Otonom Forklift ile Palet Tespiti ve Hassas Yanaşma

Abstract

Palet taşıma süreçleri, intralojistik uygulamalarda iş akışının sürekliliğini sağlamak ve verimliliği artırmak bakımından kritik bir rol oynar. Forkliftlerle gerçekleştirilen bu işlemler, zaman yönetimi, maliyet optimizasyonu ve operasyonel etkinlik açısından çeşitli zorluklarla karşılaşmaktadır. Bu zorlukları aşmak için çatallı, forklift benzeri otonom mobil robotların devreye alınması önerilmektedir. Buna rağmen, otonom sistemler de hassas yanaşma gerektiren palet taşıma görevlerinde belirli zorluklarla karşılaşabilmektedir. Söz konusu yanaşma operasyonunun hedeflenen sürede tamamlanması, yüksek doğrulukla gerçekleştirilmesi ve öngörülen maliyet sınırları içinde kalması, robotik alanda hâlâ aktif olarak üzerinde çalışılan konular arasındadır. Bu çalışmanın asıl amacı, çatallı otonom robotlarda hassas yanaşma ve palet tespiti gibi robotik alanında sıkça karşılaşılan sorunlar için swerve-sürüş kinematiğine sahip, manevra kabiliyeti yüksek bir çözüm sunmaktır. Swerve-sürüş holonomik bir yapı olmasına rağmen yük kapasitesi alışagelmiş forkliftlerle aynıdır ve konvansiyonel tekerlekler kullanmasından ötürü çekiş konusunda diğer holonomik sistemlerden daha avantajlıdır. Palet tespiti için geliştirilen görüntü işleme mekanizması hem Kinect v1 derinlik kamerası ile, hem de simülasyon üzerinde aynı parametrelere sahip bir sistem ile test edilmiştir. Hassas yanaşma kısmında ROS 2 ile entegre bir planlayıcı kullanılmış, swerve-sürüşe sahip robotun kontrolü içinse özelleştirilmiş bir kontrolcüden yararlanılmıştır. Geliştirilen sistemin performansı Gazebo simülasyon ortamında test edilmiştir. Palete girebilmek için gerekli hassasiyetin yatay eksendeki ve yönelimdeki hatanın düşük tutularak sağlandığı görülmüştür.

Pallet handling processes play a critical role in maintaining workflow continuity and enhancing efficiency within intralogistics applications. Operations conducted with forklifts face various challenges in terms of time management, cost optimization, and operational effectiveness. To overcome these difficulties, the deployment of fork-equipped, forklift-style autonomous mobile robots has been proposed. Nevertheless, even autonomous systems encounter specific challenges in pallet handling tasks that demand precise alignment, like docking operations. Ensuring that the alignment maneuver is completed within the target timeframe, executed with high accuracy, and maintained within projected cost limits remains an active area of research in robotics. The primary objective of this study is to offer a highly maneuverable solution, based on swerve drive kinematics, for common robotic challenges such as docking and pallet detection in fork-equipped autonomous robots. Although swerve drive provides holonomic motion, its load-bearing capacity matches that of conventional forklifts, and, owing to its use of standard wheels, it offers superior traction compared to other holonomic platforms. The image-processing mechanism developed for pallet detection was evaluated both with a Kinect v1 depth camera and in simulation under identical parameters. For the docking phase, an ROS 2–integrated planner was employed, and control of the swerve drive robot was achieved using a customized controller. System performance was assessed in the Gazebo simulation environment, demonstrating that the necessary insertion precision was attained by maintaining minimal cross-track and angular errors.