一种多工位纸箱原料智能存储上料一体化设备制造技术

本发明专利技术涉及一种多工位纸箱原料智能存储上料一体化设备，包括主体框架和控制系统，主体框架的下部中心设置有底部机身，底部机身上设置有搬运滑动机构，搬运滑动机构上设置有搬运机械臂，底部机身的两侧设置有用于将AGV小车进行锁紧定位的AGV小车锁定机构，AGV小车用于装载纸箱原料，搬运机械臂用于配合AGV小车进行纸箱原料的取料，且搬运滑动机构、AGV小车和搬运机械臂均连接到控制系统，由控制系统进行统一控制，本发明专利技术的目的是提供一种多工位纸箱原料智能存储上料一体化设备，可同时存储多种不同料号的纸板，配合控制系统，实时调度AGV搬运小车和搬运机械臂，实现基于包装线生产计划的不同料号纸板的自适应上料。划的不同料号纸板的自适应上料。划的不同料号纸板的自适应上料。

【技术实现步骤摘要】
一种多工位纸箱原料智能存储上料一体化设备


[0001]本专利技术涉及自动化设备领域，尤其涉及一种多工位纸箱原料智能存储上料一体化设备。

技术介绍

[0002]存储上料在包装设备中是一种常见的机构，用于堆放包装所需的物料，纸板是常见的包装物料，先将纸板通过存储装置进行叠放，然后再通过上料用的搬运机械手将纸板搬运到后续的折盒包装设备中，现有的存储上料一般是单工位的，即上料工位只有一个，一次只能在上料工位放置一个存储装置，进而只能实现一个规格的纸板上料，由于现实需求的多样性特征，不同产品需要不同的纸板原料用于折叠制作对应的包装盒，传统的单工位纸板上料机构，功能单一，切换料号繁琐费事。

技术实现思路

[0003]本专利技术的目的是提供一种多工位纸箱原料智能存储上料一体化设备，可同时存储多种不同料号的纸板，配合控制系统，实时调度AGV搬运小车和搬运机械臂，实现基于包装线生产计划的不同料号纸板的自适应上料。
[0004]为了实现以上目的，本专利技术采用的技术方案为：一种多工位纸箱原料智能存储上料一体化设备，包括主体框架和控制系统，主体框架的下部中心设置有底部机身，底部机身上设置有搬运滑动机构，搬运滑动机构上设置有搬运机械臂，底部机身的两侧设置有用于将AGV小车进行锁紧定位的AGV小车锁定机构，AGV小车用于装载纸箱原料，搬运机械臂用于配合AGV小车进行纸箱原料的取料，且搬运滑动机构、AGV小车和搬运机械臂均连接到控制系统，由控制系统进行统一控制。
[0005]优选的，AGV小车包括底盘和车轮，底盘侧面设置有与AGV锁定机构配合的车载锁定机构和用于与控制系统进行信号传递的NFC通讯模块，底盘上部为承载板，承载板上开设有螺纹孔，并配合螺栓安装有定位棒固定座，定位棒固定座上设置有竖直走向且用于纸板物料定位的物料定位棒。
[0006]优选的，承载板开设的螺纹孔底部设置有微动开关传感器，微动开关传感器接触到螺栓后产生感应信号用以获取当前物料定位棒位置。
[0007]优选的，所述搬运机械臂包括安装在搬运滑动机构上的机械臂Z轴机身，机械臂Z轴机身上设置有机械臂Z轴滑台并由Z轴电机驱动在Z轴方向上移动，所述机械臂Z轴滑台上设置R1轴电机，R1轴电机连接有R1旋转臂，R1旋转臂的端部设置有用于吸取纸板的吸盘组。
[0008]优选的，所述R1旋转臂的端部设置有输出轴竖直向下的吸盘组旋转电机，吸盘组安装在吸盘组旋转电机的输出轴上。
[0009]优选的，主体框架位于每个被锁紧的AGV小车的正上方设置有用于测量AGV小车上的纸板物料余量的双目相机，双目相机测量AGV小车剩余物料的方法包括如下步骤：
[0010]步骤一、通过固定的双目相机拍摄AGV小车上的纸板图像，读取左右图像；
[0011]步骤二、对左右图像进行灰度化预处理；
[0012]步骤三、对预处理后的左右图像使用SIFT算法进行特征提取；
[0013]步骤四、设计基于改进欧氏距离的K
‑
最近邻算法计算左右图像特征点的对应关系；
[0014]步骤五、根据特征点匹配关系计算视差值，即左右特征点的水平像素偏移量；
[0015]步骤六、根据视差值计算深度值，假设摄像机的基线长度为B(单位为米)，摄像机的焦距为f(单位为像素)，则可以使用以下公式计算深度值(d)：
[0016]d＝(B
×
f)/Parallaxvalue
[0017]其中Parallax value为视差值；
[0018]步骤七、输出深度图或深度估计结果，结合纸板厚度及空载状态下的AGV小车深度得到AGV小车剩余物料量。
[0019]优选的，灰度值＝α
×
R+β
×
G+γ
×
B
[0020]使用粒子群算法优化权重值，α、β、γ，具体流程如下：
[0021]1)初始化粒子群参数：
[0022]①
定义粒子数目：确定参与优化的粒子数量，对应本例中α、β、γ。
[0023]②
定义权重分配的维度：根据具体问题，确定需要优化的权重分配的维度。
[0024]③
定义迭代次数：指定需要进行优化的迭代次数。
[0025]2)初始化粒子的位置和速度：
[0026]①
随机初始化粒子的位置：根据权重分配的维度和取值范围，生成初始位置。
[0027]②
随机初始化粒子的速度：根据权重分配的维度和取值范围，生成初始速度。
[0028]3)计算适应度函数：
[0029]定义适应度函数：根据权重分配计算图像的灰度化效果，并评估其好坏。
[0030]设原始图像为X，灰度化后的图像为Y。对于每个像素位置(i,j)，设X(i,j)为原始图像的像素强度值，Y(i,j)
[0031]为灰度化图像的像素强度值。
[0032]则，平均绝对差异(MAD)的计算公式如下：
[0033][0034]其中，N为图像的像素总数。
[0035]适应度函数定义为MAD的值，即：
[0036]fitness＝MAD
[0037]4)迭代优化：
[0038]对于每次迭代：
[0039]·
针对每个粒子计算适应度值，并更新其最佳位置和最佳适应度值；
[0040]·
更新全局最佳位置和最佳适应度值；
[0041]·
根据粒子群算法的更新规则，更新粒子的速度和位置。通常包括使用当前速度和位置、个体最佳位置和全局最佳位置，以及随机因子等进行加权运算；
[0042]·
限制速度和位置在合理的范围内，确保权重分配在指定的取值范围内；
[0043]所涉及到的更新迭代公式如下：假设在D维搜索空间中，有N个粒子，每个粒子代表
一个解，则：
[0044]①
第i个粒子的位置：X
i
‑
d
＝(x
i
‑1,x
i
‑2,x
i
‑3,
…
x
i
‑
D
,)
[0045]②
第i个粒子的速度：V
i
‑
d
＝(v
i
‑1,v
i
‑2,v
i
‑3,
…
v
i
‑
D
,)
[0046]③
第i个粒子要搜索到的最优位置：
[0047]P
i
‑
d,best
＝(p
i
‑
1,best
,p
i
‑
2,best,
p
i
‑
3,best,
…
p
i
‑
D,best
)
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多工位纸箱原料智能存储上料一体化设备，包括主体框架和控制系统，其特征在于，主体框架的下部中心设置有底部机身，底部机身上设置有搬运滑动机构，搬运滑动机构上设置有搬运机械臂，底部机身的两侧设置有用于将AGV小车进行锁紧定位的AGV小车锁定机构，AGV小车用于装载纸箱原料，搬运机械臂用于配合AGV小车进行纸箱原料的取料，且搬运滑动机构、AGV小车和搬运机械臂均连接到控制系统，由控制系统进行统一控制。2.根据权利要求1所述的一种多工位纸箱原料智能存储上料一体化设备，其特征在于，AGV小车包括底盘和车轮，底盘侧面设置有与AGV锁定机构配合的车载锁定机构和用于与控制系统进行信号传递的NFC通讯模块，底盘上部为承载板，承载板上开设有螺纹孔，并配合螺栓安装有定位棒固定座，定位棒固定座上设置有竖直走向且用于纸板物料定位的物料定位棒。3.根据权利要求2所述的一种多工位纸箱原料智能存储上料一体化设备，其特征在于，承载板开设的螺纹孔底部设置有微动开关传感器，微动开关传感器接触到螺栓后产生感应信号用以获取当前物料定位棒位置。4.根据权利要求1所述的一种多工位纸箱原料智能存储上料一体化设备，其特征在于，所述搬运机械臂包括安装在搬运滑动机构上的机械臂Z轴机身，机械臂Z轴机身上设置有机械臂Z轴滑台并由Z轴电机驱动在Z轴方向上移动，所述机械臂轴滑台上设置R1轴电机，R1轴电机连接有R1旋转臂，R1旋转臂的端部设置有用于吸取纸板的吸盘组。5.根据权利要4求所述的一种多工位纸箱原料智能存储上料一体化设备，其特征在于，所述R1旋转臂的端部设置有输出轴竖直向下的吸盘组旋转电机，吸盘组安装在吸盘组旋转电机的输出轴上。6.根据权利要求1
‑
5任一项所述的一种多工位纸箱原料智能存储上料一体化设备，其特征在于，主体框架位于每个被锁紧的AGV小车的正上方设置有用于测量AGV小车上的纸板物料余量的双目相机，双目相机测量AGV小车剩余物料的方法包括如下步骤：步骤一、通过固定的双目相机拍摄AGV小车上的纸板图像，读取左右图像；步骤二、对左右图像进行灰度化预处理；步骤三、对预处理后的左右图像使用SIFT算法进行特征提取；步骤四、设计基于改进欧氏距离的K
‑
最近邻算法计算左右图像特征点的对应关系；步骤五、根据特征点匹配关系计算视差值，即左右特征点的水平像素偏移量；步骤六、根据视差值计算深度值，假设摄像机的基线长度为B(单位为米)，摄像机的焦距为f(单位为像素)，则可以使用以下公式计算深度值(d)：d＝(B
×
f)/Parallax value其中Parallax value为视差值；步骤七、输出深度图或深度估计结果，结合纸板厚度及空载状态下的AGV小车深度得到AGV小车剩余物料量。7.根据权利要求6所述的一种多工位纸箱原料智能存储上料一体化设备，其特征在于，灰度值＝α
×
R+β
×
G+γ
×
B使用粒子群算法优化权重值，α、β、γ，具体流程如下：1)初始化粒子群参数：
①
定义粒子数目：确定参与优化的粒子数量，对应本例中α、β、γ；
②
定义权重分配的维度：根据具体问题，确定需要优化的权重分配的维度；
③
定义迭代次数：指定需要进行优化的迭代次数。2)初始化粒子的位置和速度：
①
随机初始化粒子的位置：根据权重分配的维度和取值范围，生成初始位置；
②
随机初始化粒子的速度：根据权重分配的维度和取值范围，生成初始速度；3)计算适应度函数：定义适应度函数：根据权重分配计算图像的灰度化效果，并评估其好坏；设原始图像为X，灰度化后的图像为Y。对于每个像素位置(i,j)，设X(i,j)为原始图像的像素强度值，Y(i,j)为灰度化图像的像素强度值；则，平均绝对差异(MAD)的计算公式如下：其中，N为图像的像素总数。适应度函数定义为MAD的值，即：fitness＝MAD4)迭代优化：对于每次迭代：
■
针对每个粒子计算适应度值，并更新其最佳位置和最佳适应度值；
■
更新全局最佳位置和最佳适应度值；
■
根据粒子群算法的更新规则，更新粒子的速度和位置。通常包括使用当前速度和位置、个体最佳位置和全局最佳位置，以及随机因子等进行加权运算；
■
限制速度和位置在合理的范围内，确保权重分配在指定的取值范围内；所涉及到的更新迭代公式如下：假设在D维搜索空间中，有N个粒子，每个粒子代表一个解，则：
①
第i个粒子的位置：X
i
‑
d
＝(x
i
‑1，x
i
‑2，x
i
‑3，...x
i
‑
D
，)
②
第i个粒子的速度：V
i
‑
d
＝(v
i
‑1，v
i
‑2，v
i
‑3，...v
...

【专利技术属性】
技术研发人员：巫宏军，孙平，张斐，刘宜杰，
申请(专利权)人：广东金昇智能数控有限公司，
类型：发明
国别省市：