工业物流场景下语言智能搬运机器人

　　搬运机器人，作为机器人技术的一种，在工厂自动化线、组装生产、物料搬运等领域具备重要意义。武汉理工大学学生团队历经2年，在队长贾铭喆带领下，胡俊、覃璟、王煜凯、杨鹏、张伟等学生于实验室一步步测试，开发出一款可以运用于工业物流场景中的搬运机器人。

　　项目背景：

　　随着电子商务的兴起和消费模式的变化，传统方法已难以应对产品种类的多样化和生产需求的激增，尤其在高峰生产期间，订单量的剧增对搬运工人的效率和劳动强度提出了更高要求。研究表明传统制造中人工搬运时间占比达60%至70%，这已无法满足现代制造行业的需求。

　　传统搬运模式多为人工进行，搬运效率相对较低，尤其是在需要处理大量或重复任务的环境中，人力搬运速度有限，且需要休息和换班，这导致总体作业效率不如机械化或自动化设备;人工操作容易因疲劳、注意力分散或简单的失误而导致错误，比如商品分类错误、存放错误或搬运中的物品损坏等，这些都会造成额外的成本支出;人工搬运工作可能会在极端温度、噪音或有害物质环境等恶劣的环境中进行，这不仅降低工作效率，还影响员工健康;搬运重物或操作危险品时，工人有身体损伤的风险，长期从事物理劳动还会导致腰背疼痛和关节炎等慢性疾病，会给年老工人的生活带来痛楚;随着最低工资标准的提高和劳动力市场的变化，人工成本逐年上涨，对企业的财务压力越来越大。

　　研发历程

　　团队历经2年，从2023年11月便明确研究目标及内容，通过文献综述语音识别技术和智能路径规划算法的国内外研究现状，对现有技术进行简要分析与评价，梳理出现存的技术问题，提出本系统的整体研究框架及主要研究内容。在2024年3月语音识别技术优化。采用基于深度学习的模型，提高语音到文本转换的准确率，通过声学模型和语言模型的优化，提升系统对不同环境噪音的鲁棒性。

　　2023年6月至8月团队进行智能路径规划开发，并在在2023年9月开始进行系统集成与开发。

　　2023年11月进行实验室综合测试与评估，执行系列搬运任务以测试系统的整体性能;收集操作数据，分析机器人执行精度和响应时间，与预设的性能指标进行对比，评估系统的实际应用效果和商业潜力。2024年4月全部完成实验室测试并逐步开始进行实地场景测试。

　　最终设计出一款先进的搬运机器人系统，该机器人专为现代工业和物流环境设计。通过结合A*和DWA算法的路径规划系统，机器人能够实现全局最优路径规划与局部障碍的动态避障，确保安全高效的行驶。搬运平台采用高强度铝合金制成的机械臂，配备精确的电动推杆和DS3235SG舵机，通过精细控制，实现精确的物品抓取和放置。系统还集成了语音控制模块，利用自然语言处理技术简化操作流程，并通过模糊PID算法优化机器人的姿态调整，应对复杂路径的挑战。此外团队开发基于动态改进的Dijkstra算法，考虑节点实时占用和拥堵状况，提升搬运效率。

责任编辑：柯鹏