基于3D视觉的纸箱码垛机器人拆垛与码放路径规划.docxVIP

PAGE2

基于3D视觉的纸箱码垛机器人拆垛与码放路径规划

摘要

混合码垛场景中纸箱尺寸不一、摆放无序，传统示教或2D视觉方案难以实时获取完整三维信息，导致拆垛抓取失败率高、码放空间利用率低。本文设计一套基于3D视觉的机器人拆垛与码放系统，通过结构光相机获取托盘乱序纸箱点云，经半径滤波与欧氏聚类分割单个箱体，并依据主成分分析计算最佳吸盘抓取点；利用遗传算法优化码放顺序，在满足无碰撞约束下最大化托盘空间利用率；最后采用RRT*算法生成末端路径，实现从拆垛到码放的全流程规划。

全文遵循工程递进思路：需求分析中明确了系统精度、节拍与利用率指标；总体设计采用感知–规划–执行分层架构，定义了各模块职责与数据接口；详细设计给出了点云分割、抓取姿态生成、码放排序及路径规划的算法伪代码；实现部分展示了基于ROS/PCL的开发细节与关键代码片段；测试环节通过12组混箱实验验证了系统性能，箱体分割成功率达97.4%，码放密度提升12.6%。

核心创新在于将多目标抓取点问题转化为箱体主方向对齐的几何计算，并引入包容性改进的遗传算法求解多箱码放顺序，兼顾计算效率与空间优化。

关键词：3D视觉；纸箱码垛；点云分割；抓取点规划；路径规划

第一章绪论

1.1研究背景

以电子商务和智能仓储为牵引的物流自动化正经历快速升级，纸箱搬运与码放是其中劳动强度最大、重复性最高的环节。实际物流中心每天需处理数以万计