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
大龄程序员狗哥4 小时前
第47篇:使用Speech-to-Text API快速构建语音应用(操作教程)
人工智能
KKKlucifer4 小时前
数据安全合规自动化:策略落地、审计追溯与风险闭环技术解析
人工智能·安全
数模竞赛Paid answer4 小时前
2024年亚太杯APMCM数学建模大赛A题复杂场景下水下图像增强研究解题全过程文档及程序
数学建模·数据分析·亚太杯
RWKV元始智能4 小时前
RWKV超并发项目教程,RWKV-LM训练提速40%
人工智能·rnn·深度学习·自然语言处理·开源
dyj0954 小时前
Dify - (一)、本地部署Dify+聊天助手/Agent
人工智能·docker·容器
IronMurphy4 小时前
【算法四十三】279. 完全平方数
算法
墨染天姬4 小时前
【AI】Hermes的GEPA算法
人工智能·算法
小超同学你好4 小时前
OpenClaw 深度解析系列 · 第8篇:Learning & Adaptation(学习与自适应)
人工智能·语言模型·chatgpt
紫微AI5 小时前
前端文本测量成了卡死一切创新的最后瓶颈,pretext实现突破了
前端·人工智能·typescript
papership5 小时前
【入门级-数据结构-3、特殊树:完全二叉树的数组表示法】
数据结构·算法·链表