买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜安徽机电职业技术学院申请的专利一种仓储机器人所负载货物质量确定方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115477116B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211184363.6，技术领域涉及：B65G1/04；该发明授权一种仓储机器人所负载货物质量确定方法及系统是由武昌俊设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本一种仓储机器人所负载货物质量确定方法及系统在说明书摘要公布了：本发明公开了一种仓储机器人所负载货物质量确定方法及系统，包括以下步骤：将仓储样本所属的质量损坏类别和质量损坏程度与仓储样本的质量表征参数利用BP神经网络进行模型训练得到仓储货物的质量评估模型；获取仓储机器人所负载货物的质量表征参数，并利用所述质量评估模型基于所述仓储机器人所负载货物的质量表征参数得到仓储机器人所负载货物的质量损坏类别和质量损坏程度。本发明构建质量评估模型，实现在仓储机器人运载货物过程中对仓储机器人所负载货物进行质量评估，进而实现在搬运过程中识别出发生质量损坏的货物，以及货物的损坏类别和程度，便于后续人员进行掌握分拣情况，避免将损坏物品运载入库的无效搬运。

本发明授权一种仓储机器人所负载货物质量确定方法及系统在权利要求书中公布了：1.一种仓储机器人所负载货物质量确定方法，其特征在于，包括以下步骤：步骤S1、获取多组发生质量损坏的仓储货物和一组未发生质量损坏的仓储货物混合成仓储样本，并将仓储样本放置在空载的仓储机器人中获取仓储样本的质量表征参数，所述质量表征参数包括货物重量、货物噪声和货物温湿度；步骤S2、将仓储样本所属的质量损坏类别和质量损坏程度与仓储样本的质量表征参数利用BP神经网络进行模型训练得到仓储货物的质量评估模型；步骤S3、获取仓储机器人所负载货物的质量表征参数，并利用所述质量评估模型基于所述仓储机器人所负载货物的质量表征参数得到仓储机器人所负载货物的质量损坏类别和质量损坏程度，以实现在运载过程中对仓储机器人所负载货物进行质量评估；所述获取多组发生质量损坏的仓储货物，包括：收集所有发生质量损坏的仓储货物，并对发生质量损坏的仓储货物进行质量损坏类别的分类，以及统计每个质量损坏类别中包含的仓储货物数量；将各个质量损坏类别依据仓储货物数量进行货物数量选取比例的设定，所述选取比例的设定公式为：[L1:L2:L3:,,,:LN]＝[A1:A2:A3:,,,:AN]；式中，L1，L2，L3，LN分别表征为第1，2，3，N个质量损坏类别的货物数量选取比例，A1，A2，A3，AN分别表征为第1，2，3，N个质量损坏类别的仓储货物数量；设定选取总数量，依据货物数量的选取比例依次得到各个质量损坏类别中仓储货物的选取数量，并依据选取数量在各个质量损坏类别中进行仓储货物的随机选取得到隶属于各个质量损坏类别下的多组发生质量损坏的仓储货物，所述选取数量的计算公式为： 式中，ni为第i个质量损坏类别中仓储货物的选取数量，Li为第i个质量损坏类别中货物数量选取比例，i为计量常数，N为质量损坏类别的类别总数量；质量评估模型的构建包括：将仓储样本的质量表征参数作为BP神经网络的输入项，将仓储样本所属的质量损坏类别和质量损坏程度作为BP神经网络的输出项，利用BP神经网络在所述输入项和所述输出项中进行模型训练得到所述质量评估模型；所述质量评估模型的函数表达式为：[K,P]＝BPS；式中，K为质量损坏类别的函数标识符，P为质量损坏程度的函数标识符，S为质量表征参数的函数标识符，BP为BP神经网络的函数标识符。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽机电职业技术学院，其通讯地址为：241000 安徽省芜湖市弋江区文津西路；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。