大型网上超市多品订单多仓协同分拣优化研究

大型网上超市多品订单的分拣作业是其订单履行过程中的关键环节,其效果直接影响整个订单履行的效率与质量。本文针对“一地多仓”下大型网上超市多品订单多仓分拣问题,引入协同生产思想,提出了大型网上超市的多仓协同分拣策略。以最小化订单在目标分拨中心完成合并的总等待时间为目标,构建了多品订单多仓协同分拣优化模型,设计了分段遗传算法对模型进行求解,并通过数值实验验证了算法的有效性。结果表明:相较于传统的先到先服务分拣策略,本文提出的多仓协同分拣策略能够提高多品订单分拣与合并的效率,在处理订单多仓协同分拣问题上具有优越性,可为大型网上超市订单分拣及拆分订单合并履行提供理论指导。

多机械臂煤矸石智能分拣机器人关键共性技术研究

依据我国煤矿智能绿色发展战略,深入分析了国内外智能拣矸系统的研究现状,指出研发适用于井下的多机械臂煤矸石智能分拣机器人是破解煤矸分拣难题的重要发展方向,凝练了直接影响和制约我国煤矸石智能分拣高质量发展的“煤矸石准确识别、精准跟踪和可靠抓取、多目标任务多机械臂协同分拣”三大关键共性技术难题,并给出了解决思路和方法。针对煤矿井下煤矸石被煤泥严重包裹识别难,提出了“X射线+视觉”煤矸石识别与匹配方法、基于点云数据的煤矸石抓取特征提取方法,实现目标矸石的快速识别和最优抓取特征提取;针对煤矸石形态各异、动态环境抓取难,提出了基于ORB+BEBLID特征的FLANN动态目标高效匹配方法、基于FDSST的动态目标精准跟踪方法、基于三环PID的机械臂同步跟踪轨迹规划方法,实现机械手对高速传输的动态矸石稳定抓取;针对煤矸石随机分布、障碍多、多机械臂任务分配难,提出了改进匈牙利算法的多机械臂动态空间协同分拣方法,确保系统收益的前提下实现多机械臂在动态空间中高效协同工作。现场工业性试验研究结果表明,针对三大关键共性技术所提出的方法能够有效破解煤矸石高效识别和抓取特征提取、机械臂动态目标同步跟踪稳定抓取、多机械臂高效协同分拣等难题,通过构建完整的多机械臂煤矸石智能分拣机器人系统,提高了煤矸石智能分拣系统的可靠性和分拣效率。

基于串并联变换的多机械臂矸石分拣系统

针对中大型矸石的分拣,为了解决单一串联或并联机械臂存在无法兼顾分拣载荷、分拣效率与分拣精度的问题,设计了一种基于串并联变换的多机械臂矸石分拣系统。采用双目立体相机配合机械臂手眼系统,实现对矸石的识别与动态跟踪;通过多功能机械手爪,实现抓取与拨离的形态变换,配合机械臂实现串并联变换的矸石分拣方式;通过串并联变换控制策略,有效降低了机械臂的体积与功率;采用KM算法对多机械臂矸石组进行任务分配,获得最佳任务匹配实现多机械臂分拣系统的高效协同;采用贪心算法对多机械臂进行路径规划,快速得到最优路径;通过多机械臂协同分拣控制策略,实现对矸石快速准确分拣。

煤矸石智能分拣机器人研究进展与关键技术

煤矿井下矸石被煤泥包裹,煤矸石识别难、分拣难;井下工作空间狭小,设备布局难、煤矸石分流难,因此,需要研发高性能、高可靠的煤矸石智能分拣机器人。分析了煤矸石智能分拣机器人中煤矸石识别、机器人轨迹规划、多动态目标多机器人协同控制技术的研究现状。指出煤矸石分拣工作环境复杂,其质量和形状不规则且呈随机分布,因此,复杂环境下煤矸石识别与抓取特征提取、非结构环境下煤矸石稳定可靠抓取、多目标任务多机器人智能协同分拣是煤矸石分拣智能机器人的3大关键技术,提出要实现机器人智能分拣煤矸石,还应在适应于井下的煤矸石识别与抓取特征提取、动态目标精确定位和同步跟踪、机械臂在线轨迹规划和多机械臂智能协同控制等方法上进行深入研究。通过对上述3大关键技术的梳理,总结得出:煤矸石数据集构建与扩增、煤矸石识别与抓取特征提取是实现煤矸石高效识别的关键技术;动态煤矸石精准跟踪、机械臂同步跟踪动态目标轨迹规划和快速大质量目标稳定抓取是实现机械臂稳定抓取煤矸石的关键技术;多任务高效分配、防碰撞路径规划和智能协同控制是实现多机械臂高效智能协同分拣的关键技术。针对目前存在的共性问题,提出了解决方案:在识别方面,研究基于多模态深度学习的煤矸石识别与抓取特征提取方法,实现井下煤矸石快速识别;在轨迹规划方面,研究动态煤矸石精准定位和实时跟踪方法,实现机器人对动态煤矸石的自适应稳定抓取;在协同分拣方面,构建多层多机械臂协同控制模型,实现多机械臂复杂环境下高效智能协同分拣。