無人叉車托盤識別的重要性

隨著越來越多企業效仿行業巨子，自動化設備的應用從分揀逐漸擴展到搬運。無人叉車（AGV）作為倉儲自動化中的核心設備，承擔著托盤搬運的重要任務。然而，托盤在倉儲中的位置和角度往往存在不確定性，通常由于人為干預或擺放誤差。這對無人叉車的導航精度提出了嚴峻挑戰，尤其是在快速、精準作業需求日益增長的背景下，托盤識別的精度直接影響到整個倉儲系統的效率和安全性。因此，精準的托盤視覺識別技術成為保障無人叉車高效、準確作業的關鍵。

為了應對這些不確定性，自動化托盤識別技術通過先進的視覺傳感器和圖像處理技術，能夠實(shi)(shi)時提供托(tuo)盤(pan)的(de)精(jing)確(que)位(wei)置(zhi)和姿態信息，大大提高(gao)了無(wu)人叉車的(de)導航(hang)與搬運效率。通過(guo)這項技術，無(wu)人叉車能夠克服(fu)托(tuo)盤(pan)位(wei)置(zhi)不(bu)穩定、角(jiao)度不(bu)規則等難題，在復雜環(huan)境中依然(ran)可(ke)以精(jing)確(que)對(dui)接，實(shi)(shi)現智能化(hua)和高(gao)效化(hua)的(de)倉儲管理。

托盤識別實際應用中遇到的挑戰與解決方案

盡管托(tuo)盤識別(bie)(bie)技(ji)術已經(jing)取得(de)了顯著進展(zhan)，但在實(shi)際應用中(zhong)，無人叉(cha)車仍然面臨一系列挑戰。倉(cang)儲環(huan)境中(zhong)的復(fu)雜(za)性，例如(ru)光照不均(jun)、托(tuo)盤擺放偏差(cha)，以及(ji)多(duo)種(zhong)托(tuo)盤規格，都會(hui)對(dui)托(tuo)盤識別(bie)(bie)的準確性產(chan)生影(ying)響(xiang)。傳(chuan)統的二維碼或(huo)條形碼識別(bie)(bie)依賴于(yu)明確的標(biao)簽和規則的擺放角度，雖然在結(jie)構化環(huan)境中(zhong)效(xiao)果較好，但在復(fu)雜(za)環(huan)境下容易失效(xiao)，從而影(ying)響(xiang)搬運的準確性。

相(xiang)比之下，基于(yu)3D ToF（飛行時間）相(xiang)機的(de)(de)托(tuo)盤(pan)(pan)(pan)識(shi)(shi)別(bie)技(ji)術展(zhan)現出了更高的(de)(de)魯(lu)棒性，在(zai)應(ying)對(dui)(dui)復雜的(de)(de)托(tuo)盤(pan)(pan)(pan)形態和(he)環境(jing)變(bian)化方(fang)面有(you)著更強的(de)(de)適應(ying)能(neng)力。此(ci)外，2D激(ji)光雷達雖然也被(bei)應(ying)用于(yu)托(tuo)盤(pan)(pan)(pan)識(shi)(shi)別(bie)，但由(you)于(yu)對(dui)(dui)托(tuo)盤(pan)(pan)(pan)底部復雜結(jie)構的(de)(de)敏感性，常常會(hui)誤判障(zhang)礙(ai)物，影響無人叉(cha)車與(yu)托(tuo)盤(pan)(pan)(pan)的(de)(de)順利對(dui)(dui)接(jie)。因(yin)此(ci)，針(zhen)對(dui)(dui)這(zhe)些(xie)挑戰(zhan)，結(jie)合3D視(shi)覺(jue)和(he)多傳感器融合的(de)(de)托(tuo)盤(pan)(pan)(pan)識(shi)(shi)別(bie)解決方(fang)案，正在(zai)成為行業的(de)(de)主流選擇(ze)。

邁爾微視托盤識別系統PalletPro：破解托盤識別自動化難題

邁(mai)爾微視的(de)PalletPro托盤識別(bie)系(xi)統基于3D ToF（飛行時間(jian)）視覺技術，專為應對復(fu)雜倉儲環(huan)境中的(de)托盤識別(bie)需求(qiu)而設計。該系(xi)統將3D相機與智(zhi)能算法結合，不(bu)僅能夠精準識別(bie)托盤的(de)位置和姿態，還具備出色的(de)環(huan)境適應能力，確保無人(ren)叉車(che)在復(fu)雜條(tiao)件下高效(xiao)實現自動化(hua)搬運。

集成與效(xiao)率(lv)提(ti)升 通過將識(shi)別(bie)算法集成至相機內部，PalletPro系(xi)(xi)統能(neng)夠(gou)實時(shi)處理(li)深度數(shu)據，大幅(fu)提(ti)升了計算效(xiao)率(lv)和響應(ying)速度。該系(xi)(xi)統可以在(zai)每秒10幀（10FPS）的處理(li)速度下，實時(shi)提(ti)供托盤識(shi)別(bie)結果(guo)，確(que)保無人叉(cha)車能(neng)夠(gou)快速、精準地進行托盤抓取和搬運作業。

部署與智能對接 通過將3D相機部署于(yu)叉(cha)車(che)的(de)(de)兩(liang)個叉(cha)臂之間(jian)，PalletPro系統利用自動標定技術(shu)確(que)定托(tuo)盤(pan)(pan)的(de)(de)位姿與叉(cha)車(che)間(jian)的(de)(de)坐標關系，實現快速、智能的(de)(de)對接操作。算法基于(yu)深度數(shu)據(ju)中的(de)(de)點云特征，識別(bie)托(tuo)盤(pan)(pan)的(de)(de)腿(tui)部和橫桿結構，支持標準的(de)(de)兩(liang)腿(tui)托(tuo)盤(pan)(pan)、四腿(tui)托(tuo)盤(pan)(pan)以及多(duo)托(tuo)盤(pan)(pan)堆疊的(de)(de)識別(bie)需求，同時可定制適(shi)用于(yu)無(wu)腿(tui)或異(yi)形(xing)托(tuo)盤(pan)(pan)的(de)(de)識別(bie)方案。

PalletPro系統無(wu)需(xu)采集額(e)外(wai)的數據進行模型訓練，即可適配市面上90%以上的托盤類(lei)型。

易(yi)用性(xing)(xing)與兼(jian)容性(xing)(xing) PalletPro易(yi)于部署，用戶無(wu)需算(suan)法(fa)開發經驗即可(ke)通過入門教(jiao)程快(kuai)速上(shang)手。該系統兼(jian)容歐標托盤(pan)(pan)，適(shi)用于高(gao)位存儲、復(fu)雜堆垛等(deng)場景，提供實時的托盤(pan)(pan)識(shi)別結果，并能夠(gou)在各種倉(cang)儲環境中穩(wen)定(ding)運行，確保無(wu)人叉(cha)車在多樣化的托盤(pan)(pan)條件(jian)下高(gao)效作業(ye)。

多(duo)條件適(shi)應(ying)性(xing)與魯棒性(xing)針對光(guang)照(zhao)強烈的(de)室外(wai)場景，邁爾微視的(de)托盤識別解決方案采用了配備940nm紅(hong)外(wai)發射器的(de)ToF深(shen)度相機(ji)M系列，能(neng)夠有效應(ying)對復雜的(de)光(guang)照(zhao)條件。940nm波長屬于(yu)近紅(hong)外(wai)光(guang)，在強光(guang)環境下抗干擾能(neng)力更強，不容易受到可見光(guang)影響，確(que)保(bao)深(shen)度數據的(de)穩定性(xing)和準(zhun)確(que)性(xing)。

針對反射率低的黑色托盤，M系(xi)列深度相機在距(ju)離托盤2.5米范圍內依然能(neng)夠(gou)提(ti)供精準的深度數據(ju)，確保(bao)系(xi)統的魯(lu)棒性和(he)兼容性。

識別與對接

將邁爾微視M系列相機安裝在(zai)叉車的兩(liang)個叉臂之(zhi)間，通過捕捉托盤的深度信息(xi)，并(bing)利用(yong)深度識別算法實現對托盤的精確識別。

當叉(cha)(cha)車(che)(che)接(jie)收到(dao)調度系統(tong)的任務時，它會移(yi)動到(dao)托(tuo)盤(pan)前方的對接(jie)點，距離托(tuo)盤(pan)前沿大約2米。在(zai)這個位置，叉(cha)(cha)車(che)(che)進行初(chu)步定位，3D視覺(jue)系統(tong)會輸出位姿信息(xi)，幫助(zhu)叉(cha)(cha)車(che)(che)調整角度偏差(cha)(cha)。然(ran)后，叉(cha)(cha)車(che)(che)繼續前進至1.5米的位置進行精確定位，3D視覺(jue)系統(tong)再次輸出托(tuo)盤(pan)位姿信息(xi)，幫助(zhu)叉(cha)(cha)車(che)(che)調整左右(you)偏差(cha)(cha)，確保對接(jie)過程的精準度。

方(fang)案支持兩種對接模式：兩次對接與實(shi)時(shi)對接，以(yi)滿足不同(tong)應用場景的需求。

兩次對接模(mo)式 兩次對接模(mo)式分為遠端(duan)定位、近端(duan)校驗(yan)和盲走叉取三個步驟：遠端(duan)定位：叉車(che)接收到調度任務后(hou)，移(yi)動至(zhi)對接點，啟用(yong)相機識別托盤數(shu)據(ju)。通(tong)過(guo)運動控制系(xi)統，叉車(che)在距(ju)離托盤1800mm至(zhi)2800mm范圍(wei)內進行角度與橫向偏移(yi)的調整。

近(jin)端校驗：當叉(cha)尖距離托(tuo)盤前沿(yan)約(yue)200mm時，再次(ci)獲取相機識別(bie)數據，校驗對接精度(du)是否(fou)符合(he)叉(cha)取要(yao)求(qiu)。如(ru)果精度(du)滿(man)足要(yao)求(qiu)，叉(cha)車進行叉(cha)取；若不滿(man)足，則原地調(diao)整后再進行叉(cha)取操(cao)作(zuo)。

實(shi)時對接(jie)模式 實(shi)時對接(jie)模式通過連(lian)續獲取相機識別數據，實(shi)現動態調整(zheng)位姿。當叉車(che)移動到距(ju)離(li)托盤前沿約200mm時，系統進行微調并完成叉取操作。該模式依賴數據的時間戳進行更新，以(yi)避免延遲導致的錯誤調整(zheng)。

通訊方式(shi)

為了給用戶提(ti)供更加易于集成的(de)產品，該(gai)解(jie)決(jue)方案支(zhi)持TCP、UDP、CAN、485、API等(deng)接(jie)口，并可在識別(bie)算(suan)法和(he)避障算(suan)法之間進行(xing)切換，實現高效、準(zhun)確、通用的(de)托盤識別(bie)自動化。