机器人持续深入地融入工业生产,从根本上提高了效率、精度和灵活性,深刻改变了现代制造业的格局(Wen, Wu, Li, & Wang (2024); Wu, Wang, Li, & Chen (2024); Xu, Bao, Zhang, Wang, & Wang (2025); Xu, Chen, Deng, Wang, & Wang (2024))。传统的滚装/滚卸(Ro-Ro)物流终端通常在恶劣的工作条件下运行,严重依赖人工操作,导致运输效率降低、安全风险增加、劳动力成本上升、信息管理复杂(Liu, Gao, Lin, Tian, & Li (2025); Riki & Rezaei (2014)),同时排放大量废气,可扩展性和适应性也受到限制(Naoum Tsolakis & Korfiatis (2021); Zhang, Chen, & Mei (2023))。
因此,在汽车Ro-Ro终端引入机器人技术已成为行业发展的必然趋势(Hu, Yang, Xiao, & Wang (2023); Zhong, Yang, Dessouky, & Postolache (2020)。本文研究了Ro-Ro物流终端中的车辆转移作业要求。以我们团队自主研发的专用机器人作为研究对象,对其精确对接方法进行了深入探讨。机器人的作业流程如图1所示。在车辆转移机器人的对接过程中,云调度系统为机器人提供目标车辆的粗略位置信息。然而,由于实际车辆放置位置的偏差以及车辆尺寸的显著变化,机器人必须首先自主导航到可检测区域,然后利用传感器检测技术实时获取高精度的目标姿态数据,最终实现精确对接。
Ro-Ro物流终端通常包括其室外堆场内的多个区域。在密集的停车区域内,车辆需要纵向间距为0.3米、横向间距为0.7米。因此,自主控制车辆转移机器人与目标车辆对接是一项关键技术。对接不准确常常会导致与目标车辆发生碰撞,从而造成重大经济损失(Villagra & Herrero-Perez (2012a))。
传统上,机器人目标对接问题主要通过两种方法来解决(Wang, Shan, Yue, & Wang (2021)。第一种方法是基于感知的校正对接,机器人利用感知系统来检测目标车辆的姿态信息。例如,在自动化叉车中广泛应用了自主对接技术(Aref et al. (2013); Aref, Ghabcheloo, & Mattila (2014); Li, Ruan, & Zhang (2025)),通过立体视觉或单目视觉实现自动化检测、对接和托盘转移。此外,还开发了一种定向射频识别系统,使机器人能够在复杂的室内环境中自主且精确地与指定目标对接(Kim, Kim, & Chong (2007); Martin, Fink, May, Ochs, & Cabanes (2017))。对接技术也广泛应用于无人水面车辆(Volden, Stahl, & Fossen (2022)和机器人的自主充电(Dong et al. (2023); Michalek, Gawron, Nowicki, & Skrzypczynski (2021); Song, Wang, Zhang, & Meng (2011))。Gong et al. (2023)专注于无线充电中的对接应用,提出了一种适用于自主车辆的实时规划和跟踪控制方法。Zhang, Cai, Chu, & Zhou (2019)提出了一种基于红外和超声波传感器的移动机器人自动对接和充电方法。然而,当车辆转移机器人在汽车终端的室外堆场运行时,会遇到新的挑战。这些挑战包括目标车辆姿态的不可预测性以及获取准确姿态信息的困难。此外,恶劣的天气条件(如雨天和雾天)也会影响目标车辆的准确检测(Jin, Matikainen, & Srinivasa (2017))。
第二种方法是基于路径跟踪的对接方法(Wang et al. (2021)。机器人从初始位置开始检测目标姿态,规划全局路径并沿路径移动,直到成功与目标对接(Dahlmann, V?lz, Lukassek, & Graichen (2023); Ji et al. (2023); Liu, Nie, Li, He, & Ang (2023))。例如,实现了一种连续曲率转向方法来生成高质量的行驶路径,确保对接操作的精确性和准确性(Herrero, Villagrá, & Martínez (2013); Villagra & Herrero-Perez (2012b))。还为叉车设计并应用了五阶多项式轨迹,使其能够与目标车辆自主对接(Seelinger & Yoder (2006)。此外,对接技术还被扩展到无人水面船只(Wang et al. (2023),采用两阶段(搜索和优化)分层方法来规划对接路径,实现了在狭窄水道和凹形港口中无人水面船只的对接。这种对接方法严重依赖路径规划,生成的路径必须同时满足对接要求和运动学约束。然而,对于长度为6米、宽度为3米的车辆转移机器人来说,这种方法的路径规划复杂性较高,效率较低。当无法准确检测到目标车辆的姿态时,实时路径规划变得至关重要(Chen, Shi, Wang, & Shi (2017); Yu, Hao, & Chen (2019))。
本文强调,传统的对接方法不适合车辆转移机器人与目标车辆的对接。这一过程面临以下特定挑战:(i) 只有当车辆完全穿过目标车辆时才能确认对接完成。因此,在接近阶段和会合阶段都需要持续的感知。然而,当前的研究主要集中在接近阶段的感知上,忽视了会合阶段。(ii) 由于运输车辆的要求,机器人的大型尺寸带来了严格的运动学约束,使得运动轨迹规划变得非常复杂。因此,本研究在以下方面做出了贡献:
1.设计了一种适用于专用机器人的新型对接控制方法,该方法引入了虚拟目标的构建和坐标系转换。该方法将运动规划与跟踪控制相结合,确保了实时性能,同时减少了对高精度传感和复杂路径规划算法的依赖。它在运动学约束下实现了解耦和灵活的控制。
2.开发了一种双距离感知系统,以解决机器人对接中的感知挑战。该系统结合了长距离3D激光雷达检测和高精度短距离2D激光雷达检测。3D激光雷达模块具有快速的地形分割、适应天气的噪声降低和三重评估指标优化功能。这种集成方法结合基于触发条件的目标姿态更新方法,不仅提高了系统的鲁棒性,还有效解决了机器人对接过程中的感知问题。
3.新的对接方法在山东港的模拟和实际应用中进行了测试,实现了精确的机器人对接,性能优于传统方法。在恶劣条件(如大雪)下的测试也证明了其可靠性。