基于三维视觉技术的混合垛拆垛分析与定位方法研究

发布时间：2020-09-27 06:32

　　目前物流中越来越多采用混合码垛组成混合垛来分配合适的劳动力,降低供应链成本和运输成本。对混合垛的拆垛任务作为物流中一个必不可少的环节,由于混合垛多箱型较为随机摆放的组成结构特点,对传统的拆垛技术的灵活性和准确性提出了更高的要求。本课题结合三维视觉技术,提出基于三角激光测量的混合垛中目标拆垛分析与定位方法,解决了在混合垛中存在多种不同大小的箱型相互无序叠放所带来的问题,同时消除实际混合垛中含有的强反光材质对三维重建产生的干扰。本课题首先对三角激光测量系统的组成和原理进行研究,建立三维重建计算模型。根据混合垛特性,确定视觉系统的基本参数以及硬件布局,完成视觉系统的硬件选型与参数标定,最后分析了配置完成的视觉系统三维重建的深度分辨率和景深与工作高度之间的关系,完成视觉系统实验平台的硬件设计。针对实际混合垛中存在的胶带等具有强反光的材质,使用滤光片以及滤波方法对激光线图像进行预处理,结合形态学处理填补激光线区域,该方法能够有效抑制或消除强反光对三维重建视觉系统产生的干扰,为激光三角测量提供高质量的激光线图像并完成三维重建。针对重建后的三维点云数据中出现的非目标数据和点云密度很大的问题,使用直通滤波和体素网格降采样方法进行预处理,保留目标点云并减少数量。对混合垛表面三维数据使用基于区域生长的点云分割方法,利用混合垛表面三维点云数据的几何特点以及点云局部法向量之间的角度与弯曲程度作为相似性度量准则完成分割。然后提出一种不依赖模板匹配的目标可拆性分析方法,其中充分利用三维重建后的点云空间遮挡关系,使用聚类后的各个目标点云的边界的接近程度来判断相互之间是否存在遮挡。对于比较接近的目标,按照相互之间边界上的临近点的深度值区分相互之间的遮挡关系。最后在ubuntu14.04 LTS系统下,集成HALCON机器视觉库,完成基于ROS的软件功能包的开发,通过对多种测试样例进行实验验证。视觉拆垛方法在混合垛的可拆性分析以及目标位姿计算上有较好的效果,在混合垛拆垛应用中有一定的适应性。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;TP242
【部分图文】：

混合码

对整个物流仓储系统提出了新的要求，第一，扩大单位面积对更多不同的商品的存储量以满足多样性需求；第二，电商需要处理的订单数量远远大于线下临售商，与此同时，每一个订单中商品的平均数量下降，绝大部分订单的商品数量保持在十件以下。与传统的物流仓储相比，电商物流仓储的订单作业执行起来充满了分散性和不确定性。第三，订单数量的波动、畅销商品的变化以及每个季节和节假日客户的需求不同，又造成了仓储商品类型的频繁变化。第四，客户期望的订单处理速度越来越快。鉴于电商物流订单的上述特殊性，目前很多仓储物流采用多品种混合码垛[2]来组成混合垛的形式进行优化，混合码垛是一种针对电商这种商品种类多而提出的物流解决方案，可以审查整个供应链流程，按订单来生产和创建混合垛来最大限度地提高码垛的灵活性，以确定劳动力，空间和降低供应链库存成本，提高按订单配货的准确率，大密度的码垛可以最大程度利用运输空间优化运输成本。目前已经有针对不同箱型的商品进行混合码垛的应用，图 1-1 是针对多品种的人工混合码垛以及自动混合码垛的自动化物流解决方案，节约配送货车的空间，提高配送效率。

示意图,示意图,拆垛,机器视觉技术

图 1-2 混合垛示意图手工拆垛作业在一般情况下存在一些明显缺陷：1）面临重量较大箱型码垛时，由于体能的大量消耗人们更加束手无策，适用于物料轻便，工作吞吐量较小的场合；2）人工的拆垛过程的重复性、环境因素以及不同人之间情绪的差异等因素，从而会出现效率低等问题。传统的拆垛往往是对于同型垛而展开的，这种情况物料在料盘中的摆放非常整齐，而在混合垛的拆垛任务中，物料的种类往往是多变的，其中包含各种尺寸形状不一的纸箱包装，姿态上也并不是非常整齐。要完成对混合垛的自动化拆垛需要突破许多技术上的问题如需要多目标的识别，准确的目标位姿信息以及如何判断目标是否可以被拆等。机器视觉技术[3]作为一种使用计算机来类比人的视觉功能，使用机器视觉系统对环境进行视觉感知，完成信息的提取，具有高精度，稳定好及处理速度快等方面的特点，广泛地应用于用于工业、农业和智慧交通等领域。随着计算机技术的迅速发展，机器视觉技术也经历了从二维图像视觉到三维立体视觉的转变，从机器视觉系统的硬件到数据处理算法也从实验室阶段逐步发展到实际商业应用阶段。随着智能化和自动化程度的不断深入，机器视觉技术应用会更

拆垛,解决方案

哈尔滨工业大学工程硕士学位论文合垛的三维重建、位姿估算以及可拆性分析，充分发挥机器、快速性、经济性以及高度的灵活性。外研究现状垛解决方案研究现状的机器人视觉引导的拆垛解决方案包括三大部分：工业机器采集与检测以及计算机控制，其中三维视觉采集与检测是解。整个解决方案的工作流程如下：三维视觉对托盘上的箱子过数据的检测分析，获取可拆目标序列以及对应的位姿，通径规划，最终使用吸盘来完成拆垛任务。机器视觉技术的深入发展，将智能化引入拆垛应用中。国内推出自己的解决方案，图 1-3 和图 1-4 分别是国内和国外的

【相似文献】