本申請涉及物流技術領域，特別地，涉及一種基于智能機器人的物流分揀系統。
背景技術：
在相關技術中，發展出一種基于智能機器人的物流分揀系統。在現代化的大型物流分揀系統中，采用了大量的自行走智能機器人在倉儲現場快速穿梭移動，將大量的物品自動分揀到指定的貨架，或從指定的貨架分揀到指定的轉載點。
在倉儲物品分揀過程中，經常需要多機器人協同分揀貨品。多機器人系統應用的難點在于多機器人之間的任務協作，尤其是如何避免幾百甚至上千臺智能機器人在快速移動中發生碰撞。
技術實現要素：
本申請提供一種基于智能機器人的物流分揀系統，用于解決現有的多個機器人協作防碰撞問題。
本申請還提供了一種基于智能機器人的物流分揀系統，其特征在于，包括多臺自行走的智能機器人，用于分揀物品，其包括：地磁感應模塊、測速模塊、尋軌模塊和防碰撞控制模塊；
地磁感應模塊用于獲取機器人檢測數據；
測速模塊用于對機器人速度進行檢測；
尋軌模塊用于根據機器人檢測數據和機器人速度估算機器人軌跡；
防碰撞控制模塊用于根據估算的機器人軌跡控制機器人的速度，以防止機器人之間發生碰撞。
本發明通過檢測機器人的運行狀況來預測機器人的軌跡，并進而控制機器人的速度，以防止機器人之間發生碰撞，實現了提前就能控制和避免機器人的碰撞，并且節省了復雜的攝像頭和圖像識別分析設備。
本申請附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本申請的實踐了解到。應當理解的是，以上的一般描述和后文的細節描述僅是示例性和解釋性的，并不能限制本申請。
附圖說明
此處的附圖被并入說明書中并構成本說明書的一部分，示出了符合本發明的實施例，并與說明書一起用于解釋本發明的原理。
圖1為本申請基于智能機器人的物流分揀系統的一實施例的示意圖。
具體實施方式
為使本申請的上述目的、特征和優點能夠更加明顯易懂，下面結合附圖和具體實施方式對本申請作進一步詳細的說明。
圖1為本申請基于智能機器人的物流分揀系統的一實施例的示意圖，包括多臺自行走的智能機器人，用于分揀物品，其包括：地磁感應模塊10、測速模塊20、尋軌模塊30和防碰撞控制模塊40；
地磁感應模塊10用于獲取機器人檢測數據；
測速模塊20用于對機器人速度進行檢測；
尋軌模塊30用于根據機器人檢測數據和機器人速度估算機器人軌跡；
防碰撞控制模塊40用于根據估算的機器人軌跡控制機器人的速度，以防止機器人之間發生碰撞。
在現有技術中，通過給機器人安裝攝像頭，并進行圖像識別來識別機器人，從而避免機器人相互碰撞。這種方案有幾個缺陷：一是需要較高端的攝像頭、處理芯片、存儲器和軟件算法等，增加了成本；二是只有機器人相互很靠近時才能進行識別和相互規避，在高速情況下可能來不及規避，從而不利于提高機器人速度，降低了分揀效率。
而本發明通過檢測機器人的運行狀況來預測機器人的軌跡，并進而控制機器人的速度，以防止機器人之間發生碰撞，實現了提前就能控制和避免機器人的碰撞，并且節省了復雜的攝像頭和圖像識別分析設備。
優選的，地磁感應模塊采用地磁傳感器對機器人進行檢測，用于在地磁傳感器的檢測區域內，通過檢測磁力線的擾動以確定機器人的進入和離開。
基于地磁信號的檢測準確率超過了感應線圈和視頻攝像頭等傳統設備，采用地磁傳感器對機器人進行檢測，提高了機器人檢測準確度，并且還降低了成本。
優選的，地磁感應模塊包括：
采集模塊，用于設地磁傳感器檢測到的原始數據為a(k)，對原始數據進行低通和帶通濾波器去噪、降低采樣頻率、求能量譜處理，得到時刻k的信號b(k)；
加工模塊，用于采用滑動加權對信號進行處理，滑動加權后的信號可表示為：
式中，w表示滑動窗口長度，i表示時刻k之前的第i個信號。
數據處理采用滑動加權對信號進行處理，能夠消除突發噪聲的影響，提高了信號采集與分析的準確率。
優選的，測速模塊包括：
閾值模塊，用于設定一個信號幅值閾值g(k)，若當前信號采樣連續超過閾值則認為有機器人存在，當信號連續低于閾值則認為機器人不存在，其中，g(k)根據b′(k)的變化進行迭代更新，假設閾值初始值為g0，g(k)采用下式進行更新：
式中，α和β為更新因子，t為閾值更新延遲，0＜α＜1，β＞1；
速度模塊，用于根據幅值閾值獲取檢測信號的開始時間tstart和截止時間tend，速度采用下式求取：
式中，δtb和δta分別表示地磁傳感器b和地磁傳感器a的時鐘和標準時鐘的差值，tb,start和ta,start分別表示地磁傳感器b和地磁傳感器a的檢測到機器人的開始時間，tb,end和ta,end分別表示地磁傳感器b和地磁傳感器a的檢測到機器人的截止時間，da,b表示兩個地磁傳感器之間的距離。
本優選實施例能夠適應實際檢測環境中背景噪聲的變化，提高了機器人檢測的魯棒性，保證了機器人檢測的準確性和可靠性；對機器人速度進行求取時，考慮了地磁傳感器的時鐘同步問題，獲取了更為準確的時間，從而得到了更為準確的機器人速度檢測。
優選的，尋軌模塊包括模型建立模塊和模型簡化模塊，模型建立模塊用于建立機器人軌跡檢測一般模型，模型簡化模塊用于建立與車道平行的機器人軌跡檢測模型。
機器人軌跡檢測一般模型為：假設地磁傳感器網絡由n個節點組成，在固定的時間間隔內對機器人進行周期性的檢測并上報匯聚節點，得到一個n維向量集s＝(+1,0,-1)n,其中，+1表示機器人向著地磁傳感器的檢測范圍方向移動，0表示空閑沒有發現機器人，-1表示機器人往遠離地磁傳感器檢測范圍的方向移動，根據向量集s以及對應的時間戳對機器人軌跡進行估算；
與車道平行的機器人軌跡檢測模型為：機器人的運行軌跡是與車道平行的直線，匯聚節點在固定的時間間隔t內對機器人數據以一定的頻率采樣，則采樣結果表示為一個二元檢測序列o(tj)：
式中，tj表示采樣時刻，s(tj)為根據幅值閾值檢測到的機器人存在性狀態輸出。
尋軌模塊實現了對機器人軌跡的估算，一般模型能夠對于各種軌跡進行估算，當機器人運行于車道平行時，采用簡化模型能夠對機器人軌跡進行估算，提高了計算效率，節省了計算時間，從而能提前預判，提前將機器人減速或加速。
優選的，設在某一時刻地磁傳感器q檢測到尾部離開事件，地磁傳感器p檢測到頭部進入，機器人長度檢測模塊確定機器人的長度為：
式中，r表示誤差調整參數，
在對機器人長度進行檢測的過程中，引入誤差調整參數，能夠減少經機器人的磁擾動特征信號計算得到的磁性長度與實際長度的誤差，由于磁信號受到環境因素的影響，將溫濕度和氣壓作為依據對誤差調整參數進行計算，獲得的機器人長度更為準確。
需要說明的是，上述裝置或系統實施例屬于優選實施例，所涉及的模塊和模塊并不一定是本申請所必須的。
本說明書中的各個實施例均采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。對于本申請的裝置實施例而言，由于其與方法實施例基本相似，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
以上對本申請所提供的一種基于智能機器人的物流分揀系統，進行了詳細介紹，本文中應用了具體個例對本申請的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本申請的方法及其核心思想；同時，對于本領域的一般技術人員，依據本申請的思想，在具體實施方式及應用范圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本申請的限制。