АВТОНОМНЫЙ РОБОТОТЕХНИЧЕСКИЙ КОМПЛЕКС ДЛЯ СБОРА И СОРТИРОВКИ МЕЛКОШТУЧНЫХ ГРУЗОВ В УСЛОВИЯХ МИКРО-ФУЛФИЛМЕНТА
DOI:
https://doi.org/10.52167/1609-1817-2026-142-1-263-270Ключевые слова:
автономный мобильный робот, интралогистика, омнинаправленное шасси, колеса Меканум, машинное зрение, AprilTag, ПИД-регулятор.Аннотация
В статье представлено комплексное исследование, посвященное проектированию, аппаратно-программной реализации и натурным испытаниям автономного мобильного робота (AMR) для автоматизации сбора и многоуровневой сортировки мелкоштучных грузов в условиях микро-фулфилмента. Разработана низкопрофильная модульная платформа (снаряженная масса 13,5 кг) на базе омнинаправленного шасси с колесами Меканум (Mecanum), что обеспечивает высокую маневренность и возможность движения лагом в узких межстеллажных проходах. Взаимодействие с целевыми объектами осуществляется через синхронизированные подсистемы: активный роликовый захват (интейк) с цепной передачей, каскадный лифт под управлением синтезированного ПИД-регулятора для предотвращения перерегулирования, а также коаксиальный двухрычажный манипулятор для селективной выгрузки в стеллажные ячейки. Обоснован отказ от алгоритмов цветовой сегментации (HSV) в пользу технологии фидуциальных маркеров AprilTag, что обеспечило высокую помехоустойчивость и прецизионную 6D-оценку позы объекта независимо от флуктуаций складского освещения. Глобальная навигация реализована методами одновременной локализации и картографирования (SLAM) на базе 2D-лидара и модуля независимой подъемной одометрии, а интеллектуальное управление операциями базируется на строгой логике конечного автомата (Finite State Machine). Экспериментальная валидация на выборке из 100 циклов подтвердила высокую результативность комплекса: точность визуальной идентификации составила 99% на дистанции до 1,5 м, успешность безошибочного захвата «на ходу» — 92%. Среднее время выполнения полного логистического цикла в условиях динамического маневрирования с обходом препятствий составило 16,8 с. В заключительной части работы приведен технико-экономический анализ, доказывающий рентабельность роевого внедрения подобных платформ, а также предложены алгоритмические и аппаратные пути оптимизации энергопотребления системы, включая переход на самотормозящиеся червячные редукторы.
Библиографические ссылки
[1] Белоглазов Д.А., Гайдук А.Р., Косенко Е.Ю. Интеллектуальные системы управления мобильными роботами. – М.: ФИЗМАТЛИТ, 2020. – 256 с.
[2] Брэдски Г., Кэлер А. Изучаем OpenCV 3. Программирование компьютерного зрения на C++ и Python. – М.: ДМК Пресс, 2017. – 826 с.
[3] Маркарян Л.В. Моделирование систем управления в MATLAB. – СПб.: Лань, 2019. – 184 с.
[4] Пшихопов В.Х. Позиционно-траекторное управление подвижными объектами – М.: ФИЗМАТЛИТ, 2018. – 282 с.
[5] Тран С., Бургард В., Фокс Д. Вероятностная робототехника (Probabilistic Robotics). – М.: MIT Press, 2005. – 640 с.
[6] Юревич Е.И. Основы робототехники: учебное пособие. – 4-е изд., перераб. и доп. – СПб.: БХВ–Петербург, 2018. – 304 с.
[7] Astrom K.J., Hagglund T. PID Controllers: Theory, Design, and Tuning. – 2nd ed. – Research Triangle Park, NC: ISA, 1995. – 343 p.
[8] Choset H., Lynch K.M., Hutchinson S. Principles of Robot Motion: Theory, Algorithms, and Implementations. – Cambridge: MIT Press, 2005. – 603 p.
[9] Corke P. Robotics, Vision and Control: Fundamental Algorithms In MATLAB. – 2nd ed. – Cham: Springer, 2017. – 725 p.
[10] Garrido-Jurado S., Muñoz-Salinas R., Madrid-Cuevas F.J., Marín-Jiménez M.J. Automatic generation and detection of highly reliable fiducial markers under occlusion // Pattern Recognition. – 2014. – Vol. 47. – No. 6. – P. 2280–2292.
[11] Kelly A. Mobile Robotics: Mathematics, Models, and Methods. – Cambridge: Cambridge University Press, 2013. – 722 p.
[12] Niku S.B. Introduction to Robotics: Analysis, Control, Applications. – 3rd ed. – Hoboken: Wiley, 2020. – 480 p.
[13] Olson E. AprilTag: A robust and flexible visual fiducial system // IEEE International Conference on Robotics and Automation (ICRA): Proceedings. – Shanghai, 2011. – P. 3400–3407.
[14] Siegwart R., Nourbakhsh I.R., Scaramuzza D. Introduction to Autonomous Mobile Robots. – 2nd ed. – Cambridge: MIT Press, 2011. – 472 p.
[15] Taheri H., Qiao B., Yin N. Kinematic Modeling and Control of Mecanum Wheel Mobile Robot // IEEE International Symposium on Assembly and Manufacturing (ISAM): Proceedings. – Shenyang, 2015. – P. 1–6.
[16] Wagner F., Schmuki R., Wagner T., Wolstenholme P. Modeling Software with Finite State Machines: A Practical Approach. – Boca Raton: CRC Press, 2006. – 392p.
[17] Wang C., Liu X., Yang X., Hu F. Trajectory tracking of an omni-directional wheeled mobile robot using a model predictive control strategy // Applied Sciences. – 2018. – Vol. 8. – No. 2. – P. 231.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2025 Дәурен Талғатұлы , Ельдос Алтай , Роза Мусалиева
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
