一种基于机器人的配送方法和机器人与流程

1.本技术涉及人工智能技术领域，尤其涉及一种基于机器人的配送方法和机器人。


背景技术：

2.电子商务发展迅速，快递物流服务的需求也日益增长，这同时也促使了物流服务的快速发展；并且目前在人工智能飞速发展的当代，智能园区发展迅速，在园区中实现无人配送是智能园区发展的重要环节。
3.随着智能机器人技术的不断成熟，为了进一步降低人工成本，一种可选的方式为在智能园区中使用智能机器人进行物品配送。但是在智能园区中，智能机器人如何规划导航路径，基于生成的导航路径进行物品配送成为亟待解决的技术问题。


技术实现要素：

4.本技术实施例提供一种基于机器人的配送方法和机器人，用以灵活规划导航路径，基于生成的导航路径进行物品配送。
5.第一方面，本技术实施例提供一种基于机器人的配送方法，该方法包括：
6.配送机器人接收主控机器人发送的执行配送任务的配送指令；其中所述配送指令为所述主控机器人根据各个配送机器人的位置信息以及所述配送任务对应的配送地址，从多个配送机器人中确定出执行本次配送任务的配送机器人之后发送的；
7.所述配送机器人从所述主控机器人获取执行本次配送任务所需的地图数据，并根据获取到的所述地图数据和所述配送任务对应的配送地址生成导航路径；其中所述地图数据是所述主控机器人根据采集到的环境数据预先生成的；
8.所述配送机器人在根据生成的导航路径执行所述配送任务过程中，通过摄像头实时采集配送环境的环境图像，并识别所述环境图像中的各个障碍物；根据各个障碍物在所述环境图像中的位置信息，在所述地图数据中标记所述各个障碍物的位置；
9.所述配送机器人根据标记有所述各个障碍物位置的地图数据，对生成的导航路径进行实时更新，并根据更新后的所述导航路径进行配送。
10.可选的，所述地图数据包括室外地图数据和各个建筑物的室内地图数据；
11.所述配送机器人从所述主控机器人获取执行本次配送任务所需的地图数据，具体包括：
12.所述配送机器人接收所述主控机器人发送的室外地图数据和所述配送地址对应的建筑物的室内地图数据；或
13.所述配送机器人接收所述主控机器人发送的室外地图数据；以及所述配送机器人在根据所述室外地图数据和所述配送地址移动到所述配送地址对应的建筑物后，获取所述建筑物对应的标识信息；将所述建筑物的标识信息发送至所述主控机器人，并接收所述主控机器人返回的所述建筑物的室内地图数据。
14.可选的，所述各个障碍物在所述环境图像中的位置信息为各个障碍物在所述环境
图像中的像素坐标信息；
15.所述根据各个障碍物在所述环境图像中的位置信息，在所述地图数据中标记所述各个障碍物的位置，具体包括：
16.所述配送机器人将所述各个障碍物在所述环境图像中的像素坐标信息转换成与当前使用的地图数据匹配的点云数据；
17.所述配送机器人根据转换后得到的各个障碍物对应的点云数据，确定所述各个障碍物在所述地图数据中的位置，并在所述地图数据中进行标记。
18.可选的，所述配送机器人在所述地图数据中标记所述各个障碍物的位置之后，在根据标记有所述各个障碍物位置的地图数据对生成的导航路径进行实时更新之前，该方法还包括：
19.所述配送机器人根据各个障碍物在所述环境图像中的位置信息，生成与所述环境图像对应的热力图像；其中所述热力图像用于表示所述环境图像中所述各个障碍物的分布密度；
20.所述配送机器人根据所述热力图像中各个像素点的像素值，确定所述热力图像的障碍物分布状态；
21.所述配送机器人根据标记有所述各个障碍物位置的地图数据，对生成的导航路径进行实时更新，具体包括：
22.所述配送机器人根据确定出的所述热力图像的障碍物分布状态，调用与所述热力图像的障碍物分布状态对应的路径规划算法，根据标记有所述各个障碍物位置的地图数据对生成的导航路径进行实时更新。
23.可选的，所述配送机器人根据所述热力图像中各个像素点的像素值，确定所述热力图像的障碍物分布状态，具体包括：
24.所述配送机器人根据所述热力图像中各个像素点的像素值，确定所述热力图像中障碍物的密度最大的目标区域；
25.所述配送机器人确定所述目标区域对应的像素点的像素值与预设像素值之间的差值；若所述差值不大于预设阈值，则确定所述热力图像的障碍物分布状态为密集状态；其中所述预设像素值为热力图像中表示障碍物的密度最大的颜色特征对应的像素值。
26.可选的，所述配送机器人根据所述热力图像中各个像素点的像素值，确定所述热力图像中障碍物的密度最大的目标区域，具体包括：
27.所述配送机器人确定所述热力图像中各个像素点的像素值与预设像素值之间的差值，将最小的差值对应的像素点所在的位置作为所述目标区域。
28.第二方面，本技术实施例提供一种基于机器人的配送方法，该方法包括：
29.主控机器人在确定有待执行的配送任务时，确定所述待执行的配送任务对应的配送地址；
30.所述主控机器人根据所述配送地址以及各个配送机器人的位置信息，从所述多个配送机器人中确定出执行本次配送任务的配送机器人；
31.所述主控机器人向执行本次配送任务的配送机器人发送执行配送任务的配送指令，并将本次配送任务所需的地图数据发送给执行本次配送任务的配送机器人，以使执行本次配送任务的配送机器人在执行所述配送任务过程中通过摄像头实时获取配送环境的
环境图像，并在所述地图数据中标记所述各个障碍物的位置，基于标记有所述各个障碍物位置的地图数据对导航路径进行实时更新；其中，所述地图数据是所述主控机器人根据采集到的环境数据预先生成的。
32.可选的，所述地图数据包括室外地图数据和各个建筑物的室内地图数据；
33.所述主控机器人根据下列方式生成所述地图数据：
34.响应用户触发的控制指令，所述主控机器人通过摄像头采集室外环境的环境图像，以及通过雷达设备获取室外环境的室外雷达数据；基于采集到的所述环境图像和获取到的所述室外雷达数据，调用slam算法生成包含多个建筑物的室外地图数据；以及
35.所述主控机器人通过雷达设备，分别获取各个建筑物内部的室内雷达数据；根据各个建筑物内部的室内雷达数据，调用cartographer算法分别生成各个建筑物对应的室内地图数据。
36.第三方面，本技术实施例提供一种配送机器人，所述配送机器人包括至少一个处理器、至少一个摄像头以及信息收发单元；
37.所述信息收发单元，用于接收主控机器人发送的执行配送任务的配送指令，并从所述主控机器人获取执行本次配送任务所需的地图数据；其中所述配送指令为所述主控机器人根据各个配送机器人的位置信息以及所述配送任务对应的配送地址，从多个配送机器人中确定出执行本次配送任务的配送机器人之后发送的；所述地图数据是所述主控机器人根据采集到的环境数据预先生成的；
38.所述摄像头，用于在根据生成的导航路径执行所述配送任务过程中，实时采集配送环境的环境图像；
39.所述处理器，用于根据所述信息收发单元获取到的所述地图数据和所述配送任务对应的配送地址生成导航路径；以及，在所述摄像头采集到所述环境图像后，识别所述环境图像中的各个障碍物；根据各个障碍物在所述环境图像中的位置信息，在所述地图数据中标记所述各个障碍物的位置；根据标记有所述各个障碍物位置的地图数据，对生成的导航路径进行实时更新，并根据更新后的所述导航路径进行配送。
40.第四方面，本技术实施例提供一种基于机器人的配送装置，包括：
41.接收模块，用于接收主控机器人发送的执行配送任务的配送指令；其中所述配送指令为所述主控机器人根据各个配送机器人的位置信息以及所述配送任务对应的配送地址，从多个配送机器人中确定出执行本次配送任务的配送机器人之后发送的；
42.获取模块，用于从所述主控机器人获取执行本次配送任务所需的地图数据，并根据获取到的所述地图数据和所述配送任务对应的配送地址生成导航路径；其中所述地图数据是所述主控机器人根据采集到的环境数据预先生成的；
43.处理模块，用于在根据生成的导航路径执行所述配送任务过程中，通过摄像头实时采集配送环境的环境图像，并识别所述环境图像中的各个障碍物；根据各个障碍物在所述环境图像中的位置信息，在所述地图数据中标记所述各个障碍物的位置；
44.生成模块，用于根据标记有所述各个障碍物位置的地图数据，对生成的导航路径进行实时更新，并根据更新后的所述导航路径进行配送。
45.第五方面，本技术实施例提供一种主控机器人，所述主控机器人包括至少一个处理器和收发单元；
46.所述处理器，用于在确定有待执行的配送任务时，确定所述待执行的配送任务对应的配送地址；根据所述配送地址以及各个配送机器人的位置信息，从所述多个配送机器人中确定出执行本次配送任务的配送机器人；
47.所述收发单元，用于向执行本次配送任务的配送机器人发送执行配送任务的配送指令，并将本次配送任务所需的地图数据发送给执行本次配送任务的配送机器人，以使执行本次配送任务的配送机器人在执行所述配送任务过程中通过摄像头实时获取配送环境的环境图像，并在所述地图数据中标记所述各个障碍物的位置，基于标记有所述各个障碍物位置的地图数据对导航路径进行实时更新；其中，所述地图数据是所述主控机器人根据采集到的环境数据预先生成的。
48.第六方面，本技术实施例提供一种基于机器人的配送装置，包括：
49.确定模块，用于在确定有待执行的配送任务时，确定所述待执行的配送任务对应的配送地址；
50.选取模块，用于根据所述配送地址以及各个配送机器人的位置信息，从所述多个配送机器人中确定出执行本次配送任务的配送机器人；
51.发送模块，用于向执行本次配送任务的配送机器人发送执行配送任务的配送指令，并将本次配送任务所需的地图数据发送给执行本次配送任务的配送机器人，以使执行本次配送任务的配送机器人在执行所述配送任务过程中通过摄像头实时获取配送环境的环境图像，并在所述地图数据中标记所述各个障碍物的位置，基于标记有所述各个障碍物位置的地图数据对导航路径进行实时更新；其中，所述地图数据是所述主控机器人根据采集到的环境数据预先生成的。
52.第七方面，本技术实施例提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行本技术提供的基于机器人的配送方法。
53.由于本技术实施例基于机器人的配送方案中包含主控机器人和配送机器人，主控机器人根据采集到的环境数据预先生成地图数据；在确定有待执行的配送任务后，由主控机器人根据待执行的配送任务对应的配送地址，确定执行该配送任务的配送机器人，主控机器人将执行该次配送任务所需的地图数据发送给配送机器人；本技术实施例的配送方案，主控机器人负责总的配送调度以及预先生成地图数据，例如针对在智能园区进行配送的方案，主控机器人预先针对整个智能园区生成该园区的地图数据，这样在配送机器人执行配送任务过程中不需要临时生成地图数据，只需要根据获取到的地图数据进行路径规划，从而有效提高配送效率。另外，配送机器人在执行配送任务过程，通过摄像头实时采集配送环境的环境图像，通过对环境图像进行识别，识别配送环境中的各个障碍物，根据各个障碍物在环境图像中的位置信息，在地图数据中标记各个障碍物的位置，从而配送机器人能够根据实际配送环境生成新的地图数据，新的地图数据中标记有当前配送环境中存在的障碍物，配置机器人可以基于标记有障碍物位置的地图数据重新规划导航路径，从而实现导航路径随着配送环境中存在的障碍物进行实时更新，可以大大提高配送的准确性。
附图说明
54.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本发明的一些实施例，对于
本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
55.图1为本技术实施例一种可选的应用场景示意图；
56.图2为本技术实施例一种主控机器人的结构示意图；
57.图3为本技术实施例一种配送机器人的结构示意图；
58.图4为本技术实施例一种基于机器人的配送方法流程图；
59.图5为本技术实施例生成的n个建筑物的室内地图数据的存储结构示意图；
60.图6a为本技术实施例建筑物n的示意图；
61.图6b为本技术实施例建筑物n的楼层1对应的室内地图数据；
62.图6c为本技术实施例建筑物n的楼层2对应的室内地图数据；
63.图6d为本技术实施例建筑物n的楼层3对应的室内地图数据；
64.图7为本技术实施例配送机器人对地图数据进行更新的方法流程图；
65.图8为本技术实施例基于机器人的配送方法整体流程图；
66.图9为本技术实施例一种配送机器人的结构示意图；
67.图10为本技术实施例一种基于机器人的配送装置的结构示意图；
68.图11为本技术实施例一种主控机器人的结构示意图；
69.图12为本技术实施例另一种基于机器人的配送装置的结构示意图。
具体实施方式
70.以下，对本技术实施例中的部分用语进行解释说明，以便于本领域技术人员理解。
71.1、本技术实施例中的术语“rgbd”：rgbd包括rgb图和depth map(深度图)；rgb色彩模式是工业界的一种颜色标准，是通过对红(r)、绿(g)、蓝(b)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，rgb即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。在3d计算机图形中，depth map是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道；其中，depth map类似于灰度图像，只是它的每个像素值是传感器距离物体的实际距离。通常rgb图像和depth图像是配准的，因而像素点之间具有一对一的对应关系。
72.2、本技术实施例中的术语“雷达”：是英文radar的音译，源于radio detection and ranging的缩写，意思为无线电探测和测距，即用无线电的方法发现目标并测定它们的空间位置，因此雷达也被称为“无线电定位”。雷达是利用电磁波探测目标的电子设备，雷达发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率(径向速度)、方位、高度等信息。
73.3、本技术实施例中的术语“imu(inertial measurement unit，惯性测量单元)”：用于测量物体三轴姿态角(或角速率)以及加速度。陀螺仪及加速度计是imu的主要元件，加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺仪检测载体相对于导航坐标系的角速度信号，测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。
74.4、本技术实施例中的术语“slam(simultaneous localization and mapping，同步定位与地图构建)算法”：slam主要用于解决移动机器人在未知环境中运行时定位导航与地图构建的问题；slam通常包括如下几个部分，特征提取，数据关联，状态估计，状态更新以
及特征更新等。
75.5、本技术实施例中的术语“热力图”：热图(heat map)也称热力图，是以特殊高亮的形式显示用户页面点击位置或用户所在页面位置的图示；在热力图中，红色的区域表示分析要素的密度大，而蓝色区域表示分析点的密度小，只要点密集就会形成聚类区域。
76.为了使本技术的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
77.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
78.下面对本技术实施例的设计思想进行简要介绍：
79.智能园区可以理解为聚集多个建筑物(办公楼)的智能化园区，智能园区中包含多个建筑物以及建筑物之间的道路、绿化区域和停车区域等设施。由于智能园区一般为较为封闭的办公场所，若采用常规的由配送人员驾驶配送车辆在园区中进行物品配送，可能存在安全隐患。另外，随着人工智能技术的成熟，智能机器人在各个领域发挥巨大作用，因此一种可选的方式为，在智能园区中使用机器人进行物品配送。在使用机器人进行物品配送时，机器人如何规划导航路径，基于生成的导航路径进行物品配送成为需要解决的技术问题。
80.本技术实施例提供一种基于机器人的配送方法，在该方法中通过主控机器人下发配送指令，由配送机器人完成配送；本技术实施例中主控机器人在确定有待执行的配送任务时，确定待执行的配送任务对应的配送地址；主控机器人根据配送地址以及各个配送机器人的位置信息，从多个配送机器人中确定出执行本次配送任务的配送机器人；主控机器人向执行本次配送任务的配送机器人发送执行配送任务的配送指令，并将本次配送任务所需的地图数据发送给执行本次配送任务的配送机器人。配送机器人从主控机器人获取执行本次配送任务所需的地图数据之后，根据获取到的地图数据和配送任务对应的配送地址生成导航路径；在根据生成的导航路径执行配送任务过程中，通过摄像头实时采集配送环境的环境图像，并识别环境图像中的各个障碍物；根据各个障碍物在环境图像中的位置信息，在地图数据中标记各个障碍物的位置；根据标记有各个障碍物位置的地图数据，对生成的导航路径进行实时更新，并根据更新后的导航路径进行配送。
81.由于本技术实施例基于机器人的配送方案中包含主控机器人和配送机器人，主控机器人根据采集到的环境数据预先生成地图数据；在确定有待执行的配送任务后，由主控机器人根据待执行的配送任务对应的配送地址，确定执行该配送任务的配送机器人，主控机器人将执行该次配送任务所需的地图数据发送给配送机器人；本技术实施例的配送方案，主控机器人负责总的配送调度以及预先生成地图数据，例如针对在智能园区进行配送的方案，主控机器人预先针对整个智能园区生成该园区的地图数据，这样在配送机器人执行配送任务过程中不需要临时生成地图数据，只需要根据获取到的地图数据进行路径规
划，从而有效提高配送效率。另外，配送机器人在执行配送任务过程，通过摄像头实时采集配送环境的环境图像，通过对环境图像进行识别，识别配送环境中的各个障碍物，根据各个障碍物在环境图像中的位置信息，在地图数据中标记各个障碍物的位置，从而配送机器人能够根据实际配送环境生成新的地图数据，新的地图数据中标记有当前配送环境中存在的障碍物，配置机器人可以基于标记有障碍物位置的地图数据重新规划导航路径，从而实现导航路径随着配送环境中存在的障碍物进行实时更新，可以大大提高配送的准确性。
82.在介绍完本技术实施例的设计思想之后，下面对本技术实施例的技术方案能够适用的应用场景做一些简单介绍，需要说明的是，以下介绍的应用场景仅用于说明本技术实施例而非限定。在具体实施过程中，可以根据实际需要灵活地应用本技术实施例提供的技术方案。
83.如图1所示的本技术实施例一种可选的应用场景示意图，包括主控机器人10和多个配送机器人11；
84.主控机器人10在确定有待执行的配送任务时，确定待执行的配送任务对应的配送地址；根据配送地址以及各个配送机器人的位置信息，从多个配送机器人中确定出执行本次配送任务的配送机器人；向执行本次配送任务的配送机器人发送执行配送任务的配送指令，并将本次配送任务所需的地图数据发送给执行本次配送任务的配送机器人；
85.执行本次配送任务的配送机器人11接收主控机器人10发送的执行配送任务的配送指令；从主控机器人10获取执行本次配送任务所需的地图数据，并根据获取到的地图数据和配送任务对应的配送地址生成导航路径；在根据生成的导航路径执行配送任务过程中，通过摄像头实时采集配送环境的环境图像，并识别环境图像中的各个障碍物；根据各个障碍物在环境图像中的位置信息，在地图数据中标记各个障碍物的位置；根据标记有各个障碍物位置的地图数据，对生成的导航路径进行实时更新，并根据更新后的导航路径进行配送。
86.例如，如图2所示的主控机器人，包括处理器20、边缘计算单元21、两个rgbd相机22、两个雷达设备23、四个超声测距传感器24、环境感知单元25、信息收发单元26；
87.其中，处理器20、边缘计算单元21和信息收发单元26放置在机身内侧，两个rgbd相机22分别位于主控机器人机身前侧，两个雷达设备23安装于主控机器人底盘顶部，四个超声测距传感器24分别安装于主控机器人底盘四角，环境感知单元25安装于雷达设备23的下方；本技术实施例主控机器人安装有ros操作系统。
88.如图3所示的配送机器人，包括处理器30、边缘计算单元31、rgbd相机32、一个雷达设备33、两个超声测距传感器34、环境感知单元35、信息收发单元36；
89.其中，处理器30、边缘计算单元31和信息收发单元36放置在机身内侧，rgbd相机32位于主控机器人机身前侧，雷达设备33安装于配送机器人底盘顶部，两个超声测距传感器24分别安装于配送机器人底盘，环境感知单元35安装于雷达设备33的下方。
90.下面结合上述描述的应用场景，参考以下附图来描述本技术示例性实施方式提供的一种基于机器人的配送方法。需要注意的是，上述应用场景仅是为了便于理解本技术的精神和原理而示出，本技术的实施方式在此方面不受任何限制。相反，本技术的实施方式可以应用于适用的任何场景。
91.如图4所示，本技术实施例基于机器人的配送方法流程图，具体可以包括以下步
骤：
92.步骤s401、主控机器人在确定有待执行的配送任务时，确定待执行的配送任务对应的配送地址；
93.步骤s402、主控机器人根据配送地址以及各个配送机器人的位置信息，从多个配送机器人中确定出执行本次配送任务的配送机器人；
94.步骤s403、主控机器人向执行本次配送任务的配送机器人发送执行配送任务的配送指令，并将本次配送任务所需的地图数据发送给执行本次配送任务的配送机器人；
95.步骤s404、配送机器人根据获取到的所述地图数据和所述配送任务对应的配送地址生成导航路径；
96.步骤s405、配送机器人在根据生成的导航路径执行配送任务过程中，通过摄像头实时采集配送环境的环境图像，并识别环境图像中的各个障碍物；根据各个障碍物在环境图像中的位置信息，在地图数据中标记各个障碍物的位置；
97.步骤s406、配送机器人根据标记有各个障碍物位置的地图数据，对生成的导航路径进行实时更新，并根据更新后的导航路径进行配送。
98.本技术实施例主控机器人可以用于生成地图数据，配送机器人从主控机器人获取执行配送任务所需的地图数据，并基于获取到的地图数据生成导航路径，基于生成的导航路径进行配送。因此本技术实施例涉及主控机器人生成地图数据的方案以及配送机器人执行配送任务的方案，下面针对这两部分内容分别进行说明。
99.一、主控机器人生成地图数据。
100.本技术实施例的地图数据包括室外地图数据和各个建筑物的室内地图数据，下面针对这两种类型的地图数据的生成方式分别进行说明。
101.1、主控机器人生成室外地图数据。
102.一种可选的实施方式为，响应用户触发的控制指令，主控机器人通过摄像头采集室外环境的环境图像，以及通过雷达设备获取室外环境的室外雷达数据；基于采集到的环境图像和获取到的室外雷达数据，调用slam算法生成包含多个建筑物的室外地图数据。
103.实施中，用户可以操作主控机器人，遍历整个需要配送机器人进行配送的区域，从而主控机器人可以获取到整个室外环境的环境图像和室外雷达数据；
104.其中，主控机器人通过可以rgbd相机采集室外环境的环境图像，以及通过雷达设备获取室外环境的室外雷达数据，将rgbd相机采集到的环境图像和室外雷达数据相结合，基于slam算法生成包含多个建筑物的室外地图数据。
105.2、主控机器人生成室内地图数据。
106.一种可选的实施方式为，主控机器人通过雷达设备，分别获取各个建筑物内部的室内雷达数据；根据各个建筑物内部的室内雷达数据，调用cartographer算法分别生成各个建筑物对应的室内地图数据。
107.实施中，针对任意一个建筑物，主控机器人通过雷达设备，获取该建筑物内部的室内雷达数据；其中，建筑物内部的室内雷达数据可以为建筑物各个楼层的室内雷达数据。主控机器人在获取到建筑物内部的室内雷达数据之后，基于cartographer算法生成建筑物对应的室内地图数据。
108.另外，本技术实施例在生成室内地图数据和室外地图数据之后，地图数据的存储
顺序可以为将室外地图数据作为子图0，室内地图数据中每个建筑物对应一个子图，假设建筑物为建筑物1～建筑物n，则建筑物1对应的室内地图数据为子图1，依次类推，建筑物n对应的室内地图数据为子图n。
109.需要说明的是，本技术实施例主控机器人在存储室内地图数据时，将建筑物的室内地图数据与对应的建筑物标识信息进行绑定；一个建筑物对应的室内地图数据包含各个楼层对应的室内地图数据，将建筑物中每个楼层的室内地图数据与楼层的标识信息进行绑定。
110.实施中，可以将不同建筑物的室内地图数据依据不同建筑物分类存储。例如建筑物a包括10个楼层，每个楼层对应一个子室内地图数据，将该10个楼层分别对应的子室内地图数据作为该建筑物a对应的室内地图数据，并建立建筑物a和室内地图数据之间的绑定关系。
111.例如，如图5所示，假设主控机器人生成n个建筑物的室内地图数据，建筑物1对应的室内地图数据为子图1，子图1中包含建筑物1中各个楼层对应的室内地图数据，将子图1与建筑物1的二维码信息绑定；建筑物2对应的室内地图数据为子图2，子图2中包含建筑物2中各个楼层对应的室内地图数据，将子图2与建筑物2的二维码信息绑定；依次类推，建筑物n对应的室内地图数据为子图n，子图n中包含建筑物n中各个楼层对应的室内地图数据，将子图n与建筑物n的二维码信息绑定。
112.如图6a所示，假设建筑物n包含三个楼层，则建筑物n对应的室内地图数据包含楼层1对应的室内地图数据、楼层2对应的室内地图数据和楼层3对应的室内地图数据；假设，楼层1对应的室内地图数据如图6b所示，楼层2对应的室内地图数据如图6c所示，楼层3对应的室内地图数据如图6d所示。则建筑物n对应的室内地图数据包含图6b、图6c和图6d所示的地图数据。
113.二、配送机器人基于地图数据生成导航路径，根据生成的导航路径进行配送。
114.主控机器人在确定有待执行的配送任务时，确定待执行的配送任务对应的配送地址；根据配送地址以及各个配送机器人的位置信息，从多个配送机器人中确定出执行本次配送任务的配送机器人；
115.实施中，一种可选的实施方式为，主控机器人在确定有待执行的配送任务时，可以通过gps获取到各个配送机器人的位置信息；在确定出各个配送机器人的位置信息之后，基于最短路径原则，从多个配送机器人中选择距离配送地址距离最近的配送机器人执行本次配送任务。
116.本技术实施例主控机器人在确定出执行本次配送任务的配送机器人之后，主控机器人可以采用多种方式将本次配送任务所需的地图数据发送给执行本次配送任务的配送机器人；
117.方式1、主控机器人向执行本次配送任务的配送机器人发送执行配送任务的配送指令的同时，将本次配送任务所需的全部地图数据发送给执行本次配送任务的配送机器人。
118.需要说明的是，本次配送任务所需的全部地图数据包括但不限于室外地图数据和配送地址对应的建筑物的室内地图数据；
119.其中，配送地址对应的建筑物的室内地图数据可以为建筑物的所有楼层的室内地
图数据，或者配送地址对应的建筑物的室内地图数据可以为建筑物内该配送地址所在的楼层的室内地图数据。
120.方式2、主控机器人将本次配送任务所需的室外地图数据发送给执行本次配送任务的配送机器人；以及在接收到执行本次配送任务的配送机器人发送的建筑物标识信息后，将建筑物标识信息对应的建筑物的室内地图数据发送给执行本次配送任务的配送机器人。
121.针对方式2，主控机器人将本次配送任务所需的室外地图数据发送给执行本次配送任务的配送机器人，配送机器人根据室外地图数据和配送地址，生成室外导航路径；
122.配送机器人根据室外导航路径行驶至配送地址对应的建筑物之后，获取该建筑物的建筑物标识信息；其中，一种可选的方式为，可以在建筑物入口处粘贴二维码信息，配送机器人行驶建筑物入口处后，通过扫描二维码信息的方式获取建筑物标识信息；
123.配送机器人将获取到的建筑物标识信息发送给主控机器人，主控机器人从预先生成的地图数据中获取该建筑物标识信息对应的室内地图数据，并将该建筑物标识信息对应的室内地图数据发送给配送机器人。
124.配送机器人在接收到主控机器人发送的地图数据之后，根据如下步骤存储接收到的地图数据：
125.步骤1、接收主控机器人发送的配送指令，在map_server主程序中新定义一个map容器；
126.步骤2、将接收到的地图数据导入新的map容器内；
127.步骤3、针对接收到的地图数据，执行切换map-id的launch文件，从而切换导航地图数据。
128.配送机器人在获取到执行配送任务所需的地图数据之后，根据地图数据中的室外地图数据在室外行驶；在行驶至建筑物时，通过扫描建筑物入口处的二维码信息，获取与该建筑物对应的室内地图数据；另外，在行驶至楼层后，根据楼层对应的室内地图数据，行驶至电梯入口处，通过扫描电梯入口处的二维码信息，获取与该楼层对应的室内地图数据。
129.另外，配送机器人在扫描到建筑物入口处的二维码信息，或者每个楼层的二维码信息之后，根据预设的二维码信息对应的位置信息，对自身的位置进行校准。
130.配送机器人在接收到主控机器人发送的地图数据后，根据接收到的地图数据和配送地址，生成导航路径，配送机器人基于生成的导航路径行驶；
131.配送机器人基于生成的导航路径执行配送过程中，通过摄像头实时采集配送环境的环境图像，并识别环境图像中的各个障碍物；根据各个障碍物在环境图像中的位置信息，在地图数据中标记各个障碍物的位置；
132.实施中，本技术实施例可以根据下列方式对在地图数据中标记各个障碍物的位置：
133.如图7所示，本技术实施例在地图数据中标记各个障碍物的位置的方法流程图，具体可以包括如下步骤：
134.步骤s701、配送机器人在根据生成的导航路径执行配送任务过程中，通过摄像头实时采集配送环境中的环境图像；
135.其中，配送机器人可以通过rgbd相机采集配送环境的深度图像。
136.步骤s702、配送机器人基于已训练的目标检测模型，识别环境图像中的各个障碍物；
137.实施中，本技术实施例的已训练的目标检测模型可以为yolov3模型；配送机器人将采集到的环境图像输入已训练的yolov3模型，基于yolov3模型对环境图像进行目标检测，识别环境图像中的障碍物；
138.其中，本技术实施例障碍物包括但不限于人、车辆、物品；
139.yolov3模型在对环境图像进行识别时，可以将环境图像中的障碍物以矩形框的形式标注出来。
140.步骤s703、配送机器人确定识别出的各个障碍物在环境图像中的像素坐标信息，并将各个障碍物在环境图像中的像素坐标信息转换成与当前使用的地图数据匹配的点云数据；
141.实施中，本技术实施例以当前配送机器人所在位置建立像素坐标系，通过识别障碍物相对于配送机器人的左右偏移量和深度偏移量，分别确定各个障碍物的像素坐标信息。
142.本技术实施例配送机器人在识别出环境图像中的各个障碍物之后，分别确定各个障碍物在环境图像中的像素坐标信息；
143.另外，由于在生成地图数据时，是基于三维点云数据生成地图数据；因此在需要将识别到的障碍物更新至地图数据时，需要将障碍物在环境图像中的像素坐标信息转换为点云数据。
144.步骤s704、配送机器人根据转换后得到的各个障碍物对应的点云数据，确定各个障碍物在地图数据中的位置，并在地图数据中进行标记；
145.本技术实施例在根据各个障碍物在地图数据中的位置对地图数据进行更新时，生成的点云数据具备语义信息，可以将包含语义信息的点云数据作为当前时刻下的grid map，具备语义信息的点云数据参与cartographer算法中的global slam环节，从而在地图数据中标记各个障碍物的位置。
146.本技术实施例配送机器人在地图数据中标记各个障碍物的位置之后，生成环境图像对应的热力图像；其中热力图像用于表示环境图像中各个障碍物的分布密度。
147.实施中，在检测出环境图像中的各个障碍物之后，将各个障碍物中心位置的坐标信息进行存储；
148.例如，可以将各个障碍物中心位置的坐标信息存放在一个list类型的变量data中；即data＝[(x1，y1)、(x2，y2)
……
]，其中，(xi，yi)表示环境图像中障碍物中心位置的坐标信息。
[0149]
在生成环境图像对应的热力图像时，预先设置热力梯度r；以障碍物中心位置为中心，热力梯度r为检测半径，若两个检测区域有交叉，则将交叉区域的热度叠加；
[0150]
实施中，基于opencv中的heatmap函数进行热力图绘制，从而生成环境图像对应的热力图像。
[0151]
假设配送机器人采集到的环境图像中的障碍物为人物，则配送机器人对环境图像中的人物进行检测，生成热力图像；其中热力图像中颜色主要表现的是像素点代表的人群密度，热力图中颜色深度与人群密度成正比。
[0152]
本技术实施例配送机器人在生成热力图之后，根据热力图像中各个像素点的像素值，确定热力图像的障碍物分布状态；其中，热力图像的障碍物分布状态包括密集状态和稀疏状态；
[0153]
具体的，配送机器人根据热力图像中各个像素点的像素值，确定热力图像中障碍物的密度最大的目标区域；
[0154]
其中，目标区域为热力图像中障碍物密度最大的位置。
[0155]
实施中，配送机器人确定热力图像中各个像素点的像素值与预设像素值之间的差值，将最小的差值对应的像素点所在的位置作为目标区域。
[0156]
由于热力图像中红色区域表示障碍物密度最大的区域，因此可以将预设像素值设置为红色像素点对应的像素值；实施中，将热力图像中每个像素点的像素值与红色像素点对应的像素值做差，确定出差值最小的像素点，即为与红色作为接近的像素点；
[0157]
例如，热力图像中像素点的像素值表示为(r
(i，j)
，g
(i，j)
，b
(i，j)
)，红色像素点对应的像素值为(255，0，0)；
[0158]a(i，j)
＝[255，0，0]-[r
(i，j)
，g
(i，j)
，b
(i，j)
]＝[255-r
(i，j)
，-g
(i，j)
，-b
(i，j)
]；
[0159]
其中，a
(i，j)
表示热力图像中像素点的像素值与红色像素点对应的像素值的差值，i，j为热力图像中像素点的横纵坐标序号。
[0160]
对a
(i，j)
中三个元素的绝对值进行求和，得到k
(i，j)
；
[0161]k(i，j)
＝|255-r
(i，j)
|+|-g
(i，j)
|+|-b
(i，j)
|；
[0162]
从计算得到的多个k
(i，j)
选择最小值，最小的k
(i，j)
对应的i、j即为最小的差值对应的像素点所在的位置。
[0163]
配送机器人在确定热力图像中障碍物的密度最大的目标区域之后，配送机器人确定目标区域对应的像素点的像素值与预设像素值之间的差值；若差值不大于预设阈值，则确定热力图像的障碍物分布状态为密集状态，否则，确定热力图像的障碍物分布状态为稀疏状态。
[0164]
本技术实施例配送机器人根据确定出的热力图像的障碍物分布状态，调用与热力图像的障碍物分布状态对应的路径规划算法，根据更新后的地图数据以及配送任务对应的配送地址生成导航路径。
[0165]
实施中，若障碍物分布状态为密集状态，则调用d-star算法，根据更新后的地图数据以及配送任务对应的配送地址生成导航路径；若障碍物分布状态为稀疏状态，则调用a-star算法，根据更新后的地图数据以及配送任务对应的配送地址生成导航路径。
[0166]
如图8所示，本技术实施例基于机器人的配送方法的整体流程图，具体可以包括以下步骤：
[0167]
步骤s801、响应用户触发的控制指令，主控机器人通过摄像头采集室外环境的环境图像，以及通过雷达设备获取室外环境的室外雷达数据；
[0168]
步骤s802、主控机器人基于采集到的环境图像和获取到的室外雷达数据，调用slam算法生成包含多个建筑物的室外地图数据；
[0169]
步骤s803、主控机器人通过雷达设备，分别获取各个建筑物内部的室内雷达数据；
[0170]
步骤s804、主控机器人根据各个建筑物内部的室内雷达数据，调用cartographer算法分别生成各个建筑物对应的室内地图数据；
[0171]
需要说明的是，上述步骤s801和步骤s802主控机器人构建室外地图数据的步骤，与步骤s803和步骤s804主控机器人构建室内地图数据的步骤之间执行的先后顺序不作限定；
[0172]
步骤s805、主控机器人在确定有待执行的配送任务时，确定待执行的配送任务对应的配送地址；
[0173]
步骤s806、主控机器人根据配送地址以及各个配送机器人的位置信息，从多个配送机器人中确定出执行本次配送任务的配送机器人；
[0174]
步骤s807、主控机器人向执行本次配送任务的配送机器人发送执行配送任务的配送指令；
[0175]
步骤s808、配送机器人从主控机器人获取执行本次配送任务所需的地图数据；
[0176]
步骤s809、配送机器人根据获取到的所述地图数据和所述配送任务对应的配送地址生成导航路径；
[0177]
步骤s810、配送机器人在根据生成的导航路径执行配送任务过程中，通过摄像头实时采集配送环境的环境图像，并识别环境图像中的各个障碍物；
[0178]
步骤s811、配送机器人确定识别出的各个障碍物在环境图像中的像素坐标信息，并将各个障碍物在环境图像中的像素坐标信息转换成与当前使用的地图数据匹配的点云数据；
[0179]
步骤s812、配送机器人根据转换后得到的各个障碍物对应的点云数据，确定各个障碍物在地图数据中的位置，并在地图数据中进行标记；
[0180]
步骤s813、配送机器人根据环境图像中各个障碍物的位置，生成与环境图像对应的热力图像；
[0181]
步骤s814、配送机器人根据热力图像中各个像素点的像素值，确定热力图像的障碍物分布状态；
[0182]
步骤s815、配送机器人根据确定出的热力图像的障碍物分布状态，调用与热力图像的障碍物分布状态对应的路径规划算法，根据标记有各个障碍物位置的地图数据对生成的导航路径进行实时更新；
[0183]
步骤s816、配送机器人根据更新后的导航路径进行配送。
[0184]
基于同一发明构思，如图9所示，本技术实施例提供一种配送机器人900，包括至少一个处理器901、至少一个摄像头902以及信息收发单元903；
[0185]
其中，信息收发单元903，用于接收主控机器人发送的执行配送任务的配送指令，并从所述主控机器人获取执行本次配送任务所需的地图数据；其中所述配送指令为所述主控机器人根据各个配送机器人的位置信息以及所述配送任务对应的配送地址，从多个配送机器人中确定出执行本次配送任务的配送机器人之后发送的；所述地图数据是所述主控机器人根据采集到的环境数据预先生成的；
[0186]
摄像头902，用于在根据生成的导航路径执行所述配送任务过程中，实时采集配送环境的环境图像；
[0187]
处理器901，用于根据所述信息收发单元获取到的所述地图数据和所述配送任务对应的配送地址生成导航路径；以及，在所述摄像头采集到所述环境图像后，识别所述环境图像中的各个障碍物；根据各个障碍物在所述环境图像中的位置信息，在所述地图数据中
标记所述各个障碍物的位置；根据标记有所述各个障碍物位置的地图数据，对生成的导航路径进行实时更新，并根据更新后的所述导航路径进行配送。
[0188]
可选的，所述地图数据包括室外地图数据和各个建筑物的室内地图数据；
[0189]
处理器901具体用于：
[0190]
通过信息收发单元903接收所述主控机器人发送的室外地图数据和所述配送地址对应的建筑物的室内地图数据；或
[0191]
通过信息收发单元903接收所述主控机器人发送的室外地图数据；以及所述配送机器人在根据所述室外地图数据和所述配送地址移动到所述配送地址对应的建筑物后，获取所述建筑物对应的标识信息；通过信息收发单元903将所述建筑物的标识信息发送至所述主控机器人，并通过信息收发单元903接收所述主控机器人返回的所述建筑物的室内地图数据。
[0192]
可选的，所述各个障碍物在所述环境图像中的位置信息为各个障碍物在所述环境图像中的像素坐标信息；
[0193]
处理器901具体用于：将所述各个障碍物在所述环境图像中的像素坐标信息转换成与当前使用的地图数据匹配的点云数据；根据转换后得到的各个障碍物对应的点云数据，确定所述各个障碍物在所述地图数据中的位置，并在所述地图数据中进行标记。
[0194]
可选的，所述处理器901还用于：在所述地图数据中标记所述各个障碍物的位置之后，在根据标记有所述各个障碍物位置的地图数据对生成的导航路径进行实时更新之前，根据各个障碍物在所述环境图像中的位置信息，生成与所述环境图像对应的热力图像；其中所述热力图像用于表示所述环境图像中所述各个障碍物的分布密度；根据所述热力图像中各个像素点的像素值，确定所述热力图像的障碍物分布状态；
[0195]
所述处理器901具体用于：
[0196]
根据确定出的所述热力图像的障碍物分布状态，调用与所述热力图像的障碍物分布状态对应的路径规划算法，根据标记有所述各个障碍物位置的地图数据对生成的导航路径进行实时更新。
[0197]
可选的，所述处理器901具体用于：
[0198]
根据所述热力图像中各个像素点的像素值，确定所述热力图像中障碍物的密度最大的目标区域；确定所述目标区域对应的像素点的像素值与预设像素值之间的差值；若所述差值不大于预设阈值，则确定所述热力图像的障碍物分布状态为密集状态；其中所述预设像素值为热力图像中表示障碍物的密度最大的颜色特征对应的像素值。
[0199]
可选的，所述处理器901具体用于：
[0200]
确定所述热力图像中各个像素点的像素值与预设像素值之间的差值，将最小的差值对应的像素点所在的位置作为所述目标区域。
[0201]
如图10所示，本技术实施例一种基于机器人的配送装置1000，包括：
[0202]
接收模块1001，用于接收主控机器人发送的执行配送任务的配送指令；其中所述配送指令为所述主控机器人根据各个配送机器人的位置信息以及所述配送任务对应的配送地址，从多个配送机器人中确定出执行本次配送任务的配送机器人之后发送的；
[0203]
获取模块1002，用于从所述主控机器人获取执行本次配送任务所需的地图数据，并根据获取到的所述地图数据和所述配送任务对应的配送地址生成导航路径；其中所述地
图数据是所述主控机器人根据采集到的环境数据预先生成的；
[0204]
处理模块1003，用于在根据生成的导航路径执行所述配送任务过程中，通过摄像头实时采集配送环境的环境图像，并识别所述环境图像中的各个障碍物；根据各个障碍物在所述环境图像中的位置信息，在所述地图数据中标记所述各个障碍物的位置；
[0205]
生成模块1004，用于根据标记有所述各个障碍物位置的地图数据，对生成的导航路径进行实时更新，并根据更新后的所述导航路径进行配送。
[0206]
可选的，所述地图数据包括室外地图数据和各个建筑物的室内地图数据；
[0207]
所述获取模块1002具体用于：
[0208]
接收所述主控机器人发送的室外地图数据和所述配送地址对应的建筑物的室内地图数据；或
[0209]
接收所述主控机器人发送的室外地图数据；以及所述配送机器人在根据所述室外地图数据和所述配送地址移动到所述配送地址对应的建筑物后，获取所述建筑物对应的标识信息；将所述建筑物的标识信息发送至所述主控机器人，并接收所述主控机器人返回的所述建筑物的室内地图数据。
[0210]
可选的，所述各个障碍物在所述环境图像中的位置信息为各个障碍物在所述环境图像中的像素坐标信息；
[0211]
所述处理模块1003具体用于：
[0212]
将所述各个障碍物在所述环境图像中的像素坐标信息转换成与当前使用的地图数据匹配的点云数据；
[0213]
根据转换后得到的各个障碍物对应的点云数据，确定所述各个障碍物在所述地图数据中的位置，并在所述地图数据中进行标记。
[0214]
可选的，在所述处理模块1003在所述地图数据中标记所述各个障碍物的位置之后，在所述生成模块1004根据标记有所述各个障碍物位置的地图数据对生成的导航路径进行实时更新之前，所述生成模块1004还用于：
[0215]
根据各个障碍物在所述环境图像中的位置信息，生成与所述环境图像对应的热力图像；其中所述热力图像用于表示所述环境图像中所述各个障碍物的分布密度；
[0216]
根据所述热力图像中各个像素点的像素值，确定所述热力图像的障碍物分布状态；
[0217]
所述生成模块1004具体用于：
[0218]
根据确定出的所述热力图像的障碍物分布状态，调用与所述热力图像的障碍物分布状态对应的路径规划算法，根据标记有所述各个障碍物位置的地图数据对生成的导航路径进行实时更新。
[0219]
可选的，所述生成模块1004具体用于：
[0220]
根据所述热力图像中各个像素点的像素值，确定所述热力图像中障碍物的密度最大的目标区域；
[0221]
确定所述目标区域对应的像素点的像素值与预设像素值之间的差值；若所述差值不大于预设阈值，则确定所述热力图像的障碍物分布状态为密集状态；其中所述预设像素值为热力图像中表示障碍物的密度最大的颜色特征对应的像素值。
[0222]
可选的，所述生成模块1004具体用于：
[0223]
确定所述热力图像中各个像素点的像素值与预设像素值之间的差值，将最小的差值对应的像素点所在的位置作为所述目标区域。
[0224]
基于同一发明构思，如图11所示，本技术实施例提供一种主控机器人1100，包括至少一个处理器1101、信息收发单元1102；
[0225]
处理器1101，用于在确定有待执行的配送任务时，确定所述待执行的配送任务对应的配送地址；根据所述配送地址以及各个配送机器人的位置信息，从所述多个配送机器人中确定出执行本次配送任务的配送机器人；
[0226]
信息收发单元1102，用于向执行本次配送任务的配送机器人发送执行配送任务的配送指令，并将本次配送任务所需的地图数据发送给执行本次配送任务的配送机器人，以使执行本次配送任务的配送机器人在执行所述配送任务过程中通过摄像头实时获取配送环境的环境图像，并在所述地图数据中标记所述各个障碍物的位置，基于标记有所述各个障碍物位置的地图数据对导航路径进行实时更新；其中，所述地图数据是所述主控机器人根据采集到的环境数据预先生成的。
[0227]
可选的，所述地图数据包括室外地图数据和各个建筑物的室内地图数据；
[0228]
所述主控机器人1100还包括摄像头1103和雷达设备1104；
[0229]
摄像头1103，用于响应用户触发的控制指令，通过图像采集设备采集室外环境的环境图像；
[0230]
雷达设备1104，用于获取室外环境的室外雷达数据，以及获取各个建筑物内部的室内雷达数据；
[0231]
处理器1101具体用于根据下列方式生成所述地图数据：
[0232]
基于采集到的所述环境图像和获取到的所述室外雷达数据，调用slam算法生成包含多个建筑物的室外地图数据；以及根据各个建筑物内部的室内雷达数据，调用cartographer算法分别生成各个建筑物对应的室内地图数据。
[0233]
如图12所示，本技术实施例一种基于机器人的配送装置1200，包括：
[0234]
确定模块1201，用于在确定有待执行的配送任务时，确定所述待执行的配送任务对应的配送地址；
[0235]
选取模块1202，用于根据所述配送地址以及各个配送机器人的位置信息，从所述多个配送机器人中确定出执行本次配送任务的配送机器人；
[0236]
发送模块1203，用于向执行本次配送任务的配送机器人发送执行配送任务的配送指令，并将本次配送任务所需的地图数据发送给执行本次配送任务的配送机器人，以使执行本次配送任务的配送机器人在执行所述配送任务过程中通过摄像头实时获取配送环境的环境图像，并在所述地图数据中标记所述各个障碍物的位置，基于标记有所述各个障碍物位置的地图数据对导航路径进行实时更新；其中，所述地图数据是所述主控机器人根据采集到的环境数据预先生成的。
[0237]
可选的，所述地图数据包括室外地图数据和各个建筑物的室内地图数据；
[0238]
所述基于机器人的配送装置1200还包括生成模块1204；
[0239]
生成模块1204具体用于根据下列方式生成所述地图数据：
[0240]
响应用户触发的控制指令，通过摄像头采集室外环境的环境图像，以及通过雷达设备获取室外环境的室外雷达数据；基于采集到的所述环境图像和获取到的所述室外雷达
数据，调用slam算法生成包含多个建筑物的室外地图数据；以及
[0241]
通过雷达设备，分别获取各个建筑物内部的室内雷达数据；根据各个建筑物内部的室内雷达数据，调用cartographer算法分别生成各个建筑物对应的室内地图数据。
[0242]
所属技术领域的技术人员能够理解，本技术的每个方面可以实现为系统、方法或程序产品。因此，本技术的每个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0243]
在一些可能的实施方式中，本技术提供的基于机器人的配送方法的每个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本技术各种示例性实施方式的基于机器人的配送方法中的步骤，例如，计算机设备可以执行如图4或图7或图8所示的步骤。
[0244]
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0245]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0246]
本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0247]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0248]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0249]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。