基于双目视觉识别技术 的装车作业流程优化文献综述

 2021-10-24 15:27:54

毕业论文课题相关文献综述

在货物的流通和配送过程中,装车环节是最费时费力的部分,直接影响着运输部门的工作效率。

随着科学技术的不断发展和智慧物流时代的到来,视觉识别技术的研究与应用和计算机模拟装车方案越来越受到物流工作者的重视。

现阶段进行人工装车作业时,装车工人大多凭经验和主观判断进行货物的码垛。

一方面,工人在规划装车方案以及发现不合理装车进行调整的时候,容易浪费大量时间,使得整体堆垛效率低下;另一方面,不合理的货品码放使得箱体空间利用率低,且容易造成货物或包装挤压变形等现象。

因此,需要一个能够快速获取包装尺寸信息的系统和能够快速响应的装车算法,实时构建预设模型,计算出最优装车方案。

对于包装尺寸的获取,国内早期出现了基于光电扫描方式的测量架[1],但该方法不仅效率低下,且测量精度过于依赖高性能硬件;广州市西克传感器公司研发的DWS系统[2],利用激光或光栅式体积扫描系统测量包裹体积,但是该设备对环境要求比较高,且成本昂贵;堆叠货物体积测量系统[3]主要应用于航空货运,在物流领域难以实现广泛的应用。

随着计算机视觉技术的不断成熟,彭莉科、方细玲、刘丹等[4]提出了一种基于双线结构光的烟包尺寸测量方法,有效的提高了卷烟包装尺寸测量的效率和准确性。

张慧敏、王毅[5]运用双目摄像机的成像原理,给出了一种基于双目CCD视觉检测包装长宽高尺寸的方法。

对于装车方案的规划,作为一个具有复杂约束条件的组合优化问题,在理论上属于NP-Hard问题。

在三维空间布局问题研究中,应用最广泛、效果最好的是启发式算法和人工智能算法。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。