智能叉车AGV反光柱识别问题
转载 2020-11-23 16:10 凌鸟智能 来源:凌鸟智能智能叉车AGV反光柱识别——最小反光系数
最小反光系数,是识别AGV反光柱最重要的一个参数。轮廓中每个点的数据都包含了反光系数,只有超出设置值的点才有可能被识别AGV反光柱。此值默认设置为400,可根据实际情况修改。
智能无人叉车反光柱识别——反光半径
激光雷达测量得到的距离和反光系数,其所属对象的点,是在反光柱的圆面上。想要在圆的不同方向得到一个相同的位置,就只能是圆心。所以地图里存储的点,也应该是反光柱的圆心位置。从圆上的点,计算圆心的位置,显然就需要半径这个参数。目前用过两种规格的反光柱,直径分别为90mm/75mm,对应半径即为45mm/37(38)mm。此值切记要在建图开始之前设定好!
智能AGV叉车反光柱识别——扫描半径
中配版R2000的最大扫描距离为30米,虽然距离越远,越容易扫描到更多的反光柱,也就不太容易丢地图;但并不代表着扫描半径越大越好。因为扫描半径越大,表示参与运算的反光柱就会越多,会增加定位算法的耗时,和增加跳地图的概率。通常AGV叉车会在巷道较多、反光板较密集的场地,适当的减小扫描半径。比如25m/20m/15m
AGV小车反光柱识别——最强反光系数和距离关系容差
前面提到的最小反光系数,可以过滤掉反光较弱的物体。但很多场地,除了反光柱,往往存在着很多其他反光较强的物体,只靠反光系数是无法筛选出完全正确的反光柱。在实验过程中我们发现,反光柱的最大反光系数和其具体雷达的距离,是存在着一定关系的。这个关系可以帮助我们识别反光柱,此容差参数,即允许的实际系数和理论系数的误差值。
网友评论0条评论
相关资讯
更多- WAIC强化学习新范式探索之夜 | 强化学习与大模型融合,是智能体进化的 “黄金法则”,还是误入复杂迷宫的 “冒险尝试”?
- 德媒《it-zoom》:人形机器人即将取得突破
- 认知机器人会成为工业流程的未来吗?
- 叉车车队的人工智能驾驶安全追踪系统在英国问世
- 欧洲首个 CE 合规无人驾驶物流车辆迈入工业部署
- 展商直击 | WAIC 2025圆满收官,上海码极客实力呈现多模态世界模型与空间智能技术成果!
- 《Dcvelocity》面对面采访:Dematic 总裁 Michael Larsson
- 内部物流中的人工智能:增强人类潜能,而非取代人类潜能
- 客户案例|从分散式地堆到13米高位密集存储,卓一人上行三向叉车赋能调味品行业
- “五羊” 机器人组团出道,等你来偶遇!