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
ZZhYasuo2 分钟前
冒泡排序1
java·算法·排序算法
LS_learner3 分钟前
OpenCode 的 skills 网站相关信息
人工智能
重生之后端学习3 分钟前
72. 编辑距离
数据结构·算法·leetcode·深度优先·图论
东离与糖宝4 分钟前
告别AI投毒!Java后端实现大模型prompt过滤与敏感信息拦截实战
java·人工智能
FluxMelodySun4 分钟前
机器学习(二十二) 原型聚类:k均值算法、学习向量量化、高斯混合聚类
人工智能·机器学习·聚类
juleskk4 分钟前
3.15 复试训练
算法
xiami_world5 分钟前
6款思维导图软件深度评测:协作、AI能力与工具选型对比
人工智能·ai·信息可视化·思维导图
j_xxx404_6 分钟前
力扣:525.连续数组和1314.矩阵区域和(二维前缀和)
算法·leetcode·矩阵
23.6 分钟前
【Java】Arrays工具类——数组操作终极指南
java·算法·面试