随着仓储自动化水平的不断提升，无人叉车的设计和应用也面临着更高的标准。无人叉车(AGV)必须具备更高的稳定性、安全性和智能化水平，以确保它们能够精确地识别货物位置并高效地完成叉取和放置任务，同时最大限度地降低碰撞事故的风险。
今天为大家介绍，面对人工搬运与自动化AGV协同作业的挑战，迈尔微视如何依靠先进的视觉解决方案与全方位的技术支持，为合作伙伴提供关键的智能化升级方案。
项目背景介绍
某华南自动化仓库部署了多台AGV以优化货物搬运流程。然而，在仓库的日常运作中，不可避免地存在人工搬运货物的情况，造成系统获取到的库位占用状态信息更新不及时，信息滞后可能导致AGV接收到错误的操作指令，不仅降低了作业效率，还可能引发安全风险。
为了解决这一问题，项目计划引入先进的库位状态识别系统，全面监测库位状态，并实时将最新信息反馈给WMS系统。通过这种方式，实现库位的数字化管理，确保AGV在执行货物叉取和放置任务时，操作更加高效、稳定和安全。
可供选择的库位状态识别传感器
• 单点激光雷达：单点激光雷达一次只能发射一束激光到物体表面形成一个点，这样的测距方式容易忽略纸箱与纸箱或托盘与托盘之间的缝隙，进而将当前库位识别为缺少货物或为空，造成堆放事故。
• RGB相机：通过深度学习对目标区域进行检测时，一旦有训练集之外的物体进入库位时，可能造成误检，给出错误的库位判定信息;另外，针对有货物堆叠需求的库位判断时，RGB相机给出的信息缺少货物高度信息，导致难以安排堆叠任务。
• 迈尔微视RGB-D相机：可提供库位的三维数据与颜色信息，内置算力，无需外部工控机。
与此同时，迈尔微视提供库位状态识别软硬件一体解决方案，及专业的模型训练和部署指导等服务支持，考虑到整个方案具有较高性价比，且部署便捷，最终整个仓库完成了上百台传感器的部署，对整个仓库的库位状态实施全面实时的监测。
迈尔微视方案详细介绍
迈尔微视基于RGB-D相机开发的3D视觉库位状态识别方案，通过采集库位的3D点云数据和RGB数据实现库位的准确识别，实时监测每个库位的占据状态及货物高度信息，为移动机器人提供精细的数据支持，实现库位数字化管理，确保准确的货物取放操作。库位识别算法内置于相机端，无需外部增加运算单元，降低部署复杂度，实现项目降本。
• 全面监测：通过三维数据和颜色信息采集，结合AI技术，精准识别库位状态。
• 简易部署：库位状态识别算法置于相机端，降低部署与维护成本。
• 灵活通讯：支持TCP/IP、UDP、HTTP等多种通讯方式，以JSON格式实时上报数据至控制系统。
• 提升效率：实时传递库位信息，协助调度系统快速、准确地分配任务。
针对较高仓库的库位状态监测需求，迈尔微视即将推出T2产品，该产品最远工作距离可达30米，点云分辨率达1608x280，进一步满足远距离高精度测量的场景。
作为移动机器人和物流仓储自动化视觉解决方案专家，迈尔微视不仅提供软硬件一体化视觉技术解决方案，而且提供全方位服务支持，致力于帮助合作伙伴提升物流自动化水平，实现更稳定、更安全、更智能的仓储管理。
沪公网安备31011702889251