联系电话
-
在自动化高架仓库中,钢结构货架虽然看似稳定,但长期使用和负载波动等因素可能导致微小的几何偏差。堆垛机的作业高度可达30米甚至50米,任何偏差都可能导致误对接或卡顿,进而引发停机或安全事故。因此,精准监控货架与托盘的位置和状态,成为提升仓库效率和安全性必须考虑的问题。迈尔微视3D视觉技术:精准对接解决方案MRDVS通过深度感知能力,精准定位托盘和货架的三维空间数据,能够实时监控这些元素的位置、形状以及偏移、倾斜、变形等状态。一旦发现问题,立即反馈给堆垛机控制系统,自动暂停作业并报警,避免发生误操作
-
近年来新能源汽车井喷式发展引发市场对充电设施的大量需求。全国各地批量部署充电桩,虽然基本解决了车主充电需求,但固定式充电方案也给车主带来诸多不便:固定充电桩数量不足:与新能源汽车的增长速度相比,充电桩数量仍有缺口,特别是老旧小区,电力容量有限和场地限制,充电桩数量严重不足,导致车主需要长时等待或出小区寻找充电桩。固定充电桩故障率高:许多充电桩存在故障或损坏,导致车主在到达后无法使用,需重新寻找可用充电桩。固定充电桩占位问题:充电桩被非电动汽车占用或充电完成后未及时移走,导致有需要的车主无法使用充
-
人工叉车数字化升级:迈尔微视实时RTLS与库位识别协同方案介绍
在传统的仓储物流管理中,人工叉车和库位管理是核心环节,但其高效运作往往受到多重限制:•路径不优化,效率低•库位信息滞后,调度混乱•安全隐患难控为了解决这些问题,一些项目尝试引入基于UWB技术的定位方案,用于优化叉车路径和提升安全性。然而,UWB定位系统在实际应用中暴露出多重局限性:•信号易受干扰:在金属货架或堆积复杂的环境中,UWB信号易受到干扰,定位数据不稳定。•精度有限且功能单一:UWB定位精度仅为20-50厘米,且只能提供位置数据,无法支持角度信息,难以满足仓储场景对精细化管理的需求。•部 -
迈尔微视正式发布3D视觉传感器S10 Pro/S10,助力移动机器人从室内走向室外
在快速发展的移动机器人领域,避障与精确测距能力成为智能设备在复杂环境中成功运行的关键因素。作为行业移动机器人3D视觉解决方案提供商,迈尔微视MRDVS在感知范围上实现了从近到远,从室内到室外的全覆盖产品布局,发布最新创新产品,基于先进车载激光雷达技术的S10Pro与S10两款dToF避障相机,为复杂环境下的远距离障碍物检测提供了高性能解决方案。S10Pro与S10具备240×160的深度分辨率,通过实时捕获深度与纹理信息,为低速无人车、无人叉车、无人机、割草机等设备提供稳定的远距离感知需求,可适 -
随着工业4.0的推进,智能化物流设备的需求日益增长,智能叉车作为仓储物流系统的关键组成部分,要求具备高度自主性和高效的作业能力。要实现这一目标,叉车需要能够准确识别和操作托盘,确保物料搬运的精度与效率。2D视觉技术和激光雷达识别托盘的局限性复杂环境下的识别能力不足:传统的2D视觉系统在识别不同光照条件、复杂背景和高密度堆叠托盘时,表现出识别率低、误报率高的缺陷,难以应对三维空间中的位姿识别任务。缺乏鲁棒性与灵活性:在实际应用中,托盘的形状、颜色和材质各异,这要求识别系统具有高度的自适应能力。传统
-
近日,迈尔微视MRDVS知识库正式上线。这是一个集产品介绍、使用手册、常见问题、工业解决方案及相关案例介绍于一体的全面知识平台。无论您是初次了解迈尔微视,还是已经使用迈尔微视产品的专业用户,这个知识库都将成为您的*助手。通过简单搜索,您可以获得从产品细节到软件使用说明的各类文档,帮助您快速掌握各类信息,提高使用效率。知识库获取方法:点击文末“阅读原文”直达知识库页面。在迈尔微视MRDVS公众号首页点击菜单“知识库”,进入对应页面,如下图↓↓↓
-
项目背景:从光通信先锋到智能制造先驱近年来,随着工业4.0和智能制造的浪潮席卷制造业,F公司在其数字化智能工厂通过大规模的自动化设备应用实现了生产与物流效率的大幅提升。无人堆高叉车在其中承担了关键的内部物流任务,负责托盘和电缆盘具的精确搬运与对接。项目挑战:精准识别与复杂环境中的搬运操作在F公司的智能工厂中,托盘和电缆盘具的摆放角度和位置往往不规则,这对无人堆高叉车的精确识别与对接能力提出了较大挑战。此外,工厂内部的物流环境复杂,设备需要在动态变化的场景下运行,既要避开低矮障碍物,又要确保在堆高
-
无人叉车托盘识别的重要性随着越来越多企业效仿行业巨子,自动化设备的应用从分拣逐渐扩展到搬运。无人叉车(AGV)作为仓储自动化中的核心设备,承担着托盘搬运的重要任务。然而,托盘在仓储中的位置和角度往往存在不确定性,通常由于人为干预或摆放误差。这对无人叉车的导航精度提出了严峻挑战,尤其是在快速、精准作业需求日益增长的背景下,托盘识别的精度直接影响到整个仓储系统的效率和安全性。因此,精准的托盘视觉识别技术成为保障无人叉车高效、准确作业的关键。为了应对这些不确定性,自动化托盘识别技术通过先进的视觉传感器

