人工OR机械装卸集装箱内装卸货物“bug”重重

描述

上世纪60年代,货物运输集装箱化逐渐发展兴盛并成为现代运输业的重要组成部分。基于高运输量、加快货物周转与流通速度、节约包装材料等优势,货物集装箱运输已占到世界杂货运输量的四分之一。

货物运输集装箱化从目的上来说,就是要实现加快运输速度、降低运费;而随着世界经济发展步伐越来越快,集装箱内装卸货物环节无论是采用人工还是纯机械装卸的方式,都成为了降本增效的阻碍。

人工OR机械装卸集装箱内装卸货物“bug”重重

招人难基本上是所有体力劳动岗位面临的最大困境,集装箱货物装卸就属劳力密集型工作,而这些岗位往往又对人的身体有着一定的损害,即使提高工人工资,问题也只是暂时缓解得不到有效解决;其次人工装卸效率提升上限较低。

因此,大部分企业尝试用纯机械(叉车)或者混合装卸(人工加机械)来取代完全的人工作业,以革新生产工具的方式来提升生产效率,虽然在某种程度上可以达到提升效率的目的,但这两种作业方式又产生了新问题。

一方面,机械装卸方式需要事先将货物事放置在托盘,虽然实现了码垛单元化,但货物装在集装箱之中由于货物底部由托盘承载,占据了很大的空间,且货物上方要便于叉车的装卸会预留出一部分空间,导致装载完成后集装箱内部上方的空间没有得到充分利用。

另一方面,受叉车操作人员的操作熟练程度不同的影响,机械装卸货物的效率以及对货物的损坏率差异较大,无形中增加了运输的总成本。

为尽可能摆脱人力缺失的影响,降低集装箱货物装卸的成本,提高集装箱货物装卸的效率和装卸人员及货物的安全性,基于省力化、顺畅化、短距化、单元化、连续化、人性化等原则,隆深机器人设计了用于集装箱自动装卸货物的机器人代替现有的集装箱货物装卸方式。

▲隆深机器人集装箱机器人装卸解决方案

据悉,隆深机器人集装箱机器人装卸解决方案集成了箱管控系统、AGV与川崎拆装/装卸机器人、传输带等物理设备,用于集装箱内部箱式货物的高效自动装卸,该解决方案按功能可划分为箱外拆垛、货物输送、箱内码垛三大模块。

集装箱机器人装卸解决方案——破解物流自动化“最后一米”难题

集装箱机器人装卸解决方案在集装箱内实现自动装箱码垛时,关键动作点包括:

AGV在集装箱内的定位,对码垛基准位置进行定位控制;

机器人箱内码垛过程中对实时工作位置的识别,并调整自身运动轨迹;

码完一整层后AGV后退,再次对码垛基准点进行定位;

根据AGV定位偏差调整机器人参考坐标系。

因此,隆深机器人必须解决在密闭而有限的工作空间内:机器人实时运动轨迹规划,避免机器人、货物、集装箱三者之前的干扰与影响;在动态过程中实现货物的合理堆放,避免集装箱内空间的浪费;AGV的高精度定位问题等。

据了解,在整个工作过程中,机械臂完成每一次抓取、堆放动作后,货物的空间坐标位置和机器人的动作轨迹都发生了实时变化,隆深机器人开发的小空间大负载机械臂轨迹规划,可以将货物的尺寸与机械臂初始的运动轨迹进行融合,作为搬运货物时机械臂轨迹规划的依据,保证机器人工作的顺畅化、短距化、连续化,避免货物与集装箱的干涉,导致机器人或者集装箱受到损坏。

同时,隆深机器人开发的三维堆叠路径规划系统,基于集装箱尺寸和内部空间的固定性,其在规划箱子堆放路径时,用户只要输入相应的箱子尺寸,路径规划系统就会做出相应的三维规划,对集装箱空间进行充分的利用,同时结合机械臂抓取货物的轨迹规划,计算出最适合的三维堆叠方式;避免存储空间的浪费,从而大大提高货物存储运输的数量。

AGV的高精度定位事实上是整个解决方案的基础。一方面,当AGV进入集装箱内部时,装有机械臂的一端与货物之间要保持合适的距离,便于机器人对货物的抓取;同时小车两侧需要与集装箱两侧保证最低安全距离,不产生碰撞,当一排货物卸载完毕后,控制系统可以根据提前输入的货物的尺寸控制小车前进相应的距离,保证货物的实时抓取。

在整个方案设计过程中,隆深机器人采用数字孪生技术,对集装箱、机器人、纸箱夹具、纸箱、推板、传输带、AGV等进行虚拟建模,对川崎机器人装箱过程进行动态仿真,实现虚拟空间与实物装箱的联动控制。

基于此,隆深机器人集装箱机器人装卸解决方案最终实现了集装箱的自动码垛,彻底代替人工进行24小时码垛工作:不仅可以解放劳动力,提高生产效率,还可以为集装箱货物完全自动化装车作业的不断发展提供参考。

该解决方案应用之后,大大提高了生产效率:之前人工的工作效率为2.5h/柜,机器人可以达到1h/柜,隆深机器人认为机器人自动装车系统融合了3D视觉识别与定位、轨迹规划、码垛算法等多项关键技术,将代替传统人工装车,是解决物流自动化行业“最后一米”难题的关键,可广泛应用于物流、汽车、家电等行业。

责任编辑:lq

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分