特表2024-532865保管システムにおける荷役デバイスの運動学的状態の決定
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-09-10
(54)【発明の名称】保管システムにおける荷役デバイスの運動学的状態の決定
(51)【国際特許分類】
B65G 1/137 20060101AFI20240903BHJP
B65G 1/04 20060101ALI20240903BHJP
【ＦＩ】
B65G1/137 A
B65G1/04 555Z
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2024510496
(86)(22)【出願日】2022-08-19
(85)【翻訳文提出日】2024-04-03
(86)【国際出願番号】 GR2022000043
(87)【国際公開番号】W WO2023021307
(87)【国際公開日】2023-02-23
(31)【優先権主張番号】2112007.6
(32)【優先日】2021-08-20
(33)【優先権主張国・地域又は機関】GB
(31)【優先権主張番号】2201029.2
(32)【優先日】2022-01-27
(33)【優先権主張国・地域又は機関】GB
(81)【指定国・地域】
(71)【出願人】
【識別番号】515134368
【氏名又は名称】オカド・イノベーション・リミテッド
(74)【代理人】
【識別番号】110003708
【氏名又は名称】弁理士法人鈴榮特許綜合事務所
(72)【発明者】
【氏名】ディミトロポウロス、クリサントス
(72)【発明者】
【氏名】トリポディ、エルネスト
(72)【発明者】
【氏名】ライモンディ・コミネシ、ステファノ
(72)【発明者】
【氏名】ブリュン、トーマス
【テーマコード（参考）】
3F022
3F522
【Ｆターム（参考）】
3F022EE05
3F022FF00
3F022JJ11
3F022MM01
3F522AA02
3F522CC01
3F522FF05
3F522FF12
3F522FF16
3F522FF38
3F522GG02
3F522LL63
(57)【要約】
保管システムにおける荷役デバイスの運動学的状態を決定する方法。荷役デバイスの車輪の状態を表す車輪状態データが、車輪に通信可能に結合された１つ又は複数のセンサから取得される。車輪状態データに基づいて、及び訓練されたモデルを使用して、荷役デバイスのクリープ値が決定される。クリープ値に基づいて、荷役デバイスの運動学的状態が決定され、荷役デバイスの運動学的状態を表す運動学的データが出力される。荷役デバイスのための方法を用いるポジショニングシステムも提供される。
【選択図】図１４
【選択図】図１４
【特許請求の範囲】
【請求項1】
保管システムにおける荷役デバイスの運動学的状態を決定する方法であって、前記荷役デバイスの車輪の状態を表す車輪状態データを、前記車輪に通信可能に結合された１つ又は複数のセンサから取得することと、
前記車輪状態データに基づいて、及び訓練されたモデルを使用して、前記荷役デバイスのクリープ値を決定することと、
前記クリープ値に基づいて、前記荷役デバイスの前記運動学的状態を決定することと、
前記荷役デバイスの前記運動学的状態を表す運動学的データを出力することと、
を備える、方法。
【請求項2】
前記運動学的状態は、前記荷役デバイスの位置、速度、加速度、ジャーク、又は向きのうちの少なくとも１つを備える、請求項１に記載の方法。
【請求項3】
前記訓練されたモデルは、前記保管システム内で所定の動きを実行するように構成された複数の訓練用荷役デバイス上に取り付けられた位置センサを使用して記録された車輪速度データから決定されたクリープデータに基づいて訓練される、請求項１又は２に記載の方法。
【請求項4】
前記車輪状態データは、前記荷役デバイスの前記車輪に加えられた公称トルクを表すトルクデータを備える、請求項１～３のいずれか一項に記載の方法。
【請求項5】
前記車輪状態データは、前記荷役デバイスの前記車輪にかかる公称垂直荷重を表す荷重データを備える、請求項１～４のいずれか一項に記載の方法。
【請求項6】
前記訓練されたモデルは、ニューラルネットワーク、ベイジアンネットワーク、サポートベクトルネットワーク、又はパラメータ化されたモデルのうちの少なくとも１つを備える、請求項１～５のいずれか一項に記載の方法。
【請求項7】
前記訓練されたモデルは、前記パラメータ化されたモデルを備え、前記クリープ値を決定することは、前記パラメータ化されたモデルを訓練することから決定されたタイヤ係数値を取得することと、
前記タイヤ係数値を、前記取得された車輪状態データと共に前記パラメータ化されたモデルに入力することと、
を備える、請求項６に記載の方法。
【請求項8】
前記パラメータ化されたモデルは、次式によって表現可能であり、【数1】
【請求項9】
前記訓練されたモデルは、前記荷役デバイスの軌道段階に対応するように、複数の訓練されたモデルから選択される、請求項１～８のいずれか一項に記載の方法。
【請求項10】
前記軌道段階は、加速段階、減速段階、及び巡航段階のうちの１つを備える、請求項９に記載の方法。
【請求項11】
前記訓練されたモデルは、前記荷役デバイスの積載モードに対応するように、複数の訓練されたモデルから選択される、請求項１～１０のいずれか一項に記載の方法。
【請求項12】
前記積載モードは、部分荷重モード、完全荷重モード、及び無荷重モードのうちの１つを備える、請求項１１に記載の方法。
【請求項13】
前記複数の訓練されたモデルは、それぞれのモデルを訓練することから決定されたそれぞれのタイヤ係数値を有する同じパラメータ化されたモデルを備える、請求項９～１２のいずれか一項に記載の方法。
【請求項14】
前記保管システムは、複数のグリッド空間を備えるグリッドパターンを形成するように、実質的に水平な平面において、Ｘ方向に延在する第１のセットの平行なトラック及び前記第１のセットを横断するＹ方向に延在する第２のセットの平行なトラックと、
前記トラックの下に位置し、各スタックが単一のグリッド空間のフットプリント内に位置するように配置されたコンテナの複数のスタックと、
前記トラック上で前記Ｘ方向及び／又は前記Ｙ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されている前記荷役デバイスと、
を備える、請求項１～１３のいずれか一項に記載の方法。
【請求項15】
前記荷役デバイス上に取り付けられており、前記グリッドパターンにおける所定の地点に位置する１つ又は複数の自動識別及びデータ捕捉（ＡＩＤＣ）タグから符号化データを読み取るように構成されたＡＩＤＣ機械リーダによって捕捉された自動識別データに基づいて、前記荷役デバイスの前記運動学的状態を精緻化することを備える、請求項１４に記載の方法。
【請求項16】
前記運動学的データに基づいて、前記荷役デバイスのためのターゲット位置までの軌道を生成することを更に備える、請求項１～１５のいずれか一項に記載の方法。
【請求項17】
前記車輪についての総トルク要求を決定するために、前記運動学的データに基づいて、前記車輪に対するトルク要求を表すフィードフォワード信号を補償することを更に備える、請求項１～１６のいずれか一項に記載の方法。
【請求項18】
請求項１～１７のいずれか一項に記載の方法を行うように適応／構成されたプロセッサを備えるデータ処理装置。
【請求項19】
プログラムがコンピュータによって実行されると、前記コンピュータに、請求項１～１７のいずれか一項に記載の方法を実施させる命令を備えるコンピュータプログラム。
【請求項20】
コンピュータによって実行されると、前記コンピュータに、請求項１～１７のいずれか一項に記載の方法を実施させる命令を備えるコンピュータ可読記憶媒体。
【請求項21】
保管システムにおける荷役デバイスのためのポジショニングシステムであって、前記荷役デバイスの複数の車輪のための１つ又は複数のエンコーダと、
前記荷役デバイスの所与の車輪にかかる所与の垂直荷重に少なくとも基づいて前記荷役デバイスのクリープ値を決定するための訓練されたモデルを記憶する記憶装置と、
処理ユニットと、
を備え、前記処理ユニットは、
前記荷役デバイスの車輪の垂直荷重値を取得することと、
前記訓練されたモデルの少なくとも１つの係数値を取得することと、ここで、前記係数値は、複数の訓練用荷役デバイスの記録されたクリープデータに基づいて前記訓練されたモデルを訓練することによって取得されており、
前記記憶装置に記憶された前記訓練されたモデルを使用して、前記垂直荷重値及び前記少なくとも１つの係数値に少なくとも基づいて前記荷役デバイスのクリープ値を決定することと、
前記クリープ値と、前記１つ又は複数のエンコーダから取得されたエンコーダデータとに基づいて、前記荷役デバイスの運動学的状態を決定することと、
を行う、ポジショニングシステム。
【請求項22】
前記運動学的状態は、前記保管システムに対する前記荷役デバイスの位置を含む、請求項２１に記載のポジショニングシステム。
【請求項23】
前記１つ又は複数のエンコーダは、前記荷役デバイス内に備えられている、請求項２１又は２２に記載のポジショニングシステム。
【請求項24】
前記処理ユニット及び前記記憶装置は、前記荷役デバイス内に位置付けられている、請求項２１～２３のいずれか一項に記載のポジショニングシステム。
【請求項25】
前記ポジショニングシステムは、前記処理ユニット及び前記記憶装置を備えるサーバを備え、前記サーバは、前記エンコーダデータを受信し、前記決定されたクリープ値及び前記荷役デバイスの決定された位置の一方又は両方を送るために、前記荷役デバイスと通信するように構成されている、請求項２１～２３のいずれか一項に記載のポジショニングシステム。
【請求項26】
前記荷役デバイスのそれぞれの車輪のための１つ又は複数の力センサを備え、前記処理ユニットは、前記１つ又は複数の力センサのうちの対応する力センサから前記荷役デバイスの前記車輪の前記垂直荷重値を取得するように構成されている、請求項２１～２５のいずれか一項に記載のポジショニングシステム。
【請求項27】
請求項２１～２６のいずれか一項に記載のポジショニングシステムを備える保管システムであって、複数のグリッド空間を備えるグリッドパターンを形成するように、実質的に水平な平面において、Ｘ方向に延在する第１のセットの平行なトラック及び前記第１のセットを横断するＹ方向に延在する第２のセットの平行なトラックと、
前記トラックの下に位置し、各スタックが単一のグリッド空間のフットプリント内に位置するように配置されたコンテナの複数のスタックと、
前記トラック上で前記Ｘ方向及び／又は前記Ｙ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されている荷役デバイスと、
を備える、保管システム。
【請求項28】
少なくとも１つの前記荷役デバイスは、１つのグリッド空間を占有する所与の荷役デバイスが、隣接するグリッド空間を占有又は横断する別の荷役デバイスを妨害しないように、前記保管システム内の単一のグリッド空間のみを占有するフットプリントを有する、請求項２７に記載の保管システム。
【請求項29】
前記グリッドパターンにおける所定の地点に位置する１つ又は複数の自動識別及びデータ捕捉（ＡＩＤＣ）タグを備え、前記処理ユニットは、前記荷役デバイス上に取り付けられており、かつ前記１つ又は複数のＡＩＤＣタグから符号化データを読み取るように構成されたＡＩＤＣ機械リーダによって捕捉された自動識別データに基づいて、前記荷役デバイスの前記運動学的状態を決定するように構成されている、請求項２７又は２８に記載の保管システム。
【請求項30】
前記荷役デバイスの前記車輪は、それぞれの車輪ハブモータを備える、請求項２７～２９のいずれか一項に記載の保管システム。
【請求項31】
保管システムにおける荷役デバイスであって、前記荷役デバイスは、トラック上でＸ方向及び／又はＹ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されており、複数の車輪と、
前記荷役デバイスのスリップを管理するように配置されたスリップ制御マネジャと、
を備える、荷役デバイス。
【請求項32】
前記スリップ制御マネジャは、前記複数の車輪のうちの各々の回転スピードを前記荷役デバイスの運動学的状態と比較することによって前記スリップを管理するように配置されている、請求項３１に記載の荷役デバイス。
【請求項33】
前記スリップ制御マネジャは、前記複数の車輪のうちの車輪についてスリップ事象が発生したかどうかを決定することと、
スリップ事象が決定されたときに、スリップしていると決定された前記車輪に適用されるトルク要求の低減を引き起こすことと、
を行うように配置されている、請求項３２に記載の荷役デバイス。
【請求項34】
前記スリップ制御マネジャは、スリップ事象が決定されたときに、スリップしていると決定された前記車輪と同じ仮想車軸上の車輪に適用されるトルク要求の低減を引き起こすように更に配置されている、
請求項３３に記載の荷役デバイス。
【請求項35】
スリップしていると決定された前記車輪と、スリップしていると決定された前記車輪と同じ仮想車軸上の前記車輪とに適用されるトルク要求の前記低減は同じである、請求項３４に記載の荷役デバイス。
【請求項36】
前記スリップ制御マネジャは、スリップ事象が決定されたときに、スリップしていると決定された前記車輪と異なる仮想車軸上の車輪に適用されるトルク要求の増加を引き起こすように更に配置されている、
請求項３４又は３５に記載の荷役デバイス。
【請求項37】
異なる仮想車軸上の前記車輪に適用されるトルク要求の増加は、スリップしていると決定された前記車輪から除去されたトルク要求に比例する、請求項３６に記載の荷役デバイス。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、概して、容器又はコンテナのスタックがグリッドフレームワーク構造内に配置された保管又はフルフィルメントシステムの分野に関し、より具体的には、保管システムにおける荷役デバイスの運動学的状態を決定することに関する。
【背景技術】
【0002】
オンライン食料雑貨店及びスーパーマーケットなどの複数の製品ラインを販売するオンライン小売業は、何万又は何十万もの異なる製品ラインを保管することができるシステムを必要とする。そのような場合に単一製品のスタックを使用すると、必要なスタックすべてを収容するために広大な床面積が必要となるので、実用的でない可能性がある。更に、生鮮食品又は注文頻度の低い物品などの一部のアイテムを少量保管することが望ましいこともあり、単一製品のスタックが非効率的な解決手段となる。
【0003】
参照によりその内容が本明細書に組み込まれる国際特許出願ＷＯ９８／０４９０７５Ａ（Ａｕｔｏｓｔｏｒｅ）は、コンテナの複数製品のスタックが、フレーム構造内に配置されているシステムを説明している。
【0004】
ＰＣＴ公開ＷＯ２０１５／１８５６２８Ａ（Ｏｃａｄｏ）は、コンテナのスタックがグリッドフレームワーク構造内に配置されている、更なる既知の保管及びフルフィルメントシステムを説明している。コンテナは、グリッドフレームワーク構造の最上部に位置するトラック上で動作する、別名「ボット」として知られる１つ又は複数の荷役デバイスによってアクセスされる。このタイプのシステムは、添付図面の図１～図３に概略的に例示されている。
【0005】
図１及び図２に示すように、「容器」又は「トート」としても知られている積み重ね可能コンテナ１０が、互いの上に積み重ねられてスタック１２を形成する。スタック１２は、例えば、倉庫又は製造環境における、グリッドフレームワーク構造１４に配置される。グリッドフレームワーク構造１４は、複数の保管列又はグリッド列で構成されている。グリッドフレームワーク構造の各グリッドは、コンテナのスタックを保管するための少なくとも１つのグリッド列を有する。図１は、グリッドフレームワーク構造１４の概略的な斜視図であり、図２は、フレームワーク構造１４内に配置された容器１０のスタック１２を示す概略的な上面図である。各容器１０は、典型的には、複数の製品アイテム（図示せず）を保持している。容器１０内の製品アイテムは、用途に応じて、同一の製品タイプ又は異なる製品タイプであってもよい。
【0006】
グリッドフレームワーク構造１４は、水平部材１８、２０を支持する複数の直立部材１６を備える。平行な水平グリッド部材１８の第１のセットが、グリッドパターンにおいて平行な水平部材２０の第２のセットに対して直角に配置されて、直立部材１６によって支持される水平グリッド構造１５を形成する。部材１６、１８、２０は、典型的には金属から製造されている。容器１０はグリッドフレームワーク構造１４の部材１６、１８、２０間に積み重ねられ、それにより、グリッドフレームワーク構造１４は、容器１０のスタック１２の水平移動を防ぎ、容器１０の垂直移動をガイドする。
【0007】
グリッドフレームワーク構造１４の最上レベルは、スタック１２の最上部にわたってグリッドパターンで配置されたレール２２を含むグリッド又はグリッド構造１５を備える。図３を参照すると、レール又はトラック２２は、複数の荷役デバイス３０をガイドする。平行レール２２の第１のセット２２ａが、グリッドフレームワーク構造１４の最上部を横切る第１の方向（例えば、Ｘ方向）へのロボット式荷役デバイス３０の移動をガイドする。第１のセット２２ａに対して直角に配置された平行レール２２の第２のセット２２ｂが、第１の方向に対して直角の第２の方向（例えば、Ｙ方向）への荷役デバイス３０の移動をガイドする。このようにして、レール２２は、ロボット式荷役デバイス３０が水平Ｘ－Ｙ平面の２次元で横方向に移動することを可能にする。荷役デバイス３０は、いずれのスタック１２より上の位置につくことができる。
【0008】
図４、図５Ａ、及び図５Ｂに示す既知の形態の荷役デバイス３０は、参照により本明細書に組み込まれるＰＣＴ特許公開第ＷＯ２０１５／０１９０５５号（Ｏｃａｄｏ）に記載されており、各荷役デバイス３０は、グリッドフレームワーク構造１４の単一のグリッド空間１７をカバーする。この配置により、荷役ハンドラがより高密度になり、したがって所与のサイズのシステムのための処理量がより高くなることが可能になる。
【0009】
荷役デバイス３０は、フレーム構造１４のレール２２上を進むように配置された車両３２を備える。車両３２の前方にある一対の車輪３４と車両３２の後方にある一対の車輪３４とからなる第１のセットの車輪３４は、レール２２の第１のセット２２ａの２つの隣接するレールと係合するよう配置される。同様に、車両３２の各側方にある一対の車輪３６からなる第２のセットの車輪３６は、レール２２の第２のセット２２ｂの２つの隣接するレールと係合するよう配置される。車輪３４、３６の各セットは、第１のセットの車輪３４又は第２のセットの車輪３６のいずれかが、それぞれのセットのレール２２ａ、２２ｂと常に係合しているように、持ち上げられたり下降されたりすることができる。例えば、第１のセットの車輪３４が第１のセットのレール２２ａと係合し、第２のセットの車輪３６がレール２２から離れて持ち上げられているとき、第１のセットの車輪３４は、車両３２内に収められている駆動機構（図示せず）によって駆動されて、荷役デバイス３０をＸ方向に移動させることができる。Ｙ方向への移動を達成するためには、第１のセットの車輪３４がレール２２から離れて持ち上げられ、第２のセットの車輪３６がレール２２の第２のセット２２ｂと係合するように下降される。次いで駆動機構が第２のセットの車輪３６を駆動するために使用されて、荷役デバイス３０をＹ方向に移動させることができる。
【0010】
荷役デバイス３０には、上方から保管コンテナを持ち上げるための持ち上げデバイス、例えばクレーン機構が装備されている。持ち上げデバイスは、スプール又はリール（図示せず）に巻かれたウインチテザー又はケーブル３８と、グリッパデバイス３９とを備える。図４に示す持ち上げデバイスは、垂直方向に延びる４本の持ち上げテザー３８のセットを備える。テザー３８は、保管コンテナ１０に解放可能に接続するために、グリッパデバイス３９、例えば持ち上げフレームのそれぞれの４つの角部に、又はその近くに接続される。例えば、それぞれのテザー３８は、持ち上げフレームの４つの角部の各々に、又はその近くに配置される。グリッパデバイス３９は、保管コンテナ１０の最上部を解放可能に把持して、それを図１及び図２に示すタイプの保管システム内のコンテナのスタックから持ち上げるように構成される。例えば、持ち上げフレーム３９は、容器１０の上面を形成するリムの対応する穴（図示せず）と嵌合するピン（図示せず）と、容器１０を把持するためにリムと係合可能な摺動クリップ（図示せず）とを含み得る。持ち上げフレーム３９内に収められており、ケーブル３８自体又は別個の制御ケーブル（図示せず）を介して運ばれる信号によって電力供給及び制御される好適な駆動機構によって、クリップは容器１０と係合するように駆動される。
【0011】
スタック１２の最上部から容器１０を取り外すために、荷役デバイス３０は最初に、グリッパデバイス３９をスタック１２の上方に位置付けるようにＸ及びＹ方向に移動される。次いでグリッパデバイス３９は、図４及び図５Ｂに示すように、Ｚ方向に垂直に下降されて、スタック１２の最上部にある容器１０と係合する。グリッパデバイス３９は、容器１０を把持し、次いで、容器１０が取り付けられた状態でケーブル３８によって上方に引っ張られる。その垂直進行の最上部で、容器１０は、車両本体３２内に収容されてレール２２の上方に保持される。このようにして、荷役デバイス３０は、容器１０を共に運搬してＸ－Ｙ平面の異なる位置に移動されて、容器１０を別のロケーションに搬送することができる。ターゲットロケーション（例えば、別のスタック１２、保管システム内のアクセスポイント、又はコンベヤベルト）に到達すると、容器又はコンテナ１０は、コンテナ受容部分から下降され、グラバデバイス３９から解放され得る。ケーブル３８は、荷役デバイス３０が、例えば床面高さを含むスタック１２の任意の高さから容器を取り出して置くことを可能にするのに十分な長さである。
【0012】
図３に示すように、複数の同一の荷役デバイス３０が設けられ、それにより、各荷役デバイス３０が、同時に動作してシステムの処理量を増加させることができる。図４に例示するシステムは、容器１０がそこでシステムの中又は外に移送され得る、ポートとして知られる特定のロケーションを含み得る。追加のコンベヤシステム（図示せず）が各ポートに関連付けられており、それにより、荷役デバイス３０によってポートに搬送された容器１０は、コンベヤシステムによって別のロケーション、例えばピッキングステーション（図示せず）に移送され得る。同様に、容器１０は、コンベヤシステムによって、外部のロケーションからポートに、例えば容器充填ステーション（図示せず）に移動され、荷役デバイス３０によってスタック１２に搬送されて、システム内の在庫を補充することができる。
【0013】
各荷役デバイス３０は、一度に１つの容器１０を持ち上げて移動させることができる。荷役デバイス３０は、その下部にコンテナ受容キャビティ又は凹部４０を有する。凹部４０は、図５Ａ及び図５Ｂに示すように、持ち上げ機構によって持ち上げられたときにコンテナ１０を収容するようなサイズにされている。凹部にあるとき、コンテナ１０は、下にあるレール２２から離れて持ち上げられており、それにより、車両３２は、異なるグリッドロケーションまで横方向に移動することができる。
【0014】
スタック１２の最上部に位置していない容器１０ｂ（「ターゲット容器」）を取り出す必要がある場合、ターゲット容器１０ｂへのアクセスを可能にするために、上にある容器１０ａ（「非ターゲット容器」）を最初に移動させなければならない。これは、以下「掘り出し（digging）」と呼ばれる動作によって達成される。図３を参照すると、掘り出し動作中、荷役デバイス３０のうちの１つは、ターゲット容器１０ｂを含んでいるスタック１２から各非ターゲット容器１０ａを順次持ち上げ、それを別のスタック１２内の空き位置に置く。次いで、ターゲット容器１０ｂは、荷役デバイス３０によってアクセスされ、更なる搬送のためにポートに移動され得る。
【0015】
設けられた荷役デバイス３０の各々は、中央コンピュータの制御下で遠隔動作可能である。またシステム内の個々の各容器１０も追跡され、それにより、適切な容器１０を、必要に応じて、取り出し、搬送、および置き換えすることができる。例えば、掘り出し動作中に、各非ターゲット容器のロケーションがログ記録され、それにより、非ターゲット容器１０ａを追跡することができる。
【0016】
マスタコントローラから、例えば１つ又は複数の基地局を介し、グリッド構造上で動作する１つ又は複数の荷役デバイスへの通信インフラストラクチャを提供するために、ワイヤレス通信及びネットワークが使用され得る。マスタコントローラからの命令を受信することに応答して、荷役デバイス内のコントローラは、荷役デバイスの移動を制御するために様々な駆動機構を制御するように構成される。例えば、荷役デバイスは、グリッド構造上の特定のロケーションにあるターゲット保管列からコンテナを取り出すように命令され得る。命令は、グリッド構造１５のＸ－Ｙ平面での様々な移動を含むことができる。前述したように、ターゲット保管列にくると、持ち上げ機構は、保管コンテナ１０を把持して持ち上げるように動作することができる。コンテナ１０は、荷役デバイス３０のコンテナ受容空間４０に収容されると、その後、グリッド構造１５上の別のロケーション、例えば「ドロップオフポート」に搬送される。ドロップオフポートでは、コンテナ１０は、保管コンテナ内の任意のアイテムの取り出しを可能にする好適なピックステーションまで下降される。グリッド構造１５上の荷役デバイス３０の移動は、荷役デバイス３０が、通常はグリッド構造１５の周囲に位置する充電ステーションに移動するように命令されることも伴うことができる。
【0017】
グリッド構造１５上で荷役デバイス３０を操縦するために、荷役デバイス３０の各々には、車輪３４、３６を駆動するためのモータが装備されている。車輪３４、３６は、車輪に接続された１つ又は複数のベルトを介して駆動されてもよいし、又は車輪に一体化されたモータによって個々に駆動されてもよい。単一セルの荷役デバイスの場合（荷役デバイス３０のフットプリントが単一のグリッドセル１７を占有する場合）、車両本体内の空間の利用可能性が限られていることに起因して、車輪を駆動するためのモータは車輪に一体化され得る。例えば、単一セルの荷役デバイスの車輪は、それぞれのハブモータによって駆動される。各ハブモータは、インナーステータを形成するコイルを備える車輪ハブの周りを回転するように配置された複数の永久磁石を有するアウターロータを備える。
【0018】
図１～図４を参照して説明したシステムは、多くの利点を有し、広範囲の保管及び取り出し動作に好適である。特に、製品の非常に高密度な保管を可能にし、容器１０に広範囲の異なるアイテムを保管する非常に経済的な方法を提供するとともに、ピッキングのために必要なときにすべての容器１０へのかなり経済的なアクセスも可能にする。
【0019】
しかしながら、本開示の目的は、保管システム内で遠隔で動作される荷役デバイスの正しいロケーションを確実に決定するための方法及びシステムを提供することである。
【発明の概要】
【0020】
保管システムにおける荷役デバイスの運動学的状態を決定する方法が提供され、本方法は、
荷役デバイスの車輪の状態を表す車輪状態データを、車輪に通信可能に結合された１つ又は複数のセンサから取得することと、
車輪状態データに基づいて、及び訓練されたモデルを使用して、荷役デバイスのクリープ値を決定することと、
クリープ値に基づいて、荷役デバイスの運動学的状態を決定することと、
荷役デバイスの運動学的状態を表す運動学的データを出力することと、を備える。
荷役デバイスの車輪の状態を表す車輪状態データを、車輪に通信可能に結合された１つ又は複数のセンサから取得することと、
車輪状態データに基づいて、及び訓練されたモデルを使用して、荷役デバイスのクリープ値を決定することと、
クリープ値に基づいて、荷役デバイスの運動学的状態を決定することと、
荷役デバイスの運動学的状態を表す運動学的データを出力することと、を備える。
【0021】
本方法を行うように構成されたプロセッサを備えるデータ処理装置も提供される。またプログラムがコンピュータによって実行されると、コンピュータに本方法を実施させる命令を備えるコンピュータプログラムも提供される。同様に、コンピュータによって実行されると、コンピュータに本方法を実施させる命令を備えるコンピュータ可読記憶媒体が提供される。
【0022】
更に保管システムにおける荷役デバイスのためのポジショニングシステムが提供され、本ポジショニングシステムは、
荷役デバイスの複数の車輪のための１つ又は複数のエンコーダと、
荷役デバイスの所与の車輪にかかる所与の垂直荷重に少なくとも基づいて荷役デバイスのクリープ値を決定するための訓練されたモデルを記憶するための記憶装置と、
処理ユニットと、を備え、処理ユニットは、
荷役デバイスの車輪の垂直荷重値を取得することと、
訓練されたモデルの少なくとも１つの係数値を取得することと、ここで、係数値は、複数の訓練用荷役デバイスの記録されたクリープデータに基づいて訓練されたモデルを訓練することによって取得されており、
記憶装置に記憶された訓練されたモデルを使用して、垂直荷重値及び少なくとも１つの係数値に少なくとも基づいて荷役デバイスのクリープ値を決定することと、
クリープ値と、１つ又は複数のエンコーダから取得されたエンコーダデータとに基づいて、荷役デバイスの運動学的状態を決定することと、を行う。
荷役デバイスの複数の車輪のための１つ又は複数のエンコーダと、
荷役デバイスの所与の車輪にかかる所与の垂直荷重に少なくとも基づいて荷役デバイスのクリープ値を決定するための訓練されたモデルを記憶するための記憶装置と、
処理ユニットと、を備え、処理ユニットは、
荷役デバイスの車輪の垂直荷重値を取得することと、
訓練されたモデルの少なくとも１つの係数値を取得することと、ここで、係数値は、複数の訓練用荷役デバイスの記録されたクリープデータに基づいて訓練されたモデルを訓練することによって取得されており、
記憶装置に記憶された訓練されたモデルを使用して、垂直荷重値及び少なくとも１つの係数値に少なくとも基づいて荷役デバイスのクリープ値を決定することと、
クリープ値と、１つ又は複数のエンコーダから取得されたエンコーダデータとに基づいて、荷役デバイスの運動学的状態を決定することと、を行う。
【0023】
保管システムにおける荷役デバイスも提供され、本荷役デバイスは、トラック上でＸ方向及び／又はＹ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されており、本荷役デバイスは、
複数の車輪と、
荷役デバイスのスリップを管理するように配置されたスリップ制御マネジャと、を備える。
複数の車輪と、
荷役デバイスのスリップを管理するように配置されたスリップ制御マネジャと、を備える。
【0024】
概していえば、本説明は、牽引車輪機構において既に利用可能なエンコーダカウントを活用し、任意選択で、グリッド上に位置付けされたグリッドセンサの起動も活用することによって、グリッド型保管システム上のボットの相対位置を推定するためのシステム及び方法を紹介する。
【0025】
次に実施形態について、添付図面を参照して単に例として説明し、同様の参照番号は、同じ又は対応する部分を指定している。
【図面の簡単な説明】
【0026】
【図1】既知のシステムに係るグリッドフレームワーク構造の概略図である。
【図3】グリッドフレームワーク構造上で動作する荷役デバイスを示す既知の保管システムの概略図である。
【図4】上方からコンテナを把持する持ち上げデバイスを示す荷役デバイスの概略斜視図である。
【図6】既知の荷役デバイスの概略斜視図であり、荷役デバイス上に取り付けられた「第５の」車輪の形態のＸ方向及びＹ方向の位置センサを示す。
【図7】一実施形態に係る、グリッド構造の一部分上にある荷役デバイスの概略斜視図である。
【図8A-8B】一実施形態に係る、回転中心軸を中心として荷役デバイスの車輪を駆動するために使用可能なハブモータの分解図である。
【図9】一実施形態に係る車輪アセンブリ制御及びインターフェースアーキテクチャの概略図である。
【図10】一実施形態に係る、ネットワークを介した荷役デバイスとマスタコントローラとの間の通信の概略図である。
【図11】一実施形態に係る運動制御システムの概略ブロック図である。
【図12】一実施形態に係る位置コントローラの入力及び出力を示す概略ブロック図である。
【図13】一実施形態に係る荷役デバイスのためのポジショニングシステムの概略ブロック図を示す。
【図14】一実施形態に係る、保管システムにおける荷役デバイスの運動学的状態を決定する方法を示すフローチャートを示す。
【発明を実施するための形態】
【0027】
図１～図３に示すタイプの保管システムでは、グリッド構造１５上で動作する所与の荷役デバイス３０の正確な位置を決定することが有用である。各荷役デバイス３０は、グリッド構造上の１つのロケーションから別のロケーションに所定の経路に沿って移動するために、例えば、運動制御プロファイルの形態の制御信号が送られる。例えば、所与の荷役デバイス３０は、特定のロケーションにあるコンテナのスタックからターゲットコンテナを持ち上げるために、グリッド構造１５内の特定のロケーションに移動するように命令され得る。複数のそのようなデバイス３０がグリッド構造１５上のそれぞれの軌道に沿って移動するので、例えばグリッド構造１５に対する所与の各荷役デバイス３０の正確な位置を知り、所定の軌道を対応する荷役デバイス３０の「実際の」位置と突き合せてリアルタイムで監視することができるようにすることは有用である。例えば、１つ又は複数の軌道が調整されてもよいし、及び／又は対応する軌道を辿るようにデバイス３０に送るための制御信号が調整されてもよく、それにより、デバイス３０は、十分正確にターゲットロケーションに到達し、及び／又は他のデバイス３０がそれらのそれぞれの軌道を辿ることを防止する。
【0028】
図６は、グリッド構造１５に対する荷役デバイスの位置を測定するための１つ又は複数の位置センサ９８ａ、９８ｂを有する荷役デバイス３０の既知の実施形態を示す。この特定の実施形態では、位置センサ９８ａ、ｂの各々は、いわゆる「第５の」車輪を備え、これは、グリッド構造上の第１の方向及び第２の方向における荷役デバイスの位置をそれぞれ監視するための第１及び第２のセットの車輪の各々の中に追加の第５の車輪が存在するという意味である。
【0029】
図６に示すように、第１の「第５の」車輪９８ａは、第１のセットの車輪３４のうちの１つに隣接して取り付けられ、第２の「第５の」車輪９８ｂは、第２のセットの車輪３６のうちの１つに隣接して取り付けられている。第１の位置センサに対応する第１の「第５の」車輪９８ａは、荷役デバイス３０が第１の方向に進んでいるときにレール（又は「トラック」）２２と係合するように構成されており、それにより、第１の「第５の」車輪の回転が、時間に対する荷役デバイス３０の位置及び進行方向の指標となる。同様に、第２の位置センサに対応する第２の「第５の」車輪９８ｂは、荷役デバイス３０が第２の方向に進んでいるときにトラック２２と係合するように構成されており、それにより、第２の「第５の」車輪の回転が、時間に対する荷役デバイス３０の位置及び第２の方向への進行方向の指標となる。第１の方向及び第２の方向はそれぞれ、説明したように、トラック２２に沿ったＸ方向及びＹ方向とすることができる。
【0030】
図６の既知の実施形態では、１つ又は複数の位置センサ９８ａ、ｂの各々は、それぞれの「第５の」車輪が回転したときにパルスを生成する回転電気機械デバイスを備えるインクリメンタルエンコーダを備える。例えば、「第５の」車輪の所定量の角回転についてパルスが生成される。したがって、パルスは、「第５の」車輪９８ａ、９８ｂの位置及び回転方向を示し、これは、グリッド構造１５に対する荷役デバイス３０の変位に変換され得る。「第５の」車輪は、アーム上に取り付けられており、下方に付勢されてグリッド構造１５のトラック２２と係合する。
【0031】
１つ又は複数の位置センサ９８ａ、９８ｂを使用して、荷役デバイスの位置を独立して監視することには、いくつかの欠点がある。例えば、固有の部品コストがあり、これは、グリッド構造１５上の少なくとも１つの方向における荷役デバイスの運動学的基準の損失を引き起こす、センサ９８ａ、９８ｂのうちの少なくとも一方の故障によって悪化する。また、例えば、トラック２２の障害又は不完全性によって引き起こされる、センサ９８ａ、９８ｂからの測定値の精度に関する問題もあり得る。
【0032】
図７は、本発明のポジショニングシステムを組み込んだ荷役デバイスの実施例を示しており、いわゆる「第５の」車輪は必要ないため存在しない。図３～図６を参照して説明した例示的な荷役デバイス３０にしたがって他の特徴が組み込まれており、ここで、それらのそれぞれの参照番号は１００ずつ増分されており、対応する説明が適用される。例えば、本実施例の荷役デバイス１３０は、図１及び図３を参照して説明したタイプの保管システム内のコンテナのスタックからコンテナを持ち上げるための持ち上げ機構（図示せず）が装備された車両本体１３２を含む。
【0033】
車両本体１３２は、上部及び下部を備える。下部は、そのような保管システムのグリッドフレームワーク１１５構造上を走行する２セットの車輪１３４、１３６を備える車輪アセンブリを備える。説明のために、２セットの車輪は、第１のセットの車輪１３４と第２のセットの車輪１３６として区別されている。第１のセットの車輪１３４及び第２のセットの車輪１３６は、荷役デバイス１３０の周囲に配置される。本実施例の車輪は、車両本体１３２の外側に配置されているが、他の実施例では、車両本体１３２内に収められていてもよい。図７に描かれた特定の実施例は、車両本体の両側に取り付けられた複数の車輪対を示しているが、本発明は、車両本体の両側の車輪対に取り付けられた荷役デバイスに限定されず、例えば、車輪対ではなく、車両本体１３２の両側に取り付けられた、例えば互いに対角線上に対向して配置された少なくとも１つの車輪によって、荷役デバイスの安定性を達成することができる。したがって、第１のセットの車輪１３４及び第２のセットの車輪１３６の各々は、車両本体の両側に取り付けられた少なくとも１つの車輪を備える。それらは、この代替の配置では、互いに対角線上に対向している。
【0034】
図７の実施例では、荷役デバイスは、例えば、ＷＯ２０１５／０１９０５５（Ｏｃａｄｏ Ｉｎｎｏｖａｔｉｏｎ Ｌｉｍｉｔｅｄ）に記載されているように、車両本体１３２内に配置されたコンテナ受容空間を有する。しかしながら、他の実施例では、車両本体１３２は、例えば、ＷＯ２０１９／２３８７０２号（Ａｕｔｏｓｔｏｒｅ Ｔｅｃｈｎｏｌｏｇｙ ＡＳ）に教示されているようなカンチレバーを備え、この場合、コンテナ受容空間は、荷役デバイス１３０のカンチレバーの下方に位置する。このような実施形態では、グリッパデバイスは、カンチレバーによって吊り上げられる。グリッパデバイスは、コンテナに係合し、それをスタックからカンチレバーの下方のコンテナ受容空間へと持ち上げることができる。
【0035】
車両本体１３２の上部は、図７に示す荷役デバイス１３０の嵩高な構成要素の大部分を収め得る。典型的には、車両の上部は、持ち上げ機構を駆動するための駆動機構と、該駆動機構及び持ち上げ機構に電力を供給するための搭載型再充電可能電源とを収めている。再充電可能電源は、これに限定されないがリチウムバッテリ又はキャパシタなどの任意の適切なバッテリであり得る。
【0036】
図７に示す本実施例の荷役デバイス１３０は、グリッド構造１１５の単一のグリッドセルを占有するフットプリント（設置面積）を有する。したがって、複数のそのような荷役デバイス１３０がグリッド構造１１５上で動作する場合、例えば図１０に示す実施例において、１つのグリッド空間を占有する所与の荷役デバイスは、隣接するグリッド空間を占有又は横断する別の荷役デバイスを妨害しない。
【0037】
グリッド構造１１５上で直交方向を変更するために、車輪セットのうちの少なくとも１つは、Ｘ方向及びＹ方向の車輪セットのうちのどちらがトラックと係合するかを変更するために垂直に移動するように構成される。例えば、Ｘ方向車輪セットが固定され、Ｙ方向車輪セットは、Ｘ方向車輪セットをトラックと接触させるために持ち上げられるか、又はＸ方向車輪セットをトラックから持ち上げるために下ろされるように構成される。代替として、Ｙ方向車輪セットが固定され、Ｘ方向車輪セットがどの車輪セットがトラックと係合するかを変更するために上下に移動する。
【0038】
いくつかの実施例では、車両本体１３２に取り付けられた第１のセットの車輪１３４及び第２のセットの車輪１３６の各々は、垂直に移動してそれらのそれぞれのトラック又はレールから離れて持ち上がるように配置される。例えば、グリッド構造１１５上で方向を（例えば、Ｘ方向に）変更するために、第１のセットの車輪１３４は、第１のセットのグリッド部材又はトラック１２２ａから離れて持ち上げられ、第２のセットの車輪１３６は、第２のセットのグリッド部材又はトラック１２２ｂと係合する。モータなどの駆動機構（図示せず）は、第１のセットの車輪１３４又は第２のセットの車輪１３６のいずれかをグリッド構造１１５上でＸ方向又はＹ方向に駆動する。図７の特定の実施例では、第１のセットの車輪１３４及び第２のセットの車輪１３６の各車輪は、グリッド構造１１５上の荷役デバイス１３０の四輪駆動能力を提供するために、ハブモータによって個々に駆動される。換言すれば、第１及び第２のセットの車輪のすべての車輪は、個々のハブモータによって駆動される。これにより、セット１３４、１３６の車輪のいずれか１つがレール又はトラック上でスリップした場合に、荷役デバイス１３０がグリッド構造１１５上のレール又はトラック１２２ａ、１２２ｂに沿って進むことが可能になる。
【0039】
より詳細には、図８Ａ及び図８Ｂに示すハブモータ１６０は、アウターロータ１６２を備える。アウターロータ１６２は、グリッド構造（例えば、トラック）と係合するように配置された外面を有する。リング形状の永久磁石１６４を備える内面は、ハブモータ１６０のステータを備える車輪ハブ（又は「内側ハブ」１６６）の周りを回転するように配置される。典型的には、ステータは、ハブモータのコイル（「巻線」としても知られている）を備える。第１又は第２のセットの車輪の各車輪１５０を駆動し、したがって、グリッド構造上で荷役デバイスを移動させるために、ハブモータ１６０のアウターロータ１６２は、それぞれの車輪の中心軸に対応する回転軸Ａ－Ａを中心として回転するように配置される。ロータ１６２の外面は、トラック又はレールと係合するためのタイヤ１６８を備え得る。図８Ｂに示す実施例では、アウターロータ１６２は、軸受（図示せず）上でその回転軸を中心として回転し、その内面に接着された永久磁石１６４を有する。アウターロータ１６２が車輪ハブ１６６に対して回転することが可能になるように、ハブモータのステータを備える内側ハブ１６６を車両本体１３２に結合することによって、車輪１５０の各々は、荷役デバイス１３０の車両本体１３２に結合される。このタイプのハブモータは、典型的には、アウターロータ型ハブモータとして知られている。
【0040】
インナーロータ型モータ又は軸方向磁束モータなどの他のタイプのハブモータが、車輪１５０のためのハブモータ１６０として使用可能である。インナーロータ型モータは、その外側シェルにステータ巻線を有し、ロータは、ステータの内側にあり、シャフトに接続する。スポークが、典型的には車輪をロータシャフトに接続する。内側回転モータは、典型的には、外側回転モータよりも、磁石の体積が小さいが、銅のステータ巻線の体積が大きい。対照的に、軸方向磁束モータは、典型的には、非半径方向配置で磁石のセット間に挟まれたステータ巻線を有し、ロータとステータとの間の間隙、したがって、２つの間の磁束の方向は、半径方向ではなくむしろ、回転軸と平行に整列される。
【0041】
前述の実施例における各車輪１５０の駆動機構はハブモータを備えるが、他の実施例では、車輪を駆動するための他の手段が適用可能である。例えば、荷役デバイスの両側の前後にある一対の車輪が、好適なプーリー又はギア機構に接続された１つ又は複数のモータによって駆動されてもよい。他の実施例では、車輪１５０の駆動機構は、ベルト駆動機構を備える。
【0042】
図９に示す車輪アセンブリのブロック図において、第１のセットの車輪１３４及び第２のセットの車輪１３６の各車輪対は、制御モジュール（又は「コントローラ」１７０）によって、それらのそれぞれの回転軸を中心として回転するように命令される。この実施例では、制御モジュール１７０は、１つ又は複数のプロセッサと、１つ又は複数のプロセッサによって実行されると、１つ又は複数のプロセッサに、第１のセットの車輪又は第２のセットの車輪に、それらのそれぞれの回転軸を中心として回転するように命令させる命令を記憶するメモリと、を有するコンピュータシステムを備える。メモリは、当技術分野で一般的に知られている任意の記憶デバイス、例えば、ＲＡＭ、コンピュータ可読媒体、磁気記憶媒体、光学記憶媒体、又はデータを記憶するために使用することができる別の電子記憶媒体であり得る。１つ又は複数の処理デバイスは、当該技術分野で既知の任意の処理デバイス、例えばマイクロプロセッサであり得る。第１のセットの車輪１３４及び第２のセットの車輪１３６の各車輪の駆動機構及び車輪ポジショニングは、任意の好適な通信インターフェースユニット１７２、例えば、当技術分野で既知の任意のワイヤード又はワイヤレス通信インターフェースを介して、制御モジュール１７０に通信可能に結合される。
【0043】
コントローラ１７０は、制御命令を駆動機構に送り、駆動機構は、制御命令を、グリッド構造１１５のトラック１２２ａ、１２２ｂ上の荷役デバイス１３０の制御された移動を容易にする、車輪モータへの好適な駆動出力信号に変換する。制御信号は、車輪モータに直接提供されてもよいし、又は車輪モータに送出される電力を変化させることによって車輪モータのスピード及び方向を制御する中間モータドライブに提供されてもよい。
【0044】
駆動機構が荷役デバイス１３０をその現在位置から新しい位置に移動させるべき、又はその速度を変更すべきとコントローラ１７０が決定すると、コントローラ１７０は、軌道（別名「運動制御プロファイル」として知られる）を生成し、これは駆動機構によって好適な制御信号に変換される。新しい位置は、例えば、ターゲット位置又はコマンドされた停止位置であり得る。運動制御プロファイルは、荷役デバイス１３０がその現在の状態からターゲット位置まで移動するときのその経時的な速度、加速度、ジャーク、及び／又は位置などの荷役デバイス１３０の運動学的状態を定義する。ジャーク（又は「ジョルト」）は、荷役デバイスの加速度が時間に対して変化する比率、すなわち加速度の一次時間導関数である。現在位置は、グリッド構造１１５上の停止又は休止からであってよく、この場合、荷役デバイス１３０の初期速度及び加速度の両方が、実質的にゼロである。代替として、荷役デバイス１３０は、現在位置で運動中であってもよく、この場合、荷役デバイス１３０は、ゼロよりも大きい初期速度を有する。
【0045】
実施例では、ターゲット位置は、例えば、保管コンテナを取り出すか又は置くための、グリッド構造１１５上の所望の保管ロケーション又はグリッドセルである。他の実施例では、ターゲット位置は、例えば、荷役デバイス１３０が再充電可能電源を再充電するように命令されたときの、充電地点の近くのグリッド構造１１５上の位置又はグリッドセルである。典型的には、そのような充電地点は、グリッド構造１１５の周囲に位置する。
【0046】
運動制御プロファイルが生成されると、コントローラは、運動制御プロファイルを、運動制御プロファイルによって定義された軌道を通って荷役デバイスを移動させるための適切な制御信号に変換する。運動制御プロファイルの複数のセグメント（又は「ステージ」）が、例えば、１つ又は複数の所定の制約に基づいて計算され得る。そのような制約は、例えば、駆動機構の機械的限界に対応し得る。１つ又は複数の所定の制約は、これらに限定されないが、最大速度、最大加速度、及び最大減速度を含む。例えば、荷役デバイス１３０は、最大４メートル毎秒（ｍ／ｓ）のスピードで進み、２メートル毎秒毎秒（ｍ／ｓ２）で加速することが予想される。これらの制約及びコマンドされたターゲット位置が与えられると、コントローラは、所望の動き（move）を実施するための運動制御プロファイルを計算する。所望の動きは、例えば所望の保管列に対応するターゲットロケーションに荷役デバイスが到達するための、例えば混合された又は順次実行される、グリッド構造１１５上のＸ方向及びＹ方向の複数の位置を含み得る。複数の位置の各々は、例えば、グリッド構造上のＸ方向又はＹ方向のいずれかへの単一の動きを備える。本明細書では、「コマンドされた速度」及び「速度制約」という用語は、「コマンドされた加速度」及び「加速度制約」という用語と同様に、交換可能に使用される。
【0047】
本説明におけるいわゆる「ポイントツーポイント」移動は、開始位置からターゲット位置への移動を指す。最終加速度及び速度は、荷役デバイスがプログラムされた目的地又はターゲット位置に到着したときにゼロになると考えられる。
【0048】
実施例では、コントローラ１７０への入力は、マスタコントローラ１７４を介して受信される。コントローラは、図１０に示すように、ネットワーク１７６を介してマスタコントローラ１７４に通信可能にリンクされ得る。図１０の実施例におけるコントローラは、荷役デバイス１３０に組み込まれている。ネットワーク１７６は、ＬＡＮ（ローカルエリアネットワーク）、ＷＡＮ（ワイドエリアネットワーク）、インターネット、又はイントラネットを含む様々なタイプの任意のものである。１つ又は複数の基地局（図示せず）が、入力情報をコントローラに送信し得る。本発明の特定の実施形態では、入力は、１つ又は複数の制約及びグリッド構造上のコマンドされた位置又はターゲット位置を含むことができる。コントローラへの複数の入力の送信は、独立して行われ得る。例えば、マスタコントローラ１７４は、コマンドされた位置及び１つ又は複数の制約を別個に、例えば、荷役デバイス１３０のコントローラ内に格納された軌道生成器に通信し得る。
【0049】
運動制御プロファイルは、例えば、受信された１つ又は複数の制約及びグリッド構造上の所望の位置に対応するコマンドされた位置に基づいて、（例えば、コントローラによって自動的に）生成又は計算される。実施例では、運動制御プロファイル（又は「軌道」）は、位置、スピード、加速度、及び／又はジャーク信号の集合を含む。軌道は、例えば、コマンドされた位置が達成され、残りの信号（スピード、加速度、ジャーク）がゼロになると、終了する（又はその終点に到達する）。
【0050】
図１１は、一例に係る位置コントローラの入力及び出力を例示するブロック図を示す。軌道生成によって生成された運動制御プロファイルデータは、位置コントローラ１８４に通信され、そこで、車輪アセンブリの車輪を駆動するための制御信号に変換される。運動制御プロファイルにしたがって、位置コントローラ１８４は、駆動機構への電力を変化させて、グリッド構造１１５に対する荷役デバイス１３０のスピードを変化させる。運動制御生成器のように、位置コントローラ１８４は、コントローラ１７０と共に存在する機能構成要素であってもよいし、又は代替として、それ自体の制御システムを有する運動制御生成器１８２とは別個の構成要素であってもよい。例えば、車輪アセンブリの車輪対は、ローカルコントローラに接続され、運動制御生成器からの運動制御信号を変換するように構成され得る。運動制御信号の変換は、これに限定されないが、運動制御データを車輪のそれぞれの駆動機構又はモータを駆動するための適切なトルク制御信号にコンバートすることを含む。
【0051】
上述のように、運動制御プロファイルは、ある時間期間にわたるグリッド構造１１５に対する荷役デバイス１３０のポイントツーポイントの動きの軌道を、例えば、位置基準、速度基準、加速度基準、及びジャーク基準のうちの１つ又は複数に関して定義する。これらの基準は、駆動機構のそれぞれの運動属性が所与のポイントツーポイントの動きについての時間の関数としてどのように制御されるかを定義する軌道生成器による関数計算を表す。基準は、時間に対する導関数として互いに数学的に関連付けられている。運動制御プロファイルにしたがって所望のポイントツーポイントの動きを行うように荷役デバイス１３０に命令する制御信号に運動制御プロファイルを変換することは、位置コントローラ１８４が、例えば、運動制御プロファイルから導出された加速度基準に基づいて、運動制御プロファイルからフィードフォワード信号を生成することを伴う。位置基準、速度基準、加速度基準、及びジャーク基準のうちの１つ又は複数は、所与の時間期間にわたる荷役デバイス３０のポイントツーポイントの動きを表す走行距離基準又は運動学的基準と呼ばれ得る。
【0052】
図１２は、軌道生成器１８２から荷役デバイスの駆動機構への信号を変換するための位置コントローラ１８４の例示的なアーキテクチャを示す。荷役デバイスの質量を所定値、例えば推定値とした場合、フィードフォワード信号２１０は、例えば運動制御プロファイルから導出された加速度基準に比例する、より具体的には速度基準の時間導関数に比例する、計算されたトルク要求を表す。ペイロードを有する荷役デバイスの質量は、例えば、アイテムのペイロードを含んでいるトートを吊り上げるために使用された持ち上げデバイスのコントローラ又はドライバからの電流フィードバックを使用して推定され得る。これは、例えばケーブル３８及びグリッパデバイス３９を有する持ち上げデバイスを含む荷役デバイスの初期質量と統合されて、ペイロードを有する荷役デバイスの推定総質量をもたらすことができる。
【0053】
フィードフォワード信号２１０は、車輪アセンブリの車輪を駆動するための適切な信号に変換され得る。しかしながら、グリッド構造上の荷役デバイスのポイントツーポイントの動きが、運動制御プロファイルの軌道セグメントと揃うことを確実にするために、計算されたフィードフォワード信号２１０は、グリッド構造に対する荷役デバイスの実際の運動学的状態を示すフィードバック信号２１２によって補償される。グリッド構造上の荷役デバイスの運動学的状態は、これらに限定されないが、グリッド構造に対する荷役デバイスの位置及び速度を含むことができる。荷役デバイスの速度は、例えば、時間に対するその位置の一次導関数から導出され得る。
【0054】
フィードバック信号２１２に基づいて、位置コントローラ１８４は、軌道生成器１８２からの運動プロファイル１９４に基づいて決定された制御信号を調整又は補償して、荷役デバイスが可能な限り厳密に運動制御プロファイルにしたがって移動することを確実にすることができる。
【0055】
本システムでは、フィードバック信号２１２は、荷役デバイス上の１つ又は複数の位置センサではなく運動学的モデル１９８を使用して生成される（これは、グリッド構造に対する荷役デバイスの「真の」状態を反映するために位置コントローラにフィードバックされる）。上述のように、１つ又は複数の位置センサの代わりにそのような運動学的モデル１９８を使用することにより、荷役デバイス上に取り付けられた物理センサの使用に関連する欠点なしに、荷役デバイスの運動学的状態のフィードバック基準が、生成された軌道にしたがったポジショニングを制御することを助けることが可能になる。例えば１つ又は複数の位置センサの代わりにそのような運動学的モデル１９８を使用して荷役デバイスの運動学的状態を決定することについて、以下で更に説明する。
【0056】
運動学的モデル１９８からデータ信号を受信することに応答して、位置コントローラ１８４は、荷役デバイスがグリッド構造上のそのコマンドされたターゲット位置に到着することを確実にするために、例えば、１つ又は複数の操作変数を変化させることによって、運動制御プロファイル１９４の１つ又は複数の軌道セグメントを再生成するように命令され得る。
【0057】
実施例では、運動学的モデル１９８からのフィードバック信号２１２は、フィードフォワード信号２１０と組み合わされて、車輪（又は車輪を駆動する駆動機構）についての総トルク要求が生成される。運動制御プロファイルから導出された軌道位置と、運動学的モデル１９８から決定された位置とで比較が行われる。この比較は、位置誤差、すなわち、時間の関数としての軌道位置基準とモデル化された位置との間の差を表す。位置誤差は、ＰＩＤ（比例、積分、及び微分）コントローラ（又はＰＩコントローラ）２１４に供給され、これは、運動制御プロファイルによって表された設定点に位置を補正する。ＰＩＤ又はＰＩコントローラ２１４からの補正は、フィードフォワード信号２１０と組み合わされて、総トルク要求が生成される。
【0058】
図１２の通信経路に示すように、「加速度フィードフォワード」信号と「速度フィードフォワード」信号の両方が、フィードフォワード計算において組み合わされる。それらはルックアップテーブルに記憶され得る。実際には、加速度フィードフォワード及び速度フィードフォワードは、固定値である比例定数、例えばゼロ次トルク要求と共に合計される（その符号は軌道速度の符号である）。加速度フィードフォワードトルク要求及び速度フィードフォワードトルク要求の大きさは、生成された運動制御プロファイル又は軌道から決定される。
【0059】
１つの実施例では、フィードフォワードトルク要求は、以下のように計算される。
総トルク要求＝フィードフォワードトルク要求＋フィードバックトルク要求
ここで、
フィードフォワードトルク要求＝加速度フィードフォワードトルク要求＋速度フィードフォワードトルク要求＋ゼロ次トルク要求値
ここで、
加速度フィードフォワードトルク要求＝軌道加速度×加速度フィードフォワード利得、
速度フィードフォワードトルク要求＝軌道速度×速度フィードフォワード利得、
ゼロ次ＦＦトルク要求＝符号（軌道速度）×ゼロ次トルク要求値、
ここで、以下の変数の値は経験的に決定される。
総トルク要求＝フィードフォワードトルク要求＋フィードバックトルク要求
ここで、
フィードフォワードトルク要求＝加速度フィードフォワードトルク要求＋速度フィードフォワードトルク要求＋ゼロ次トルク要求値
ここで、
加速度フィードフォワードトルク要求＝軌道加速度×加速度フィードフォワード利得、
速度フィードフォワードトルク要求＝軌道速度×速度フィードフォワード利得、
ゼロ次ＦＦトルク要求＝符号（軌道速度）×ゼロ次トルク要求値、
ここで、以下の変数の値は経験的に決定される。
【0060】
加速度フィードフォワード利得は、コンテナ及びその内容物を含む、荷役デバイスの推定総質量に依存する値であり、荷役デバイスがより重いコンテナを運搬しているとき、より高い利得値を有するようになる。
【0061】
速度フィードフォワード利得もまた、荷役デバイスの推定総質量に依存する。
【0062】
ゼロ次トルク要求値は、荷役デバイスを一定のほぼゼロの速度で移動させ続けるために必要とされる総トルク要求の値であり、すなわち、比例因子である。
【0063】
これらの３つの成分、加速度フィードフォワード、速度フィードフォワード、及びゼロ次トルク要求値は、フィードフォワードトルク要求を構成するために共に合計され、ルックアップテーブルに記憶される。計算されたフィードフォワードトルク要求をフィードバックトルク信号で補償するとき、コントローラは、フィードフォワードトルク要求をルックアップテーブルから取り出して、フィードバックトルク測定値と組み合わせる。
【0064】
上述のように、計算された総要求は、車輪を駆動するための適切な制御信号に変換される。実施例では、総トルク要求は、第１及び第２のセットの車輪のどちらがグリッド構造と係合するかに依存して、第１又は第２のセットの車輪間で共有される。これも実施例で説明したように、第１及び第２のセットの車輪のうちの各車輪は、ハブモータ２２０によって個々に駆動され得る。第１のセットの車輪は、本体の前方にある車輪対と、本体の後方にある車輪対とを備える。同様の車輪対が第２のセットの車輪に存在し、すなわち、第１及び第２の車輪対が、荷役デバイスの本体のいずれの側方にも存在する。動作時には、車輪対は、例えば「仮想」又は「想像上」の車軸にあるかのように、同期して駆動される。例えば、前方対の車輪は、同じ車軸上で駆動されているかのように同期して駆動され、後方対の車輪も同様に、同じ車軸上で駆動されているかのように同期して駆動される。同じ原理が第２のセットの車輪に適用されるが、個々のハブモータがそれらを駆動する。同様に適用可能に、第１のセットの車輪の４つの車輪すべては同期して駆動されてよく、同様に、第２のセットの車輪の４つの車輪すべてが同期して駆動されてよい。ハブモータによって車輪アセンブリの車輪を個々に駆動する利点は、車輪に加えられるトルクを異なる量で車輪に分配することができることであり、これは、いずれかの車輪のスリップ中に役立つことができる。
【0065】
実施例では、モータ制御プロファイルから導出されたトルク要求又は補償された総トルク要求は、付勢機構２１６によって車輪アセンブリの車輪間で分配される。付勢機構２１６は、グリッド構造上の荷役デバイスの任意の重量移動（weight transfer）を考慮するために、前輪対と後輪対間で、例えば「車軸」間で総トルク要求を分割する。例えば、荷役デバイスがグリッド構造上で加速しているとき、前「車軸」のほうに大きい割合の計算された総トルク要求が伝達され得る。逆に、荷役デバイスがグリッド構造上で減速するとき、総トルク要求は、後「車軸」のほうに多く伝達され得る。したがって、付勢機構は、グリッド構造上で加速又は減速するときに、第１の後「車軸」へのトルクの量を変化させて、それに応じて荷役デバイスの重量を荷役デバイスの前部分と後部分との間で移動させることができる。
【0066】
実施例では、付勢機構２１６は、運動制御プロファイルの軌道加速度基準にしたがって、車輪に、より具体的には車輪を駆動するモータに、差動トルク要求を適用する。運動制御プロファイルの軌道加速度基準及び／又は軌道速度基準は、荷役デバイスがグリッド構造上で加速しているか減速しているかに関する指標又は基準点を提供する。換言すれば、車輪に加えられる差動トルクは、運動制御プロファイルの軌道加速度基準に従うものであり、すなわち、車輪へのトルクの分配と運動制御プロファイルの軌道加速度基準との間に比例関係がある。荷役デバイスが加速すべきことを示す運動制御プロファイル生成器からの信号に応答して、付勢機構２１６は、計算された総トルク要求を後車軸よりも前車軸に多く選択的に伝達する。逆に、減速するように命令されると、総トルク要求は後車軸にシフトされるか、又は総トルク要求が低減されて「制動」力を提供する。同様に、グリッド構造上を巡航するとき、総トルク要求は、前「車軸」と後「車軸」との間で実質的に等しく分割され得る。
【0067】
前輪及び後輪の「車軸」に加えられる差動トルクと同様に、車輪モータに通信されるトルク要求は、荷役デバイスの本体のいずれの側方でも制御されて、例えば、グリッド構造上の荷役デバイスのヨーイング又は旋回を制御することができる。例えば、グリッド構造上の荷役デバイスの進行方向に依存して、左のセット又は右のセットの車輪へのスピードを制御するためにトルク要求が使用されて、それによって、グリッド構造上の荷役デバイスのヨーイング又は旋回角度を制御することができる。いくつかの実施例では、グリッド部材の配置が横断（Ｘ－Ｙ）方向に延在するので、左車輪及び右車輪に加えられる差動トルクは、荷役デバイスがトラック上でヨーイング又は旋回することを防止するように、すなわち、実質的に直線で進むように制御される。
【0068】
駆動機構を駆動するための制御信号に運動制御プロファイルを変換することに加えて、付勢機構２１６はまた、トラック上の車輪のスリップを制御するとともに、（荷役デバイスに取り付けられた１つ又は複数の位置センサの代わりの）運動学的モデル及び／又は１つ又は複数の位置追跡センサから位置信号を受信することに応答して運動制御プロファイルを周期的に補償するようにも構成され得る。
【0069】
１つ又は複数の位置センサの代わりに、運動学的モデルは、トラック上の第１及び第２のセットの車輪のうちのいずれか一方のスリップを決定することもできる。これは、図１２において、位置コントローラ１８４内の別個のスリップ構成要素２１８として示されている。
【0070】
任意の車輪の回転スピードが、グリッド構造上の荷役デバイスの運動学的状態の速度成分よりも大きいときに、車輪のスリップが発生する可能性がある。グリッド構造上の荷役デバイスの運動学的状態は、運動学的モデル１９８を使用して決定される。位置センサ９８ａ、９８ｂを有する荷役デバイス３０の場合、運動学的状態の速度成分は、時間の関数として１つ又は複数の位置センサによって決定される運動学的状態の位置成分の一次導関数、例えば、荷役デバイスが第１の方向に進んでいるか又は第２の方向に進んでいるかに依存する第１又は第２の「第５の」車輪の回転スピードから導出可能である。
【0071】
実施例では、第１及び第２のセットの車輪の各車輪の個々の回転スピードは、各車輪に隣接して配設された１つ又は複数の車輪エンコーダによって決定される。１つ又は複数の車輪エンコーダは、車輪の回転スピードを示すパルスを生成する回転電気機械デバイスを備えるインクリメンタルエンコーダであり得る。例示的な車輪エンコーダは、磁界の強度を測定することができる磁気センサ、例えばホール効果センサと、モータシャフトに取り付けられたリング磁石とを備える。モータが車輪を回転させるときにリング磁石も回転させる。リングの近くに位置付けられた磁気センサは、リング磁石が回転するときの磁界の変化を検出する。センサは、何回モータが回転したかをインクリメントにカウントすることができる。リング磁石が完全な１回転を完了すると、磁気センサは、リング磁石の各磁極がセンサを通過したときの磁界の設定数の変化（例えば、パルス又は「ティック」）を検出する。４対の磁極を有するリング磁石の場合、磁気センサは、例えば、完全な１回転中に４つのパルスをカウントする。モータの各回転はまた、所与の角回転、例えば、ある角度数だけ車輪を旋回させる。この情報、例えばモータと車輪のギア比を用いて、車輪の１回りを表す、車輪エンコーダによってカウントされるパルス数を計算することができる。パルス又は回転当たりの予想される進行距離も、車輪円周を使用して決定され得る。
【0072】
回転車輪エンコーダの別の実施例は、光学エンコーダである。透明エリアと不透明エリアとを有するディスクがモータシャフトに取り付けられ、光源と、任意の所与の時間におけるディスクの角度位置から生じる光学パターンを読み取る光検出器アレイとの間に配置される。更なる実施例は、非対称形状のディスクが２つの電極間のエンコーダ内で回転される静電容量型回転エンコーダである。電極間の静電容量の変化を測定し、角度値を決定するために使用することができる。
【0073】
実施例では、スリップ制御マネジャが、第１又は第２の「第５の」車輪の代わりの運動学的モデルから決定されたグリッド構造上の荷役デバイスの運動学的状態と車輪の回転スピードを個々に比較することによって、車輪アセンブリの各車輪のスリップを管理する。図１２の概略ブロック図に示す例では、スリップ制御マネジャは位置コントローラ内に存在する。所与の車輪の回転スピードが、グリッド構造上の荷役デバイスの運動学的状態の速度成分よりも大きいと想定する。その場合、スリップ制御マネジャは、車輪の回転スピードが荷役デバイスの運動学的状態に追いつくまで、その車輪に対するトルク要求の付勢を制御することによって、その車輪に対するトルクを除去するか、又は少なくとも低減する。例えば、付勢機構を介して、位置コントローラは、スリップしている車輪の回転スピードを低減するために、スリップしている車輪に対するトルク要求を変更することができ、すなわち、車輪に対するトルク要求を低減するか又は更には除去することができる。このような場合、車輪の回転はより受動的になり得る。代替として、スリップ制御マネジャは、グリッド構造上の荷役デバイスの運動学的状態に一致するように車輪アセンブリの車輪のスピードを平衡させるために、スリップしている車輪からのトルクを他の車輪に再分配することができる。
【0074】
代替として、上述のスリップ制御マネジャは、第１又は第２の「第５の」車輪と併せて使用してもよいことを理解されたい。このようにすると、車輪の回転スピードは、「第５の」車輪の出力によって直接決定され得る。
【0075】
「第５の」車輪の有無にかかわらず、いずれの場合でも、スリップ制御マネジャは、スリップを受けている車輪にかかるトルクを低減するように配置され得る。例えば、第１の車輪がスリップを受けていると検出されると、スリップ制御マネジャは、その特定の車輪についてのトルク要求をゼロトルクに低減し得る。利用されているがスリップを受けていない他の車輪すべては、それらのトルクレベルが維持される（すなわち、調整されない）。この実施例では、スリップしている車輪はゼロトルクが加えられるが、他の値が使用されてもよく、例えば、スリップしている車輪についてのトルク要求を、元の値の２０％に低減してもよい。このスリップ制御方法の欠点の１つには、荷役デバイスにかかる望ましくないトルクが誘発され、その軌道が一方側又は他方側に曲がることがある。スリップ事象が低頻度で短く持続する場合、荷役デバイスが受ける望ましくないトルクが最小であると考慮すると、望ましくないトルクを効果的に無視することができる。
【0076】
しかしながら、より長く持続するスリップ事象の場合、荷役デバイスが受ける望ましくないトルクが問題となる恐れがある。そのために、スリップ制御マネジャは、代わりに、トルクを仮想前車軸と仮想後車軸との間で付勢することに関して前述したものと同様に、「仮想」又は「想像上」の車軸ベースのスリップ制御を適用するように配置され得る。特に、１つの特定の車輪のスリップが検出されたとき（「第５の車輪」を使用しているか否かにかかわらず）、スリップ制御マネジャは、仮想車軸上の両方の車輪についてのトルク要求を低減するように配置される。例えば、荷役デバイスの右後輪がスリップ事象を受ける場合、右後輪及び左後輪（左後輪は右後輪と同じ仮想車軸にある）の両方についてのトルク要求が低減される。好ましくは、仮想車軸上の車輪に対するトルク要求の低減は同一である。このようにして、トルク低減が荷役デバイスの両側で等しいので、荷役デバイスは、これまでのスリップ制御方法の望ましくないトルクをもはや受けなくなる。１つの実施例では、右後輪がスリップ事象を受ける場合、仮想後車軸に対するトルク要求は、ゼロに低減され得る。しかしながら、荷役デバイスに対するトルクのそのような劇的な低減は、荷役デバイスの突然のスピード低下を引き起こす場合がある。代替として、右後輪がスリップ事象を受ける場合、仮想後車軸に対するトルク要求を、その元の値の２０％に低減してもよい。したがって、右後輪及び左後輪の両方が、それらの元の値の２０％へのトルク要求の低減を受ける。このようにすると、スピードの低下が劇的でなく、荷役デバイスはその移動計画に留まることができる。
【0077】
更に、スリップ制御マネジャは、スリップ事象を受けていない仮想車軸に損失したトルクを加えるように更に配置され得る。例えば、右後輪がスリップ事象を受ける場合、仮想後車軸に対するトルク要求を、その元の値の２０％に低減し得る。換言すれば、仮想後車軸上の個々の車輪に対するトルク要求は、それらの元の値の２０％に低減される。しかしながら、この仮想車軸から除去されたトルク要求（その元の値の８０％）は、前車軸に追加されてよく、換言すれば、左前輪及び右前輪の各々は、それらのトルク要求を、仮想後車軸から除去されたトルク要求の割合だけ増加させている。したがって、仮想後車軸はその元の値の２０％に低減されるが、仮想前車軸は、仮想後車軸から除去されたトルク要求だけ増加したトルク要求を有する。このようにして、荷役デバイス全体としてのスピード低下が緩和される。
【0078】
図１２に示すアーキテクチャは、一例であることを意図しているにすぎず、位置コントローラ１８４の構成要素の他の配置が本発明の範囲内であることを理解されたい。例えば、位置コントローラ１８４は、別個のコントローラであるのはなく、運動制御プロファイル又は軌道を生成するためのコントローラ１８２に一体化されてもよい。
【0079】
図１３は、実施例に係る荷役デバイスのためのポジショニングシステムの概略図を示す。ポジショニングシステム３００は、前述した荷役デバイスの複数の車輪のための１つ又は複数のエンコーダ３１０を含む。１つ又は複数のエンコーダは、この実施例では、荷役デバイス内にある。図１３では、グリッド構造１１５上でＸ方向に荷役デバイス１３０を移動させるための一対の車輪１３４のみが示されている。しかしながら、Ｘ方向及びＹ方向の各々のための車輪の完全セット、例えば、先の実施例で説明した第１のセットの車輪１３４及び第２のセットの車輪１３６を含むことができる。
【0080】
ポジショニングシステム３００は、実施例では、荷役デバイスのそれぞれの車輪１３４のための１つ又は複数の力センサも含む。１つ又は複数の力センサは、例えば、対応する車輪にかかる荷重を検出するように構成される。１つ又は複数の力センサは、力感知抵抗器を使用した車輪アセンブリ構造の移動の測定により、加えられた力、例えば、車輪にかけられた重量を線形電気信号にコンバートする力トランスデューサを備え得る。
【0081】
他の実施例では、ポジショニングシステム３００は、対応する車輪にかかる荷重を推定するように構成された１つ又は複数の力推定器を含む。例えば、対応する車輪にかかる荷重は、当業者によって知られている方法を使用して、例えば、荷役デバイスによって運搬されるときのトート及びそのペイロードの推定質量を含む荷役デバイスの質量に基づく、加速及び減速中の重量移動を考慮に入れて推定され得る。例えば、前輪対及び後輪対のための仮想前車軸及び仮想後車軸を考慮すると、前車軸にかかる垂直荷重Ｚ１及び後車軸にかかる垂直荷重Ｚ２は、以下のように決定され得る。
Ｚ１＝Ｚ１，０＋Ｚ１，ａ＋ΔＺ
Ｚ２＝Ｚ２，０＋Ｚ２，ａ＋ΔＺ
Ｚ１＝Ｚ１，０＋Ｚ１，ａ＋ΔＺ
Ｚ２＝Ｚ２，０＋Ｚ２，ａ＋ΔＺ
【0082】
前車軸にかかる初期荷重Ｚ１，０は、例えば、運搬されている任意のトート質量及びペイロードを含む荷役デバイスの質量ｍと、後車軸と荷役デバイスの質量中心との間の距離ａ２と、軸距ｌとに基づいて決定可能であり、Ｚ１，０＝ｍｇ・ａ２／ｌである。同様に、後車軸にかかる初期荷重Ｚ２，０は、後車軸と荷役デバイスの質量中心との間の距離ａ１を代わりに使用して決定可能であり、Ｚ２，０＝ｍｇ・ａ１／ｌである。車軸荷重方程式の中間項は、空力抵抗力Ｚ１，ａ＝－Ｚ２，ａを表し、これは、例えば、数式
によって決定することができ、ここで、ρは、流体（空気）密度であり、ｖは、荷役デバイスの速度であり、Ｓは、荷役デバイスの面の基準エリアであり、Ｃは、例えば荷役デバイスの矩形断面の形状係数である。最後に、縦荷重伝達ΔＺは、荷役デバイスの加速度ａ及び質量中心の高さｈに基づいて決定可能であり、ΔＺ＝－ｍａ・ｈ／ｌのようになる。
【数1】
【0083】
ポジショニングシステム３００は、荷役デバイスの所与の車輪にかかる所与の垂直荷重に少なくとも基づいて荷役デバイスのクリープ値を決定するための訓練されたモデルを記憶する記憶装置３３０を含む。記憶装置３３０は、ＤＤＲ－ＳＤＲＡＭ（ダブルデータレート同期ダイナミックランダムアクセスメモリ）などのランダムアクセスメモリ（ＲＡＭ）であり得る。他の実施例では、記憶装置３３０は、読取り専用メモリ（ＲＯＭ）などの不揮発性メモリ、又はフラッシュメモリなどのソリッドステートドライブ（ＳＳＤ）を含み得る。記憶装置３３０は、場合によっては、他の記憶媒体、例えば、磁気、光若しくはテープ媒体、コンパクトディスク（ＣＤ）、デジタル多用途ディスク（ＤＶＤ）、又は他のデータ記憶媒体を含む。記憶装置３３０は、ポジショニングシステム３００から取り外し可能であってもよいし、又は取り外し不可能であってもよい。
【0084】
レール上を移動する車輪のコンテキストでは、クリープは、車輪の回転スピードとその線形スピードとの間の差に関連する。例えば、車輪とレールとの間の接触エリアは、典型的には楕円形であり、スティック（スリップのない）領域とスリップ領域とに分割され得る。縦クリープ（又は「マイクロスリップ」）及び接線（牽引）力が、接触パッチの後縁領域で生じるスリップに起因して生じる。牽引力が増加すると、スリップ領域が増加、スティック領域が減少し、転がり及び滑り接触を生じさせる。クリープ力は、接触パッチの平面内に作用し、車輪とレールとの間の摩擦に関連する。車輪及びレールの歪みは小さく、局所的であるが、生じる力は大きい可能性がある。重量に起因する歪みに加えて、制動力及び加速力が加えられたとき、及び車両が横力を受けたときに、車輪及びレールの両方が歪む。
【0085】
クリープ力を発生させるためには、ある量の（マイクロ）スリップが必要である。いくつかの実施例では、接線力は、常用荷重、摩擦状態、及び接触面間の相対運動に依存する。これらの接線力は、スリップの領域が後に続く、最初に接触する領域を歪ませる。最終結果は、（ａ）牽引中に、車輪は転がり接触から予想されるほどには前進せず、（ｂ）制動中に、車輪は更に前進する、というものである。この弾性歪みと局所的なスリップの混合したものが、「クリープ」として知られている（一定荷重下での材料のクリープとは別個である）。このコンテキストでのクリープは、変位に関して、ξ＝（ｘ－ｓ）／ｓ＝Δｓ／ｓによって与えられ、ここで、ｘは、車両の実際の変位であり、ｓは、転がり変位である。
【0086】
同様に、速度に関して、自由転動車輪の場合、角速度ω（ｒａｄ／ｓ）に基づく予想線速度（ｍ／ｓ）が、乗算ｒ・ωによって与えられ、ここで、ｒは車輪半径（ｍ）である。正の接線力に対して正の速度デルタが存在するはずであり、すなわち、Δｖ＝（ｒ・ω）－ｖである。この速度差と線速度との間の関係は、速度クリープσ＝Δｖ／ｖによっても与えられ、これは無次元である。したがって、速度（又は「縦」）クリープは、比率σ∈［０，１］として表すことができ、これは次式によって与えられる。
ここで、ｒｅは、トラックとの接触点における車輪の有効半径を表す。車輪の中心の線形スピードｖは、荷役デバイスのスピードと同等である。
【数2】
【0087】
車両１３２の車輪セット動力学に関与する接触力は、クリープに線形従属するものとして扱うことができる（ヨースト・ジャック・カルカーの線形理論参照、小さいクリーページに対して有効）。同様に、車両１３２の方向安定性、推進、及び制動をもたらす力も、クリープにリンクされ得る。それは、単一の車輪セットに存在し、著しいスリップを引き起こすことなく、車輪セットを結合することによって導入されるわずかな運動学的非互換性に対応することができる。したがって、利用可能な最大摩擦係数を使用するために、荷役デバイス１３０のすべての駆動車輪１３４、１３６は、車両１３２が実際に移動しているよりも速く旋回しなければならない（クリープ制御として知られている）。車輪がクリープしているときに、最大の利用可能な摩擦が生じる。「全スティック」無トルク状態から「全スリップ」状態への移行中、車輪は、クリープ及びクリーページとしても知られるスリップの漸増を有する。
【0088】
いくつかの命名法では、「スリップ」は、車輪が有する追加のスピードであり、「クリープ」は、上記で概説したように、ロコモティブスピードで割ったスリップのレベルである。これらのパラメータは、物理センサ、例えば位置センサ又はスピードセンサを使用して測定可能である。測定されたデータは、スリップレベル及びクリープレベルに基づいて車輪セットのそれぞれの駆動機構を制御するためにクリープコントローラ２１８に入ることができる。しかしながら、本実施例では、クリープコントローラ２１８は、位置センサデータに基づく測定されたクリープ値ではなくむしろ、荷役デバイスのモデル化されたクリープ値を取得する。
【0089】
より具体的には、本ポジショニングシステム３００の処理ユニット３４０は、訓練された運動学的モデルについての少なくとも１つの係数値を取得し、記憶装置に記憶された運動学的モデルを使用してクリープ値を決定するように構成される。実施例では、例えば、対応する力センサから取得されるか又は重量移動と任意のトート質量及びペイロードとを考慮して推定される車輪の垂直荷重値も、運動学的モデルを使用してクリープ値を決定するための、プロセッサ３４０への入力である。
【0090】
少なくとも１つの係数値は、複数の訓練用荷役デバイスについての記録されたクリープデータを使用したモデルの訓練によって取得される。例えば、１つの実施形態では、運動学的モデルは、車輪のクリープのパラメータ化されたモデル、例えば、車輪半径及び１つ又は複数の係数などのパラメータに関するクリープの数学的モデルを備える。クリープを計算するときに使用される係数値（単数又は複数）は、既知のパラメータ値を有する記録されたクリープデータを使用してモデルを訓練することによって決定される。例えば、図６に示すものなどの訓練用荷役デバイス３０は、運動学的状態基準、例えば、グリッド構造１５上で動いている間の荷役デバイス３０の速度又は位置基準を提供するための位置センサ９８ａ、９８ｂを有する。したがって、クリープ値は、運動学的状態基準を使用して決定され、例えば、車輪半径及び車輪荷重などのパラメータ値と共にモデルに入力され得る。対応するパラメータ値を有するそのような記録されたクリープ値のデータセットを構築することは、モデル化された、すなわち計算されたクリープ値と経験的に決定されたクリープ値との間の対応を所定の閾値、例えば「最良適合」内で与えるように、運動学的モデルの１つ又は複数の係数が調節され得ることを意味する。所定の閾値は、例えば、モデルのターゲット精度に対応し得る。調節されたモデル係数値（単数又は複数）は、次いで、プロセッサ３４０によるアクセスのために、例えば、運動学的モデルと共に記憶装置に記憶されて、該係数値を有する運動学的モデルと、車輪の測定された荷重などの「ライブ」パラメータとを使用して、グリッド１１５上を転がる所与の車輪の「ライブ」クリープ値を計算することができる。
【0091】
実施例では、プロセッサ３４０は、荷役デバイスの車輪又は車輪セットにわたってクリープ値を平均することによって、それぞれの該車輪又は車輪セットに対するモデル化されたクリープ値に基づいて、荷役デバイスの運動学的状態を決定する。例えば、上記実施例で説明したように、異なる車輪セットが、異なる荷重条件下にある場合があり、これは、モデルにおいて（例えば、パラメータ化されたモデルの実施例における荷重パラメータ値を使用して）考慮される。決定されたクリープ値を車輪セットにわたって平均することは、クリープデータ及び荷役デバイスの結果として生じる運動学的データにおけるノイズレベルを低減するのに役立ち得る。
【0092】
以下の式は、例示的なパラメータ化されたモデルを与える。
ここで、σは、荷役デバイスの所与の車輪又は車輪セットのクリープ値であり、αは係数値であり、Ｔは、車輪又は車輪セットに加えられる公称トルクであり、ｒは、車輪（単数又は複数）の半径であり、Ｎは、車輪又は車輪セットにかかる公称垂直荷重である。トルクは、例えば、動力トルク（motive torque）と累積抵抗トルクとの間の差ＴＭ－ＴＲである。
【数3】
【0093】
上記の例示的なパラメータ化されたモデルは、トルクバランスを考慮することから導出することができ、以下のように記載することができる。
ＴＭ－ＴＲ－ｒＦ＝Ｊω・
ここで、ＴＭは、動力トルクであり、ＴＲは、累積抵抗トルクであり、Ｆは、牽引力（すなわち、車輪と地面との間の摩擦）であり、Ｊは、車輪慣性であり、ω・は、車輪の回転加速度である。次いで、駆動する場合を考慮し、回転車輪についての先の数式を活用すると、クリープを次のように記載することが可能である。
ここで、摩擦係数とクリープとの間の線形関係μ＝σ／αが使用され、符号Ｎはやはり、車輪にかかる垂直荷重を表す。線形関係μ＝σ／αは、クリープが車輪とトラックとの間の最大牽引における最大クリープσＭよりも小さい、すなわちσ＜σＭである安定領域におけるσに対するμの曲線の妥当な近似であることが分かっている。係数αは、タイヤ又は車輪の剛性に関連する架空の定数であり得る。項Ｊω・がごくわずかなものであると仮定してトルクバランスを代入すると、すなわち、ｒＦ＝ＴＭ－ＴＲとすると、上記で表された例示的なパラメータ化されたモデルに到達する。
ＴＭ－ＴＲ－ｒＦ＝Ｊω・
ここで、ＴＭは、動力トルクであり、ＴＲは、累積抵抗トルクであり、Ｆは、牽引力（すなわち、車輪と地面との間の摩擦）であり、Ｊは、車輪慣性であり、ω・は、車輪の回転加速度である。次いで、駆動する場合を考慮し、回転車輪についての先の数式を活用すると、クリープを次のように記載することが可能である。
【数4】
【0094】
この例示的なモデルの場合、単一の係数値αは、パラメータ化されたモデルの訓練中に決定され、グリッド構造１１５を移動して回る荷役デバイス１３０の車輪１３４、１３６の将来のクリープ値を計算するためにモデルと共に記憶される。
【0095】
速度スリップを考慮する係数を組み込んだ車両（又は「ボット」）速度の別の例示的なパラメータ化されたモデルは、次式によって与えられる。
ここで、ｖｗは、所与の車輪又は車輪セットの速度であり、βは係数値であり、τは、車輪又は車輪セットに加えられるトルクであり、Ｎは、車輪又は車輪セットにかかる重量移動、例えば垂直荷重である。この例示的なモデルの場合、単一の係数値βは、パラメータ化されたモデルの訓練中に決定され、グリッド構造１１５を移動して回る荷役デバイス１３０の将来の速度値を計算するためにモデルと共に記憶される。
【数5】
【0096】
他の実施形態では、運動学的モデルは、人工ニューラルネットワーク（又は単に「ニューラルネットワーク」）モデルを備える。一般に、ニューラルネットワークシステムは、「訓練段階」と呼ばれるものを経る。ニューラルネットワークは、特定の目的のため、この場合、測定されたパラメータに基づいて荷役デバイスの車輪のクリープ値を決定するために訓練される。ニューラルネットワークは、典型的には、グラフの頂点（ニューロンに対応する）又はエッジ（接続部に対応する）が重みに関連付けられる重み付き有向グラフを形成するいくつかの相互接続されたニューロンを含む。重みは、訓練全体を通して調整されてよく、個々のニューロン及びニューラルネットワーク全体としての出力を変更する。したがって、運動学的モデルのための１つ又は複数の係数値は、ニューラルネットワークに入力された入力データに適用される重みを表す重みデータに対応し得る。入力データは、例えば、車輪又は車輪セットの荷重、車輪又は車輪セットに加えられた公称トルク、及び車輪半径などの測定された車輪状態データを備える。訓練段階後、ニューラルネットワーク（訓練されたニューラルネットワークと呼ぶ場合があり、訓練された運動学的モデルに対応する）は、新しい車輪状態データに基づいてクリープ値を決定することができる。
【0097】
ニューラルネットワークを利用するいくつかの実施例では、「構造化」ネットワークが、一般にこのタイプの分析問題に対して「非構造化」ネットワークよりも有用である場合があるので使用される。構造化ニューラルネットワークでは、伝達関数が階層的に積み重ねられて、多数の隠れ層を有するネットワークが作成され得る。隠れ層の各々は、一連の非線形性における次の層として見ることができ、算出は、層出力が後続層の出力を算出するための入力として使用される反復プロセスである。したがって、構造化ニューラルネットワークは、教師あり学習又は教師なし学習を使用して訓練され得る。逆に、非構造化ニューラルネットワークは、階層的な編成を有さず、単に、線形の静的な全結合ニューロンのセットである。したがって、非構造化ニューラルネットワークは、入力ニューロン及び出力ニューロンを定義する機構がないので、教師なしの方法でのみ訓練することができる。
【0098】
他の実施形態では、運動学的モデルは、測定された車輪状態データと車両の対応する運動学的データとから計算されたクリープ値の訓練データセットを使用して、測定された車輪状態データに基づいて車輪のクリープを予測するためのサポートベクトルネットワーク、ベイジアンネットワーク、又は別の好適な数学的モデルを備える。例えば、クリープ値を決定するために非線形モデルが使用される場合、モデル内の係数値を推定するためにカルマンフィルタが実装され得る。
【0099】
力の項を伴う運動学的モデル、例えばトルク及び法線力を伴う上記のパラメータ化されたモデルの例は、代わりに「動的モデル」と呼ばれる場合がある。
【0100】
実施例では、記憶装置３３０は、複数の訓練されたモデルを記憶する。例えば、各訓練されたモデルは、加速段階、減速段階、及び巡航段階などの、荷役デバイスの軌道段階に対応する。したがって、荷役デバイスの現在の軌道段階、例えば、それが加速しているか、減速しているか、それとも実質的にゼロの加速度で巡航しているかに依存して、所与のモデルが複数の訓練されたモデルから選択され得る。したがって、それぞれのモデルの１つ又は複数の係数は、例えば、対応する軌道段階中の記録されたデータに基づいて訓練される。
【0101】
実施例では、荷役デバイスのそれぞれの積載モード（loading mode）に対応する複数の訓練されたモデルが記憶される。例えば、積載モードは、コンテナを搬送していないときなど、荷役デバイスが積載物を有していない無荷重モードであり得る。同様に、積載モードは、アイテムのコンテナを搬送しているときなど、荷役デバイスが何らかの積載物を有する荷重モード（loaded mode）であり得る。別の可能な積載モードは、例えば、荷役デバイスが最大荷重閾値に実質的に等しい積載物を有する場合、完全荷重モードである。更に、荷重が実質的にゼロ（例えば、無荷重）と最大荷重閾値（例えば、完全荷重）を下回る中間荷重閾値との間にある場合、１つ又は複数の部分荷重モードがあり得る。
【0102】
複数の訓練されたモデルは、同じモデル又はモデルタイプであってよく、それぞれの係数値は、それぞれのモデルを訓練することから決定される。例えば、各軌道段階に対して同じパラメータ化されたモデルが使用されてもよいが、対応する軌道段階についての訓練によって決定された異なる係数値（例えば、上記の例示的なパラメータ化されたモデルにおけるαの値）を有する。同様に、各軌道段階及び／又は積載モードに対して１つずつ、使用される複数のニューラルネットワークがあってもよく、ここで、ネットワーク重みは、該軌道段階及び／又は積載モードに対応する異なる訓練データに基づいて異なって決定される。
【0103】
実施例では、プロセッサ３４０は、モデル化されたクリープ値と共に、１つ又は複数の車輪エンコーダから取得されたエンコーダデータに基づいて、荷役デバイスの運動学的状態を決定する。上述のように、各車輪の個々の回転スピードは、エンコーダ内部の回転デバイスが車輪の回転スピードを示すパルスを生成する１つ又は複数の車輪エンコーダによって捕捉されたエンコーダデータから決定可能である。
【0104】
処理ユニット３４０は、本明細書に記載の機能を実行するように設計された、中央処理ユニット（ＣＰＵ）、マイクロプロセッサ、ＤＳＰ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）若しくは別のプログラマブル論理デバイス、ディスクリートゲート若しくはトランジスタ論理、ディスクリートハードウェア構成要素、又はそれらの任意の好適な組合せなどの汎用プロセッサであり得る。
【0105】
図７～図１３を参照して説明した実施例では、処理ユニット３４０及び記憶装置３３０は、荷役デバイス１３０内に位置する。代替として、所与の荷役デバイスの運動学的状態を決定するための処理ユニット３４０が、運動学的モデルを記憶する記憶装置３３０と共に、サーバ内、例えば図１０に示すマスタコントローラ１７４内に位置する、サーバ－クライアントネットワークモデルが使用されてもよい。サーバは、例えばネットワーク１７６を介して、荷役デバイスと通信して、モデルに入力するための測定されたデータ、エンコーダデータなどを受信し、荷役デバイスの決定されたクリープ値及び決定された運動学的状態の一方又は両方を送るように構成される。
【0106】
実施例では、図１１に戻って参照すると、例えば処理ユニット３４０によって運動学的モデル１９８を使用して決定されたモデル化された運動学的状態は、マスタコントローラ１７４において定義されたグリッド構造１１５上の所望のターゲット位置と共に動きマネジャ１９２に通信され、そこで、運動制御プロファイルの生成を行う運動制御生成器１８２に通信される前に、動きマネジャ１９２によってグリッド構造１１５に関連する位置単位に変換される。例えば、動きマネジャ１９２は、荷役デバイス１３０がグリッド構造１１５上で移動するように命令されるグリッドセルの数として表された、マスタコントローラ１７４からのコマンドされた位置を、コントローラ又は運動制御生成器が理解する「位置単位」に変換する。次いで、コントローラ又は運動制御生成器１８２は、マスタコントローラからのリクエストされたターゲット位置を、モデル化された運動学的状態の位置成分又は運動制御プロファイルによって提供された位置基準のいずれかと相関させることができる。運動制御プロファイルが生成されると、位置コントローラ１８４は、運動制御プロファイル１９４に関連付けられたデータを制御信号に変換し、制御信号は、駆動機構１８６に直接送られて、荷役デバイスをターゲット位置に移行させ得る。上述のように、位置コントローラ１８４は、荷役デバイスのコントローラ又は制御システム１７０の一部を形成することができる。コントローラ又は制御システムは、軌道生成器１８２及び位置コントローラ１８４に関連する機能構成要素を備える。
【0107】
実施例では、例えば図１及び図３を参照して前述したような、説明したポジショニングシステムを用いるグリッド型保管システムは、グリッドパターンにおける所定の地点に位置する１つ又は複数の自動識別及びデータ捕捉（ＡＩＤＣ：automatic identification and data capture）タグも含む。そのようなＡＩＤＣタグは、無線周波数識別（ＲＦＩＤ）タグ、ＱＲコード（登録商標）、バーコード、又は磁気ストライプなどを備え得る。ＡＩＤＣは、一般に「自動識別」、「自動ＩＤ」、及び「自動データ捕捉」とも呼ばれ、一般に、オブジェクトを自動的に識別し、それらについてのデータを収集し、それらを自動的に、すなわち人間の関与なしに、コンピュータシステムに直接入力する方法を指す。
【0108】
そのようなＡＩＤＣタグを用いると、荷役デバイスの各々に１つ又は複数のＡＩＤＣタグリーダ又はスキャナを設けることによって、グリッド構造に対する所与の荷役デバイスの位置を特定することが可能である。ＡＩＤＣタグは、グリッド構造上の一連の基準点を提供するためにグリッド構造に対して固定されていてよい。所与の荷役デバイスがグリッド構造にわたって移動するとき、荷役デバイスのそれぞれのＡＩＤＣタグリーダは、グリッド構造上の様々なロケーションに固定されたＡＩＤＣタグの１つ又は複数から信号を読み取る。典型的には、ＡＩＤＣタグは、各グリッドセルにおけるトラックの交差点又は交差路に固定されている。各ＡＩＤＣタグ（又は「ラベル」）は、例えば、グリッドセルに関する座標データなどの、グリッド構造内のタグのロケーションに対応する符号化データを含んでいる。
【0109】
ＡＩＤＣ手段が保管システムにおいて用いられるそのような実施例では、ポジショニングシステムの処理ユニット３４０は更に、荷役デバイス上に取り付けられたＡＩＤＣ機械リーダによって捕捉された自動識別データに基づいて、荷役デバイスの運動学的状態を決定するように構成され得る。ＡＩＤＣ機械リーダ自体は、１つ又は複数のＡＩＤＣタグから符号化データを読み取るように構成される。例えば、訓練されたモデルを使用して決定された荷役デバイスの運動学的状態は、グリッド構造内のスキャンされたタグからの捕捉された自動識別データに基づいて精緻化される。ＡＩＤＣ機械リーダ（又は他の「グリッドセンサ」）の読み取り（又は「起動」）は、より低い解像度で、荷役デバイスのための位置情報の独立したソース、例えば、グリッド構造上の荷役デバイスの位置の真実のソースを提供する。したがって、グリッドセンサの起動は、実施例では適応型である、運動学的モデルにおける１つ又は複数の係数を精緻化するために使用され得る。例えば、荷役デバイスがグリッドセル境界を越えると、１つ又は複数の係数がそれに応じて更新される。
【0110】
速度クリープ値（又は「スリップ比」）σについての上記の例示的なパラメータ化されたモデルに戻り、車両（又は「ボット」）速度に関してモデルを表すと、以下がもたらされる。
【数6】
【0111】
これらの式において、ｖｗ＝ｒωは車輪速度であり、ここで、ｒは車輪半径パラメータであり、ωは車輪の角速度であり、ｖｂはボット速度である。ボット位置の推定値は、例えば、以下でより詳細に述べる時間に対するボット速度の積分によって、ボット速度のための上記式に基づいて導出され得る。
【0112】
実施例では、車輪半径ｒ及びモデル係数パラメータ、例えばαは、定数であると仮定される。各サンプリング時間において、各車輪の荷重力Ｎの推定は、ボット物理学（bot physics）の内部モデルに基づいて行われ得る。追加又は代替として、各車輪の荷重力Ｎの推定は、アルゴリズムにおいてボットの本当の加速度の近似として扱われ得る、例えばコントローラによって作り出された、ターゲット加速度値に基づいて行われてもよい。抵抗トルク値も、例えば、ボット物理学の内部モデル及びボットスピードの最新の推定に基づいて、各サンプリング時間において算出される。車輪速度及び動力トルクの値は、構成要素、例えばモータ２２０によってデータとして公開され得る。ボット速度のための上記式は、ボットを駆動する車輪の各々について計算されて、ボット速度の複数の対応する推定値を作り出し得る。異なる推定値が、例えば、摂動の影響を低減するために平均される。次いで、結果として得られるボット速度推定値は、上述したように、ボット位置の推定値を取得するために時間に対して積分される。
【0113】
例えば、２つの時間インスタンスｔ１とｔ２との間のボット速度について上記式を積分すると、以下がもたらされる。
ここで、結果として生じるトルクの代入、Ｔ＝ＴＭ－ＴＲが、完全を期すために行われている。グリッドセンサの２つの連続した起動に対応する２つの時間インスタンスを選ぶことによって、左側の項は、この時間中に車輪が進んだ距離、すなわちグリッドセルの長さを表すことができ、これは以下の既知のパラメータである。
ここで、時間インスタンスｅｋ－１及びｅｋは、２つの隣接するグリッドセルｋ－１及びｋでの起動に対応するように選ばれたものである。結果の式において、ａ及びｂはそれぞれの時間積分の結果値を表すパラメータである。したがって、ｓｃｅｌｌに対して、既知のセル長値、すなわち、グリッド構造１１５内の単一のグリッドセルの長さを使用して、最小二乗法がこの式の形式に適用され得る。これにより、グリッドセンサ起動情報を使用して、パラメータα及びｒを精緻化する、例えば、連続的に更新することが可能になる。最小二乗法は、ある特定の場合には、ベイズの再帰的最小二乗アルゴリズムである。
【数7】
【数8】
【0114】
更なる実施例では、トラック長の推定値ｙ＾は、以下によって与えられる。
ここで、Ｈは、２つの時間積分によって定義される２×１ベクトルを表し、θ＾は、車輪半径ｒｅ及びαパラメータの推定された２×１ベクトルであり、ｄ～（０，Ｒ）は、セル長の物理的不確実性を表す、ゼロの期待値及び分散Ｒを有する確率的ノイズパラメータである。ここでは、法線力ＦＮ及び車輪半径ｒｅに対して代替表記が使用される。列ベクトルＨ又はθ＾のうちの１つの転置が、それらを共に乗算するために使用され得る。
【数9】
【0115】
実施例では、モデルパラメータ、例えばα及びｒｅの初期推定値は、例えば古典的な最小二乗法を使用して、パラメータ値の各々についての良好適合を見つけるために、記録されたデータに対して運動学的モデルを、例えば「オフライン」で実行することによって決定される。例えば、保管システム内で動作する複数の荷役デバイスから記録されたログデータは、速度、トルク、及びトート質量についてのデータを備え、これらは、例えば古典的な最小二乗アルゴリズムによって未知のモデルパラメータを推定するために、運動学的モデルに入力され得る。上述のように、次いで、モデルパラメータは、例えば、速度、トルク、及びトート質量についてのライブデータを使用して、運動学的モデルを「オンライン」で実行するときに精緻化され得る。例えば、ベイズの再帰的最小二乗（ＲＬＳ）アルゴリズムなどのＲＬＳ法が、後者の精緻化段階に実施される。
【0116】
モデルパラメータ、例えばα及びｒｅを精緻化する方法は、共分散行列
を定義することを伴ってよく、ここで、
及びλααは、対応するパラメータのそれぞれの分散を表す。分散は、例えば、ログデータから取得されたサンプル分散値又は初期推定値のいずれかであり得る。
【数10】
【数11】
【0117】
そして本方法は、３つの主なステップを備え得る。
１．利得Ｋを次のように算出する。
Ｋ＝ＰａＨＴ（ＨＰａＨＴ＋Ｒ）－１
２．算出された利得値に基づいて共分散行列を更新する。
Ｐ＝（Ｉ－ＫＨ）Ｐａ
３．算出された利得値に基づいて、推定されたパラメータ値を更新する。
ここで、表記Ｘａは、所与の変数Ｘの現在の値を、その変数が本方法のそのステップで仮定している新しい精緻化された値と区別するために使用されている。
１．利得Ｋを次のように算出する。
Ｋ＝ＰａＨＴ（ＨＰａＨＴ＋Ｒ）－１
２．算出された利得値に基づいて共分散行列を更新する。
Ｐ＝（Ｉ－ＫＨ）Ｐａ
３．算出された利得値に基づいて、推定されたパラメータ値を更新する。
【数12】
【0118】
したがって、本方法は、各グリッドセンサ起動時にモデルパラメータを精緻化（又は「再調節」）することを可能にする。セル長の推定値ｙ＾は、公称（既知の）値の近くに維持され得る。モデルを使用してボット速度を算出する際の誤差もまた、チェックされ続け得る。
【0119】
図１４は、保管システムにおける荷役デバイスの運動学的状態を決定する方法４００を示す。荷役デバイスは、図７～図１３を参照して説明した例示的な荷役デバイス１３０のうちの１つであり得る。保管システムは、全体を通して説明され、図１～図３に示されるタイプのものであり得る。方法４００は、前述のポジショニングシステム３００の１つ又は複数の構成要素によって行われ得る。
【0120】
４０１において、荷役デバイスの車輪の状態を表す車輪状態データが、車輪に通信可能に結合された１つ又は複数のセンサから取得される。実施例では、車輪状態データは、荷役デバイスの車輪に加えられた公称トルクを表すトルクデータを備える。車輪状態データは、追加又は代替として、荷役デバイスの車輪にかかる公称垂直荷重を表す荷重データを含んでもよい。いくつかの実施例では、車輪状態データは、あるセットの車輪（車輪セット）の状態、例えば、車輪セットに加えられた公称トルク及び／又は車輪セットにかかる公称垂直荷重を表す。したがって、１つ又は複数のセンサは、対応するタイプの車輪状態データを測定するためのセンサである。例えば、センサは、対応する車輪にかかる荷重を検出するように構成された１つ又は複数の力センサを含む。
【0121】
４０２において、訓練されたモデルを使用して、車輪状態データに基づいて、荷役デバイスのクリープ値が決定される。前の実施例で説明したように、訓練されたモデルは、ニューラルネットワーク、ベイジアンネットワーク、サポートベクトルネットワーク、又はパラメータ化されたモデルのうちの少なくとも１つを含み得る。対応する説明が適用される。パラメータ化されたモデルの実施例では、方法４００は、パラメータ化されたモデルを訓練することから決定されたタイヤ係数値を取得することと、取得された車輪状態データと共にタイヤ係数値をパラメータ化されたモデルに入力することとも含み得る。タイヤ係数α及びβの例が、例示的なパラメータ化されたモデルにおいて挙げられている。そのようなタイヤ係数は、新しいクリープ値及び／又はボット速度値を計算するために、アクセスされ、パラメータ化されたモデルに入力されるように記憶装置に記憶され得る。ニューラルネットワークモデルの実施例では、係数は、訓練段階中に取得され、かつ新しいクリープ値及び／又はボット速度値を計算するように適用するためにニューラルネットワークモデルの一部として記憶されたニューラルネットワークの重みに対応し得る。
【0122】
先の実施例で説明したように、複数の訓練されたモデルがあってよく、それから所与のモデルが、荷役デバイスの運動学的状態を決定する方法４００の一部として選択される。例えば、所与のモデルの選択は、現在の軌道段階及び／又は荷役デバイスの積載モードに依存する。例えば、軌道段階は、荷役デバイスが加速しているか、減速しているか、それとも巡航しているかに対応する。したがって、それぞれのモデルの１つ又は複数の係数は、例えば、対応する軌道段階中の記録されたデータに基づいて訓練される。積載モードは、無荷重モード、荷役デバイスが最大荷重閾値に実質的に等しい積載物を有する完全荷重モード、又は積載物が実質的にゼロと最大荷重閾値との間にある１つ又は複数の部分荷重モードであり得る。
【0123】
４０３において、モデル化されたクリープ値に基づいて、荷役デバイスの運動学的状態が決定される。例えば、運動学的状態は、荷役デバイスの位置、速度、加速度、ジャーク、又は向きのうちの少なくとも１つを含む。運動学的状態の位置、速度、加速度、及びジャーク成分は、時間に対する積分又は微分により互いに評価され得る。したがって、回転車輪速度に基づいて評価された推定ボット速度にデルタ補正を適用するために、モデル化された速度クリープが使用され得る。補正されたボット速度の積分は、車輪のクリープ（又は「マイクロスリップ」）を考慮した補正されたボット位置を与えることができ、これは、前述した車輪の牽引力学の特徴である。
【0124】
４０４において、荷役デバイスの運動学的状態を表す運動学的データが出力される。出力された運動学的データは、例えば図１１及び図１２を参照して説明した実施例にしたがって、荷役デバイスのためのターゲット位置を生成するために使用され得る。例えば、「第５の」車輪位置センサを使用して荷役デバイスの運動学的状態の基準を提供するのではなく、訓練されたモデルを使用して運動学的状態がモデル化されて、積載デバイスの計画軌道を（再）生成するための基準位置、速度、及び／又は加速度を提供する。同様に、車輪に対するトルク要求を表すフィードフォワード信号が、出力された運動学的データに基づいて補償されて、車輪についての総トルク要求が決定され得る。したがって、別途推定された位置及び結果として生じるトルク要求を補償するために荷役デバイスの運動学的状態を監視することは、荷役デバイスの追加の構成要素として固有の欠点を有する物理的運動学的センサを使用することなく行われ得る。
【0125】
上述のように、荷役デバイスの決定された運動学的状態は、荷役デバイス上に取り付けられた自動識別及びデータ捕捉（ＡＩＤＣ）機械リーダによって捕捉された自動識別データに基づいて精緻化されてよく、ＡＩＤＣ機械リーダは、グリッドパターンにおける所定の地点に位置する１つ又は複数のＡＩＤＣタグ、例えばＲＦＩＤタグから符号化データを読み取るように構成される。
【0126】
荷役デバイスの運動学的状態を決定する方法４００は、１つ又は複数のプロセッサ、例えば図１３を参照して説明したポジショニングシステム３００の処理ユニット３４０によって実施され得る。１つ又は複数のプロセッサは、図１３を参照して説明したポジショニングシステム３００内の記憶装置３３０などのコンピュータ可読記憶媒体上に記憶された命令、例えばコンピュータプログラムコードにしたがって方法を実施し得る。
【0127】
上記実施例は、例示的な実施例として理解されたい。更なる実施例が想定される。例えば、上述の実施例では、クリープ推定値σ＝αμが、荷役デバイスの３つの運動段階、例えば加速、減速、及び巡航の各々について使用されるが、モデル係数は、各段階について独立して決定され得る（及び、ある特定の実施例では動的に精緻化され得る）。クリープとボット速度との間の異なる関係が荷役デバイスの運動段階の少なくとも１つに使用される実施例が想定される。例えば、巡航段階に対して、単純化した関係を使用してもよい。巡航しているとき、荷役デバイスは、実質的に一定のスピードで移動しており、これは、車輪が比較的低い摩擦係数値μで働いている状態で、実質的に一定のスピードを維持するように牽引力が抵抗力を相殺する必要があるだけであることを意味する。したがって、他の運動段階の少なくとも１つに使用される線形関係と比較して、クリープと摩擦係数との間の異なる関係が、巡航段階には適切であり得る。場合によっては、ボット速度は非線形方程式によって表現可能である。上記実施例で説明したように、非線形動的モデルに対して、例えば、カルマンフィルタを実装するなど、異なる手法が実装されてもよい。
【0128】
有効車輪半径が一定であると仮定されることも単一の変数としてパラメータ化されることもなく、むしろ公称半径及び垂直荷重の線形関数、例えば、ｒｅ＝ｒ（１－γＦＮ）として表される実施例も想定され、ここで、ｒは公称車輪半径であり、ｒｅは荷重下の有効車輪半径である。したがって、更なるパラメータ、例えばγがモデルに導入され、これは、荷役デバイスの３つの運動段階すべてにおいて一定であると考慮され得る。これらの実施例では、運動段階の各々について異なるモデルパラメータを維持する必要性が、モデルの推定されたパラメータの変動を低減しようとするそのような有効車輪半径のパラメータ化によってなくなり得る。
【0129】
更に、クリープ値、及びそれに基づく荷役デバイスの運動学的状態を決定するために訓練されたモデルが使用される説明した方法に加えて、荷役デバイスのポジショニングシステムを較正するためのモデルを訓練する方法の実施例が想定される。例えば、そのような方法は、例えば、所定の動きを実行するように構成された複数の訓練用荷役デバイス上に取り付けられた位置センサを使用して記録された車輪速度データに基づいて、複数の訓練用荷役デバイスについて決定された計算されたクリープ値及び／又は対応する運動学的状態の訓練データセットを構築することを含む。訓練データセット（単に「訓練データ」とも呼ばれる）は、クリープ値及び／又は荷役デバイスの対応する運動学的状態の予測を行うために、明示的にそうするようにプログラムされることなく、訓練データに基づいて運動学的モデルを構築するための機械学習アルゴリズムに入力される。例えば、人工ニューラルネットワークは、訓練データに基づいて運動学的モデルを展開するための機械学習アルゴリズムとして使用されてよく、「訓練された」ニューラルネットワークは、運動学的モデルに対応する。次いで、訓練されたモデルは、新しいデータをニューラルネットワークに入力することによって荷役デバイスのポジショニングシステムを較正するために使用されてよく、ニューラルネットワークは、予測クリープ値及び／又はそれに基づく荷役デバイスの運動学的状態を出力する。例えば、荷役デバイスの運動学的状態を決定することは、車輪に通信可能に結合された１つ又は複数のセンサから車輪状態データを取得することと、車輪状態データに基づいて、及び機械学習アルゴリズム（例えば、ニューラルネットワーク）を備える訓練された運動学的モデルを使用して、荷役デバイスの運動学的状態を決定することとを伴い得る。次いで、荷役デバイスの運動学的状態を表す運動学的データが同じ方法で出力され得る。
【0130】
一例として、（構造化）ニューラルネットワークは、図１５に示す、２つの並列サブネットワーク（Ａ及びＢ）を備えてよく、ここで、ｘは、荷役デバイスの運動学的状態であり、ｕは、入力（又は「制御」）ベクトル（例えば、トルク、荷重、角速度値を備える）である。
【0131】
サブネットワークＡのアーキテクチャは、任意の数の層及びパラメータによって定義されてよいが、最終層が、状態空間の次元数Ｎに一致する数Ｎのパラメータを有するという唯一の制約がある。同じように、サブネットワークＢのアーキテクチャは、任意の数の層及びパラメータによって定義されてよいが、最終層が、制御空間の次元数Ｍに一致する数Ｍのパラメータを有するという制約がある。
【0132】
そのような定義されたニューラルネットワークは、形式ｘ・＝Ａ（ｘ，ｕ）ｘ＋Ｂ（ｘ，ｕ）ｕのモデルを提供し、ここで、ｘ・は、運動学的状態ベクトルｘの時間導関数である。この運動学的モデルの式は、物理システムの状態の動力学を表す。動的システムが線形かつ時間不変である場合、Ａ及びＢは一定である。この場合、式中の積分の項は、各動きで変化し、したがって、Ａ及びＢは、時間変化するが、依然として（少なくとも現在の作業点の周りで）線形である（すなわち、現在の状態で線形化される）。これは、Ａ及びＢが入力ｕの関数であるが、一般に現在の状態ｘの関数でもあり得ることを意味する。連続時間システムでは、所与の時間ｔにおける出力は、時間ｔにおける状態に依存し得る。これはモデルの厳密な要件ではなく、一般的な可能性であり、例えば、Ａ及びＢは、荷役デバイスが減速しているときと比較して、加速している場合に異なる場合がある。代替として、このシステムの離散時間の実装形態では、モデルは、形式ｘｋ＋１＝Ａ～（ｘｋ，ｕｋ）ｘｋ＋Ｂ～（ｘｋ，ｕｋ）ｕｋであってもよく、ここで、システムのサブネットワークを表す行列Ａ～及びＢ～は、連続時間の実装形態（Ａ及びＢ）のものとは異なる。
【0133】
これらの実施例では、ニューラルネットワークは、例えば、古典的な勾配ベースのオプティマイザを使用して訓練され、次いで、例えば、荷役デバイスに搭載されたプロセッサによって、離散時間様式で実装され得る。
【0134】
また、任意の１つの実施例に関連して説明された任意の特徴が、単独で又は説明された他の特徴と組み合わせて使用されてよく、また任意の他の実施例の１つ又は複数の特徴又は任意の他の実施例の任意の組合せと組み合わせて使用され得ることも理解されたい。更に、上述していない均等物及び修正物も、添付の特許請求の範囲から逸脱することなく用いられ得る。
【図1】
【図2】
【図3】
【図4】
【図5A-5B】
【図6】
【図7】
【図8A】
【図8B】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【手続補正書】
【提出日】2024-04-03
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
保管システムにおける荷役デバイスの運動学的状態を決定する方法であって、前記荷役デバイスの車輪の状態を表す車輪状態データを、前記車輪に通信可能に結合された１つ又は複数のセンサから取得することと、
前記車輪状態データに基づいて、及び訓練されたモデルを使用して、前記荷役デバイスのクリープ値を決定することと、
前記クリープ値に基づいて、前記荷役デバイスの前記運動学的状態を決定することと、
前記荷役デバイスの前記運動学的状態を表す運動学的データを出力することと、
を備える、方法。
【請求項2】
前記運動学的状態は、前記荷役デバイスの位置、速度、加速度、ジャーク、又は向きのうちの少なくとも１つを備える、請求項１に記載の方法。
【請求項3】
前記訓練されたモデルは、前記保管システム内で所定の動きを実行するように構成された複数の訓練用荷役デバイス上に取り付けられた位置センサを使用して記録された車輪速度データから決定されたクリープデータに基づいて訓練される、請求項１又は２に記載の方法。
【請求項4】
前記車輪状態データは、前記荷役デバイスの前記車輪に加えられた公称トルクを表すトルクデータを備える、請求項１又は２に記載の方法。
【請求項5】
前記車輪状態データは、前記荷役デバイスの前記車輪にかかる公称垂直荷重を表す荷重データを備える、請求項１又は２に記載の方法。
【請求項6】
前記訓練されたモデルは、ニューラルネットワーク、ベイジアンネットワーク、サポートベクトルネットワーク、又はパラメータ化されたモデルのうちの少なくとも１つを備える、請求項１又は２に記載の方法。
【請求項7】
前記訓練されたモデルは、前記パラメータ化されたモデルを備え、前記クリープ値を決定することは、前記パラメータ化されたモデルを訓練することから決定されたタイヤ係数値を取得することと、
前記タイヤ係数値を、前記取得された車輪状態データと共に前記パラメータ化されたモデルに入力することと、
を備える、請求項６に記載の方法。
【請求項8】
前記パラメータ化されたモデルは、次式によって表現可能であり、【数1】
【請求項9】
前記訓練されたモデルは、前記荷役デバイスの軌道段階に対応するように、複数の訓練されたモデルから選択される、請求項１又は２に記載の方法。
【請求項10】
前記軌道段階は、加速段階、減速段階、及び巡航段階のうちの１つを備える、請求項９に記載の方法。
【請求項11】
前記訓練されたモデルは、前記荷役デバイスの積載モードに対応するように、複数の訓練されたモデルから選択される、請求項１又は２に記載の方法。
【請求項12】
前記積載モードは、部分荷重モード、完全荷重モード、及び無荷重モードのうちの１つを備える、請求項１１に記載の方法。
【請求項13】
前記複数の訓練されたモデルは、それぞれのモデルを訓練することから決定されたそれぞれのタイヤ係数値を有する同じパラメータ化されたモデルを備える、請求項９に記載の方法。
【請求項14】
前記保管システムは、複数のグリッド空間を備えるグリッドパターンを形成するように、実質的に水平な平面において、Ｘ方向に延在する第１のセットの平行なトラック及び前記第１のセットを横断するＹ方向に延在する第２のセットの平行なトラックと、
前記トラックの下に位置し、各スタックが単一のグリッド空間のフットプリント内に位置するように配置されたコンテナの複数のスタックと、
前記トラック上で前記Ｘ方向及び／又は前記Ｙ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されている前記荷役デバイスと、
を備える、請求項１又は２に記載の方法。
【請求項15】
前記荷役デバイス上に取り付けられており、前記グリッドパターンにおける所定の地点に位置する１つ又は複数の自動識別及びデータ捕捉（ＡＩＤＣ）タグから符号化データを読み取るように構成されたＡＩＤＣ機械リーダによって捕捉された自動識別データに基づいて、前記荷役デバイスの前記運動学的状態を精緻化することを備える、請求項１４に記載の方法。
【請求項16】
前記運動学的データに基づいて、前記荷役デバイスのためのターゲット位置までの軌道を生成することを更に備える、請求項１又は２に記載の方法。
【請求項17】
前記車輪についての総トルク要求を決定するために、前記運動学的データに基づいて、前記車輪に対するトルク要求を表すフィードフォワード信号を補償することを更に備える、請求項１又は２に記載の方法。
【請求項18】
請求項１又は２に記載の方法を行うように適応／構成されたプロセッサを備えるデータ処理装置。
【請求項19】
プログラムがコンピュータによって実行されると、前記コンピュータに、請求項１又は２に記載の方法を実施させる命令を備えるコンピュータプログラム。
【請求項20】
コンピュータによって実行されると、前記コンピュータに、請求項１又は２に記載の方法を実施させる命令を備えるコンピュータ可読記憶媒体。
【請求項21】
保管システムにおける荷役デバイスのためのポジショニングシステムであって、前記荷役デバイスの複数の車輪のための１つ又は複数のエンコーダと、
前記荷役デバイスの所与の車輪にかかる所与の垂直荷重に少なくとも基づいて前記荷役デバイスのクリープ値を決定するための訓練されたモデルを記憶する記憶装置と、
処理ユニットと、
を備え、前記処理ユニットは、
前記荷役デバイスの車輪の垂直荷重値を取得することと、
前記訓練されたモデルの少なくとも１つの係数値を取得することと、ここで、前記係数値は、複数の訓練用荷役デバイスの記録されたクリープデータに基づいて前記訓練されたモデルを訓練することによって取得されており、
前記記憶装置に記憶された前記訓練されたモデルを使用して、前記垂直荷重値及び前記少なくとも１つの係数値に少なくとも基づいて前記荷役デバイスのクリープ値を決定することと、
前記クリープ値と、前記１つ又は複数のエンコーダから取得されたエンコーダデータとに基づいて、前記荷役デバイスの運動学的状態を決定することと、
を行う、ポジショニングシステム。
【請求項22】
前記運動学的状態は、前記保管システムに対する前記荷役デバイスの位置を含む、請求項２１に記載のポジショニングシステム。
【請求項23】
前記１つ又は複数のエンコーダは、前記荷役デバイス内に備えられている、請求項２１又は２２に記載のポジショニングシステム。
【請求項24】
前記処理ユニット及び前記記憶装置は、前記荷役デバイス内に位置付けられている、請求項２１又は２２に記載のポジショニングシステム。
【請求項25】
前記ポジショニングシステムは、前記処理ユニット及び前記記憶装置を備えるサーバを備え、前記サーバは、前記エンコーダデータを受信し、前記決定されたクリープ値及び前記荷役デバイスの決定された位置の一方又は両方を送るために、前記荷役デバイスと通信するように構成されている、請求項２１又は２２に記載のポジショニングシステム。
【請求項26】
前記荷役デバイスのそれぞれの車輪のための１つ又は複数の力センサを備え、前記処理ユニットは、前記１つ又は複数の力センサのうちの対応する力センサから前記荷役デバイスの前記車輪の前記垂直荷重値を取得するように構成されている、請求項２１又は２２に記載のポジショニングシステム。
【請求項27】
請求項２１又は２２に記載のポジショニングシステムを備える保管システムであって、複数のグリッド空間を備えるグリッドパターンを形成するように、実質的に水平な平面において、Ｘ方向に延在する第１のセットの平行なトラック及び前記第１のセットを横断するＹ方向に延在する第２のセットの平行なトラックと、
前記トラックの下に位置し、各スタックが単一のグリッド空間のフットプリント内に位置するように配置されたコンテナの複数のスタックと、
前記トラック上で前記Ｘ方向及び／又は前記Ｙ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されている荷役デバイスと、
を備える、保管システム。
【請求項28】
少なくとも１つの前記荷役デバイスは、１つのグリッド空間を占有する所与の荷役デバイスが、隣接するグリッド空間を占有又は横断する別の荷役デバイスを妨害しないように、前記保管システム内の単一のグリッド空間のみを占有するフットプリントを有する、請求項２７に記載の保管システム。
【請求項29】
前記グリッドパターンにおける所定の地点に位置する１つ又は複数の自動識別及びデータ捕捉（ＡＩＤＣ）タグを備え、前記処理ユニットは、前記荷役デバイス上に取り付けられており、かつ前記１つ又は複数のＡＩＤＣタグから符号化データを読み取るように構成されたＡＩＤＣ機械リーダによって捕捉された自動識別データに基づいて、前記荷役デバイスの前記運動学的状態を決定するように構成されている、請求項２７に記載の保管システム。
【請求項30】
前記荷役デバイスの前記車輪は、それぞれの車輪ハブモータを備える、請求項２７に記載の保管システム。
【請求項31】
保管システムにおける荷役デバイスであって、前記荷役デバイスは、トラック上でＸ方向及び／又はＹ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されており、複数の車輪と、
前記荷役デバイスのスリップを管理するように配置されたスリップ制御マネジャと、
を備える、荷役デバイス。
【請求項32】
前記スリップ制御マネジャは、前記複数の車輪のうちの各々の回転スピードを前記荷役デバイスの運動学的状態と比較することによって前記スリップを管理するように配置されている、請求項３１に記載の荷役デバイス。
【請求項33】
前記スリップ制御マネジャは、前記複数の車輪のうちの車輪についてスリップ事象が発生したかどうかを決定することと、
スリップ事象が決定されたときに、スリップしていると決定された前記車輪に適用されるトルク要求の低減を引き起こすことと、
を行うように配置されている、請求項３２に記載の荷役デバイス。
【請求項34】
前記スリップ制御マネジャは、スリップ事象が決定されたときに、スリップしていると決定された前記車輪と同じ仮想車軸上の車輪に適用されるトルク要求の低減を引き起こすように更に配置されている、
請求項３３に記載の荷役デバイス。
【請求項35】
スリップしていると決定された前記車輪と、スリップしていると決定された前記車輪と同じ仮想車軸上の前記車輪とに適用されるトルク要求の前記低減は同じである、請求項３４に記載の荷役デバイス。
【請求項36】
前記スリップ制御マネジャは、スリップ事象が決定されたときに、スリップしていると決定された前記車輪と異なる仮想車軸上の車輪に適用されるトルク要求の増加を引き起こすように更に配置されている、
請求項３４又は３５に記載の荷役デバイス。
【請求項37】
異なる仮想車軸上の前記車輪に適用されるトルク要求の増加は、スリップしていると決定された前記車輪から除去されたトルク要求に比例する、請求項３６に記載の荷役デバイス。【手続補正2】
【補正対象書類名】明細書
【補正対象項目名】０１３４
【補正方法】変更
【補正の内容】
【0134】
また、任意の１つの実施例に関連して説明された任意の特徴が、単独で又は説明された他の特徴と組み合わせて使用されてよく、また任意の他の実施例の１つ又は複数の特徴又は任意の他の実施例の任意の組合せと組み合わせて使用され得ることも理解されたい。更に、上述していない均等物及び修正物も、添付の特許請求の範囲から逸脱することなく用いられ得る。
以下に、本願の出願当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］
保管システムにおける荷役デバイスの運動学的状態を決定する方法であって、
前記荷役デバイスの車輪の状態を表す車輪状態データを、前記車輪に通信可能に結合された１つ又は複数のセンサから取得することと、
前記車輪状態データに基づいて、及び訓練されたモデルを使用して、前記荷役デバイスのクリープ値を決定することと、
前記クリープ値に基づいて、前記荷役デバイスの前記運動学的状態を決定することと、
前記荷役デバイスの前記運動学的状態を表す運動学的データを出力することと、
を備える、方法。
［Ｃ２］
前記運動学的状態は、前記荷役デバイスの位置、速度、加速度、ジャーク、又は向きのうちの少なくとも１つを備える、Ｃ１に記載の方法。
［Ｃ３］
前記訓練されたモデルは、前記保管システム内で所定の動きを実行するように構成された複数の訓練用荷役デバイス上に取り付けられた位置センサを使用して記録された車輪速度データから決定されたクリープデータに基づいて訓練される、Ｃ１又は２に記載の方法。
［Ｃ４］
前記車輪状態データは、前記荷役デバイスの前記車輪に加えられた公称トルクを表すトルクデータを備える、Ｃ１～３のいずれか一項に記載の方法。
［Ｃ５］
前記車輪状態データは、前記荷役デバイスの前記車輪にかかる公称垂直荷重を表す荷重データを備える、Ｃ１～４のいずれか一項に記載の方法。
［Ｃ６］
前記訓練されたモデルは、ニューラルネットワーク、ベイジアンネットワーク、サポートベクトルネットワーク、又はパラメータ化されたモデルのうちの少なくとも１つを備える、Ｃ１～５のいずれか一項に記載の方法。
［Ｃ７］
前記訓練されたモデルは、前記パラメータ化されたモデルを備え、前記クリープ値を決定することは、
前記パラメータ化されたモデルを訓練することから決定されたタイヤ係数値を取得することと、
前記タイヤ係数値を、前記取得された車輪状態データと共に前記パラメータ化されたモデルに入力することと、
を備える、Ｃ６に記載の方法。
［Ｃ８］
前記パラメータ化されたモデルは、次式によって表現可能であり、
ここで、σは前記クリープ値であり、αは、前記荷役デバイスの車輪の前記タイヤ係数値であり、Ｔは、前記荷役デバイスの前記車輪に加えられる公称トルクであり、ｒは、前記車輪の半径であり、Ｎは、前記車輪にかかる公称垂直荷重である、Ｃ７に記載の方法。
［Ｃ９］
前記訓練されたモデルは、前記荷役デバイスの軌道段階に対応するように、複数の訓練されたモデルから選択される、Ｃ１～８のいずれか一項に記載の方法。
［Ｃ１０］
前記軌道段階は、加速段階、減速段階、及び巡航段階のうちの１つを備える、Ｃ９に記載の方法。
［Ｃ１１］
前記訓練されたモデルは、前記荷役デバイスの積載モードに対応するように、複数の訓練されたモデルから選択される、Ｃ１～１０のいずれか一項に記載の方法。
［Ｃ１２］
前記積載モードは、部分荷重モード、完全荷重モード、及び無荷重モードのうちの１つを備える、Ｃ１１に記載の方法。
［Ｃ１３］
前記複数の訓練されたモデルは、それぞれのモデルを訓練することから決定されたそれぞれのタイヤ係数値を有する同じパラメータ化されたモデルを備える、Ｃ９～１２のいずれか一項に記載の方法。
［Ｃ１４］
前記保管システムは、
複数のグリッド空間を備えるグリッドパターンを形成するように、実質的に水平な平面において、Ｘ方向に延在する第１のセットの平行なトラック及び前記第１のセットを横断するＹ方向に延在する第２のセットの平行なトラックと、
前記トラックの下に位置し、各スタックが単一のグリッド空間のフットプリント内に位置するように配置されたコンテナの複数のスタックと、
前記トラック上で前記Ｘ方向及び／又は前記Ｙ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されている前記荷役デバイスと、
を備える、Ｃ１～１３のいずれか一項に記載の方法。
［Ｃ１５］
前記荷役デバイス上に取り付けられており、前記グリッドパターンにおける所定の地点に位置する１つ又は複数の自動識別及びデータ捕捉（ＡＩＤＣ）タグから符号化データを読み取るように構成されたＡＩＤＣ機械リーダによって捕捉された自動識別データに基づいて、前記荷役デバイスの前記運動学的状態を精緻化することを備える、Ｃ１４に記載の方法。
［Ｃ１６］
前記運動学的データに基づいて、前記荷役デバイスのためのターゲット位置までの軌道を生成することを更に備える、Ｃ１～１５のいずれか一項に記載の方法。
［Ｃ１７］
前記車輪についての総トルク要求を決定するために、前記運動学的データに基づいて、前記車輪に対するトルク要求を表すフィードフォワード信号を補償することを更に備える、Ｃ１～１６のいずれか一項に記載の方法。
［Ｃ１８］
Ｃ１～１７のいずれか一項に記載の方法を行うように適応／構成されたプロセッサを備えるデータ処理装置。
［Ｃ１９］
プログラムがコンピュータによって実行されると、前記コンピュータに、Ｃ１～１７のいずれか一項に記載の方法を実施させる命令を備えるコンピュータプログラム。
［Ｃ２０］
コンピュータによって実行されると、前記コンピュータに、Ｃ１～１７のいずれか一項に記載の方法を実施させる命令を備えるコンピュータ可読記憶媒体。
［Ｃ２１］
保管システムにおける荷役デバイスのためのポジショニングシステムであって、
前記荷役デバイスの複数の車輪のための１つ又は複数のエンコーダと、
前記荷役デバイスの所与の車輪にかかる所与の垂直荷重に少なくとも基づいて前記荷役デバイスのクリープ値を決定するための訓練されたモデルを記憶する記憶装置と、
処理ユニットと、
を備え、前記処理ユニットは、
前記荷役デバイスの車輪の垂直荷重値を取得することと、
前記訓練されたモデルの少なくとも１つの係数値を取得することと、ここで、前記係数値は、複数の訓練用荷役デバイスの記録されたクリープデータに基づいて前記訓練されたモデルを訓練することによって取得されており、
前記記憶装置に記憶された前記訓練されたモデルを使用して、前記垂直荷重値及び前記少なくとも１つの係数値に少なくとも基づいて前記荷役デバイスのクリープ値を決定することと、
前記クリープ値と、前記１つ又は複数のエンコーダから取得されたエンコーダデータとに基づいて、前記荷役デバイスの運動学的状態を決定することと、
を行う、ポジショニングシステム。
［Ｃ２２］
前記運動学的状態は、前記保管システムに対する前記荷役デバイスの位置を含む、Ｃ２１に記載のポジショニングシステム。
［Ｃ２３］
前記１つ又は複数のエンコーダは、前記荷役デバイス内に備えられている、Ｃ２１又は２２に記載のポジショニングシステム。
［Ｃ２４］
前記処理ユニット及び前記記憶装置は、前記荷役デバイス内に位置付けられている、Ｃ２１～２３のいずれか一項に記載のポジショニングシステム。
［Ｃ２５］
前記ポジショニングシステムは、前記処理ユニット及び前記記憶装置を備えるサーバを備え、前記サーバは、前記エンコーダデータを受信し、前記決定されたクリープ値及び前記荷役デバイスの決定された位置の一方又は両方を送るために、前記荷役デバイスと通信するように構成されている、Ｃ２１～２３のいずれか一項に記載のポジショニングシステム。
［Ｃ２６］
前記荷役デバイスのそれぞれの車輪のための１つ又は複数の力センサを備え、前記処理ユニットは、前記１つ又は複数の力センサのうちの対応する力センサから前記荷役デバイスの前記車輪の前記垂直荷重値を取得するように構成されている、Ｃ２１～２５のいずれか一項に記載のポジショニングシステム。
［Ｃ２７］
Ｃ２１～２６のいずれか一項に記載のポジショニングシステムを備える保管システムであって、
複数のグリッド空間を備えるグリッドパターンを形成するように、実質的に水平な平面において、Ｘ方向に延在する第１のセットの平行なトラック及び前記第１のセットを横断するＹ方向に延在する第２のセットの平行なトラックと、
前記トラックの下に位置し、各スタックが単一のグリッド空間のフットプリント内に位置するように配置されたコンテナの複数のスタックと、
前記トラック上で前記Ｘ方向及び／又は前記Ｙ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されている荷役デバイスと、
を備える、保管システム。
［Ｃ２８］
少なくとも１つの前記荷役デバイスは、１つのグリッド空間を占有する所与の荷役デバイスが、隣接するグリッド空間を占有又は横断する別の荷役デバイスを妨害しないように、前記保管システム内の単一のグリッド空間のみを占有するフットプリントを有する、Ｃ２７に記載の保管システム。
［Ｃ２９］
前記グリッドパターンにおける所定の地点に位置する１つ又は複数の自動識別及びデータ捕捉（ＡＩＤＣ）タグを備え、前記処理ユニットは、前記荷役デバイス上に取り付けられており、かつ前記１つ又は複数のＡＩＤＣタグから符号化データを読み取るように構成されたＡＩＤＣ機械リーダによって捕捉された自動識別データに基づいて、前記荷役デバイスの前記運動学的状態を決定するように構成されている、Ｃ２７又は２８に記載の保管システム。
［Ｃ３０］
前記荷役デバイスの前記車輪は、それぞれの車輪ハブモータを備える、Ｃ２７～２９のいずれか一項に記載の保管システム。
［Ｃ３１］
保管システムにおける荷役デバイスであって、前記荷役デバイスは、トラック上でＸ方向及び／又はＹ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されており、
複数の車輪と、
前記荷役デバイスのスリップを管理するように配置されたスリップ制御マネジャと、
を備える、荷役デバイス。
［Ｃ３２］
前記スリップ制御マネジャは、前記複数の車輪のうちの各々の回転スピードを前記荷役デバイスの運動学的状態と比較することによって前記スリップを管理するように配置されている、Ｃ３１に記載の荷役デバイス。
［Ｃ３３］
前記スリップ制御マネジャは、
前記複数の車輪のうちの車輪についてスリップ事象が発生したかどうかを決定することと、
スリップ事象が決定されたときに、スリップしていると決定された前記車輪に適用されるトルク要求の低減を引き起こすことと、
を行うように配置されている、Ｃ３２に記載の荷役デバイス。
［Ｃ３４］
前記スリップ制御マネジャは、
スリップ事象が決定されたときに、スリップしていると決定された前記車輪と同じ仮想車軸上の車輪に適用されるトルク要求の低減を引き起こすように更に配置されている、
Ｃ３３に記載の荷役デバイス。
［Ｃ３５］
スリップしていると決定された前記車輪と、スリップしていると決定された前記車輪と同じ仮想車軸上の前記車輪とに適用されるトルク要求の前記低減は同じである、Ｃ３４に記載の荷役デバイス。
［Ｃ３６］
前記スリップ制御マネジャは、
スリップ事象が決定されたときに、スリップしていると決定された前記車輪と異なる仮想車軸上の車輪に適用されるトルク要求の増加を引き起こすように更に配置されている、
Ｃ３４又は３５に記載の荷役デバイス。
［Ｃ３７］
異なる仮想車軸上の前記車輪に適用されるトルク要求の増加は、スリップしていると決定された前記車輪から除去されたトルク要求に比例する、Ｃ３６に記載の荷役デバイス。
以下に、本願の出願当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］
保管システムにおける荷役デバイスの運動学的状態を決定する方法であって、
前記荷役デバイスの車輪の状態を表す車輪状態データを、前記車輪に通信可能に結合された１つ又は複数のセンサから取得することと、
前記車輪状態データに基づいて、及び訓練されたモデルを使用して、前記荷役デバイスのクリープ値を決定することと、
前記クリープ値に基づいて、前記荷役デバイスの前記運動学的状態を決定することと、
前記荷役デバイスの前記運動学的状態を表す運動学的データを出力することと、
を備える、方法。
［Ｃ２］
前記運動学的状態は、前記荷役デバイスの位置、速度、加速度、ジャーク、又は向きのうちの少なくとも１つを備える、Ｃ１に記載の方法。
［Ｃ３］
前記訓練されたモデルは、前記保管システム内で所定の動きを実行するように構成された複数の訓練用荷役デバイス上に取り付けられた位置センサを使用して記録された車輪速度データから決定されたクリープデータに基づいて訓練される、Ｃ１又は２に記載の方法。
［Ｃ４］
前記車輪状態データは、前記荷役デバイスの前記車輪に加えられた公称トルクを表すトルクデータを備える、Ｃ１～３のいずれか一項に記載の方法。
［Ｃ５］
前記車輪状態データは、前記荷役デバイスの前記車輪にかかる公称垂直荷重を表す荷重データを備える、Ｃ１～４のいずれか一項に記載の方法。
［Ｃ６］
前記訓練されたモデルは、ニューラルネットワーク、ベイジアンネットワーク、サポートベクトルネットワーク、又はパラメータ化されたモデルのうちの少なくとも１つを備える、Ｃ１～５のいずれか一項に記載の方法。
［Ｃ７］
前記訓練されたモデルは、前記パラメータ化されたモデルを備え、前記クリープ値を決定することは、
前記パラメータ化されたモデルを訓練することから決定されたタイヤ係数値を取得することと、
前記タイヤ係数値を、前記取得された車輪状態データと共に前記パラメータ化されたモデルに入力することと、
を備える、Ｃ６に記載の方法。
［Ｃ８］
前記パラメータ化されたモデルは、次式によって表現可能であり、
【数13】
［Ｃ９］
前記訓練されたモデルは、前記荷役デバイスの軌道段階に対応するように、複数の訓練されたモデルから選択される、Ｃ１～８のいずれか一項に記載の方法。
［Ｃ１０］
前記軌道段階は、加速段階、減速段階、及び巡航段階のうちの１つを備える、Ｃ９に記載の方法。
［Ｃ１１］
前記訓練されたモデルは、前記荷役デバイスの積載モードに対応するように、複数の訓練されたモデルから選択される、Ｃ１～１０のいずれか一項に記載の方法。
［Ｃ１２］
前記積載モードは、部分荷重モード、完全荷重モード、及び無荷重モードのうちの１つを備える、Ｃ１１に記載の方法。
［Ｃ１３］
前記複数の訓練されたモデルは、それぞれのモデルを訓練することから決定されたそれぞれのタイヤ係数値を有する同じパラメータ化されたモデルを備える、Ｃ９～１２のいずれか一項に記載の方法。
［Ｃ１４］
前記保管システムは、
複数のグリッド空間を備えるグリッドパターンを形成するように、実質的に水平な平面において、Ｘ方向に延在する第１のセットの平行なトラック及び前記第１のセットを横断するＹ方向に延在する第２のセットの平行なトラックと、
前記トラックの下に位置し、各スタックが単一のグリッド空間のフットプリント内に位置するように配置されたコンテナの複数のスタックと、
前記トラック上で前記Ｘ方向及び／又は前記Ｙ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されている前記荷役デバイスと、
を備える、Ｃ１～１３のいずれか一項に記載の方法。
［Ｃ１５］
前記荷役デバイス上に取り付けられており、前記グリッドパターンにおける所定の地点に位置する１つ又は複数の自動識別及びデータ捕捉（ＡＩＤＣ）タグから符号化データを読み取るように構成されたＡＩＤＣ機械リーダによって捕捉された自動識別データに基づいて、前記荷役デバイスの前記運動学的状態を精緻化することを備える、Ｃ１４に記載の方法。
［Ｃ１６］
前記運動学的データに基づいて、前記荷役デバイスのためのターゲット位置までの軌道を生成することを更に備える、Ｃ１～１５のいずれか一項に記載の方法。
［Ｃ１７］
前記車輪についての総トルク要求を決定するために、前記運動学的データに基づいて、前記車輪に対するトルク要求を表すフィードフォワード信号を補償することを更に備える、Ｃ１～１６のいずれか一項に記載の方法。
［Ｃ１８］
Ｃ１～１７のいずれか一項に記載の方法を行うように適応／構成されたプロセッサを備えるデータ処理装置。
［Ｃ１９］
プログラムがコンピュータによって実行されると、前記コンピュータに、Ｃ１～１７のいずれか一項に記載の方法を実施させる命令を備えるコンピュータプログラム。
［Ｃ２０］
コンピュータによって実行されると、前記コンピュータに、Ｃ１～１７のいずれか一項に記載の方法を実施させる命令を備えるコンピュータ可読記憶媒体。
［Ｃ２１］
保管システムにおける荷役デバイスのためのポジショニングシステムであって、
前記荷役デバイスの複数の車輪のための１つ又は複数のエンコーダと、
前記荷役デバイスの所与の車輪にかかる所与の垂直荷重に少なくとも基づいて前記荷役デバイスのクリープ値を決定するための訓練されたモデルを記憶する記憶装置と、
処理ユニットと、
を備え、前記処理ユニットは、
前記荷役デバイスの車輪の垂直荷重値を取得することと、
前記訓練されたモデルの少なくとも１つの係数値を取得することと、ここで、前記係数値は、複数の訓練用荷役デバイスの記録されたクリープデータに基づいて前記訓練されたモデルを訓練することによって取得されており、
前記記憶装置に記憶された前記訓練されたモデルを使用して、前記垂直荷重値及び前記少なくとも１つの係数値に少なくとも基づいて前記荷役デバイスのクリープ値を決定することと、
前記クリープ値と、前記１つ又は複数のエンコーダから取得されたエンコーダデータとに基づいて、前記荷役デバイスの運動学的状態を決定することと、
を行う、ポジショニングシステム。
［Ｃ２２］
前記運動学的状態は、前記保管システムに対する前記荷役デバイスの位置を含む、Ｃ２１に記載のポジショニングシステム。
［Ｃ２３］
前記１つ又は複数のエンコーダは、前記荷役デバイス内に備えられている、Ｃ２１又は２２に記載のポジショニングシステム。
［Ｃ２４］
前記処理ユニット及び前記記憶装置は、前記荷役デバイス内に位置付けられている、Ｃ２１～２３のいずれか一項に記載のポジショニングシステム。
［Ｃ２５］
前記ポジショニングシステムは、前記処理ユニット及び前記記憶装置を備えるサーバを備え、前記サーバは、前記エンコーダデータを受信し、前記決定されたクリープ値及び前記荷役デバイスの決定された位置の一方又は両方を送るために、前記荷役デバイスと通信するように構成されている、Ｃ２１～２３のいずれか一項に記載のポジショニングシステム。
［Ｃ２６］
前記荷役デバイスのそれぞれの車輪のための１つ又は複数の力センサを備え、前記処理ユニットは、前記１つ又は複数の力センサのうちの対応する力センサから前記荷役デバイスの前記車輪の前記垂直荷重値を取得するように構成されている、Ｃ２１～２５のいずれか一項に記載のポジショニングシステム。
［Ｃ２７］
Ｃ２１～２６のいずれか一項に記載のポジショニングシステムを備える保管システムであって、
複数のグリッド空間を備えるグリッドパターンを形成するように、実質的に水平な平面において、Ｘ方向に延在する第１のセットの平行なトラック及び前記第１のセットを横断するＹ方向に延在する第２のセットの平行なトラックと、
前記トラックの下に位置し、各スタックが単一のグリッド空間のフットプリント内に位置するように配置されたコンテナの複数のスタックと、
前記トラック上で前記Ｘ方向及び／又は前記Ｙ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されている荷役デバイスと、
を備える、保管システム。
［Ｃ２８］
少なくとも１つの前記荷役デバイスは、１つのグリッド空間を占有する所与の荷役デバイスが、隣接するグリッド空間を占有又は横断する別の荷役デバイスを妨害しないように、前記保管システム内の単一のグリッド空間のみを占有するフットプリントを有する、Ｃ２７に記載の保管システム。
［Ｃ２９］
前記グリッドパターンにおける所定の地点に位置する１つ又は複数の自動識別及びデータ捕捉（ＡＩＤＣ）タグを備え、前記処理ユニットは、前記荷役デバイス上に取り付けられており、かつ前記１つ又は複数のＡＩＤＣタグから符号化データを読み取るように構成されたＡＩＤＣ機械リーダによって捕捉された自動識別データに基づいて、前記荷役デバイスの前記運動学的状態を決定するように構成されている、Ｃ２７又は２８に記載の保管システム。
［Ｃ３０］
前記荷役デバイスの前記車輪は、それぞれの車輪ハブモータを備える、Ｃ２７～２９のいずれか一項に記載の保管システム。
［Ｃ３１］
保管システムにおける荷役デバイスであって、前記荷役デバイスは、トラック上でＸ方向及び／又はＹ方向の少なくとも一方に選択的に移動し、かつコンテナを取り扱うように配置されており、
複数の車輪と、
前記荷役デバイスのスリップを管理するように配置されたスリップ制御マネジャと、
を備える、荷役デバイス。
［Ｃ３２］
前記スリップ制御マネジャは、前記複数の車輪のうちの各々の回転スピードを前記荷役デバイスの運動学的状態と比較することによって前記スリップを管理するように配置されている、Ｃ３１に記載の荷役デバイス。
［Ｃ３３］
前記スリップ制御マネジャは、
前記複数の車輪のうちの車輪についてスリップ事象が発生したかどうかを決定することと、
スリップ事象が決定されたときに、スリップしていると決定された前記車輪に適用されるトルク要求の低減を引き起こすことと、
を行うように配置されている、Ｃ３２に記載の荷役デバイス。
［Ｃ３４］
前記スリップ制御マネジャは、
スリップ事象が決定されたときに、スリップしていると決定された前記車輪と同じ仮想車軸上の車輪に適用されるトルク要求の低減を引き起こすように更に配置されている、
Ｃ３３に記載の荷役デバイス。
［Ｃ３５］
スリップしていると決定された前記車輪と、スリップしていると決定された前記車輪と同じ仮想車軸上の前記車輪とに適用されるトルク要求の前記低減は同じである、Ｃ３４に記載の荷役デバイス。
［Ｃ３６］
前記スリップ制御マネジャは、
スリップ事象が決定されたときに、スリップしていると決定された前記車輪と異なる仮想車軸上の車輪に適用されるトルク要求の増加を引き起こすように更に配置されている、
Ｃ３４又は３５に記載の荷役デバイス。
［Ｃ３７］
異なる仮想車軸上の前記車輪に適用されるトルク要求の増加は、スリップしていると決定された前記車輪から除去されたトルク要求に比例する、Ｃ３６に記載の荷役デバイス。
【国際調査報告】