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
转转技术团队1 小时前
没有测试的核心代码,怎么交给 AI 重构
人工智能
爱读源码的大都督2 小时前
Claude Code源码分析(三):为什么系统提示词中需要有tools呢?
前端·人工智能·后端
半个落月3 小时前
LLM如何预测下一个Token?一文拆解Transformer核心流程
人工智能
触底反弹3 小时前
🔥 2026 年爆火的 Harness Engineering 到底是什么?从原理到实战一文讲透
javascript·人工智能·程序员
user4465117917913 小时前
源码深读 XAgent:6 个 Agent 怎么分工?工具失败不崩、死循环怎么防?
人工智能
魏祖潇3 小时前
SDD 完整指南——Spec 端打底、Story 端交付、留白区
人工智能·后端
常丛丛3 小时前
5.9 式输出:实时查看 LangGraph Agent 思考过程
人工智能
Token炼金师3 小时前
从节点图到低秩矩阵:ComfyUI 推理引擎与 LoRA 适配机制拆解
人工智能·aigc
武子康3 小时前
调查研究-210 Netflix 用 AI 复刻 Gene Wilder 的声音:语音克隆的下半场,不是模型,而是权利
人工智能·aigc·openai