草莓拣选机器人的开发

运用彩色图像处理、神经网络理论以及机器人的技术，开发了草莓拣选机器人样机．该样机具有学习功能，作业时可根据示教的拣选对象的标准样本，改变或调整机器人拣选草莓的种类，一机多用．即使是没有专业知识的操作人员。

日本蔬菜和水果拣选机器人的发展状况

本文介绍了日本机器人在蔬菜、水果拣选方面的应用和发展状况，并以具体实例，概述了日本在实现全自动无人拣选蔬菜和水果的系统中引入机器人以及机器人技术的最新动向，讨论了机器人在蔬菜、水果拣选应用中亟待攻克的技术难题。

具有订单完成时间约束的拣选机器人调度仿真

"货到人"智能仓储系统中,机器人的合理调度直接影响系统的运行效率。分析拣选机器人作业流程,在不改变已有任务拣选顺序的情况下,插入部分对完成时间有要求的订单,计算机器人行走时间、在拣选工作站排队等待时间以及空闲时间,利用时间窗理论,以最小化完成所有任务的总成本为目标,以机器人任务分配结果为决策变量,分别建立具有硬时间约束和软时间约束的拣选机器人调度模型,并利用遗传算法进行求解。通过实例仿真,对两种调度策略进行了验证,并发现随着具有时间约束的任务数量增加,采用软时间窗约束的方式进行调度能够使得系统的运行成本更小。所提调度策略同时解决了拣选机器人的调度与拣选序列问题,对智能仓储系统的实际应用具有指导作用。

基于Visual Studio与V-REP的货物拣选机器人联合仿真

在货物拣选机器人的建模与仿真研究中,常用的球棍机器人模型难以体现实际运动,且仿真运动过程可控性差,针对这一问题,提出了一种基于Visual Studio与V-REP的联合仿真方法。首先,运用D-H参数法建立了运动学模型,得到了运动学正逆解;然后,在V-REP中进行了碰撞检测与路径规划,以准确判断机器人是否与货架发生了碰撞或干涉;最后,编写了外部控制程序,通过API通信对机器人进行运动控制,可操控性能佳。仿真结果表明:机器人准确响应外部控制指令到达相应位置,能够生成正确的无碰撞拣选路径与机器人关节运动参数,验证了所建立的机器人运动学模型以及正逆解的准确性。

拣选机器人自动搬运系统设计

设计了一套集成化、智能化的拣选机器人自动搬运系统。选择安川MH-12型机器人作为自动搬运系统主体,使用Kinect采集货物尺寸信息,利用数据库存储货物尺寸数据、位置数据和订单信息,采用九嘴气动吸盘抓取货物。通过对仓库中储存的所有货物的大小、重量进行分类,设计出了4种吸嘴组合,编写了基于Visual Studio2015的MFC程序实现机器人动作的控制。实验结果表明该自动搬运系统能够高效完成搬运任务。

机器人人工拣选环境下混流装配线齐套物料配送优化

为了提高汽车制造企业配送的智能化水平、解决混流装配线齐套物料人工拣选效率低、成本高的问题,引入基于齐套物料配送策略的机器人人工拣选模式,通过优化自动拣选机器人、工人的配置数量及配送周期,使包含机器人使用成本、劳动力成本和在制品库存成本在内的总成本最小。为求解该配送优化问题,提出了改进量子蚁群算法,利用量子比特的叠加性增加种群多样性,避免算法陷入局部最优,同时设计了改进量子旋转门更新机制和基于差分进化操作的非最优个体优化策略,提高了算法收敛速度和寻优质量。最后,通过算例分析验证了模型的正确性与算法的有效性,并分析了拣选批量对总成本的影响。

基于改进遗传算法的货箱机器人拣选路径规划

针对智能仓库中新型“货箱到人”拣选模式下多个货箱机器人拣选路径规划问题,给出了一种新的优化模型和改进遗传算法。基于货箱机器人的拣选方式及特点,将其转化为非对称车辆路径问题,以机器人总拣选路径最短和完成时间最少为双目标建立混合整数规划模型,设计改进的混合遗传算法对模型进行求解,并通过大规模算例验证了算法的有效性与稳定性。算例计算结果表明:所建模型及算法提高了货箱机器人的拣选效率,降低了运行成本。

面向智能仓储的Kiva机器人拣货策略优化算法

针对电商仓储中Kiva机器人拣选存在效率低下和订单分配不合理等问题,构建了以Kiva机器人拣货总行驶距离最小为目标的订单分配优化模型,设计基于差异聚类和邻域搜索的优化算法来求解模型。以电商实际订单数据为例,分析了不同规模算例下该算法的性能和稳定性。结果表明:针对不同规模算例,基于差异聚类和邻域搜索的优化算法相比与Gurobi和基于差异聚类的算法能够在更短的时间内获得更优的结果,并且算法的稳定性较好。通过本项研究,决策者们可以将订单合理分配至各拣货单,从而提高仓库拣货效率。

基于移动机器人的拣选系统货架动态储位分配研究

为了提高基于移动机器人的拣选系统拣货效率,更好地满足客户动态需求和订单时效要求,提出了考虑货架后续需求频次、需求紧迫程度以及拥堵因素的货架动态储位分配策略,构建了最小化货架搬运距离的动态储位分配模型,并设计了启发式算法进行模型求解.首先,基于货架需求紧迫程度,构造贪婪算法生成动态货架储位分配的初始解;然后,基于货架在后续批次订单的需求频次及通道间负载均衡,采用邻域搜索算法进行动态货架储位优化.最后,通过与其他静态和动态储位分配方法对比,验证文章提出的模型和算法的有效性.

基于移动机器人的订单拣选系统货位优化模型和算法研究

为了提高基于移动机器人的订单拣选系统的拣选效率,文章提出了基于货品相关性和货架中货品总出库频次的货位优化方法.将货位优化分为货品存放到货架及货架布局到仓库中现有位置两个阶段,为避免拥堵采用分散存储策略建立了最小化货架搬运次数以及最小化机器人总拣选路程的数学模型,并设计两阶段启发式算法求解.结合A网上药店的历史订单数据进行了仿真实验,实验结果表明,文章提出的货位优化方法有效提高了订单拣选效率.

基于深度神经网络复杂场景下的机器人拣选方法

针对提高快递包裹的分拣效率和识别准确率,提出了一种基于深度神经网络复杂场景下的机器人拣选方法.首先,提出一种改进的目标检测算法,通过将多层浅层特征图与最终的特征图进行融合,提取更加细节的特征,以提升识别的速度与精度;其次,提出了一种基于关键点的级联卷积最优拣选位置检测网络模型,对包裹最优拣选位置进行实时预测估计;最后,结合目标包裹最优拣选框与场景的深度信息和基于三维信息的目标姿态估计算法实现机器人拣选,并通过实验验证了该方法的有效性.