项目名称:面向柔性电子装配间的微型自主运送车
在智能制造快速发展的背景下,电子装配车间对高效、安全、灵活的物料运输提出了更高要求。针对传统人工搬运劳动强度大、固定轨道AGV环境适应性差等问题,本项目设计并研制了一款基于深度学习视觉导航与多传感器融合的微型自主运送车。
系统以Jetson Nano为核心上位机,STM32为下位机,融合YOLOv10-Nano轻量级目标检测算法,实现车道线识别、障碍物检测与自主循迹避障。车辆可在无需轨道铺设的条件下灵活运行,具备高鲁棒性的环境感知与路径规划能力。为进一步满足柔性生产需求,项目采用模块化结构设计,可快速更换机械臂、光伏充电、智能识别等功能模块,支持多场景下的废料自动收集与零部件循环配送任务。
在能源管理方面,运输车集成光伏充电系统,通过MPPT太阳能充电模块与锂电池储能单元构建绿色能源循环,实现清洁能源驱动与可持续运作。同时,基于模糊PID的机械臂控制算法保证了搬运作业的精准与稳定。整个系统融合“柔性化、无人化、绿色化”理念,兼具工业美学与功能实用性。
本项目突破了小型运输设备在复杂车间环境下的智能避障与路径自适应瓶颈,为未来电子制造车间的智能物流提供创新解决方案。其成果可与MES系统、数字孪生平台联动,构建高效智能的物料调度网络,具有显著的推广价值与产业化潜力。