厢式货车自动车系统

行业领域

新能源及节能技术

需求背景

随着现代社会的发展，物流对运输的保障要求越来越高，传统的货物装车方式往往需要大量人力投入，费时费力，效率低下。为了提高物流运输的效率和质量，降低装车成本，减少人员健康危害，自动装车系统技术的研发变得尤为重要。

需解决的主要技术难题

1）卡车尺寸不确定，单个相机可能无法拍全卡车，需要安装多个相机用于拍摄卡车，需要把多个相机拍摄的图像进行拼接，图像拼接存在误差，会影响后续的卡车提取的成功率和精度，此外拼接后的图像尺寸过大，深度学习模型在处理的时候需要耗费大量的时间；

2）卡车类型、颜色等都不确定，使用深度模型提取卡车车头和车厢的正确率可能比较低；

3）卡车不确定是箱式飞翼门、高栏车或者是低栏车，不同的开门方式会对深度学习的提取造成很大干扰，此外也会影响激光雷达扫描卡车；

4）车厢与车头会存在各种形式的粘连，车厢的形状也是无法确定的，根据深度学习提取结果，使用激光雷达点云计算车厢位姿与尺寸比较困难；

5）车厢中可能会存在不满载的情况，会影响车厢位姿与尺寸计算，也会导致生成无效任务点。

期望实现的主要技术目标

1.尺寸与负载能力：根据具体需求，自动装车系统的尺寸和负载能力会有所不同。例如，某些系统可能要求长度和宽度均不超过3米，链条节距有多种选择，而称重能力可能小于2吨/米。
2.速度与效率：自动装车系统通常具有较高的线速度，可根据需求要求进行调整。例如，某些系统的线速度范围可能在0.1至60米/分钟之间。此外，系统还追求高效的装车效率，如某些系统能在短时间内完成大量货物的装车任务。

科创中国