科创中国

行业领域

节能环保产业,高效节能产业

需求背景

近年来，料箱机器人在逐渐适应市场需求的前提下，根据市场反馈对产品进行优化迭代。目前行业中高标库的比例越来越高，同时客户对存储密度的要求也随之增大。现阶段料箱机器人的最高存储高度为10米，但是对于10米以上的存储需求也是越来越大。由于料箱机器人的特殊结构形态，对于取货高度的影响因素较多，另外在现场使用过程中一旦出现取放货异常问题，对于问题定位的难度也随之增大。料箱机器人在高位存储时，也需要保证高为储位密度与低层一致，这种情况对于料箱机器人的设计更提出了严格的要求，除之前提出的对于料箱机器人的感知算法的要求也随之增大。因此需要在料箱机器人设计之初通过运动学仿真，模拟高位存储使用情况，详细定位出影响高位取放货的问题。制造商需要从市场角度考虑到不同客户对所需产品的要求。运动仿真分析产品在不同环境产生的性能差异，从而更好地满足不同客户的需求另外通过优化感知算法，提升高位取放货精度及成功率。另一方面，通过对感知算法及硬件优化提升机器人定位及取放货精度问题，目前机器人通过二维码进行定位信息确认，但是目前的二维信息对于机器人定位还存在一定缺陷，如可使用基于计算机视觉或深度学习的技术可以对二维码进行检测和识别，并且结合相机追踪技术获得其在三维空间中的运动轨迹，最终确定其在空间中的位置和朝向，可为机器人在高位取货过程中提供更高的位置精度信息。

需解决的主要技术难题

1.高层非行进方向取放箱子时晃动的动力学仿真，定位根本原因(高层托盘伸缩产生的扭矩？），设计主动抵消晃动的装置（主动产生反向扭矩？），尽量不借助背撑等被动抵消的机构。 2.   推箱子时的动力学仿真，定位库位摩擦力、托盘倾斜角度、货架倾斜角度、箱子负载、推箱速度等因素在推动箱子过程中，对箱子侧移和角度偏移产生的影响。 3.   机器人的运动学仿真，定位各个运动机构实际位置和误差，对末端姿态的影响。 4.   长景深、高分辨率需求的视觉方案，以及对底层硬件和驱动的优化方法。 5.   若使用深度网络求解二维码姿态，设计高精度网络实现二维码关键点检测或直接估计二维码三维姿态。 6.   取放货自适应参数问题，应该大幅度减少参数配置，自动让机器人去适应检测参数。 7.   感知算法包括运动控制算应该升级位机器训练学习方法，追赶前沿工业化方法，并对标最强竞争对手的指标。 8.   取放货物流程要优化，比如不要先看这个再看那个，要做到货叉行进过程只看好一此二维码，看货不看地面码，看地面码不看货物。 9.   9大工作距离的镜头，工作距离在50mm-500mm范围之内。

期望实现的主要技术目标

通过机器人运动仿真，针对产品进行运动仿真分析可以帮助优化方案，提高生产效率和降低风险。通过运动仿真来模拟产品在使用过程中的各种情况，以评估设计的合理性并进行改进。可以预测材料的强度和耐久性，避免制造不需要的试验样品。在超过10米取放货的情况下，机器人取放货成功率可达99%以上，机器人在高位取货时不要设计背撑等消除晃动机构，提升取货效率。通过运动仿真，机器人各运动机构的实际位置及误差不超过1%，误差不超过1mm。机器人可通过只识别地面码或货架码的方法进行定位，取放货过程中尽量减少微调动作。另外可实现识别二维码动作中，只通过识别关键检测点或用二维码预估三维姿态进行定位，定位精度在±1mm以内。

处理进度