叉车机器人托盘定位技术：近期进展回顾

论文链接：https://crgjournals.com/robotics-and-mechanical-engineering/articles/pallet-localization-techniques-of-forklift-robot-a-review-of-recent-progress

摘要

托盘广泛应用在仓库和零售店中，对于叉车机器人和托盘拣选设备，托盘的自动定位和识别技术对于非常值得研究。由于托盘类型在实际场景中变化很大，因此很难研发单一的解决方案来检测所有类型的托盘。

本文概述了工业叉车机器人和托盘拣选设备上的托盘识别和定位技术。回顾和比较了一些现代计算机视觉技术。特别的，深度神经网络（DNN）通常用于RGB图像中托盘的检测和定位；点云方法用于标记二维范围数据中的感兴趣区域（ROI），并提取托盘的特征，该方法能够提供托盘的精确定位。此外，还介绍了托盘识别和定位算法（PILA）模型，该方法可以在没有任何人工辅助的情况下提供高精度的托盘方位角和中心位置，利用RGB图像和点云数据，配合低成本的硬件来平衡定位精度和运行时间。

实验结果表明，托盘在3m距离处的3D定位精度为1cm，角度分辨率为0.4度，运行时间小于700ms。PILA 是一种有效的解决方案，可用于自动托盘拣选设备和叉车自主导航应用。