祝大家平安夜&圣诞节快乐！MERRY CHRISTMAS

Hi，我是小编NewP。

机器人跟人类的脑回路可不一样。人天生趋利避害，而机器人的每一个动作都是人一点点敲出来的。

嘉腾在AGV领域研究已超过15年，但整个行业的机器人感知能力仍然比较单一，如面临货物摆放、堆叠不规则、货笼无法精准定位，或叉取时出现视觉盲区等一系列状况，本应高自动化、高一体化、高灵活性的AGV就会呆住。

对于它来说，困难不是重复作业，而是面对无序。

这意味着它需要对环境进行感知、分析，继而在复杂的工况和环境中做出判断，而这些都是当前AGV技术中的发展难题。

最近两年的研发过程里，嘉腾有意识地针对以上困境，提出了无序货物装卸场景下的视觉定位和路径规划技术。

无序货物装卸

人工参与操作的生产环节在货物生产、输送过程中，往往会产生较大的摆放位置误差，过大的误差导致AGV无法识别目标，造成无序环境，典型如司机开车到达卸货区，每次停车位置不同，需要AGV识别货车停靠姿态，读取货板上所有栈板的位置，叉取栈板卸货。

为了帮助AGV识别无序环境，“看到”搬运目标，嘉腾提出了基于深度相机的托盘识别与位置检测的技术方案。

基本原理

以相机作为坐标系原点，视觉系统输出托盘中心或叉孔中心在相机坐标系中的坐标值（x，y，z），以及托盘在 X-Y 平面内绕 Z 轴的旋转角度（θ）。示意如图1、图2：

当 AGV 行进至离托盘约 2m 处时，视觉系统进行第一次托盘位置检测，并向AGV 反馈托盘的位置参数。AGV 根据托盘位置参数持续调整后续的运动路线。

基于机器视觉快速成像技术结合视觉核心的算法处理技术进行整体设计，嘉腾实现了对无序目标的快速检测和可视化显示。

视觉定位数据采集界面

在识无序货物装卸下的视觉定位和路径规划别搬运目标后，AGV通过3D相机测量栈板的相对偏移，返回横向偏移x、纵向偏移y、高度差z、姿态角差这四项偏移量，再将偏移量进行相应的坐标转换，得知当前目标栈板的真实世界坐标，AGV再以当前坐标为起点，栈板的真实坐标为终点，规划一条新的综合光滑度、行驶时间等多样因素的路径进行取货。

通过基于视觉的实时定位和路径规划技术，AGV对比盲目执行定点的搬运工作，增加了针对搬运物的感知、分析、路径二次规划的计算过程，使AGV能够应对一定程度的无序环境，从而实现外来物流车辆—叉车—货物—立库—叉车—出货物流车辆的工厂物流全无人搬运解决方案。

视觉定位和路径规划演示