基于激光雷达货车定位的成品烟智能出库解决方案
前烟草行业的成品烟出库作业 , 仍采用人工装运方式 , 本文主要从激光雷达辅助自动停车、AGV地图自动切换等技术创新点出发 , 并结合实际的测试数据及系统应用 , 提出一套完全替代成品烟人工出库的智能化解决方案 , 可实现烟草工业领域场内物料搬运“最后一环节”的智能化 。
:激光雷达定位、成品烟、出库、地图拼接、流量
在烟草行业 , 工业烟草工厂都在进行智能转型 , 尤其场内的物料搬运均已实现智能设备替代人工作业的模式 , 但在成品烟到厂外货车出库环节 , 仍为传统的人工叉车或液压车的出库模式 , 无法实现工厂内“最后一环节”的智能搬运 。 并且 , 人车混合区域作业 , 存在安全隐患 , 数据也是通过人工追踪的模式 , 无法实现无缝衔接 。
通过AGV自动装车系统 , 可最终实现智能型的成品烟自动出库及装车 , 大大降低人力管控成本 , 实现数字化的数据传递 , 避免人为干预的生产质量风险 , 打通工业烟草厂内搬运智慧化转型的“最后一环” 。
目前 , 现有工业烟草厂大部分已经完成智慧型的生产转型技改 , 然而 , 针对成品烟出库装车 , 目前行业内并没有很好的解决方案 , 因此仍沿用传统月台装车模式 , 如果要通过AGV系统实现自动装车 , 需要攻克几个问题点:
运输工业成品烟的车型有多种 , 每种车型的内部厢体尺寸不一 , 即使是同一种车型 , 也会因为货车驾驶员的停靠 , 使得实际的货车停靠与理论设计存在偏差 。 因此 , AGV自动装车方案需要一套解决货车定位的系统作为该方案的辅助系统 。
传统AGV系统的运行地图管理软件 , 大多为一套整体运行地图 , 即使同一个位置 , 也只是做虚拟的定位位置增加 , 一旦涉及偏差累计 , 无法做相应调整 。 而该方案的应用场景 , 涉及多种货车 , 因此需要一种解决方案去应对不同车厢内的AGV运行线路 。
【基于激光雷达货车定位的成品烟智能出库解决方案】按照行业的普遍设计要求 , 每台货车装车时间不能超过10分钟 , 如果使用传统的AGV车体处理该流量 , 基本无法实现 , 主要时间损耗在重复性作业(以一车10托装运为例 , 每装一趟车需要往返10次) , 以及车厢重复识别(AGV每次进车厢 , 需做一次识别)等困难点上 , 因此传统AGV车体显然无法达到生产的要求 。
实际上 , 因货车车型不一致 , 导致高低存在一定偏差 , 导致常规的AGV惰轮及驱动系统无法进入货车(常规的AGV惰轮及驱动系统要求地面角度<6°) , 在传统月台衔接站点 , 普通的AGV惰轮及驱动系统 , 根本无法运行至货车车厢内 。
本文提及的智慧型无人装车系统 , 通过货车自动泊车辅助系统 , 基于SLAM导航的“变地图”运行模式、AGV车体的双货叉模式等多个创新辅助方案结合 , 可达到最终目标 。
通过激光雷达测量 , 计算货车与出货口的中心偏移量 , 并将该偏差量(横梁偏移量及偏移角度) , 作为AGV小车在货车内的运行地图偏移补偿值 , 如图1、图2所示 , 从而解决货车停靠位的定位测量 。
文章图片
文章图片
该方案采用的高精度激光雷达 , 分辨率为0.33° , 在自适应滤波算法的搭配下 , 能完好地测量出货车实际停放位置的中心线与出货口中心线的偏移量Δd及其夹角Δθ 。
现场实际通过该算法及测量数据 , 如表1所示 。 通过实际测量数据查看 , 最大的货车定位与实际停车偏差不超过30mm 。
- Google|压力来到腾讯音乐这边
- 电子商务|基于阿里云一站式上云平台,盈德气体仅用40余天全站上云
- 传统的数据读取依赖于CPU执行虚拟地址转换、基于页面的按需数据加载以及其它针对内存和外存...|英伟达联合ibm打造“大加速器内存”
- 一加科技|大疆全新经纬无人机发布:热成像、激光测距齐了
- 阿里巴巴|大疆发布经纬M30无人机:搭配大疆机场 支持热成像激光测距
- 3月21日消息|4.98万起!大疆经纬M30系列无人机发布:热成像、激光测距
- 投影仪|“投影双雄”之一峰米开创激光微投,未来潜力巨大
- 史克威尔艾尼克斯|史克威尔艾尼克斯与高通达成合作,将基于骁龙Spaces打造AR游戏
- A轮融资|物联网设备智能感应,飞睿智能毫米波雷达技术,存在感应雷达模组应用
- 无人机|4.98万起!大疆经纬M30系列无人机发布:热成像、激光测距全都有