：机场航站楼内分拣完成后的旅客行李搬运及装车环节，目前大多采用人工解决方法，存在耗时费力、人力成本高等问题，为此本文设计并研究开发了一套机场行李智能搬运系统。基于机场航站楼分拣大厅实际工况，对行李智能搬运系统的组成部件进行了设计和选型，搭建了一套可以对不一样的形状、尺寸和材质的行李进行识别、抓取和码放的智能搬运系统；并将完整的行李智能搬运系统在民用机场进行了实物测试，对其抓取和码放行李的成功率来测试。通过实地测试表明，机场行李智能搬运系统可以在一定程度上完成对不一样的材质的多种尺寸和形状的行李进行安全搬运和码放，成功率均达到99%以上。本研究将机械臂与视觉系统完美结合应用于机场行李智能搬运系统，可准确、高效地实现对行李的智能搬运和码放，有实际效果的减少机场航站楼内人力资源。
近年来，随着我们国家经济水平不断提高，航空运输作为现代交通体系中较为快捷的运输方式，得到加快速度进行发展。2019年，我国的机场旅客年吞吐量达12.6亿人次，北京首都国际机场的年旅客吞吐量更是突破1亿人次，旅客吞吐量达1000万人次的运输机场达37个[1]。枢纽机场高峰小时需处理的旅客行李达数千件，北京、重庆等超大机场高峰小时需处理行李超过万件。旅客行李经机场行李处理系统托运、安检、输送、分拣完成后，需将行李按航班分类后装运至行李拖车送至机坪装机。目前国内绝大多数机场都采用人力方式将行李搬运至行李拖车上，而国外民用机场的行李辅助搬运技术则相对成熟[2][3]，如达美航空与Sarcos公司合作开发的穿戴式机械服，通过转移100%的重量，帮助工人提举重物[4]。希斯罗机场安装有STACK@EASE行李装载辅助处理系统，辅助行李搬运工进行行李搬运，可降低劳动强度。
目前，机场行李系统在值机托运、输送、分拣环节均已实现全过程自动化，但是在行李分拣完成后到装车环节还靠人工搬运，行李搬运量大，且时效性和准确度要求极高，行李搬运工人一直处在搬运、码放行李的工作状态，在承担负荷的基础上也要重复进行弯腰、抬手和下蹲等动作，耗时费力，长期劳累会导致搬运工人患上肌肉骨骼疾病，并且长时间重复劳作也易引起错分，引发系列后续事件。因此，机场行李智能搬运系统的研究，对实现行李提取“最后一公里”的智能化，满足行李安全、平稳自动进出港的要求，并且节省人力和提高生产效率，具备极其重大的现实意义[5]。
本文基于机场航站楼实际工况，针对行李智能搬运的要求设计了三种系统方案。第一种方案采用快速移动定位第七轴作为主体，顶部设有机械臂安装单元和机械臂，在实现行李抓取的同时还能兼顾多个行李滑槽[6]；第二种方案包括支撑组件和机械手组件，机械手组件安装在支撑组件上部，支撑组件能够直接进行前后、左右、上下移动，带动其顶部的机械手组件移动，以此来实现行李的搬运[7]；第三种方案是直接将行李搬运系统固定安装在地面上，机械臂带动行李抓手进行行李搬运。其中，第一个方案是在第三个方案的基础上增加了能移动的第七轴，但这样的形式需要安装轨道，影响行李运输车的运行，且要兼顾多个行李滑槽，控制困难；第二种方案不采用机械臂的形式，部件较多，安装调试困难，且机场安装现场障碍物太多，布置困难。
因此，本文研究开发的行李智能搬运装置是上述第三种方案。该系统可直接放置于机场航站楼的行李系统分拣滑槽与行李装载车之间，可以在一定程度上完成自动将滑槽底部的行李搬运到装载车上，且更具备实际使用条件。
如图1所示，基于机械臂的行李智能搬运系统由视觉识别系统3和行李智能搬运装置4组成。其中视觉识别系统3包括工业相机和计算机，视觉识别系统安装在行李滑槽2的下半部分，用于对滑槽底部2处的行李进行摆放角度、高度和中心位置等的识别。
行李智能搬运装置4由工业机器人、机器人控制柜组成，其中机器人安装于行李滑槽和装载车之间。搬运系统由视觉识别系统3对滑槽内的行李进行识别，得到行李的高度、摆放角度、中心位置坐标这三项数据，将这三项数据传输给计算机，再由计算机将识别后的行李位置、尺寸、状态等信息传送给行李智能搬运装置，然后机器人根据运动指令，操纵机械手执行行李抓取指令，抓取行李系统滑槽2上的行李，并将行李转运到装载车5上，实现行李的自动化搬运和码放。
图2所示为行李智能搬运装置，主要由行李抓手1、机械臂2和底座3构成，实现将行李从滑槽到装载车的自动搬运和码放。抓手采用气动驱动，能够对不一样的形状、大小的行李进行抓取。机械臂要控制抓手实现行李的抓取、搬运和码放，因此机械臂需要四个自由度，来满足规定的要求；搬运系统仅需满足行李抓取、搬运和码放任务，对重复定位精度要求较低，保证机器人重复定位精度在±1mm以内即可，机器人要对行李进行重复操作，所以控制机械臂的运动轨迹最重要。机械臂的运动轨迹，指的是机器人抓手末端点的速度、加速度、位置对时间的历程，且机械臂运行时，工作速度变化不应太大，否则难以保持机械臂在运动过程中的稳定性和连续性。行李智能搬运装置控制行李抓手，实现抓手空间坐标的灵活变换及任意空间位姿的转换。行李抓手为执行机构，由双气缸同时驱动，实现行李的抓取及码放。
机器人参与不同的工作，机械抓手的结构不同，所以需针对相应的工作条件、工作要求等，设计与其相对应的机械结构来完成相关的规定的工作任务。因此，对机器人抓手做到合理的结构设计，对行李搬运系统的搬运效率和质量有着重要的影响。
图3所示为行李抓手的机械结构图，主要由总体支撑架1、连接板2、气缸固定板3、左气缸4、右气缸5、滑轨6、滑块7、行李夹取板8、防护层9组成。
其中，气缸固定板3与连接板2连接，通过连接板2安装在总体支撑架1上。左右两个气缸4、5的活塞杆分别与两侧的行李夹取板8连接，滑轨6安装在总体支撑架1上，滑块7与行李夹取板8固定连接。连接板可以直接连接到码垛机器人的手腕上，伴随机械臂进行运动。
机械臂控制行李抓手抓取行李的工作过程如下：左右两个气缸4、5的活塞杆同时缩回，带动两侧行李夹取板8同时通过滑块7沿总体支撑架相向运动，直到到达预设位置，夹紧行李，以此来实现行李的抓取，两侧行李夹取板同时移动，加快了抓取和码放的速度。待行李抓取完毕后，机械臂带动抓手和行李移动到装载车放置行李的位置，然后气缸活塞杆伸出，使得两侧行李夹取板8相背运动，将行李放到指定位置，实现行李的自动抓取、搬运和码放功能。行李抓取板表面贴有一层聚氨酯材料的防护层，能确保抓取行李时，避免行李的损坏。
机械臂结构体是一个开式运动链，由一系列连杆和与之相关的运动副一并构成，使之能按照预先设定的路径实现复杂的运动，满足行李智能搬运的需求。机械臂各关节分别由驱动器驱动控制，每个关节的相对运动带动其对应的连杆运动，经过一系列运动变化之后到达指定位置。
综合机械臂选择要求，选定了可以二次开发的钱江码垛机器人，如图4所示为机械臂的结构，主要由机械臂主体1及吊环2组成。选用钱江机械臂，机构形态为四轴码垛，自由度为4，负载为180kg，工作区域为3153mm，重复定位精度为±0.5mm。机械臂高速稳定运转，全轴低功率输出，结构相对比较简单、紧凑，能轻松实现高速、高精度搬运行李。吊环2安装在机械臂底板上，方便进行吊装，待安装后，可以将吊环拆卸，方便对机械臂进行搬运操作。
本文基于Plant Simulation软件搭建了四向穿梭车仓储系统的参数化、模块化仿真模块，包括轨道模块、储位模块、提升机设备模块，同时整理出系统的关键参数与模块的关键参数，并在此基础上开发出一个兼具出入库功能、多辆四向穿梭车、多提升机作业的四向穿梭车仓储系统仿真模型。模块化建模可提升建模效率与降低建模难度，参数化使得模型的灵活性得到提高。行李视觉识别技术，首先是机器视觉将摄取行李的信息转化为图像信号[8]，然后视觉识别系统将行李图像信号转换成电子图像，并将其发送到计算机系统来进行图像处理，从而完成对行李的颜色、大小、形状、位置关系等特征的识别，然后将行李图像识别结果发送至计算机来控制执行器完成相应动作。行李识别是进行行李搬运的第一步，只有识别系统准确识别出行李的摆放角度和位置等信息，才能引导机械臂带动行李抓手成功实现对行李的搬运。如图5所示的视觉识别系统，主要由相机支架和3D相机两部分所组成，总系统通过支架下端安装在行李系统的滑槽上。采用“单目双视”的方法[9]，来进行识别。其中3D相机安装在支架上方，对行李进行图形采集，识别滑槽内行李的摆放角度、高度、中心位置等，然后将采集到的信息传送给行李智能搬运装置，以此来实现对行李的自动搬运。
图像采集是视觉识别系统的第一步，主要工作是采集行李滑槽内的行李图像，本文采用图漾相机完成采集工作，实现行李从三维立体图像到二维平面图像的转化。
工业相机采集到的是RGB格式的彩色图像，彩色图像首先被二值化处理得到黑、白颜色的图像，然后需要对黑、白图像进行Blob分析，即对图像中相同色素的连通区域进行面积、周长、重心等特征的分析；接着进行点云处理，为避免点云过程产生的噪声点影响，要对行李进行滤波处理。利用直通滤波首先确定x轴或y方向的范围，再迅速剪裁离群点；直通滤波处理后再利用获取的点云元素进行面切割，采用基于边缘方法的面分割处理，通过检测点云的边界获取分割区域，进而得到点云的最小包围盒，通过计算点云最小包围盒质点、指定边之间的夹角，获取深度图像并计算最小外接矩形和上表面中心位置，如图6所示，即可得到行李摆放角度、高度和中心位置坐标，同时也为机器人末端执行器成功抓取行李提供数据。
视觉识别系统将行李的空间坐标信息传递给机械臂的控制管理系统，控制管理系统能够控制机械臂带动行李抓手实现行李的抓取、搬运和码放。行李搬运系统的总控方案如图7所示，按照其实现功能可分为三个模块：交互模块、核心控制模块和设备控制模块。
1.交互模块：此模块包括工业相机、示教器和显示器。相机采集行李图像信息并将其传递给核心控制模块；示教器用于设置运动参数、手动调整机械臂位置；显示器用来反馈系统运动信息以及报警。
2.核心控制模块：此模块主要进行图像处理、运动学求解和安全检测；首先是将交互模块传递的行李图像信息做处理，得到行李的位置和状态，并将其转换到行李抓手的坐标系下，然后根据相机图像坐标求解行李抓手的位置和状态变化。同时，能够实时监测行李搬运系统工作范围内是否有人员移动、机械臂是否与其他物体发生碰撞，在确认人员以及系统安全的情况下，完成行李的抓取、搬运和码放工作。
3.设备控制模块：该模块用以实现行李抓手和电磁阀的运动控制，并采集关节编码器和抓手开关信息，将其反馈到核心控制层来控制其运动，并实时采集安全光栅和护栏开关的信号并反馈到安全监测模块用以监测系统的安全性。
1.行李抓手的初始位置为点1，即行李抓手执行运动指令的初始位置。只有当抓手在点1位置时，视觉识别系统和机器人系统通讯联通后，才会执行机械臂的运动指令。
2.抓手从点1运行到点2处，等待行李识别系统对行李滑槽内的行李进行图像处理及传输，控制机械臂带动抓手对行李进行抓取。
3.抓手从点2移动到点3处，进行行李抓取，主要是根据行李位置等信息将抓手转到与行李相对应的角度后，机械臂运动到合适的抓取高度，执行抓手气缸收缩的指令，进行行李抓取。
4.抓手抓取行李后，从点3移动到点1，再从点1运行到行李待码放位置点4，等待执行行李码放放置的命令。
5.抓手从点4运行到点5处，进行行李码放，控制抓手的气缸运动，将行李码放到小车预设的位置。
6.码放行李完成后，抓手从点5运行到点1，完成一个循环的行李搬运过程。依次循环上述步骤，就可以实现行李的自动化搬运。
如图9所示，对行李搬运系统来进行了实际工况测试，建立了基于机械臂的行李智能搬运系统，根据对机场旅客托运行李的形状、材质做出详细的调查，把旅客行李分为皮革箱、纸壳箱、塑料箱、麻袋、帆布箱和树脂箱等。针对以上六种类型的行李，分别进行了10000次的抓取和码放试验，表1为行李抓取和码放成功率的实验结果。
测试过程中，统计的抓取效率为150～180件/小时，可完全满足常规机型旅客行李处理需求，在此航班行李处理时段配置一台行李智能搬运系统即可。
当前，民用机场航站楼内旅客行李分拣完成后搬运仍主要是采用传统人力搬运的形式，都会存在耗时费力、成本高的问题，为此本文对国内外行李搬运状况做充分调研和分析后，设计并研制出一套基于机械臂的行李智能搬运系统。经反复试验、调试，证明行李搬运系统能够针对不一样材质的多种形状、重量的行李进行自动抓取、搬运和码放，可大幅节省人力资源，改善行李搬运的作业环境。
智能行李搬运系统的开发和应用，对我国乃至全球大型民用机场行李搬运系统的改进提供了重要参考，相信其创新设计理念能够在未来更多民用机场中得到普遍应用。
[1]中国民用航空局机场司.世界交通运输大会民航安全与发展论[R], 2019.
[2]尹波康,孟凌宇,卢山.辅助搬运机器人的便携式改进与设计[J].科学与财富, 2020, (4): 10.
