首页 > 资讯中心 > 新闻速递 >

迈尔微视托盘识别系统PalletPro: 破解托盘识别自动化难题

2024-11-14 16:33:48 By: 迈尔微视

随着工业4.0和智能制造的快速推进,自动化仓储已成为企业提升效率、降低成本的关键手段。

自动化技术不仅解决了传统仓储管理中人工效率低下的问题,还大幅提升了操作安全性,尤其在面对高强度、重复性任务时表现出显著优势。

根据德勤发布的《中国智慧物流发展报告》,智慧物流市场正在快速增长,预计到2025年市场规模将突破万亿元。这一市场的迅速扩展表明,企业对自动化技术的需求日益增加,尤其是在仓储和物流环节中,越来越多的企业开始引入无人叉车与各种自主移动机器人,以实现全天候、高效、精准的搬运作业。

自主移动机器人(AMR)作为自动化仓储的核心设备不仅减少了人工干预,降低了人力成本,还显著减少了因人为操作导致的安全事故。

无人叉车托盘识别的重要性

随着越来越多企业效仿行业巨头,自动化设备的应用从分拣逐渐扩展到搬运。无人叉车(AGV)作为仓储自动化中的核心设备,承担着托盘搬运的重要任务。然而,托盘在仓储中的位置和角度往往存在不确定性,通常由于人为干预或摆放误差。这对无人叉车的导航精度提出了严峻挑战,尤其是在快速、精准作业需求日益增长的背景下,托盘识别的精度直接影响到整个仓储系统的效率和安全性。因此,精准的托盘视觉识别技术成为保障无人叉车高效、准确作业的关键。

为了应对这些不确定性,自动化托盘识别技术通过先进的视觉传感器和图像处理技术,能够实时提供托盘的精确位置和姿态信息,大大提高了无人叉车的导航与搬运效率。通过这项技术,无人叉车能够克服托盘位置不稳定、角度不规则等难题,在复杂环境中依然可以精确对接,实现智能化和高效化的仓储管理。

QQ20241114-143433       

托盘识别实际应用中遇到的挑战与解决方案

尽管托盘识别技术已经取得了显著进展,但在实际应用中,无人叉车仍然面临一系列挑战。仓储环境中的复杂性,例如光照不均、托盘摆放偏差,以及多种托盘规格,都会对托盘识别的准确性产生影响。传统的二维码或条形码识别依赖于明确的标签和规则的摆放角度,虽然在结构化环境中效果较好,但在复杂环境下容易失效,从而影响搬运的准确性。

相比之下,基于3D ToF(飞行时间)相机的托盘识别技术展现出了更高的鲁棒性,在应对复杂的托盘形态和环境变化方面有着更强的适应能力。此外,2D激光雷达虽然也被应用于托盘识别,但由于对托盘底部复杂结构的敏感性,常常会误判障碍物,影响无人叉车与托盘的顺利对接。因此,针对这些挑战,结合3D视觉和多传感器融合的托盘识别解决方案,正在成为行业的主流选择。

迈尔微视托盘识别系统PalletPro:破解托盘识别自动化难题

迈尔微视的PalletPro托盘识别系统基于3D ToF(飞行时间)视觉技术,专为应对复杂仓储环境中的托盘识别需求而设计。该系统将3D相机与智能算法结合,不仅能够精准识别托盘的位置和姿态,还具备出色的环境适应能力,确保无人叉车在复杂条件下高效实现自动化搬运。

集成与效率提升
通过将识别算法集成至相机内部,PalletPro系统能够实时处理深度数据,大幅提升了计算效率和响应速度。该系统可以在每秒10帧(10FPS)的处理速度下,实时提供托盘识别结果,确保无人叉车能够快速、精准地进行托盘抓取和搬运作业。

部署与智能对接
通过将3D相机部署于叉车的两个叉臂之间,PalletPro系统利用自动标定技术确定托盘的位姿与叉车间的坐标关系,实现快速、智能的对接操作。算法基于深度数据中的点云特征,识别托盘的腿部和横杆结构,支持标准的两腿托盘、四腿托盘以及多托盘堆叠的识别需求,同时可定制适用于无腿或异形托盘的识别方案。PalletPro系统无需采集额外的数据进行模型训练,即可适配市面上90%以上的托盘类型。

易用性与兼容性PalletPro易于部署,用户无需算法开发经验即可通过入门教程快速上手。该系统兼容欧标托盘,适用于高位存储、复杂堆垛等场景,提供实时的托盘识别结果,并能够在各种仓储环境中稳定运行,确保无人叉车在多样化的托盘条件下高效作业。
QQ20241114-143732

多条件适应性与鲁棒性针对光照强烈的室外场景,迈尔微视的托盘识别解决方案采用了配备940nm红外发射器的ToF深度相机M系列,能够有效应对复杂的光照条件。940nm波长属于近红外光,在强光环境下抗干扰能力更强,不容易受到可见光影响,确保深度数据的稳定性和准确性。

针对反射率低的黑色托盘,M系列深度相机在距离托盘2.5米范围内依然能够提供精准的深度数据,确保系统的鲁棒性和兼容性。

识别与对接

将迈尔微视M系列相机安装在叉车的两个叉臂之间,通过捕捉托盘的深度信息,并利用深度识别算法实现对托盘的精确识别。
当叉车接收到调度系统的任务时,它会移动到托盘前方的对接点,距离托盘前沿大约2米。在这个位置,叉车进行初步定位,3D视觉系统会输出位姿信息,帮助叉车调整角度偏差。然后,叉车继续前进至1.5米的位置进行精确定位,3D视觉系统再次输出托盘位姿信息,帮助叉车调整左右偏差,确保对接过程的精准度。

方案支持两种对接模式:两次对接与实时对接,以满足不同应用场景的需求。

1.两次对接模式
两次对接模式分为远端定位、近端校验和盲走叉取三个步骤:
远端定位:叉车接收到调度任务后,移动至对接点,启用相机识别托盘数据。通过运动控制系统,叉车在距离托盘1800mm至2800mm范围内进行角度与横向偏移的调整。

近端校验:当叉尖距离托盘前沿约200mm时,再次获取相机识别数据,校验对接精度是否符合叉取要求。如果精度满足要求,叉车进行叉取;若不满足,则原地调整后再进行叉取操作。

2.实时对接模式
实时对接模式通过连续获取相机识别数据,实现动态调整位姿。当叉车移动到距离托盘前沿约200mm时,系统进行微调并完成叉取操作。该模式依赖数据的时间戳进行更新,以避免延迟导致的错误调整。

通讯方式
为了给用户提供更加易于集成的产品,该解决方案支持TCP、UDP、CAN、485、API等接口,并可在识别算法和避障算法之间进行切换,实现高效、准确、通用的托盘识别自动化。

迈尔微视托盘识别白皮书完整内容,请点击下载:
https://zcnt5g3o2989.feishu.cn/share/base/form/shrcnirokuIW3KV2Vqki7ygoc7g


其他栏目内容

Blog Image

迈尔微视MRDVS知识库正式上线

集产品介绍、使用手册、常见问题、工业解决方案及相关案例介绍于一体的全面知识平台。

  • 2024-11-29 13:57:20
Blog Image

迈尔微视3D视觉赋能移动机器人,看无人叉车如何每日安全稳定执行超500条任务

随着工业4.0和智能制造的浪潮,F公司在其数字化智能工厂通过大规模的自动化设备应用实现了生产与物流效...

  • 2024-11-26 10:18:19
Blog Image

【专访】迈尔微视总经理郑卫军谈3D视觉赋能人形机器人

为深入了解威宝人形机器人背后的3D视觉方案,以及多传感器方案如何实现威宝的全流程智能化的问题,518...

  • 2024-10-21 10:56:12