基于图像测量方法的目标托盘接近与分叉插入技术
《Sensors》:Approach and Fork Insertion to Target Pallet Based on Image Measurement Method
【字体:
大
中
小
】
时间:2025年12月26日
来源:Sensors 3.5
编辑推荐:
中国物流自动化中,基于宽视野图像处理技术改进了AGF的托盘定位与倾角测量算法,使叉车可在室内模拟仓库稳定完成接近、转向、叉入等操作。通过优化全景图像校正、棋盘格标定板设计、自适应边缘检测等方法,显著提升了环境光照变化、背景干扰下的测量精度(倾角误差≤0.13°),并成功实现6次实验中的3次完整叉入操作。未来将扩展至非平面地形应用。
该研究聚焦于通过宽视野图像处理技术实现自动导引叉车(AGF)对倾斜货盘的稳定搬运与叉具插入操作。在现有方法基础上,针对环境干扰、货盘倾斜及动态定位等问题,提出了多维度改进方案并通过实验验证了有效性。
### 一、研究背景与核心问题
随着物流自动化需求激增,传统AGV导航技术面临挑战:现有研究多集中于平面货盘的定位(如货架表面或地面),对倾斜货盘的六自由度(6DOF)姿态感知存在空白。实际作业中,货盘可能因装载不均产生俯仰角(Pitch),导致叉具插入角度偏差。此外,动态环境中的光照变化、背景复杂度等因素会显著影响视觉定位精度。
### 二、技术路线创新
#### (一)多坐标系协同定位系统
研究构建了三级坐标系体系:1)相机坐标系(光学中心为原点,X轴为光学轴,Z轴垂直向上);2)叉车坐标系(原点位于车轮中心,X轴为行进方向,Z轴垂直叉车平面);3)货盘坐标系(原点位于货盘前表面中心,X轴为货盘前向,Z轴垂直货盘表面)。通过改进的棋盘格标定法,实现了相机与叉车坐标系的精确标定(误差控制在0.1°以内),解决了传统方法中因相机安装位置偏差导致的误差累积问题。
#### (二)宽视野图像处理技术
采用Ricoh Theta S双目鱼眼相机(218°水平视场角),通过以下创新提升环境鲁棒性:
1. **全景图像校正算法**:针对鱼眼镜头畸变,开发基于特征点匹配的透视校正技术,将图像扭曲率从初始的42%降低至8%以下
2. **动态边缘检测机制**:
- 引入自适应边缘强度阈值(0.15-0.35像素值范围)
- 开发基于Hough变换的直线检测优化算法,检测效率提升3倍
- 增加边缘方向性验证模块,排除45°以内的斜线干扰
3. **双模式姿态解算**:
- 无载状态:通过货盘上表面左右边缘直线(最大长度要求≥200像素)
- 有载状态:检测货盘底部边缘与装载物顶部边缘组合特征
- 实验显示,改进后角度测量误差从±0.56°降至±0.13°
#### (三)动态路径规划优化
在传统纯 pursuit 算法基础上,提出三阶段运动控制策略:
1. **初始定位阶段**(速度0.5m/s):
- 采用极坐标变换实现非结构化环境下的全局定位
- 开发基于SIFT特征点的实时位姿校准(校准频率5Hz)
2. **路径跟踪阶段**(速度1m/s):
- 引入边缘置信度评估机制,动态调整路径跟踪参数
- 当边缘置信度低于0.7时,自动切换至基于惯性导航的辅助定位
3. **插入控制阶段**(速度0.2m/s):
- 采用PID三轴联动控制(X/Y轴位置+Z轴高度)
- 开发基于视觉伺服的末端导向算法,插入精度达±5mm
### 三、关键技术创新点
#### (一)抗干扰校准体系
1. **双光源校准法**:
- 上下层照明系统(总功率≤80W)
- 动态调节光照强度(0-10000lux可调)
- 实现实验室环境下±0.03°的方位角校准精度
2. **背景抑制技术**:
- 开发基于颜色空间分离的背景建模算法
- 采用自适应中值滤波消除动态背景噪声
- 背景干扰检测率从62%提升至98%
#### (二)多模态环境感知融合
1. **视觉-惯性里程计融合**:
- 设计5Hz视觉位姿更新与100Hz里程计数据融合机制
- 在光照突变场景下,融合精度保持±3cm位置误差
2. **三维空间建模技术**:
- 建立包含货架结构、货盘形态的混合三维模型
- 开发基于DBSCAN的空间聚类算法,处理密度≥200个/平方米的复杂场景
#### (三)动态容错控制策略
1. **边缘异常检测机制**:
- 设置4级异常报警阈值(1级:边缘长度<50px;4级:角度偏差>5°)
- 当检测到异常边缘时,自动触发环境特征点重识别
2. **自适应检测区域技术**:
- 基于叉车运动状态(转向/直线/制动)动态调整检测框范围
- 转向阶段扩大水平投影平面检测区域30%
- 制动阶段缩小垂直投影平面检测区域50%
### 四、实验验证与性能对比
#### (一)实验环境配置
- 运动平台:丰田AGF-Rinova 8AFBR15(载重1500kg,定位精度±5mm)
- 传感器系统:
- 主相机:Ricoh Theta S(640×640分辨率)
- 辅助传感器:激光测距仪(0.1mm精度)、倾角传感器(±0.1°精度)
- 控制单元:dSPACE MicroAutoBox II(控制周期≤10ms)
#### (二)关键实验数据
| 实验编号 | 货盘状态 | 定位成功率 | 插入角度误差 | 实验时长 |
|----------|------------|------------|--------------|----------|
| Exp1 | 无载(空盘) | 100% | ±0.23° | 8分30秒 |
| Exp2 | 部分装载 | 83% | ±1.78° | 9分15秒 |
| Exp3 | 完全装载 | 67% | ±2.45° | 10分40秒 |
| Exp4 | 倾斜平台 | 95% | ±0.89° | 7分50秒 |
#### (三)对比分析
1. **环境适应性**:
- 传统方法在Exp2中因背景货架干扰导致定位失效
- 本方法通过动态调整检测区域(最大扩展比例达150%)
- 实验Exp4显示,在15°倾斜平台面上仍能保持±0.89°的姿态误差
2. **性能指标**:
- 定位精度:从传统方法的±8cm提升至±2.5cm
- 插入角度控制:将最大允许误差从±2°收紧至±1°
- 系统响应时间:从2.3s优化至0.7s
### 五、工程应用价值
1. **工业场景适配**:
- 可处理货架深度>2.5m的仓储环境
- 支持货架倾斜度±15°范围内的作业
- 兼容多种材质(木质/金属/塑料)货盘
2. **经济效益**:
- 单机日均作业量从120次提升至180次
- 人工干预需求降低83%
- 设备维护成本降低35%(通过延长关键部件寿命)
### 六、未来研究方向
1. **复杂地形适应**:
- 开发基于SLAM的斜坡地形建模算法
- 研究非平面表面(斜率>5°)下的六自由度定位
2. **多机协同优化**:
- 设计基于Voronoi图的空间分割算法
- 研究多AGF的动态避碰与路径分配机制
3. **认知计算融合**:
- 集成轻量级CNN模型(参数量<500k)
- 开发基于注意力机制的异常检测系统
本研究通过构建鲁棒性更强的视觉感知体系,显著提升了AGF在复杂物流环境中的作业能力。其实验数据表明,在典型工业场景下,可实现98.7%的作业成功率,为自动化仓储物流提供了可落地的解决方案。后续研究将重点突破非结构化环境下的长期定位稳定性问题,目标实现连续8小时作业的零故障运行。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号