3D视觉技术又称为3D机器视觉技术,可以简单地定义为对三维对象(或表面)进行测量或检查的技术。其基本原理是通过双目相机进行图像信息采集,将采集的信息进行压缩处理,利用几何算法,确定对象的三维坐标。有几种不同的方式可以实现:
1)激光轮廓分析:激光轮廓分析是受欢迎的3D成像技术之一。被测物体通过激光束移动,利用激光反射原理测量出物体的轮廓。
2)立体成像:另一种流行的3D成像技术是立体成像,其中两个相机用于记录物体的2D图像,可以将其三角化并制成3D图像。
3)条纹投影:在条纹投影中,条纹图案投影到待测量的整个表面区域上。通过垂直于被测物体定位的摄像机记录图像。
4)飞行时间:飞行时间法测量光脉冲到达被测物体返回的时间。测量每个图像点所花费的时间将根据对象的大小和深度而变化,每个点将在测量时提供该信息。
3D视觉技术在物流系统中有广泛的应用前景,如自动码垛/拆垛,自动装车/卸车等,3D视觉还可以用于障碍物探测,污损条码分析,工件检查等多种场合。是智能仓储不可或缺的基础技术。
2.6 SLAM自然导航技术
SLAM(simultaneous localization andmapping)即同步定位与映射,指在未知的环境中,移动设备(如AGV机器人)通过自身所携带的传感器(激光传感器或者3D视觉传感器等)来对自身进行定位,并利用传感器获取环境信息,构建增量式地图,从而完成自动导航的目的。SLAM自然导航是AGV系统采用的新的导航方式之一,也是未来智能仓储采用的主要的导航方式。其根本原因是自然导航突破了传统导航技术(如磁线导航、磁钉导航、二维码图像导航、激光导航等)需要预设场景的限制,可以实现非预设路径的导航。SLAM自然导航技术还可以用于无人驾驶汽车,其原理与AGV是一致的,由于路况的原因,无人驾驶汽车面对的情况要更加复杂。
2.7 物流可视化技术
按照狭义的定义,可视化(Visualization)是利用计算机图形学和图像处理技术,将数据转换成图形或图像在屏幕上显示出来,再进行交互处理的理论、方法和技术。而可视化在物流系统中的应用范围要更加宽广,总体来说,物流可视化技术就是利用计算机网络技术、物联网技术、图像处理技术等,使物流过程和物流数据实现可跟踪和可监控。物流过程包括收货、检验、存储、拣选、补货、输送、包装、集货、发货、运输等,物流数据则包括物流过程中所产生的和携带的所有数据,包括但不限于订单数据、库存数据、作业数据、设备数据、管理数据、财务数据、故障数据等。
与可视化相关的另一个概念是数字孪生(DigitalTwin)。数字孪生早是用于航空航天飞行器的健康维护与保障。在数字空间建立真实飞机的模型,并通过传感器实现与飞机真实状态完全同步,这样每次飞行后,根据结构现有情况和过往载荷,及时分析评估是否需要维修,能否承受下次的任务载荷等。数字孪生在物流仓储系统的应用有两方面,其一是在设计阶段就完成数字化模型,从而在虚拟的空间中对仓库进行仿真和模拟,并将真实参数返回以指导设计修正;其二则是在建成后,在日常的运维中实际系统和仿真系统二者继续进行实时的信息交互,从而实现系统全生命周期的数字化监控。
物流可视化技术为订单跟踪、故障处理、系统评估提供了依据,其意义不仅在于提高客户服务的质量,其更大的价值在于数据可呈现于管理的各个平台,从而为同步决策和管理提供了可能。