Online detection of barcodes for AGV localization

In recent years, we have been witnessing the ever-increasing growth of the e-commerce sector, with the consequent need for increasingly efficient intralogistics systems that can handle the huge volumes of parcels inside warehouses. Together with industrial automa- tion, mobile robotics is a key element in optimising all those repetitive processes that do not generate personal growth in workers. GENI-Ant is an autonomous guided vehicle dedicated to the mobilisation of parcels within warehouses produced by Fives S.p.A., the industrial partner of this work. It is designed to work in fleets of identical vehicles con- trolled by a centralised server. A critical aspect for the correct functioning of this system is the localization of the robots within the warehouse in order to avoid collisions with ma- chinery and to ensure that each package is picked up and released in the correct position. The robots have predefined trajectories marked by matrix barcodes placed on the floor at regular intervals. By reading these barcodes through 2D camera acquisitions, the robot’s position estimate can be updated, reducing the error cumulated by the estimate through the integration of proprioceptive sensors such as IMU and encoders. The objective of this thesis is to develop a barcode detection algorithm that is efficient in terms of the time required for detection to allow more frequent updates of the robot pose estimation and that is robust to barcode deterioration since, being placed on the floor, they are unlikely to be in excellent condition. The proposed algorithm starts with a barcode localization phase to crop the regions of the input image that contain one. Subsequently, barcode reading is attempted on the obtained crops. In case a barcode is partially damaged, a correction algorithm is performed to attempt its reconstruction. The proposed solution is compared with the commercial one currently adopted by Fives.

Negli ultimi anni stiamo assistendo a una crescita sempre maggiore del settore degli e- commerce con la conseguente necessità di sistemi di intralogistica sempre più efficienti che possano gestire le enormi moli di pacchi all’interno dei magazzini. Insieme all’automazione industriale, la robotica mobile costituisce un elemento fondamentale per l’ottimizzazione di tutti quei processi ripetitivi che non generano crescita personale nei lavoratori. GENI- Ant è un veicolo a guida autonoma dedicato alla mobilitazione di pacchi all’interno di magazzini prodotto da Fives S.p.A., il partner industriale di questo lavoro. É progettato per lavorare in flotte di veicoli identici controllati da un server centralizzato. Un as- petto critico per il corretto funzionamento di questo sistema è la localizzazione del robot all’interno del magazzino al fine di evitare scontri con macchinari o personale e assicurare che ogni pacco venga prelevato e rilasciato nelle posizioni corrette. I robot hanno delle traiettorie predefinite contrassegnate da codici a barre matriciali posizionati sul pavi- mento ad intervalli regolari. La lettura di questi codici a barre tramite le acquisizioni di una camera 2D permette di aggiornare la stima della posizione del robot riducendo l’errore introdotto dalla stima tramite integrazione dei sensori propriocettivi quali IMU ed encoders. L’obiettivo di questa tesi è quello di sviluppare un algoritmo di rilevamento dei codici a barre che sia efficiente in termini di tempo richiesto per il rilevamento per consentire aggiornamenti più frequenti della stima della posa del robot e che sia robusto al deterioramento dei codici a barre poiché, essendo posti sul pavimento, è improbabile che siano in ottime condizioni. L’algoritmo proposto inizia con una fase di localizzazione dei codici a barre per ritagliare le regioni dell’immagine di input che ne contengono uno. Successivamente, la lettura del codice a barre viene tentata sui ritagli ottenuti. Nel caso in cui un codice a barre sia parzialmente danneggiato, viene eseguito un algoritmo di correzione per tentarne la ricostruzione. La soluzione proposta è stata confrontata con la soluzione commerciale attualmente utilizzata da Fives.