库位状态识别：应对 AGV 仓库难题，剖析传感器痛点与解决方案

挑战

在大多数已经应用了AGV的仓库中，依然存在人工堆放物品的情况，这会导致WMS系统无法实时判断每个库位的实际占用情况，进而造成WMS提供给AGV的信息不准确。如果已经被占据的库位不能及时被识别，AGV可能会收到错误指令，不仅降低了运行效率，还容易碰撞其他货物或设备，严重时甚至可能引发安全事故，危及人员和设备的安全。

库位状态识别系统因此应运而生，系统通过自动定位、数据实时同步、精确库存控制等功能，优化库位资源配置，减少人为失误，提升运营效率。

---

常见的两种库位状态识别传感器的痛点

• 单点激光雷达传送的库位信息不够准确，容易造成堆放事故

部分仓库采用单点激光雷达进行库位检测，但这种测距雷达一次只能发射一束激光到物体表面形成一个点，可能会忽略纸箱或托盘之间的缝隙，导致误识别库位状态，进而引发堆放事故。

• 纯RGB相机校验方法单一，存在误判和信息缺失风险

采用RGB相机进行库位状态判定时，存在以下弊端

• 深度学习检测目标时，训练集外的物体进入库位可能会导致误检，给出错误信息。
• 缺少货物高度信息，难以安排堆叠任务。
• 超广角鱼眼相机在库位判定中存在边缘畸变问题，影响模型训练与预测的准确性，