论文部分内容阅读
工厂物流运输工作的效率提升一直是研究的热点,作为物流运输领域的两大工业机器人代表:移动机器人负责将待运输的物料搬运至指定地点,分拣机器人负责物料的识别和拣出分类。随着激光SLAM技术和深度学习的发展,移动机器人和分拣机器人的智能化程度也不断提升,而将两者结合实现物料的识别分拣和运输,对于未来工厂物流运输的自动化至关重要。本文根据北京中恒复印设备有限公司生产园区物流运输的实际状况,基于机器人操作系统(ROS)开发了一套针对多车间、多仓库、跨楼层的模块化移动机器人分拣系统,着重对楼宇环境下多点导航和物料自动分拣进行了研究,通过控制策略将两者结合实现了物料的自主分拣运输,主要工作如下:1.搭建了基于麦克纳姆轮的楼宇移动机器人分拣系统硬件平台,根据ROS通讯机制对底层控制模块进行了节点设计,实现了底层传感器的数据采集、无线数传模块的数据收发以及底盘驱动和货叉驱动等功能。2.物料分拣模块基于Darket＿ros框架设计了物料识别定位节点和物料叉取节点,利用训练的神经网络模型完成了库位与物料的目标识别,围绕库位是否存在物料、存在的物料类别与位置开发了库位状态检测与物料匹配功能和物料定位功能,通过将物料类别和定位结果与运动导航模块的结合完成物料的叉取和运输。3.基于激光SLAM技术,利用ROS现有导航框架进行了运动导航模块节点设计,分析Move＿base机制设计程序完成单目标点的自动导航;开发电梯交互功能,将车间、仓库和楼层电梯目标点以及物料分拣模块的物料类别、定位结果进行整合,完成了多目标点导航控制策略设计,根据物料运输任务流程提取相应目标点实现多车间、多仓库、跨楼层的物料自主分拣运输。4.根据系统设计搭建模拟物流环境,对各个模块以及系统整体分别进行了测试,验证了该系统的可行性和有效性。