机器视觉辅助设计的终端效应器摆在机器人混合depalletizing的异质货物的设计

科学领域:

• 机器人和自动化机器人与自动化
• 人工智能的人工智能
• 计算机视觉 计算机视觉

背景情况:

• 目前的自动脱板系统在与异质的托盘和非直角盒排列作斗争.
• 现有的解决方案仅限于统一的货物和结构化配置,阻碍了更广泛的工业采用.

研究的目的:

• 开发一个实时算法,用不同的尺寸和任意方向的盒子去包装异质托盘.
• 为了实现工业环境中复杂,不均的托盘载荷的自动处理.

主要方法:

• 利用基于深度学习的机器视觉来处理稀疏的深度数据以检测盒子 (大小,位置,方向).
• 实现了路径规划算法,以生成无碰撞的机器人手臂轨迹,以实现精确的抓取和放置.
• 使用模拟和现实世界的实验验证实了系统.

主要成果:

• 拟议的算法准确地从稀疏的深度数据中确定盒子参数,即使是随意的方向.
• 生成的无碰撞轨迹使各种盒子配置的精确操作成为可能.
• 在复杂的工业环境中证明了可行性和准确性.

结论:

• 开发的方法显著提高了用于异质负载的自动脱系统的效率和适应性.
• 这项技术有可能通过处理以前无法管理的托盘配置来彻底改变仓库物流.