基于视觉的导向辊生产车间AGV定位算法设计

目的解决导向辊生产车间物料输送AGV的激光传感器存在的信息复杂度低、重复率高,且在不断迭代重采样过程中极易丢失正确位姿附近粒子造成定位失败等问题。方法提出一种基于视觉的自适应蒙特卡洛定位算法。建立相机观测模型和自动导引运输车本体运动模型,对观测模型进行去畸变处理,完成相机标定;设计基于视觉的自适应蒙特卡洛算法,获取特征信息,并用词袋模型进行分类,使用激光雷达构建2D栅格地图,采用特征点匹配估计位姿,实现AGV自我精确定位。结果仿真实验结果表明,本文所提算法与传统自适应蒙特卡洛定位(Adaptive Monte Carlo Localization,AMCL)算法相比,可使机器人更加快速地收敛到精度较高的位姿,具有更好的定位性能。结论基于视觉的AMCL算法设计,实现了导向辊生产车间机器人的高精度定位,优化了作业流程,提高了生产线系统智能化运行水平,可为其他场景定位应用提供参考。

融合LPA^(*)和DWA算法的导向辊生产车间AGV组合路径规划方法研究

针对造纸类机械的导向辊生产线存在的多车间室内外导航精度不足、多车间运输通道共用、单车间产线交叉等问题,提出了融合LPA*和DWA算法的导向辊生产车间自动引导车(Automated Guided Vehicle,AGV)组合路径规划方法。首先建立了AGV本体运动模型和导向辊生产车间模型;然后提出了局部与全局组合的路径规划方法,采用LPA^(*)算法进行全局路径规划解决了全局最优路径的问题,采用DWA算法进行局部路径规划解决了避障问题;最后通过实验验证将本研究提出的组合路径规划算法与传统路径规划算法对比,组合路径规划算法较大缩短了路径搜索的时间,效率更高。

基于PLC的箱式物流输送系统设计

现代化仓储物流中心可以实现商品的自动化收发、存储、拣选及配送等业务,一个良好的自动化物流输送系统可以保证在业务正常运行的前提下,提高业务运行效率。本设计以某电商商超入库输送业务为研究对象,设计了一个基于PLC控制的箱式物流输送系统,并对影响输送效率之一的合流输送系统进行了改进。

金属3D打印——未来制造业的数字化变革

金属3D打印作为一项创新性制造技术,在未来制造业中将扮演重要角色,其能够实现复杂结构和个性化设计,提高制造灵活性,满足定制需求。随着技术进步和规模效应,其成本效益逐步提高,各领域应用不断拓展。数字化制造的发展将进一步推动智能化生产,而金属3D打印技术的应用将促使全球制定统一标准,以确保质量和可持续性。制造企业需加大投资和研发力度,建设数字化制造平台,培养专业人才,与合作伙伴共同创新,以应对数字化变革,提升竞争力和可持续发展。