SEER 技術的な乾式識別カラムでの形状認識

製品センター

I. なぜ形状認識なのか？

棚は常に一定の位置に固定されているわけではありません。 AGVが棚を引いたり持ち上げたりする際には、棚の位置を正確に知る必要があります。このとき、地図上でのAGV自身の位置は正確ですが、地図上では棚の位置は不明なので、棚の位置を特定するために棚を特定する必要があります。シナリオによっては、棚の脚を変更できない（反射フィルムを貼るなど）必要があるため、棚の脚の形状を特定する必要があります。

II. 棚脚の形状を識別するための要求事項

1.一般的に、棚は長方形を形成するために必要な4つの脚とされています。

2. 棚の設計では、ジャッキ機構に適合する限界穴、棚脚に支持される棚板部分など、他のすべての部分が軸対称の形であることが要求される。

3.棚板の内幅は、ロボットの最大幅より20cm広く、すなわち左右に10cmの冗長な穴あけ棚調整スペースが必要です。

4. ジャッキモジュールの移動によって決定される棚の高さ要件。

5. 棚の脚の表面は、滑らかで平らであることが要求される。

6. 棚の脚の形状は、正方形のレギュラータイプが望ましい。

6. 棚板の脚の表面は、鏡面反射材であってはならない。

7. 棚の脚の表面は半透明であってはならない。

8.棚板の脚の表面は黒色であってはならない。下图为比较典型的可用的货架腿。

III. パラメータ構成の説明：

上図はLIDARによる形状認識の模式図で、図中の青い座標系はAGVの車両座標系、破線の四角は設定可能なLIDAR認識エリア、四角中の点線はLIDARスキャンスキャンの模式図である。

LIDARによる形状認識では、認識する棚の脚部がLIDARの認識範囲内にあること、および現場の環境に応じて認識範囲を設定できることをご確認ください。

このように、LIDARの認識範囲を示すいくつかのパラメータがありますが、実際の現場環境に合わせて設定する必要があります。

ValidShapeX: 車両座標系での最大認識距離（m）。

ValidShapeBias: 偏差量。

認識方向の違いにより、認識回路図の破線枠に示すように、認識範囲が自動的に計算されます。

detect_direction が x の場合、ValidShapeX は車両座標系における x 方向の最大距離、すなわち 0 < x < ValidShapeX となり、y 方向の認識範囲は、- (distance/2 + ValidShapeBias) < y < (distance/2 + ValidShapeBias) とする。

detect_direction が -x の場合、ValidShapeX は車体座標系における x 方向の最大距離、すなわち、 -ValidShapeX < x < 0、y 方向は - (distance/2 + ValidShapeBias) < y < (distance/2 + ValidShapeBias) の範囲で認識される。

detect_direction が y の場合、ValidShapeX は車両座標系における y 方向の最大距離、すなわち 0 < y < ValidShapeX の場合、x 方向は - (distance/2 + ValidShapeBias) < x < (distance/2 + ValidShapeBias) の範囲で認識される。

detect_direction が -y の場合、ValidShapeX は身体座標系における y 方向の最大距離、すなわち -ValidShapeX < y < 0 となり、x 方向は - (distance/2 + ValidShapeBias) < x < (distance/2 + ValidShapeBias) と識別される。

注）車体座標系は右手座標系であり、真正面をx正方向、真左をy正方向とする。

ValidShapeDistanceThreshold：この値は、認識アルゴリズムによって内部的に計算された棚脚間の距離と実際の距離の差を表します。

ValidShapeLineThreshold：値は、認識アルゴリズムによって内部で計算された棚脚の長さと実際の長さとの差を表す。

ValidShapeLineSplidThreshold：この値は、棚の脚の対角線の長さの半分を表し、棚の脚のサイズに応じて変更する必要があります。

ValidShapeValidShelfAngle：この値は、車体と棚板の間の最大傾斜角を表し、識別方向が車両の前後方向の場合は、車両の前後方向と棚板の間の最大傾斜角、横方向の場合は、車体の側面と棚板の間の最大傾斜角として表現される。

ValidShapeDetertorNum：この値は連続認識回数を示し、結果が連続認識回数に近い場合、認識されたと見なされる。このパラメータは、ドリルシェルフに対してのみ有効である。

弊社ソフトウェアRoboshopを使用して、[Identify File]タブをクリックして設定画面に入り、「棚」ファイルを選択し、右側のプロパティウィンドウで棚記述ファイルのパラメータを設定します。次の図のようになります。

ドリルイン属性パラメータの説明：

1. align_depth：シェルフを穿孔するために前面を認識する深さ（x方向）。

2. anti_align_depth: 後端認識用ドリルドシェルフの深さ(-x方向)です。

3. y_align_depth：車両前部の横方向の認識（y方向）が棚板を穿つ深さ。

4. y_anti_align_depth：シェルフの後方横方向認識（-y方向）の穴あけの深さです。

5. continue_detect: 連続検出を有効にするかどうか。

6. recDist：フロントポイントが棚の位置から遠い場合、recDistを設定することができます。この値は、棚からどのくらい離れて認識を開始するかを示し、不整地、水平でないLIDAR設置などの影響をある程度軽減することができ、認識精度を向上させることができます。

図のように5つのパラメータを設定する必要があります。：

1. rightStandardLength, 右の棚の脚の長さ。

2. rightVerticalLength, 右側棚板の脚の幅。

3. leftVerticalLength: 左の棚の脚の幅。

4. leftStandardLength, 左の棚の脚の長さ

5. 距離、棚の脚の内側の側面間の距離

6. use_optimization, デフォルトでチェックされており、最適化を使用することを意味します。

また、棚板の脚の長さと幅の角度は、デフォルトでは90°ですが、認識精度を高めるために、棚板の脚の長さと幅が6cm以上の場合にuse_optimizationにチェックを入れて追加設定することが可能です。

IV. 使用上の注意：

以上の反射膜や形状認識に関する設定が完了したら、棚点に対応する前点プロパティに認識モデルファイル、すなわち棚ファイルを設定し、棚穿孔時にロボットがバリアを停止しないよう、ラインプロパティのObsExpansionを0に設定すれば良いだけである。その後、実行アクションの設定を行うことになる。

1. 棚の位置を特定し、そこに穴をあけて持ち上げるために、Recognizeにチェックを入れ、Loadをクリックします。

2. あなたは、棚の場所を特定する必要がない、ループを開き、固定位置にドリルやジャッキアップ、Recognizeを確認する必要はありません、[ロード]をクリックします。

3. あなたはそこに棚が占有されている場合、それがエラーを報告する場所と場所の棚、チェックRecognisze、クリックアンロードかどうかを識別する必要があります;いいえ、直接ループを開き、配置、チェックする必要はありませんRecognisze、直接クリックアンロード。

4.RecognizeをチェックしてWaitをクリックすると、ロボットは棚の位置を認識し、棚の底に穴を開け、モジュールを持ち上げる動作をせずにタスクを終了します。RecognizeをチェックせずWaitをクリックすると、ロボットは固定経路でワークステーションまで移動し、モジュールを持ち上げる動作をせずにタスクを終了します。