仙知案例|基于SRC的激光SLAM自动叉车在工厂智能搬运中的应用
在工厂的智能物流环节,移动机器人是非常重要的存在。需要移动机器人完成的作业任务有线边配送、原材料出库与入库、从仓库到产线的配送、产线与产线的对接、产线与成品库的配送、成品库的出入库等。
由于每个工厂所生产的产品不同,相应的货物和料架也不相同,所以对移动机器人的类型需求也不一样。即使是同一个工厂,因为原料库、产线及成品库所需运送的货物不一样,可能需要的移动机器人类型也不相同。
作为智能物流里的一员,自动叉车随着各市场变革已逐渐成为智能化设备中的翘楚,自动叉车助力智能物流的应用场景一般在于工厂和仓库中的物料搬运,比如:
仙知针对当下大多数工厂对成件托盘货物的装卸、堆高、码垛和短距离运输等作业问题,结合林德打造全新自动叉车解决方案——基于SRC的激光SLAM堆高式自动叉车SFL-L14。
车体国际一线品牌,稳定可靠
基于SRC的激光SLAM堆高式自动叉车SFL-L14,车体搭载国际一线品牌——林德叉车,采用林德标准叉车为基础,系列化生产,不仅有稳定的质量,更低的故障率,维护更有保障,配件供应更充沛,且自动化控制模块与标准叉车完美结合,客户直接受益林德完善的服务网络和配件供应。本地化服务和充沛的配件支持,专业的维护工程师,是客户后顾无忧的选择。
真正的激光SLAM
基于SRC的激光SLAM堆高式自动叉车SFL-L14采用业界领先的自然导航技术(Natural Navigation),导航技术核心SLAM (simultaneous localization and mapping),即时定位与地图构建。
采用自然导航技术,可直接以现有的建筑墙壁、柱体、货架等作为参照系,扩展方便。无论是路线变更还是仓库调整,只需要手动驾驶AGV在新仓库中完成地图学习,实现实时构图与定位,即可完成扩展。不仅定位精确,实施调试更加方便。
不需要反光板,激光扫描整个作业场景,通过算法优化快速建立整个工作场景地图,由系统软件达到路径规划、交通管制的功能。当工作场景有变动,就可以凸现出没有反光板的优势:
1、便捷
无需安装反射板等额外的定位标识,实施简单
2、灵活
可以快速简单地实现创建或调整运行路径
3、精准
以实际仓库布局作为参照系,通过激光雷达实时定位
智能管理,灵活调度
基于SRC的激光SLAM堆高式自动叉车SFL-L14可单机使用,也可多辆组成机器人车队。可无缝接入统一资源调度系统SRD,与客户上位系统对接,获取WMS\ERP等系统指令,完成指令优化分配,同时管理交通调度。多种呼叫触发模式,提供作业的灵活性,包括呼叫按钮手动触发,或者I/O传感器与其它类似输送带等对接联动触发。而智能托盘自主识别,可以自主识别区域内是否有托盘货物,自主触发将对应区域内的托盘货物搬运至目标区域的空位,智能化的运作。
双模作业
双模作业模式,柔性设计满足手动/自动快速切换;当扳动手柄,车俩自动切换为手动模式;当松开手柄,车辆自动处于自动模式待机状态。叉车手柄用于手动操作,操作上与普通叉车无区别。双模作业,不仅设备管理更简单,作业应用更灵活,物流高峰期,可应用手动作业,增加车辆。
全面防护
基于SRC的激光SLAM堆高式自动叉车不仅可检测平面障碍物,更通过斜面激光幕或3D摄像头检测悬空障碍物,三维立体安全保护。
依靠先进的传感器技术,转弯目标路径自主障碍物检测。普通AGV仅能检测车身正前方的障碍物,与至相比,基于SRC的激光SLAM堆高式自动叉车可以自主检测转弯目标区域的障碍物,提前减速停车。
相比传统的叉车,基于SRC的激光SLAM堆高式自动叉车更为柔性化与智能化,除了众所周知的超大负载之外,它的优势还有:
车载计算机的硬软件系统日益强大,可实现从无线网络来接收调度或客户的指令;
智能导航,智能行驶,智能建图,智能充电,智能诊断一系列的智能化使得自动叉车在智能工厂中凸现出来;
优化路线,运作管理,车辆调度,安全避碰等这些功能,完全实现了自动叉车的智能化、信息化、网络化;
自动叉车是24小时不知疲倦的聪明智能车辆,能主动、自序、有节拍的按最安全、快捷的路线执行作业。
有关仙知
仙知是一家以移动机器人控制与调度为核心的高新技术企业。作为一站式移动机器人方案专家,仙知机器人掌握了具有自主知识产权的移动机器人核心技术,并在工业自动化领域内拥有丰富的项目经验。仙知机器人致力于服务各行业集成商,并为其提供包括移动机器人控制、调度与信息管理在内的一站式移动机器人解决方案。
目前,仙知的产品、技术及解决方案已在汽车制造、家电制造、3C电子制造、半导体制造、食品烟草、电商仓储、安防巡检、商用服务、医疗教育等领域广泛应用。
仙知积极践行企业使命—“让智能创造价值”,不断坚持技术创新,并以开放包容、合作共赢的姿态携手合作伙伴,最大程度地满足客户对产品、技术与解决方案的高品质追求,力争“成为机器人产业的创新者与引领者!”
本文系作者授权本站发表,未经许可,不得转载。