一种机器人队列的轨迹跟踪方法
    3.
    发明公开

    公开(公告)号:CN117850414A

    公开(公告)日:2024-04-09

    申请号:CN202311811285.2

    申请日:2023-12-25

    Abstract: 本发明公开一种机器人队列的轨迹跟踪方法,具体如下:周期性的采集机器人队列中各机器人当前时刻k的状态量χ(k)和控制量u(k),基于当前时刻k的状态量χ(k)及控制量的增量Δu(k)获取当前时刻的输出矩阵Y(k);将当前时刻的输出矩阵Y(k)构建目标函数,输出目标函数最小的控制量增量矩阵ΔU(k),ΔU(k)由机器人队列中所有机器人当前时刻k的控制量增量组成;从控制量增量矩阵ΔU(k)中读取机器人队列中各机器人当前时刻控制量的增量Δu(k),进而形成下一时刻的控制量u(k+1)=u(k)+Δu(k)。不依赖机器人的精确模型和领航机器人,降低了因为领航机器人出现故障则整个系统将会崩溃的成本,提高了移动机器人通过个体之间的组织、协调、合作却使它们组成的群体现出高效的路径跟踪能力。

    用于激光叉车的箱内托盘自动排布方法

    公开(公告)号:CN115818288B

    公开(公告)日:2024-10-18

    申请号:CN202211477166.3

    申请日:2022-11-23

    Abstract: 本发明公开一种用于激光叉车的箱内托盘自动排布方法,包括如下步骤:S1、输入厢式集装箱的宽度W及长度L、托盘的宽度w及托盘的长度l、托盘的安全列向间距d1及安全行向间距d2;S2、满足安全列向间距d1、安全行向间距d2下获取容积最大化的托盘排列方式;S3、计算各个托盘在厢式集装箱局部坐标下的位姿。据车厢及托盘尺寸自适应的排布厢式集装箱内托盘,并自动输出各托盘在厢式集装箱内的位姿,实现激光叉车在货物装车领域的应用,还便于后续的激光叉车的自动卸货,此外,在进行托盘的自动排布的同时,排布时,在满足安全距离的前提下尽可能减少托盘间的间距,提高车厢的空间利用率。

    一种无人叉车协同充电调度方法
    7.
    发明公开

    公开(公告)号:CN117787830A

    公开(公告)日:2024-03-29

    申请号:CN202311795571.4

    申请日:2023-12-25

    Abstract: 本发明公开了一种无人叉车协同充电调度方法,属于无人叉车领域。所述方法包括步骤:S1.获取所有的无人叉车的剩余电量和任务链;S2.通过设置剩余电量的阈值对所述无人叉车进行分级,并根据所述分级在对应无人叉车的任务链中插入充电任务;S3.根据插入充电任务后的任务链,预估无人叉车按照所述任务链执行后的状态,并根据所述状态和任务需求调整任务链;S4.无人叉车按照对应的任务链执行。本发明通过对无人叉车的分级管理和任务链规划,实现了无人叉车作业任务和充电任务的协同调度,提高了充电效率和调度能力,从而提高了物流和仓储系统的效率和灵活性。

    一种移动机器人多图层间快速切换方法

    公开(公告)号:CN117782087A

    公开(公告)日:2024-03-29

    申请号:CN202311693960.6

    申请日:2023-12-08

    Abstract: 本发明公开一种移动机器人多图层间快速切换方法,包括如下步骤:(1)构建移动机器人运行环境的图层拓扑结构模型;(2)基于图层拓扑结构模型规划移动机器人当前位置所在图层到任务位置所在图层的最短图层距离的图层集合F;(3)依次构建图层集合F中不同图层的图层环境拓扑结构模型;(4)依次规划图层集合F中当前图层到下一图层入口的最短路径,完成移动机器人当前位置所在图层到任务位置所在图层的路径规划。本发明能够有效获取移动机器人当前位置至任务位置最短跨越图层集合,提高不同图层间移动机器人任务执行效率,减少任务执行时间,从而提供运输效率,降低运输成本。

    一种基于CatBoost的AGV货叉速度控制方法

    公开(公告)号:CN118929522A

    公开(公告)日:2024-11-12

    申请号:CN202311850174.2

    申请日:2023-12-29

    Abstract: 本发明公开了一种基于CatBoost的AGV货叉速度控制方法,包括以下过程:安装传感器:所述的传感器包括压电传感器、光电编码器、拉线编码器和定时器模块;数据收集与预处理:所述的数据为车辆内外部信息,包括叉齿的载重Fw、车辆的行驶速度V、叉齿当前的高度Fh、期望升降速度S、实际升降速度Sreal;使用随机搜索优化Catboost超参数;Catboost梯度提升训练;使用Catboost完成训练的模型F(x)预测叉齿抬升速度。采用上述技术方案,通过综合叉车式AGV传感器数据和输入期望速度来预测真实抬升速度,使得在各种条件下预测速度都接近实际叉齿运动速度。

    一种AGV上IMU和2D激光雷达的标定方法

    公开(公告)号:CN118443057A

    公开(公告)日:2024-08-06

    申请号:CN202410681093.2

    申请日:2024-05-29

    Abstract: 本发明公开一种AGV上IMU和2D激光雷达的标定方法,包括:初步测量2D激光雷达在IMU下的初始位姿;基于2D激光雷达及IMU的同步位姿增量优化初始位姿,得到2D激光雷达在IMU下的位姿;控制AGV直线行驶一段距离,计算IMU在AGV下的姿态;控制AGV缓慢的原地旋转,拟合AGV车体控制中心在地图中的位置,同时在每次旋转结束后,优化IMU在占据栅格地图中的位置及2D激光雷达在IMU下的位姿;计算IMU在AGV下的位姿;计算2D激光雷达在AGV上的位姿。通过不同传感器的不同测量特征,设计融合不同数据来直接或间接标定相对位姿,提高了IMU和2D激光雷达在AGV上的标定精度的同时,且无需借助GPS实现IMU和2D激光雷达在AGV上的标定。

Patent Agency Ranking