一种实物信息采集方法、设备及计算机可读存储介质与流程

本发明涉及移动通信领域，尤其涉及一种实物信息采集方法、设备及计算机可读存储介质。

背景技术：

现有技术中，随着现代物流业的快速发展，仓储机器人扮演着越来越重要的角色，随着机器人技术的日益进步，在仓储作业效率方面，会极大提升物流行业的整体竞争力。

目前，机器人系统的运行需要很多必要的数据，而且各项数据在整个作业流程中重要性较高，每个环节都需要一些必要的数据作为系统运行的依据。因此，在机器人系统的整个作业流程的每个阶段开始之前，都需要预先输入这些具体的数据，系统才能继续往下执行。但是，目前机器人作业流程中，不可避免地会存在一些信息缺失的情况，在这些信息缺失的情况下可能对整个作业流程的某些阶段造成阻塞，因此，现有技术中，亟需一种能够解决机器人作业流程中因为信息缺失而造成的工作阻塞问题的技术方案。

技术实现要素：

为了解决现有技术中的上述技术缺陷，本发明提出了一种实物信息采集方法，该方法包括：

在机器人作业的初始阶段检测缺失的实物信息；

对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据；

在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求；

若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求。

可选地，所述在机器人作业的初始阶段检测缺失的实物信息，包括：

在所述初始阶段，确定与所述作业的类型对应的至少一项所述实物信息；

依次检查所述实物信息是否具备初始赋值，若所述实物信息未具备初始赋值，则将所述实物信息标记为赋值缺失状态。

可选地，所述对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据，包括：

搜集与所述作业相关的历史记录数据或者未来推算数据；

确定与所述作业对应的取值概率，并根据所述取值概率确定所述历史记录数据和或未来推算数据的取值优先级；

根据所述取值优先级，在所述历史记录数据和或未来推算数据中选择所述相关数据对所述实物信息进行赋值。

可选地，所述在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求，包括：

确定与所述作业、所述实物信息相关的校验算法或者预演算法；

通过所述校验算法和或所述预演算法检查所述赋值是否符合所述作业需求。

可选地，所述若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求，包括：

确定与所述赋值对应的更替次数；

若达到所述更替次数后的赋值仍未符合所述作业需求，则对所述实物信息进行人工赋值；

在所述相关数据中记录符合所述作业需求的更替赋值或人工赋值。

本发明还提出了一种实物信息采集设备，该设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现：

在机器人作业的初始阶段检测缺失的实物信息；

对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据；

在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求；

若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求。

可选地，所述计算机程序被所述处理器执行时实现：

在所述初始阶段，确定与所述作业的类型对应的至少一项所述实物信息；

依次检查所述实物信息是否具备初始赋值，若所述实物信息未具备初始赋值，则将所述实物信息标记为赋值缺失状态。

可选地，所述计算机程序被所述处理器执行时实现：

搜集与所述作业相关的历史记录数据或者未来推算数据；

确定与所述作业对应的取值概率，并根据所述取值概率确定所述历史记录数据和或未来推算数据的取值优先级；

根据所述取值优先级，在所述历史记录数据和或未来推算数据中选择所述相关数据对所述实物信息进行赋值。

可选地，所述计算机程序被所述处理器执行时实现：

确定与所述作业、所述实物信息相关的校验算法或者预演算法；

通过所述校验算法和或所述预演算法检查所述赋值是否符合所述作业需求；

确定与所述赋值对应的更替次数；

若达到所述更替次数后的赋值仍未符合所述作业需求，则对所述实物信息进行人工赋值；

在所述相关数据中记录符合所述作业需求的更替赋值或人工赋值。

本发明还提出了一种计算机可读存储介质，该计算机可读存储介质上存储有实物信息采集程序，实物信息采集程序被处理器执行时实现如上述任一项所述的实物信息采集方法的步骤。

实施本发明的实物信息采集方法、设备及计算机可读存储介质，通过在机器人作业的初始阶段检测缺失的实物信息；然后，对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据；再然后，在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求；最后，若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求。实现了一种高效率的机器人作业干预方案，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实物信息采集方法第一实施例的流程图；

图2是本发明实物信息采集方法第二实施例的流程图；

图3是本发明实物信息采集方法第三实施例的流程图；

图4是本发明实物信息采集方法第四实施例的流程图；

图5是本发明实物信息采集方法第五实施例的流程图。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

实施例一

图1是本发明实物信息采集方法第一实施例的流程图。一种实物信息采集方法，该方法包括：

s1、在机器人作业的初始阶段检测缺失的实物信息；

s2、对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据；

s3、在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求；

s4、若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求。

在本实施例中，首先，在机器人作业的初始阶段检测缺失的实物信息，其中，本实施例的实物信息是指机器人信息系统外部的所有跟作业有关的信息，例如，在仓库拣货场景下，该实物信息包括所拣商品的图片信息、所拣商品适应的容器类型信息等；然后，对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据，例如，在上述仓库拣货场景下，若机器人信息系统缺失商品适应的容器类型信息，且该商品必须需要一个跟它相匹配的容器才能完成拣货过程，由此，该实物信息的缺失可能会造成机器人作业阻塞，因此，在本实施例中，将根据相关数据对该缺失的实物信息进行赋值，从而避免上述作业阻塞的情况发生；再然后，在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求，例如，当上述赋值的容器类型与所拣商品的实际大小不匹配时，当作业流程执行到拣货这个阶段后，商品由于太大而无法放入该容器，则判断上述提供的赋值不符合上述作业需求；最后，若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求，例如，当上述赋值的容器大小不符合上述作业需求时，更替更大的容器大小赋值，并同样按上述方式检查该赋值是否符合上述作业需求，若更替后的赋值仍不满足上述作业需求时，则再次更替上述容器大小的赋值，并按同样地方式执行上述检查操作，直至更替后的上述容器大小的赋值符合本次作业需求。

本实施例的有益效果在于，通过在机器人作业的初始阶段检测缺失的实物信息；然后，对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据；再然后，在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求；最后，若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求。实现了一种高效率的机器人作业干预方案，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

实施例二

图2是本发明实物信息采集方法第二实施例的流程图，基于上述实施例，所述在机器人作业的初始阶段检测缺失的实物信息，包括：

s11、在所述初始阶段，确定与所述作业的类型对应的至少一项所述实物信息；

s12、依次检查所述实物信息是否具备初始赋值，若所述实物信息未具备初始赋值，则将所述实物信息标记为赋值缺失状态。

在本实施例中，首先，在所述初始阶段，确定与所述作业的类型对应的至少一项所述实物信息；然后，依次检查所述实物信息是否具备初始赋值，若所述实物信息未具备初始赋值，则将所述实物信息标记为赋值缺失状态。

可选地，在所述初始阶段，确定上述作业的类型，其中，首先，确定本次作业的应用场景，然后，在此应用场景下确定对应的作业类型，例如，当一机器人接收到作业任务时，对该作业任务进行初始化阶段的解析，确定本次作业的应用场景是仓库拣货场景，则在此仓库拣货场景下，确定本次作业是取件和转移件，且本次作业的取件需要用到取件容器，由此，确定本次作业对应的作业类型是容器取件和转移；

可选地，在上述初始阶段，确定本次作业对应的作业类型后，再根据该作业类型提取、检查各项所需的实物信息，也即，依次检查所述实物信息是否具备初始赋值，若所述实物信息未具备初始赋值，则将所述实物信息标记为赋值缺失状态。同样的，如上例所述，当确定本次作业对应的作业类型是容器取件和转移后，提取本次作业类型对应的各项实物信息是否已被赋值，例如，容器形体参数、容器数量参数、容器容量参数、容器标识参数、容器叠放参数以及容器转移参数等，若检查到其中的容器容量参数空缺，则将该容器容量的实物信息标记未缺失状态。

本实施例的有益效果在于，通过在所述初始阶段，确定与所述作业的类型对应的至少一项所述实物信息；然后，依次检查所述实物信息是否具备初始赋值，若所述实物信息未具备初始赋值，则将所述实物信息标记为赋值缺失状态。为后续实现一种高效率的机器人作业干预方案提供了实物信息缺失的判定基础，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

实施例三

图3是本发明实物信息采集方法第三实施例的流程图，基于上述实施例，所述对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据，包括：

s21、搜集与所述作业相关的历史记录数据或者未来推算数据；

s22、确定与所述作业对应的取值概率，并根据所述取值概率确定所述历史记录数据和或未来推算数据的取值优先级；

s23、根据所述取值优先级，在所述历史记录数据和或未来推算数据中选择所述相关数据对所述实物信息进行赋值。

在本实施例中，首先，搜集与所述作业相关的历史记录数据或者未来推算数据；然后，确定与所述作业对应的取值概率，并根据所述取值概率确定所述历史记录数据和或未来推算数据的取值优先级；最后，根据所述取值优先级，在所述历史记录数据和或未来推算数据中选择所述相关数据对所述实物信息进行赋值。

可选地，在本实施例中，若检查到存在实物信息的赋值缺失，则在作业执行阶段之前，搜集与所述作业相关的历史记录数据或者未来推算数据。例如，当检查到各项实物信息中的容器容量参数为空缺状态时，搜集该容器取件和转移作业任务的历史记录数据，例如，搜集一周内、或一个月内的所有机器人执行上述容器取件和转移作业任务的容器容量参数赋值情况，或者，搜集一周内、或一个月内的该机器人执行上述容器取件和转移作业任务的容器容量参数赋值情况，或者，搜集一周内、或一个月内的所有机器人执行同一容器取件和转移作业目标的容器容量参数赋值情况，其中，同一容器取件和转移作业目标是指该作业的对象为同一个，例如，搜集一周内、或一个月内的该机器人执行某一型号酸奶的容器取件和转移作业的容器容量参数赋值情况；

可选地，在本实施例中，考虑到历史记录数据的局限性以及作业任务可能是新的任务、或新的作业的对象，因此，除了搜集与所述作业相关的历史记录数据，本实施例还包括对未来推算数据的搜集，例如，通过大数据对某一型号酸奶的容器取件和转移作业的容器容量参数赋值情况进行预估和预估赋值；

可选地，在本实施例中，由于上述搜集的历史记录数据和或未来推算数据可能有多个，因此，本实施例将根据所述取值优先级，在所述历史记录数据和或未来推算数据中选择所述相关数据对所述实物信息进行赋值，也即，在上述历史记录数据和或未来推算数据中按优先级，选择相关度最高的进行首次赋值。

本实施例的有益效果在于，通过搜集与所述作业相关的历史记录数据或者未来推算数据；然后，确定与所述作业对应的取值概率，并根据所述取值概率确定所述历史记录数据和或未来推算数据的取值优先级；最后，根据所述取值优先级，在所述历史记录数据和或未来推算数据中选择所述相关数据对所述实物信息进行赋值。为后续实现一种高效率的机器人作业干预方案提供了实物信息的赋值数据基础，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

实施例四

图4是本发明实物信息采集方法第四实施例的流程图，基于上述实施例，所述在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求，包括：

s31、确定与所述作业、所述实物信息相关的校验算法或者预演算法；

s32、通过所述校验算法和或所述预演算法检查所述赋值是否符合所述作业需求。

在本实施例中，首先，确定与所述作业、所述实物信息相关的校验算法或者预演算法；然后，通过所述校验算法和或所述预演算法检查所述赋值是否符合所述作业需求。

可选地，在本实施例中，确定与所述作业的类型相关的校验算法或者预演算法，或者，确定与所述实物信息相关的校验算法或者预演算法，再或者，确定与所述作业、所述实物信息同时具备相关关系的校验算法或者预演算法；

可选地，通过所述校验算法和或所述预演算法，通过赋值代入的方式，检查所述赋值是否符合所述作业需求。

本实施例的有益效果在于，通过确定与所述作业、所述实物信息相关的校验算法或者预演算法；然后，通过所述校验算法和或所述预演算法检查所述赋值是否符合所述作业需求。为后续实现一种高效率的机器人作业干预方案提供了实物信息赋值校验基础，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

实施例五

图5是本发明实物信息采集方法第五实施例的流程图，基于上述实施例，所述若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求，包括：

s41、确定与所述赋值对应的更替次数；

s42、若达到所述更替次数后的赋值仍未符合所述作业需求，则对所述实物信息进行人工赋值；

s43、在所述相关数据中记录符合所述作业需求的更替赋值或人工赋值。

在本实施例中，首先，确定与所述赋值对应的更替次数；然后，若达到所述更替次数后的赋值仍未符合所述作业需求，则对所述实物信息进行人工赋值；最后，在所述相关数据中记录符合所述作业需求的更替赋值或人工赋值。

可选地，在本实施例的作业开始阶段，通过预先设定的校验规则或者直接灌入数据值预演作业观察结果，校验赋值是否正确，如果取值合适，则继续进行下一步的作业，如果取值不合适，则由系统按赋值优先级排名自动给出下一个取值，在系统自动赋值n次之后，如果获得的赋值仍然不合适，则由人工干预，人工输入本次作业此信息应有的赋值。其中n为一个动态调整的数值，取决于人工干预之前系统历史获取默认赋值次数的统计值；

可选地，在本实施例中，取到合适的赋值之后，在数据库中记录此次赋值，将此次赋值次数累加，重新计算数据的默认取值概率排名；

可选地，为了进一步提高相关数据的相关性和准确性，在本实施例中，将在所述相关数据中记录每次所得到的符合所述作业需求的更替赋值或人工赋值。

本实施例的有益效果在于，通过确定与所述赋值对应的更替次数；然后，若达到所述更替次数后的赋值仍未符合所述作业需求，则对所述实物信息进行人工赋值；最后，在所述相关数据中记录符合所述作业需求的更替赋值或人工赋值。为实现一种高效率的机器人作业干预方案提供了实物信息赋值的相关数据基础，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

实施例六

基于上述实施例，本发明还提出了一种实物信息采集设备，该设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现：

在机器人作业的初始阶段检测缺失的实物信息；

对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据；

在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求；

若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求。

在本实施例中，首先，在机器人作业的初始阶段检测缺失的实物信息，其中，本实施例的实物信息是指机器人信息系统外部的所有跟作业有关的信息，例如，在仓库拣货场景下，该实物信息包括所拣商品的图片信息、所拣商品适应的容器类型信息等；然后，对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据，例如，在上述仓库拣货场景下，若机器人信息系统缺失商品适应的容器类型信息，且该商品必须需要一个跟它相匹配的容器才能完成拣货过程，由此，该实物信息的缺失可能会造成机器人作业阻塞，因此，在本实施例中，将根据相关数据对该缺失的实物信息进行赋值，从而避免上述作业阻塞的情况发生；再然后，在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求，例如，当上述赋值的容器类型与所拣商品的实际大小不匹配时，当作业流程执行到拣货这个阶段后，商品由于太大而无法放入该容器，则判断上述提供的赋值不符合上述作业需求；最后，若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求，例如，当上述赋值的容器大小不符合上述作业需求时，更替更大的容器大小赋值，并同样按上述方式检查该赋值是否符合上述作业需求，若更替后的赋值仍不满足上述作业需求时，则再次更替上述容器大小的赋值，并按同样地方式执行上述检查操作，直至更替后的上述容器大小的赋值符合本次作业需求。

本实施例的有益效果在于，通过在机器人作业的初始阶段检测缺失的实物信息；然后，对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据；再然后，在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求；最后，若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求。实现了一种高效率的机器人作业干预方案，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

实施例七

基于上述实施例，所述计算机程序被所述处理器执行时实现：

在所述初始阶段，确定与所述作业的类型对应的至少一项所述实物信息；

依次检查所述实物信息是否具备初始赋值，若所述实物信息未具备初始赋值，则将所述实物信息标记为赋值缺失状态。

在本实施例中，首先，在所述初始阶段，确定与所述作业的类型对应的至少一项所述实物信息；然后，依次检查所述实物信息是否具备初始赋值，若所述实物信息未具备初始赋值，则将所述实物信息标记为赋值缺失状态。

可选地，在所述初始阶段，确定上述作业的类型，其中，首先，确定本次作业的应用场景，然后，在此应用场景下确定对应的作业类型，例如，当一机器人接收到作业任务时，对该作业任务进行初始化阶段的解析，确定本次作业的应用场景是仓库拣货场景，则在此仓库拣货场景下，确定本次作业是取件和转移件，且本次作业的取件需要用到取件容器，由此，确定本次作业对应的作业类型是容器取件和转移；

可选地，在上述初始阶段，确定本次作业对应的作业类型后，再根据该作业类型提取、检查各项所需的实物信息，也即，依次检查所述实物信息是否具备初始赋值，若所述实物信息未具备初始赋值，则将所述实物信息标记为赋值缺失状态。同样的，如上例所述，当确定本次作业对应的作业类型是容器取件和转移后，提取本次作业类型对应的各项实物信息是否已被赋值，例如，容器形体参数、容器数量参数、容器容量参数、容器标识参数、容器叠放参数以及容器转移参数等，若检查到其中的容器容量参数空缺，则将该容器容量的实物信息标记未缺失状态。

本实施例的有益效果在于，通过在所述初始阶段，确定与所述作业的类型对应的至少一项所述实物信息；然后，依次检查所述实物信息是否具备初始赋值，若所述实物信息未具备初始赋值，则将所述实物信息标记为赋值缺失状态。为后续实现一种高效率的机器人作业干预方案提供了实物信息缺失的判定基础，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

实施例八

基于上述实施例，所述计算机程序被所述处理器执行时实现：

搜集与所述作业相关的历史记录数据或者未来推算数据；

确定与所述作业对应的取值概率，并根据所述取值概率确定所述历史记录数据和或未来推算数据的取值优先级；

根据所述取值优先级，在所述历史记录数据和或未来推算数据中选择所述相关数据对所述实物信息进行赋值。

在本实施例中，首先，搜集与所述作业相关的历史记录数据或者未来推算数据；然后，确定与所述作业对应的取值概率，并根据所述取值概率确定所述历史记录数据和或未来推算数据的取值优先级；最后，根据所述取值优先级，在所述历史记录数据和或未来推算数据中选择所述相关数据对所述实物信息进行赋值。

可选地，在本实施例中，若检查到存在实物信息的赋值缺失，则在作业执行阶段之前，搜集与所述作业相关的历史记录数据或者未来推算数据。例如，当检查到各项实物信息中的容器容量参数为空缺状态时，搜集该容器取件和转移作业任务的历史记录数据，例如，搜集一周内、或一个月内的所有机器人执行上述容器取件和转移作业任务的容器容量参数赋值情况，或者，搜集一周内、或一个月内的该机器人执行上述容器取件和转移作业任务的容器容量参数赋值情况，或者，搜集一周内、或一个月内的所有机器人执行同一容器取件和转移作业目标的容器容量参数赋值情况，其中，同一容器取件和转移作业目标是指该作业的对象为同一个，例如，搜集一周内、或一个月内的该机器人执行某一型号酸奶的容器取件和转移作业的容器容量参数赋值情况；

可选地，在本实施例中，考虑到历史记录数据的局限性以及作业任务可能是新的任务、或新的作业的对象，因此，除了搜集与所述作业相关的历史记录数据，本实施例还包括对未来推算数据的搜集，例如，通过大数据对某一型号酸奶的容器取件和转移作业的容器容量参数赋值情况进行预估和预估赋值；

可选地，在本实施例中，由于上述搜集的历史记录数据和或未来推算数据可能有多个，因此，本实施例将根据所述取值优先级，在所述历史记录数据和或未来推算数据中选择所述相关数据对所述实物信息进行赋值，也即，在上述历史记录数据和或未来推算数据中按优先级，选择相关度最高的进行首次赋值。

本实施例的有益效果在于，通过搜集与所述作业相关的历史记录数据或者未来推算数据；然后，确定与所述作业对应的取值概率，并根据所述取值概率确定所述历史记录数据和或未来推算数据的取值优先级；最后，根据所述取值优先级，在所述历史记录数据和或未来推算数据中选择所述相关数据对所述实物信息进行赋值。为后续实现一种高效率的机器人作业干预方案提供了实物信息的赋值数据基础，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

实施例九

基于上述实施例，所述计算机程序被所述处理器执行时实现：

确定与所述作业、所述实物信息相关的校验算法或者预演算法；

通过所述校验算法和或所述预演算法检查所述赋值是否符合所述作业需求；

确定与所述赋值对应的更替次数；

若达到所述更替次数后的赋值仍未符合所述作业需求，则对所述实物信息进行人工赋值；

在所述相关数据中记录符合所述作业需求的更替赋值或人工赋值。

在本实施例中，首先，确定与所述作业、所述实物信息相关的校验算法或者预演算法；然后，通过所述校验算法和或所述预演算法检查所述赋值是否符合所述作业需求。

可选地，在本实施例中，确定与所述作业的类型相关的校验算法或者预演算法，或者，确定与所述实物信息相关的校验算法或者预演算法，再或者，确定与所述作业、所述实物信息同时具备相关关系的校验算法或者预演算法；

可选地，通过所述校验算法和或所述预演算法，通过赋值代入的方式，检查所述赋值是否符合所述作业需求。

在另一个实施例中，首先，确定与所述赋值对应的更替次数；然后，若达到所述更替次数后的赋值仍未符合所述作业需求，则对所述实物信息进行人工赋值；最后，在所述相关数据中记录符合所述作业需求的更替赋值或人工赋值。

可选地，在本实施例的作业开始阶段，通过预先设定的校验规则或者直接灌入数据值预演作业观察结果，校验赋值是否正确，如果取值合适，则继续进行下一步的作业，如果取值不合适，则由系统按赋值优先级排名自动给出下一个取值，在系统自动赋值n次之后，如果获得的赋值仍然不合适，则由人工干预，人工输入本次作业此信息应有的赋值。其中n为一个动态调整的数值，取决于人工干预之前系统历史获取默认赋值次数的统计值；

可选地，在本实施例中，取到合适的赋值之后，在数据库中记录此次赋值，将此次赋值次数累加，重新计算数据的默认取值概率排名；

可选地，为了进一步提高相关数据的相关性和准确性，在本实施例中，将在所述相关数据中记录每次所得到的符合所述作业需求的更替赋值或人工赋值。

本实施例的有益效果在于，通过确定与所述赋值对应的更替次数；然后，若达到所述更替次数后的赋值仍未符合所述作业需求，则对所述实物信息进行人工赋值；最后，在所述相关数据中记录符合所述作业需求的更替赋值或人工赋值。为实现一种高效率的机器人作业干预方案提供了实物信息赋值的相关数据基础，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

实施例十

基于上述实施例，本发明还提出了一种计算机可读存储介质，该计算机可读存储介质上存储有实物信息采集程序，实物信息采集程序被处理器执行时实现如上述任一项所述的实物信息采集方法的步骤。

实施本发明的实物信息采集方法、设备及计算机可读存储介质，通过在机器人作业的初始阶段检测缺失的实物信息；然后，对所述缺失的实物信息进行赋值，其中，所述赋值源于相关数据；再然后，在所述机器人作业的执行阶段，检查所述赋值是否符合作业需求；最后，若所述赋值不符合所述作业需求，则更替所述赋值直至更替后的赋值符合所述作业需求。实现了一种高效率的机器人作业干预方案，避免了机器人作业过程中因为实物信息缺失而造成的作业流程阻塞，提高了作业效率，节省了干预成本。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。