在智能物流系統(tǒng)中，無人叉車（AGV叉車）不僅需要處理基本的導(dǎo)航問題，例如自主定位、規(guī)劃安全路徑、導(dǎo)航至目標(biāo)點(diǎn)等，更需要實(shí)現(xiàn)托盤識別和定位、料籠堆疊等功能，這也是叉車智能化的關(guān)鍵環(huán)節(jié)。
然而傳統(tǒng)視覺方案面對復(fù)雜物流場景（如高位存取、密集高堆疊、特殊類型料籠識別）仍力不從心，需要借助高反條作為增強(qiáng)手段，如此一來就增加了項(xiàng)目部署與維護(hù)的成本。CORE TECHNOLOGY
3D視覺傳感器+智能算法 藍(lán)芯科技M4 Pro工業(yè)相機(jī)+智能算法為無人叉車提供了領(lǐng)先的解決方案：智能識別主流托盤，高精度定位托盤孔位，自動調(diào)整進(jìn)叉方向，精準(zhǔn)叉取并放置托盤貨物等。
技術(shù)優(yōu)勢一： 硬件算力+智能算法，部署環(huán)節(jié)刪繁就簡
·算法運(yùn)行到相機(jī)嵌入式平臺，無需消耗上位機(jī)資源
·拋棄繁瑣機(jī)械式標(biāo)定，一鍵智能外參標(biāo)定
技術(shù)優(yōu)勢二：算法加持，多種托盤智能識別
·適配市面95%以上的托盤、料籠類型，無需訓(xùn)練或配參
·可配置兼容異形托盤
·一次識別多個(gè)托盤位置信息，可自動實(shí)現(xiàn)拆垛功能
·高精度自適應(yīng)取放：定位精度±3mm，托盤傾斜識別范圍±15°
技術(shù)優(yōu)勢三：3D ToF旗艦硬件，突破各類場景、應(yīng)用難點(diǎn)
·抗100KLUX陽光干擾，全天候運(yùn)行，不受環(huán)境光影響
·核心3D識別技術(shù)，支持高位存取、柔性堆垛等場景應(yīng)用
巨石作為全球玻璃纖維工業(yè)領(lǐng)導(dǎo)者，是我國新材料行業(yè)規(guī)模最大的上市公司之一，年玻纖產(chǎn)能規(guī)模位列世界第一。2017年，巨石在桐鄉(xiāng)部署智能制造基地，按趨于無人工廠的高標(biāo)準(zhǔn)開展玻纖電子布智能工廠建設(shè)，實(shí)現(xiàn)玻璃纖維生產(chǎn)數(shù)字化、網(wǎng)絡(luò)化、智能化，并形成年產(chǎn)60萬噸增強(qiáng)紗和8億米電子布的產(chǎn)能規(guī)模。
【企業(yè)需求】由于行業(yè)特殊性，巨石使用的托盤均為定制金屬托盤，使其在內(nèi)部物流自動化遭遇阻礙，客戶希望導(dǎo)入藍(lán)芯科技托盤對接方案，提升自動化搬運(yùn)效率。 - 托盤識別難：產(chǎn)線有3-4種異形托盤，常規(guī)激光或非智能視覺方案難以實(shí)現(xiàn)安全運(yùn)行所需的準(zhǔn)確檢測 - 叉取難度高：托盤存在擺偏情況，需要識別貨物位姿，完成自主糾偏
- 滿足客戶24小時(shí)不間斷運(yùn)行的穩(wěn)定性要求 - 管理運(yùn)作簡單，無需額外技術(shù)設(shè)置及操作 - 首期交付10臺設(shè)備，實(shí)現(xiàn)多機(jī)同時(shí)運(yùn)行CORE PRODUCT
核心產(chǎn)品-M4 Pro相機(jī) M4 Pro作為藍(lán)芯科技Eagle系列的第四代深度相機(jī)，集成了iTOF相機(jī)及三通道真彩色RGB圖像（或單通道MONO）輸出，同時(shí)搭載強(qiáng)大的帶8核處理器的ARM算法平臺，可以不加外部CPU的情況下實(shí)現(xiàn)視覺SLAM、視覺定位等應(yīng)用算法，讓3D視覺賦能移動機(jī)器人。
·一體集成，算力強(qiáng)大
算力高達(dá)6.0Tops，無需外部CPU即可運(yùn)行應(yīng)用算法
·測量范圍廣
可覆蓋0.3-5米距離范圍
·環(huán)境適應(yīng)性強(qiáng)
抗100KLUX陽光干擾
·M4 Pro產(chǎn)品參數(shù)
【免責(zé)聲明】所刊原創(chuàng)內(nèi)容之本文僅代表作者本人觀點(diǎn)，與新戰(zhàn)略機(jī)器人網(wǎng)無關(guān)。新戰(zhàn)略機(jī)器人網(wǎng)站對文中陳述、觀點(diǎn)判斷保持中立。本網(wǎng)轉(zhuǎn)載自其它媒體的信息，轉(zhuǎn)載目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé)。
【版權(quán)聲明】凡本網(wǎng)注明“來源：xzl機(jī)器人”的所有作品，著作權(quán)屬于新戰(zhàn)略機(jī)器人網(wǎng)站所有，未經(jīng)本站之同意或授權(quán)，任何人不得以任何形式重制、轉(zhuǎn)載、散布、引用、變更、播送或出版該內(nèi)容之全部或局部，亦不得有其他任何違反本站著作權(quán)之行為。違反上述聲明者，本網(wǎng)將追究其相關(guān)法律責(zé)任。轉(zhuǎn)載、散布、引用須注明原文來源。
