<noframes id="tp399"><form id="tp399"><nobr id="tp399"></nobr></form>

      <form id="tp399"><th id="tp399"><progress id="tp399"></progress></th></form>

        學術堂首頁 | 文獻求助論文范文 | 論文題目 | 參考文獻 | 開題報告 | 論文格式 | 摘要提綱 | 論文致謝 | 論文查重 | 論文答辯 | 論文發表 | 期刊雜志 | 論文寫作 | 論文PPT
        學術堂專業論文學習平臺您當前的位置:學術堂 > 工程論文 > 機械工程論文

        托盤式快件機器人自動上貨系統現狀及可行性分析

        來源:中國儲運 作者:晏志 晏霜
        發布于:2021-09-11 共3125字
          本篇論文快速導航:

          搬運機器人論文第六篇:托盤式快件機器人自動上貨系統現狀及可行性分析

          摘要:此次研究通過對現有機器人自動搬運技術,視覺識別技術的分析,得出目前最新的機器人自動上貨系統的實現方式和存在的問題,并通過對托盤式快件的國際標準化分析和對目前視覺識別技術的分析,逐步提出系統建設的可行性分析,最終提出研究方向:通過計算機視覺技術,逐步實現對托盤式快件的識別和分割,通過強化學習技術,逐步實現對托盤式快件的抓取和搬運,最終建成托盤式快件自動上貨系統的建設,保障物流運輸的高效運行。

          關鍵詞:械手;機器視覺;機器人;計算機視覺;

          1. 引言

          隨著“一帶一路”政策[1]的全面展開,對外開放程度越開越大,國際化交流程度進一步加強,國際快件,跨境電商等逐年增長,人們對物流速度,效率要求越來越高。然而目前國際物流通關體系仍停留在傳統模式(手動模式),效率低,人力投入大,不能滿足日益增長的國際貿易速度。

          對于托盤式快件來說,人們仍然采用人工上貨的原因在于:快件種類多,堆疊無規律,尺寸大小不一,很難用視覺系統和機器人系統對快件的位置進行識別和逐一抓取。所以目前大多數物流中轉中心仍然采用人工上貨的方式。

          本次研究將通過成視覺系統的可行性分析,完成智能抓取的可行性分析,完成智能掃碼的可行性分析,并通過對現有解決方案和問題的分析,逐步提出托盤式快件上貨系統解決方案的多種設想,逐步提出托盤式快件的識別和抓取的多種設想,逐步完成托盤式快件的自動上貨,最終達到托盤式快件的自動上貨系統的建設和展望,為實現物流中轉行業的高效,快速發展,推動“一帶一路”政策的高效運行。

          2. 托盤式快件機器人自動上貨系統現狀分析

          2.1 行業現有解決方案

          2.1.1 基于工業機器人的配料搬運裝置[2]

          該設計是在工業機器人的基礎上,設計了一款以工業機器人為基礎的配料搬運裝置,其主要配件采用自動配料機、輸送部件和搬運機器人。其目的是為了解決工廠配料的搬運,減少人力資源的投入,提高自動化生產的工業水平。

          該設計所針對的配料為標準產品,有專門的夾具定位配料的準確位置,所設計的夾具帶有專門的激光傳感器,配料到位后,傳感器告知工業機器人信號,工業機器人對其進行抓取搬運,抓手為專門設計,只能夾取某一范圍內的配料。

          該設計完成配料的自動搬運,但對應的配料尺寸標準,擺放位置固定,工業機器人的運動和夾取位置固定,只實現了部分配料的智能搬運生產。

          2.1.2 視覺引導的工字輪搬運機器人系統

          該設計是基于直線特征點提取并進行最優直線擬合的算法[3]來實現對工字輪圖像實際輪廓中心點的定位,通過視覺系統實時定位工字輪的位置,并設計專門的機械手,實現對工字輪的抓取搬運。

          該設計未設計專門的工字輪夾具,放置的位置不確定,通過視覺識別和定位,實現工字輪的抓取和搬運,但由于工字輪產品單一,尺寸固定,搬運效率慢。該系統只能實現單一產品的智能抓取和搬運。

          2.2 存在問題

          從目前行業內的解決方案來看仍存在以下問題:

          1)目前工業自動化設備大多是對標準產品進行搬運和二次分揀[4]。

          2)工業視覺設備目前仍然只能應用于特征、狀態明顯,對于較為復雜的應用仍需進一步開發應用。

          3)目前工業機器人技術成熟可靠,但視覺系統,傳感器系統,智能抓取系統仍需進一步完善。

          4)智能AI技術由于環境復雜,識別速度慢,傳統的識別算法仍然需要進一步改進,抓取效率需要進一步提高

          3. 托盤式快件機器人自動上貨系統可行性分析

          3.1 視覺系統可行性分析

          視覺系統應用較廣的為傳統的機器視覺和較為先進的計算機視覺。對于機器視覺而言,它是一項綜合性技術,其基本邏輯是通過視覺產品(CMOS和CCD等)采集目標物體并轉換成圖像等信號,通過電路系統傳送給圖像處理后臺軟件,通過后臺軟件分析得到目標物體的形態等特征信息,并將目標物體的亮度、像素分布以及顏色排列等信息轉變成數字化信號;圖像處理后臺對這些數字化信號進行特定的目標特征提取,和原有的特征信息進行對比,根據判別的結果來控制其他的設備動作。國內的機器視覺技術相對與國外來說相對落后,核心的設備還依賴于進口。而國內絕大多數機器視覺公司都集中與系統集成領域。

          目前機器視覺的應用[5]主要包括機器人視覺定位、視覺目標識別、表面缺陷檢測、產品尺寸測量這個四大類。但機械視覺要求穩定性高,實時性快,準確性好,處理能力強。目前發展仍然存在很多問題,如:

          1)只能在特定環境運行,不能適應復雜環境,系統要求圖像采集和處理的準確性接近百分之百,任何細小的錯誤都可能造成不可預測的后果;

          2)系統極大依賴視覺檢測設備圖像的采集速度和處理速度,如果再引入先進的深度學習等算法,系統實時處理將很難保障,極大影響機器運行和控制的節奏;

          3)對于嵌入式圖像處理系統,由于存在芯片的計算能力有限、存儲空間較小等問題,不能采用運算量較大的迭代算法,基本只能應用于特征信息較明顯的產品識別中。

          而計算機視覺系統具有自主適應環境的能力,能較好地應用在復雜環境,識別不規則形狀特征。隨著計算機視覺技術[6]在更多的領域落地應用,計算機視覺技術的成熟度也得到了提高,人臉識別、物體識別等分類、分割的算法[7]不斷提升識別精度,未來將有更多的場景能夠應用計算機視覺技術,計算機視覺的企業應在強化技術[8]的前提下,發掘更多新的應用領域,提高商業落地應用。

          因此,采用計算機視覺技術將是托盤式快件自動上貨系統實現的基本方法,通過強化技術的視覺訓練,完成快件的分割和抓取,并且能保障系統識別的高效,快速,準確。

          本章充分分析了國際托盤的標準化,國際快件上貨的可行性,視覺識別系統的可行性,闡述了托盤式快件自動上貨系統的可行性,想要建成托盤式快件自動上貨系統,需要采用計算機視覺技術,對托盤式快件進行識別、分割和定位,并采用最優路徑完成機械手快速抓取,從而實現自動快速上貨。

          4. 結論

          本文闡述了托盤式快件的物流運輸標準,分析了行業最新的技術和解決方案,充足的證據表明托盤式快件自動上貨系統的建設可行性很高,尤其是在標準式托盤,四四方方紙箱包裝快件的情況下,采用計算機視覺技術,對托盤式快件進行識別、分割和定位,可完成托盤式快件的自動上貨,最終提高物流運輸效率,減少人力資源投入,保障“一帶一路”政策的進行。

          通過此次研究,得出托盤式快件自動上貨系統建設可行性極高,今后將采用計算機視覺技術,逐步實現托盤式快件的識別和分割,并采用強化技術,逐步實現托盤式快件的抓取和搬運,完成托盤式快件上貨系統的建設和落地。

          參考文獻

          [1]為“一帶一 路”建設推出可 復制可推廣的成功模式[1]翟昆北京大學國際關系學院教授2020-03-03

          [2]基于工業機器人的配料搬運裝置設計[2]劉金南侍曉飛江陰職業技術學院機電工程系2019-06-15

          [3]空間直線的自適應閾值穩健擬合方法與優化[3]包建強張獻州羅超李圓陳霄肖源淼西南交通大學地球科學與環境工程學院高速鐵路運營安全空間信息技術國家地方聯合工程實驗室2019-12-07

          [4]智能分揀系統研究及仿真[4]茍樂怡廖雪花謝小淞李馳四川師范大學計算機科學與技術學院成都工業學院經濟與管理學院2019-10-25

          [5]AI recognition of differences among book-length texts[5]Stephen J.De Canio Springer Journal 2020-02-21

          [6]機器視覺及其在制造業中的應用[6]陳林瀘州職業技術學院機械工程系2019-12-15

          [7]Predicting compressive strength of consolidated molecular solids using computer vision and deep learning[12]Brian Gallagher;Matthew Rever;Donald Loveland;T.Nathan Mundhenk;Brock Beauchamp;Emily Robertson;Golam G. Jaman;Anna M.Hiszpanski;T. Yong-Jin Han 2020-02-24

          [8]多智能體深度強化學習研究綜述[14]孫或曹雷陳希亮徐志雄賴俊陸軍I程大學指揮控制工程學院解放軍31102部隊2020-02-14


        作者單位:同濟大學 西南大學
        原文出處:晏志,晏霜.基于托盤式快件機器人自動上貨系統的研究[J].中國儲運,2021(06):100-101.
        相關標簽:
        • 報警平臺
        • 網絡監察
        • 備案信息
        • 舉報中心
        • 傳播文明
        • 誠信網站
        亚洲欧美强伦一区二区