EP_基于UWB和单线激光雷达的托盘转送

EP:engineer and Program

一、托盘位姿的识别方法

叉车行进至目标托盘附近,插取动作非常关键。一般都要先识别一下托盘的摆放位置,再做插取动作。具体的识别方法有很多种,主要有基于相机、基于多线激光雷达和基于RFID等方法。此处尝试了一种,依靠叉臂头部的接近开关完成识别的方法。具体操作流程如下图1所示:

具体来说,叉车叉臂尾部会有接近开关(用于感知叉车插取对象时是否有障碍物),接近开关的识别障碍物的感知距离和灵敏度可调。

步骤一:

调节好合适的探测深度和灵敏度后,叉车到达待叉取位置,调整叉车位姿使叉臂对向托盘,如图2所示。

步骤二:

原地扭动叉车,同时记录两个叉臂接近开关的是否有障碍物,生成两个关于叉车摆动角(-85,+85)的障碍物障碍物分布带,如下图3所示。

步骤三:

得到叉臂叉尖接近开关的障碍物感知如上图,图中深色部分是接近开关感知到的障碍物分布图。顺带此时叉车旋转中心点到托盘中心点的距离,作为神经网络的输入,神经网络的输出为托盘相对叉车的位置和朝向。该神经网络为简单的向量机(BP神经网络),该神经网络的训练数据来自于实际叉车和托盘的采集和标注。

运行实况:

该方法能够较好的预测出托盘的朝向和相对位置,当托盘放置偏斜时,但是较近距离较大幅度的调整叉车的位置,插取成功率并不理想。

相关推荐
猿小猴子1 小时前
主流 AI IDE 之一的「DeepSeek-Reasonix 」介绍
人工智能·ai·deepseek·reasonix
装不满的克莱因瓶1 小时前
链式法则如何传递参数误差 —— 深入理解神经网络中的梯度传播
人工智能·python·深度学习·神经网络·数学·机器学习·ai
Anastasiozzzz1 小时前
从有限状态机到智能体图:传统 FSM 与 Agent Graph的演进
java·人工智能·python·ai
程序员cxuan6 小时前
为每个任务配一套 harness:Claude Code 里的动态工作流
人工智能
程序员cxuan6 小时前
Claude Fable 5 来了
人工智能·后端·程序员
云边云科技_云网融合7 小时前
云边云科技亮相 2026 WOD 制造业数智化博览会 云网融合赋能制造焕新
人工智能·科技·安全·制造
小欣加油7 小时前
leetcode56 合并区间
c++·算法·leetcode·职场和发展
Σίσυφος19007 小时前
激光三角 光平面标定-多高度误差分析
人工智能·计算机视觉·平面
JS菌7 小时前
手写一个 AI Agent 全栈项目:从沙箱执行到子智能体的完整实现
前端·人工智能·后端
lqqjuly7 小时前
前沿算法深度解析(二)
人工智能·算法·机器学习