化工儀器網
技術文章
托盤識別實際應用中遇到的挑戰與解決方案
閱讀：535 發布時間：2024-11-18無人叉車托盤識別的重要性
隨著越來越多企業效仿行業巨子，自動化設備的應用從分揀逐漸擴展到搬運。無人叉車（AGV）作為倉儲自動化中的核心設備，承擔著托盤搬運的重要任務。然而，托盤在倉儲中的位置和角度往往存在不確定性，通常由于人為干預或擺放誤差。這對無人叉車的導航精度提出了嚴峻挑戰，尤其是在快速、精準作業需求日益增長的背景下，托盤識別的精度直接影響到整個倉儲系統的效率和安全性。因此，精準的托盤視覺識別技術成為保障無人叉車高效、準確作業的關鍵。
為了應對這些不確定性，自動化托盤識別技術通過先進的視覺傳感器和圖像處理技術，能夠實時提供托盤的精確位置和姿態信息，大大提高了無人叉車的導航與搬運效率。通過這項技術，無人叉車能夠克服托盤位置不穩定、角度不規則等難題，在復雜環境中依然可以精確對接，實現智能化和高效化的倉儲管理。
托盤識別實際應用中遇到的挑戰與解決方案
盡管托盤識別技術已經取得了顯著進展，但在實際應用中，無人叉車仍然面臨一系列挑戰。倉儲環境中的復雜性，例如光照不均、托盤擺放偏差，以及多種托盤規格，都會對托盤識別的準確性產生影響。傳統的二維碼或條形碼識別依賴于明確的標簽和規則的擺放角度，雖然在結構化環境中效果較好，但在復雜環境下容易失效，從而影響搬運的準確性。
相比之下，基于3D ToF（飛行時間）相機的托盤識別技術展現出了更高的魯棒性，在應對復雜的托盤形態和環境變化方面有著更強的適應能力。此外，2D激光雷達雖然也被應用于托盤識別，但由于對托盤底部復雜結構的敏感性，常常會誤判障礙物，影響無人叉車與托盤的順利對接。因此，針對這些挑戰，結合3D視覺和多傳感器融合的托盤識別解決方案，正在成為行業的主流選擇。
邁爾微視托盤識別系統PalletPro：破解托盤識別自動化難題
邁爾微視的PalletPro托盤識別系統基于3D ToF（飛行時間）視覺技術，專為應對復雜倉儲環境中的托盤識別需求而設計。該系統將3D相機與智能算法結合，不僅能夠精準識別托盤的位置和姿態，還具備出色的環境適應能力，確保無人叉車在復雜條件下高效實現自動化搬運。
集成與效率提升 通過將識別算法集成至相機內部，PalletPro系統能夠實時處理深度數據，大幅提升了計算效率和響應速度。該系統可以在每秒10幀（10FPS）的處理速度下，實時提供托盤識別結果，確保無人叉車能夠快速、精準地進行托盤抓取和搬運作業。
部署與智能對接 通過將3D相機部署于叉車的兩個叉臂之間，PalletPro系統利用自動標定技術確定托盤的位姿與叉車間的坐標關系，實現快速、智能的對接操作。算法基于深度數據中的點云特征，識別托盤的腿部和橫桿結構，支持標準的兩腿托盤、四腿托盤以及多托盤堆疊的識別需求，同時可定制適用于無腿或異形托盤的識別方案。
PalletPro系統無需采集額外的數據進行模型訓練，即可適配市面上90%以上的托盤類型。
易用性與兼容性 PalletPro易于部署，用戶無需算法開發經驗即可通過入門教程快速上手。該系統兼容歐標托盤，適用于高位存儲、復雜堆垛等場景，提供實時的托盤識別結果，并能夠在各種倉儲環境中穩定運行，確保無人叉車在多樣化的托盤條件下高效作業。
多條件適應性與魯棒性針對光照強烈的室外場景，邁爾微視的托盤識別解決方案采用了配備940nm紅外發射器的ToF深度相機M系列，能夠有效應對復雜的光照條件。940nm波長屬于近紅外光，在強光環境下抗干擾能力更強，不容易受到可見光影響，確保深度數據的穩定性和準確性。
針對反射率低的黑色托盤，M系列深度相機在距離托盤2.5米范圍內依然能夠提供精準的深度數據，確保系統的魯棒性和兼容性。
識別與對接
將邁爾微視M系列相機安裝在叉車的兩個叉臂之間，通過捕捉托盤的深度信息，并利用深度識別算法實現對托盤的精確識別。
當叉車接收到調度系統的任務時，它會移動到托盤前方的對接點，距離托盤前沿大約2米。在這個位置，叉車進行初步定位，3D視覺系統會輸出位姿信息，幫助叉車調整角度偏差。然后，叉車繼續前進至1.5米的位置進行精確定位，3D視覺系統再次輸出托盤位姿信息，幫助叉車調整左右偏差，確保對接過程的精準度。
方案支持兩種對接模式：兩次對接與實時對接，以滿足不同應用場景的需求。
兩次對接模式 兩次對接模式分為遠端定位、近端校驗和盲走叉取三個步驟：遠端定位：叉車接收到調度任務后，移動至對接點，啟用相機識別托盤數據。通過運動控制系統，叉車在距離托盤1800mm至2800mm范圍內進行角度與橫向偏移的調整。
近端校驗：當叉尖距離托盤前沿約200mm時，再次獲取相機識別數據，校驗對接精度是否符合叉取要求。如果精度滿足要求，叉車進行叉取；若不滿足，則原地調整后再進行叉取操作。
實時對接模式 實時對接模式通過連續獲取相機識別數據，實現動態調整位姿。當叉車移動到距離托盤前沿約200mm時，系統進行微調并完成叉取操作。該模式依賴數據的時間戳進行更新，以避免延遲導致的錯誤調整。
通訊方式
為了給用戶提供更加易于集成的產品，該解決方案支持TCP、UDP、CAN、485、API等接口，并可在識別算法和避障算法之間進行切換，實現高效、準確、通用的托盤識別自動化。