摘要：针对物流基础设施滞后,综合运输网络尚不健全,布局合理、功能完善的物流园区体系尚未建立等问题,设计了一款基于RT-Thread操作系统的物流分拣车。其以RT1064单片机为主控核心、RT-Thread操作系统为基础,使用摄像头进行目标检测,并且采用多种传感器进行信息采集。该物流分拣车运行稳定、响应速度快,能够实现无人行驶并自动搜寻需要搬运的物品,在识别后能将物品按种类拾取到车载的储物仓中,到达指定地点后可根据要求进行物品卸载。

摘要：提出一种基于多参数细分模糊建模的物流分拣系统设计方法,以新型的棍子浮出式分拣装置为基础,将货物通过射频识别技术对信息进行采集反馈,将系统的分拣模型涉及的参数细分,在分拣控制系统中使用多参数模糊建模建立控制模型,保证系统的稳定性与分拣准确率。实际的系统测试证明,本文设计的系统在物品分类中的准确率高达93.6%,效率明显提高,具有很强的实用性。

摘要：为提高物流分拣环节的效率,本文采用当前较为成熟的技术手段设计了一种用于分拣站点的多传感器协同的机器人软件与硬件框架。机器人操作系统(Robot Operation System,ROS)为系统软件框架,利用基于激光雷达的同步定位与建图(Simultaneous Localization and Mapping,SLAM)技术和基于卷积神经网络(Convolutional Neural Networks,CNN)的图像识别技术进行自主避障与路径识别。

摘要：为了提高智能物流分拣跟随机器人的自动化控制水平,提出基于深度学习的智能物流分拣跟随机器人设计方法。机器人的设计核心在于深度学习控制算法设计,建立智能物流分拣跟随机器人的空间位置和几何位姿参数分析模型,采用位置误差补偿方法实现机器的末端位姿参数跟随识别,在轨迹误差约束下,通过深度学习算法,实现对智能物流分拣跟随机器人的末端执行器构造,通过超微参数估计和鲁棒性参数识别的方法,结合激光跟踪仪器测量装置,实现智能物流分拣跟随机器人的输出终端控制设计。

摘要：针对当前快递大量增加,人工分练的效果并不理想的现状,设计了一款在精度、灵敏度、抗干扰性和成本低等综合性能上更优的智能物流分拣小车。该小车是以STM32F407开发板上的数字摄像头接口,通过摄像头识别到的二维码图像信息及红外反射传感器信息,使小车能够到达目的地卸下包裹。同时该设计使用了2.8寸的液晶显示模块,将识别信息显示在屏幕上,并加入了语音播报模块播报小车当前的工作状态。该系统已成功应用于快递站物流分拣中,实践证明该系统对物流分拣工作效果明显。

摘要：推出式物流分拣实验装置系统，能够模拟实际分拣系统，准确、平稳地将物品自动分拣到指定位置。分拣动作柔和，适于分拣易碎物品。根据实验装置的需要，采用微型化。

摘要：目前部分快递公司中小型分拣中心仍存在需要手动录入快递地址信息,标准化、自动化程度低等问题,不利于全面自动化的实现。提出了一种基于数字图像处理的物流分拣方法,分为快递面单分割、地址区域定位和信息识别三个部分。并设计了硬件和软件工程化实现系统,通过固定机位拍摄包裹面单图像,传输到计算机上进行识别。将识别到的地址信息传输到分拣机器,从而提高分拣效率。实验结果表明,该识别方法和系统具有较好的识别精度和识别速度,能够满足工程化实践要求。

摘要：针对传统A*算法在物流分拣机器人路径规划中存在搜索范围大、转折多、路径平滑度低等缺点,对A*算法进行评价函数改进优化。并且考虑到实际车身的体积,设计安全距离,防止车身与障碍物发生碰撞。通过Matlab对自动引导车(Automated Guided Vehicle,AGV)的路径规划进行仿真实验,与传统A*算法相比,路径转折幅度减少了51.7%,转折次数减少了28.6%,遍历节点数减少了48.5%,路径距离也略微减少。与此同时,将改进后的A*算法与动态窗口法相结合,提出了改进融合算法,该算法在保证路径达到全局最优的同时实现局部优化,使AGV安全快速的达到目标点。

摘要：为了有效定位物流机器人分拣目标,保障机器人分拣工作安全可靠进行,设计基于视觉的物流分拣机器人自动定位系统。数据感知层使用STM32的图像采集技术采集机器人分拣目标的图像数据,OpenCV视觉处理技术预处理后,通过网络传输层发送到扩容存储层。目标识别定位层使用Canny算子进行边缘检测,执行连通域标记,构建机器人定位模型。实验结果表明:该系统获取到的定位结果与实际位置信息基本一致,可为机器人物流分拣工作提供定位依据。

摘要：针对自动化立体仓库进行物料拣货操作中存在的出库调度效率低下问题,通过建立相应的自动化立体仓库巷道堆垛机拣货时间优化分析模型,采用启发式计算方法对模型进行计算和分析,以实现对自动化立体仓库物料出库操作顺序的优化设计,促进其出库调度效率提升,充分发挥自动化立体仓库在物料管理中的积极作用。