АВТОНОМНЫЙ РОБОТОТЕХНИЧЕСКИЙ КОМПЛЕКС ДЛЯ СБОРА И СОРТИРОВКИ МЕЛКОШТУЧНЫХ ГРУЗОВ В УСЛОВИЯХ МИКРО-ФУЛФИЛМЕНТА

2026

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2026-142-1-263-270
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

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.