或多个任务中的每一个：基于所述传感器特性来模拟所述工作空间模型内的所述一个或多个数字传感器的传感器操作；基于所模拟的传感器操作来识别所述工作空间模型内的不可检测区域；基于与所述一个或多个任务中的每一个相关联的所述不可检测区域来确定总体不可检测区域；以及基于多目标优化程序来确定所述总体不可检测区域是否满足检测指标。所述方法包括由传送系统响应于所述总体不可检测区域不满足所述检测指标而选择性地定位所述一个或多个传感器中的一组传感器，其中所述一个或多个传感器操作性地联接到所述传送系统。
25.根据本文中提供的描述，另外的适用领域将变得显而易见。应理解，描述和具体示例仅意图用于说明目的，而不意在限制本公开的范围。
附图说明
26.为了可以很好地理解本公开，现在将参考附图通过举例的方式描述本公开的各种形式，在附图中：
27.图1示出了根据本公开的教导的工作空间；
28.图2示出了根据本公开的本教导的传送系统；
29.图3是根据本公开的教导的传感器放置计算系统的功能框图；
30.图4是根据本公开的教导的工作空间的数字表示；以及
31.图5示出了根据本公开的教导的示例控制程序。
32.本文中描述的附图仅用于说明目的，而并非意在以任何方式限制本公开的范围。
具体实施方式
33.以下描述本质上仅仅是示例性的并且不意图限制本公开、应用或用途。应理解，贯穿附图，对应的附图标记指示相似或对应的零件和特征。
34.本公开提供了一种传感器放置计算系统，其优化工作空间的传感器覆盖范围。传感器放置计算系统可生成工作空间的数字模型并且定义一个或多个机器人的任务和传感器的传感器特性。对于任务中的每一个，传感器放置计算系统模拟传感器操作并识别工作
空间内的不可检测区。随后，传感器放置计算系统通过例如基于与每个任务相关联的不可检测区域调整传感器的位置和/或取向来优化工作空间的传感器布局以减少不可检测区域。
35.参考图1，系统包括在制造设施中的总体上由附图标记100表示的工作空间以及在工作空间100内的机器人102。工作空间100可以是非围笼区域或具有围栏或其他类似围护结构的围笼区域。工作空间100还可以是被配置为移动到制造设施的各个部分的移动平台。
36.在一种形式中，机器人102包括具有变化的运动范围的机械臂103和被配置为操作机械臂103以执行一个或多个自动化任务的机器人控制器106。作为一个示例，机器人控制器106可控制机械臂103以拾取工件(未示出)并将其从暂存区域移动到处理区域。虽然机器人102被示为固定式机械臂，但该机器人可以是任何其他合适的机器人，并且不应限于图中所示的机器人102。例如，机器人102可以是移动机器人。虽然图1示出了一个机器人102，但应理解，可以其他形式在工作空间100内提供任何数量的机器人102，并且这些机器人102可彼此不同。
37.在一种形式中，机器人102包括一个或多个机器人传感器104以生成与机器人102的各种操作指标相对应的数据。作为一个示例，机器人传感器104可包括被配置为生成机器人102的位置信息的位置传感器(例如，近场通信(nfc)传感器、超宽带(uwb)传感器)。作为另一示例，机器人传感器104可包括被配置为生成机器人102的取向信息的加速度计、陀螺仪和/或磁力计。作为又一示例，机器人传感器104可包括被配置为生成机器人102的速度信息的速度传感器、用于生成功率信息(关于通过电源施加给机器人102的电流和/或电压的量的信息)的功率传感器、被配置为生成机器人102的各个关节的转矩信息的转矩传感器，和/或被配置为检测接触的在机器人102的手柄处的触摸传感器。机器人传感器104被配置为将信息提供给机器人控制器106以用于进一步处理和用于控制机械臂103。尽管本文提供了具体示例，但机器人102可包括其他传感器，并且不应限于本文描述的传感器。
38.为了监测机器人102，工作空间100包括定位在工作空间100内的各个位置处的感测装置110。在一种形式中，感测装置110包括被配置为获得图像、表示工作空间100的对象的数据等的传感器112。作为一个示例，传感器112包括但不限于：二维相机、三维相机、红外传感器、雷达扫描仪、激光扫描仪、光探测和测距(激光雷达)传感器和/或超声传感器。如下面进一步详细描述的，与机器人102和传感器112通信的计算系统使用来自传感器112的数据来形成工作空间100的数字模型并识别不可检测区域(诸如工作空间100内的虚线区域108)。
39.为了支撑和控制感测装置110中的一个或多个的位置，工作空间100包括传送系统120。在一种形式中，感测装置110沿着传送系统120布置并且被配置为使用致动器移动到传送系统120的各个位置，所述致动器通常表示为圆圈114。在一种形式中，致动器114被配置为调整传感器112的取向(例如，俯仰、横摆等)，并且包括马达驱动器、马达控制器、收发器和/或用于执行本文描述的功能的其他合适的硬件部件。在一个变型中，传送系统120可移动到工作空间100的各个位置。因此，感测装置110可移动到工作空间100的各种2d位置或3d位置，如下面进一步详细描述的。
40.在一种形式中，传送系统120由轨道、带轮系统、升降机平台、移动机器人和/或使感测装置110移动和/或使感测装置110能够移动到工作空间100内的各种2d位置或3d位置
的车辆(例如，自动导引车(agv)、自主车辆、无人飞行器等)实现。在一些形式中，传送系统120包括用于移动感测装置110的各种移动系统(例如，推进系统、转向系统和/或制动系统)和被配置为执行存储在一个或多个非暂时性计算机可读介质(诸如随机存取存储器(ram)电路和/或只读存储器(rom)电路)中的机器可读指令的一个或多个处理器电路。传送系统120还可包括用于执行本文所描述的操作的其他部件，诸如但不限于移动驱动器和系统、收发器、路由器和/或输入/输出接口硬件。
41.在一种形式中，传送系统120包括纵向传送系统122、横向传送系统124和竖直传送系统126。纵向传送系统122被配置为纵向地(即，沿
±
y方向)移动感测装置110，横向传送系统124被配置为横向地(即，沿
±
x方向)移动感测装置110，并且竖直传送系统126被配置为竖直地(即，沿
±
z方向)移动感测装置110。纵向传送系统122、横向传送系统124和竖直传送系统126可提供感测装置110在工作空间100内移动的路径。虽然传送系统120被示出为设置在机器人102上方，但应当理解，传送系统120可定位在工作空间100内的任何位置处。
42.作为示例并且如图2所示，传送系统120-1包括由轨道实现的纵向传送系统122和横向传送系统124。使用轮132，横向传送系统124被配置为沿着设置在纵向传送系统122上的轨道(未示出)移动，从而移动设置在其上的感测装置110。此外，感测装置110被配置为使用设置在横向传送系统124上的带轮134和线缆136而沿着横向传送系统124移动。
43.参考图3，计算系统200通过区域网、专用通信链路或其组合通信地耦合到机器人控制器106、感测装置110和传送系统。因此，计算系统200、感测装置110、机器人控制器106和传送系统120各自包括用于根据通信协议(诸如有线通信协议和/或无线通信协议(例如，蓝牙型协议、zigbee型协议、无线保真(wi-fi)型协议、超宽带(uwb)型协议、近场通信(nfc)型协议和蜂窝型协议等))建立通信链路的硬件部件。在一些形式中，计算系统200、机器人控制器106、感测装置110和传送系统120的硬件部件包括但不限于收发器、路由器、输入/输出端口和一个或多个处理器可执行的软件。
44.机器人控制器106包括由机器人控制器106的一个或多个处理器执行的计算机可读软件程序。作为示例，机器人控制器106包括计算机软件程序，所述计算机软件程序包括在由机器人控制器106执行时指示机器人102执行其中机器人102执行一个或多个运动以实现期望结果的预定义自动化任务的程序。在一些形式中，机器人控制器106包括计算机软件程序，所述计算机软件程序在由机器人控制器106执行时获得并处理来自机器人传感器104的传感器数据以监测机械臂103的操作。
45.在一种形式中，计算系统200包括传感器优化模块202和用户界面204。传感器优化模块202包括可由计算系统200的一个或多个处理器执行的计算机可读软件程序。因此，计算系统200可包括微处理器、用于存储由微处理器执行的代码的存储器以及其他合适的硬件部件来提供计算系统200的所述功能性。在一些形式中，传感器优化模块202包括环境参数模块208、工作空间模型生成模块210和传感器分析模块214。
46.环境参数模块208被配置为识别和/或获得工作空间100的各种操作参数。在一种形式中，工作空间100的操作参数包括但不限于：机器人102的2d/3d操作范围、机器人102的大小、机器人102的类型(例如，笛卡尔机器人、圆柱形机器人、球形机器人、并联机器人、关节型机器人等)、机器人102的自由度和/或其中提供工作空间100的移动平台的尺寸。工作空间100的操作参数可从机器人控制器106获得和/或由用户使用用户界面204输入，所述用
户界面可包括与计算系统200交换数据/信息的触摸屏显示器、传声器、按钮、条形码扫描仪以及其他界面中的至少一种。
47.工作空间模型生成模块210被配置为基于工作空间100的虚拟表示来生成工作空间100的数字模型。作为示例且参考图4，工作空间模型生成模块210被配置为生成具有三个机器人102的工作空间100的体素化表示作为数字模型。体素化表示在本文中被提供为体素化100'并且包括体素101'。在一些形式中，体素化100'可定义工作空间100的边界并且包括工作空间100的各种对象的数字表示，诸如机器人102(以下称为机器人102')的数字表示、感测装置110(以下称为感测装置110')的数字表示和/或传送系统120(以下称为传送系统120')的数字表示。
48.应当理解，体素化100'可包括工作空间100中的其他对象的数字表示，诸如人、可移动对象(例如，agv、自主移动机器人(amr)、工件、电动工具、紧固件等)和/或静态对象(例如，工作台、桌子、人机界面等)。还应当理解，工作空间模型生成模块210可生成其他离散网格模型作为数字模型，并且不限于本文描述的体素化100'。
49.在一些形式中，虚拟表示可以是预先确定的并且存储在计算系统200中(例如，存储在计算系统200的数据库中)。此外，如果将新特征添加到工作空间100，则虚拟表示还可被更新并存储在计算系统200中。在一种形式中，虚拟表示是工作空间100、工作空间100内的机器人102、感测装置110和传送系统120的计算机辅助设计(cad)绘图/建模。作为另一示例，虚拟表示是模型，其中可以移动建模的部件(例如，指示机器人102根据内置编码器测量的关节角度配置的建模的部件)。
50.在一些形式中，工作空间模型生成模块210被配置为基于操作参数、虚拟表示和/或来自感测装置110的传感器数据来生成体素化100’。也就是说，当感测装置110包括一个或多个多维相机(例如，2d相机或3d相机)时，工作空间模型生成模块210对来自相机的数据执行空间变换。使用虚拟表示，工作空间模型生成模块210执行映射功能，所述映射功能定义图像中的所有点与虚拟表示之间的空间对应关系。用于数字图像处理的示例性空间变换技术包括但不限于棋盘状qr码风格伪影等，并且空间变换技术可以用于校准外在特性(例如，感测装置110的姿态)。利用外在特性，各种已知的算法可用于在真实世界中定位所记录的数据(即，从相机坐标系转换到世界坐标系)。
51.在一些形式中，工作空间模型生成模块210被配置为对在体素化100'中提供的对象进行识别和分类。作为示例，工作空间模型生成模块210基于对象分类库对体素化100'的对象进行识别和分类，所述对象分类库将多个对象与一个或多个分类相关联。所述分类可包括但不限于：机器人102、感测装置110、传送系统120、机器人传感器104、人、可移动对象和/或静态对象。
52.在一些形式中，传感器分析模块214包括传感器特性模块216、机器人特性模块218、传感器模拟模块220、区模块222、目标优化模块224和传感器放置模块226。传感器特性模块216被配置为定义感测装置110'的传感器特性，诸如但不限于：传感器类型、取向、视场和/或位置。在一种形式中，传感器特性可由计算系统200的用户经由用户界面204输入。在另一种形式中，传感器特性可以是预先确定的，并且可从储存库(例如，数据库)中选择。在又一种形式中，可从工作空间100的感测装置110获得传感器特性。
53.机器人特性模块218被配置为定义机器人102'(或机器人102)在执行给定任务时
的机器人特性。在一种形式中，机器人特性包括空间相关参数，所述空间相关参数可包括机器人102'的位置和/或机器人102'在执行给定任务时的各种姿态。机器人特性可由计算系统200的用户经由用户界面204输入和/或从机器人控制器106获得。在另一种形式中，机器人特性可以是预先确定的，并且可从储存库(例如，数据库)中选择。
54.当定义了传感器特性和/或机器人特性后，传感器模拟模块220被配置为生成感测装置110'和/或机器人102'的操作的模拟。在模拟期间(或之后)，区模块222被配置为识别体素化100'内的不可检测区。如本文所提及的，短语“不可检测区”是指其中感测装置110'不能基于例如传感器特性和/或体素化100'中的对象的存在来获得传感器数据的区。除了识别体素化100'内的不可检测区之外，区模块222还可识别体素化100'的其他区，诸如可检测区和/或视线外区。如本文所提及的，短语“可检测区”是指其中感测装置110'(或感测装置110)能够获得体素化100'(或工作空间100)的图像数据的区。如本文所提及的，短语“视线外区”是指在感测装置110'(或感测装置110)的视场之外的区。
55.为了识别不可检测区，区模块222基于模拟的传感器操作和多个体素101'生成深度图。在一种形式中，基于感测装置110'的视场以及机器人102'的姿态场景的给定组合是否在感测装置110'的视场内来确定深度图的每个深度值。作为示例，区模块222首先确定每个体素101'在世界坐标系中的位置，并基于每个感测装置110'在世界坐标系中的旋转和/或平移矩阵来确定每个体素101'的深度图值并基于感测装置110'在世界坐标系中的原点来确定体素101'的俯仰和/或横摆。如果机器人102'的姿态场景的给定组合在感测装置110'的视场内，则深度图的对应区域中的深度值可小于阈值。如果机器人102'的姿态场景的给定组合不在感测装置110'的视场内，则深度图的对应区域中的深度值可大于阈值。在一些形式中，区模块222可将对应于较低深度值的体素101'指定为不可检测区，并且将具有较高深度值的那些体素指定为可检测区。
56.在一些形式中，区模块222针对机器人102'的姿态场景的每个组合重复上述例程，并且基于与姿态场景的每个组合相关联的不可检测区来确定总体不可检测区。在一些形式中，区模块222基于与姿态场景的每个组合相关联的可检测区来确定总体可检测区。在一些形式中，区模块222降低由感测装置110'生成的深度图的分辨率，以减少深度图的噪声并最小化计算系统200的等待时间。示例性分辨率降低例程包括但不限于下采样程序。
57.在一些形式中，目标优化模块224被配置为确定总体不可检测区是否满足一个或多个检测指标。示例性检测指标包括但不限于：总体不可检测区的大小是否满足大小标准(例如，总体不可检测区处于帕累托最优状态、总体不可检测区的面积或横截面面积小于阈值面积、总体不可检测区的体积小于阈值体积、总体不可检测区的相对面积和/或体积小于阈值面积和/或体积等)；位置标准(例如，总体不可检测区在对应的机器人102的操作期间是否位于人可能位于的位置附近、总体不可检测区是否位于对应的机器人102的自动化任务中的至少一部分发生的位置附近等)；和/或传感器的数量(例如，将一个或多个传感器添加到不可检测且应进行监测的区域、当一个或多个感测装置110具有重叠的视场时减少传感器的数量等)。
58.在一种形式中，为了确定总体不可检测区是否满足一个或多个检测指标，目标优化模块224使用多目标优化方法(诸如帕累托高效全局优化(parego)算法、非支配排序遗传算法ii(nsga-ii)、基于分解的多目标进化算法(moea-d)等)来求解一个或多个多目标关
系。在一种形式中，目标优化模块224确定所求解的多目标关系是否是机器人102的一个或多个机器人任务的帕累托最优解，如下面的示例性关系所示：
59.最大化f1(x)＝c(x，pcd1)，
ꢀꢀꢀ
(1)
60.最大化
61.前提是gi＝1，i∈[1，n]
ꢀꢀꢀ
(3)
[0062]
前提是
[0063]
在上述关系中，f1(x)表示对应于姿态场景(pcd1)的一个组合的可检测区中的一个，f2(x)表示表示为评估k姿态场景(pcdk)的最坏情况值的最坏情况聚合函数的聚合可检测区域，c表示可检测区和不可检测区的比率，x表示感测装置110’的位置和取向，n表示设计变量的上限，gi是与给定体素101
′
(例如，应始终在可检测区中并且具有值1的体素101
′
)的覆盖率相关的约束，并且m是感测装置110的数量。应理解，多目标关系可具有一些形式的其他约束。因此，如果可检测区和不可检测区的比率(c)大于阈值并且与给定体素101
′
的覆盖率相关的约束(gi)得到满足(例如，gi＝1)，则目标优化模块模块224确定所求解的多目标关系为帕累托最优解并处于帕累托最优状态。
[0064]
虽然目标优化模块224被描述为执行多目标优化程序，但应当理解，目标优化模块224可执行用于识别最优传感器布局的各种优化程序并且不限于本文描述的示例。作为示例，目标优化模块224可识别使位于在对应机器人102的操作期间人类可能所处的位置附近的不可检测区最小化的传感器布局。
[0065]
当目标优化模块224识别出对应于帕累托最优状态的传感器布局时，传感器放置模块226向感测装置110和传送系统120广播命令以基于所识别的传感器布局来选择性地定位至少一组感测装置110。作为示例，传感器放置模块226广播命令以沿着传送系统120和/或使用传送系统移动所述一组感测装置110，使得所述一组感测装置110的位置对应于所识别的传感器布局。作为另一示例，传感器放置模块226向一组感测装置110广播命令以使用致动器114旋转感测装置110，使得所述感测装置的取向对应于所识别的传感器布局。
[0066]
在示例性应用中并且在机器人102执行自动化任务之前，目标优化模块224针对机器人102、感测装置110、传送系统120、位于工作空间100内的静态对象和/或工作空间100内的可移动对象(统称为“工作空间部件”)的预期/正常操作状态来识别感测装置110的标称传感器布局。然后，传感器放置模块226广播命令以沿着传送系统120和/或使用传送系统移动一组感测装置110，使得一组感测装置110的位置对应于标称传感器布局。当一组感测装置110的位置对应于标称传感器布局时，计算系统200向机器人102广播命令以开始执行对应的自动化任务。当工作空间部件的操作状态偏离预期/正常操作时(例如，机器人102、感测装置110和传送系统120中的至少一者的操作故障，新的agv/amr进入工作空间100等)，计算系统200向机器人102广播命令以停止执行对应的自动化任务。然后，目标优化模块224基于与预期/正常操作的偏离来识别新的传感器布局，并且传感器放置模块226广播命令以沿着传送系统120和/或使用传送系统移动一组感测装置110，使得一组感测装置110的位置对应于新的传感器布局。因此，一组感测装置110可基于工作空间部件的操作状态而在新的传感器布局与标称传感器布局之间移动。
[0067]
参考图5，提供了示例性模拟程序500，并且模拟程序500由计算系统200执行。在
504处，计算系统200生成具有一个或多个机器人102'、一个或多个感测装置110'和一个或多个传送系统120'的体素化100'。在508处，计算系统200针对给定任务，基于传感器特性来模拟感测装置110'的传感器操作，并且基于所模拟的传感器操作来识别体素化100'内的不可检测区域。在512处，计算系统200识别与每个定义的任务相关联的不可检测区域，并且在520处基于不可检测区域来选择性地定位感测装置110。作为示例，计算系统200广播命令以移动和/或旋转至少一组感测装置110'，使得实现帕累托最优状态。应容易理解，模拟程序500仅仅是由计算系统200执行的示例性程序，并且可实现其他程序。
[0068]
因此，本文描述的计算系统200基于与每个任务相关联的不可检测区域来优化工作空间100的传感器覆盖范围，并且广播命令以基于不可检测区域来调整感测装置110的位置和/或取向。因此，计算系统200可减少可能随着与工作空间100相关联的动态事件而出现的不可检测区域(当前不可检测区域和未来不可检测区域两者)。动态事件可包括但不限于：工作空间的零件、机器人、工件和/或固定装置的引入和/或重新配置；工作空间中使一个或多个机器人无法操作的机器人故障；和/或与定义的工作过程指令的偏离。
[0069]
作为示例，当机器人102中的一个由于故障而在某一时间段内无法操作时，可能会基于无法操作的机器人102而出现新的不可检测区域。因此，当操作员为剩余的机器人102定义新的机器人任务时，计算系统200可识别满足帕累托最优状态的新传感器配置，并且向感测装置110和/或传送系统120广播命令以根据更新的传感器配置来定位感测装置110。此外，当无法操作的机器人102由操作员维修并且因此可操作以执行对应的自动化任务时，计算系统200可向感测装置110和/或传送系统120广播命令以根据先前的传感器配置来定位感测装置110。作为另一示例，当工作空间部件(例如，零件、机器人102、agv/amr或固定装置)被引入工作空间100和/或在工作空间内移动时，可能出现新的不可检测区域。因此，计算系统200可基于更新的工作空间100来识别满足帕累托最优状态的新传感器配置，并且向感测装置110和/或传送系统120广播命令以根据更新的传感器配置来定位感测装置110。此外，如果工作空间部件离开工作空间100，则计算系统200可向感测装置110和/或传送系统120广播命令以根据先前的传感器配置来定位感测装置110。
[0070]
作为附加示例，可提供传感器布局以减少与给定工作空间100的给定工作过程指令集相关联的不可检测区域，所述给定工作过程指令集可包括将工件装载到固定装置上、使用机器人102加工工件、从所述固定装置中卸下成品工件以及将所述成品工件装载到agv上。因此，当操作员不正确地执行工作过程指令中的一个，诸如进入工作空间100的不可检测区域时，计算系统200可识别检测当前不可检测区域的新传感器配置，并且向感测装置110和/或传送系统120广播命令以根据更新的传感器配置来定位感测装置110。
[0071]
除非本文另有明确指示，否则指示机械/热性质、组成百分比、尺寸和/或公差或其他特性的所有数值在描述本公开的范围时应理解为由词语“约”或“大约”修饰。出于各种原因期望进行这种修改，所述原因包括：工业实践；材料、制造和组装公差；以及测试能力。
[0072]
如本文所使用，短语a、b和c中的至少一个应被解释为使用非排他性逻辑“或”表示逻辑(a或b或c)，并且不应被解释为表示“a中的至少一者、b中的至少一者以及c中的至少一者”。
[0073]
本公开的描述本质上仅是示例性的，并且因此不脱离本公开的实质的变型意在在本公开的范围内。不应将此类变型视为脱离本公开的精神和范围。
[0074]
在附图中，如箭头所指示的箭头的方向总体上展示图示所感兴趣的信息(诸如数据或指令)流。例如，当要素a和要素b交换各种信息，但是从要素a传输到要素b的信息与图示相关时，箭头可以从要素a指向要素b。该单向箭头并不暗示没有其他信息从要素b传输到要素a。此外，对于从要素a发送到要素b的信息，要素b可以向要素a发送对信息的请求或接收对信息的确认。
[0075]
在本技术中，术语“模块”和/或“控制器”可指代以下项、是以下项的一部分或包括以下项：专用集成电路(asic)；数字、模拟或混合模拟/数字离散电路；数字、模拟或混合模拟/数字集成电路；可组合的逻辑电路；现场可编程门阵列(fpga)；执行代码的处理器电路(共享、专用或群组)；存储由处理器电路执行的代码的存储器电路(共享、专用或群组)；提供所描述的功能性的其他合适的硬件部件；或者上述的一些或全部的组合，诸如在片上系统中。
[0076]
术语存储器是术语计算机可读介质的子集。如本文所使用的术语计算机可读介质不涵盖通过介质(诸如在载波上)传播的暂时性电信号或电磁信号；因此，术语计算机可读介质可被认为是有形的和非暂时性的。非暂时性有形计算机可读介质的非限制性示例为非易失性存储器电路(诸如快闪存储器电路、可擦除可编程只读存储器电路或掩模只读电路)、易失性存储器电路(诸如静态随机存取存储器电路或动态随机存取存储器电路)、磁性存储介质(诸如模拟磁带或数字磁带或硬盘驱动器)以及光学存储介质(诸如cd、dvd或蓝光光盘)。
[0077]
本技术中所描述的设备和方法可由专用计算机部分地或完全地实现，所述专用计算机通过将通用计算机配置为执行计算机程序中体现的一种或多种特定功能来创建。功能框、流程图组成部分和上文描述的其他要素用作软件规范，所述软件规范可通过技术人员或程序员的常规工作来转译成计算机程序。
[0078]
根据本发明，一种用于控制包括一个或多个机器人的工作空间的一个或多个传感器的位置的方法包括：生成具有一个或多个数字机器人、一个或多个数字传感器和数字传送系统的工作空间模型，其中所述工作空间模型是所述工作空间的数字模型，其中所述一个或多个数字机器人是所述一个或多个机器人的数字模型，并且其中所述一个或多个数字传感器是所述一个或多个传感器的数字模型；定义所述一个或多个数字机器人的一个或多个任务；定义所述一个或多个数字传感器的传感器特性，其中所述传感器特性包括所述数字传感器的取向、所述数字传感器沿着所述数字传送系统的位置或它们的组合；对于所述一个或多个任务中的每一个：基于所述传感器特性来模拟所述工作空间模型内的所述一个或多个数字传感器的传感器操作；基于所模拟的传感器操作来识别所述工作空间模型内的不可检测区域；基于与所述一个或多个任务中的每一个相关联的所述不可检测区域来确定总体不可检测区域；以及基于多目标优化程序来确定所述总体不可检测区域是否满足检测指标；以及由传送系统响应于所述总体不可检测区域不满足所述检测指标来选择性地定位所述一个或多个传感器中的一组传感器，其中所述一个或多个传感器操作性地联接到所述传送系统。