英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

改进AGV系统：集成高级传感和控制技术

摘要

本文重点介绍先进的集成传感和控制技术进入先进的系统，自动导向车（AGV）。 特别是，我们关注关于在Plug-and-Navigate中开发的关键技术机器人（PAN-Robots）项目，突出显示这些结果有助于提高AGV系统的性能。

1.引言

本文涉及增加学位的挑战的工厂物流自动化。 特别是，我们关注使用自动导引车（AGV），被利用货物和原材料在工厂内的运动。

在现代制造工厂中，自动化在生产阶段被广泛采用，从而实现高水平的生产率和高效率。 然而，在物流中通常不能实现相同水平的自动化，这通常由人类操作者和手动驱动的车辆来实现。 然而，值得注意的是，制造工厂中的货物运输是非常频繁的操作：其手动实施然后是整个系统的无效的相关来源。 事实上，如果物流与整个生产流没有很好的集成，它就成为整个系统的瓶颈。 此外，物流是工人安全问题的主要来源之一[1]。

大规模部署AGV将大大有助于提高工厂物流的自动化水平。 事实上，AGV系统导致获得完全集成和优化的工厂（图1）。 如今，这些自主系统每年销售的汽车约有几千辆，并且还没有准备好在制造工厂中普及。事实上，安全，效率和工厂安装成本仍然是一个悬而未决的问题：最先进的技术解决方案还不够成熟，无法完全支持AGV的普及。因此，解决AGV和自动仓库系统的弱点的创新将提高这些物流解决方案的能力，使其在现代工厂中普及。

本文的结构如下。 第二部分描述了工厂仓库自动化的场景和相关工作。 AGV技术的最新情况将在第三部分中介绍。 在PAN-Robot项目中开发的新技术的集成在第四部分中描述。 最后，第五节总结说明。

图1. AGV在高产量的现代化工厂仓库中移动货物

2.情景和相关工作

在本文中，我们考虑与用于工厂物流的AGV系统相关的技术问题。 几个研究小组一直在研究AGV系统，在过去几十年：对相关文献的全面调查在[4]中提出，作者描述了在工业环境中用于定位和指导AGV的主要技术。[5]中的工作描述了使用多个AGV来协同运输巨大和重的负载。

一般来说，AGV系统用于在工业环境的不同位置之间执行货物的运动。 每个移动操作通常被称为任务。 可以执行不同类型的任务：货物托盘可以从自动化生产线的末端运输到仓库，从仓库运输到运输，或者在仓库的两个位置之间运输。 通常，在自动化生产线中制备的物品需要从码垛机（图2（b））的包装物（图2（a））中拾取。

AGV被利用来以自动化的方式完成任务。为此，AGV系统由通常称为的集中控制器处理仓库管理系统（WMS），负责将每个任务分配到特定的AGV。一旦每个任务都被分配到一个特定的AGV，则集中控制器需要协调AGV本身的运动以完成任务完成 。当处理单个AGV时，可以利用用于单机器人路径规划的几种策略（参见例如[8]）。相反，当多AGV共享相同的环境，需要采用协调策略以优化交通。 通常，中央控制器负责协调AGV的运动[9] - [13]。 为了简化协调以及增强操作的安全性，AGV通常被限制沿着预定的道路集合移动，称为路线图（图3）。

1. 包装

1. 码垛机

图2.自动化生产线的结束

图3.具有几条生产线的中型工厂的AGV路线图的完整和详细的部分

发展现状

在本节中，我们总结了目前在用于工厂物流的最先进的AGV系统中实施的主要技术解决方案。 我们还将强调与这些系统相关的主要问题。

3.1系统设施

AGV的自动运动需要当前位置的精确且不断更新的知识。这通常是利用基于激光的技术获得的，这提供非常可靠的结果。特别地，基于激光的定位是通过每个车辆计算其相对于适当放置的人造地标（即反射器）的相对位置而获得的。对于获得高度精确的定位，对于地标的地图的精确了解是必须的。地标本身的位置对定位精度有很大的影响：最优地标布置被解决，例如，在[15]中。

对于大型工厂，需要数百到数千个反射器来获得精确的定位。因此，工厂安装的第一阶段包括安装数百个反射镜，重点是避免不必要的对称性和覆盖整个工作空间。这是耗时的操作，其通常由专业技术人员团队以手动方式执行。此外，通常需要通过修改和验证新的反射器布局设计逐步实现最终结果。

随后，可以准备植物以使AGV能够完成任务。如前所述，任务包括在环境的不同位置之间移动货物。特别地，执行装载和卸载操作的位置通常被称为操作点。 因此，需要以高精度映射每个操作点的位置和特性，以确保能够以有效的方式执行装载和卸载操作。

最后，需要定义一组连接每对操作点的道路。这组道路通常被称为路线图。 路线图的设计通常使用CAD软件手动执行并且需要高度专业化的操作者。事实上，路线图设计影响AGV交通，然后定义系统效率。

值得注意的是，AGV系统安装在新工厂和已经运营的仓库中。当从零开始设计工厂时，出现更少的问题，因为可以容易地使环境适应自动化系统的需要。 相反，已经运行的仓库的改造是一项复杂的任务，需要几个月的工作。随后，减少系统安装所需的时间将大大降低总体系统成本。

3.2运动协调

AGV的运动在仓库内部进行协调，以确保以有效的方式完成所有任务。这需要减少整体完成时间，同时避免冲突和死锁。

集中路径规划和交通协调是一个非常复杂的问题，其复杂性随着车辆数量呈指数增长。为了降低协调算法的复杂性，通常采用的方法在于限制车辆沿着路线图的运动。值得注意的是，一般来说，路线图的设计和协调算法的设计都有助于系统的整体效率。通常，路由图的特定特征通过向协调算法添加例外来处理，以业务规则的形式。

此外，尽管路线图是减少交通管理所需的计算资源的非常有效的方式，但是将AGV的运动限制在一组有限的道路上严重降低了系统的灵活性。例如，如果障碍物出现在AGV的道路上，则需要重新规划路径以避开障碍物。当一个替代路径不可用时，可能会出现交通堵塞，只能通过操作员的干预才能解决，手动移除障碍物。

3.3 感觉和感知

人力工作者和自主机器通常在仓库中共享环境（图4），因此安全是必须充分解决的主要问题。安全系统总是需要可靠和稳健，并且通常依赖于经认证的激光器扫描仪。虽然这些传感器从安全角度来看是有效的，但它们不提供高级的感测能力。事实上，它们只提供与AGV周围的预定区域相关的本地信息。此外，它们不提供获取的对象的分类：AGV然后不能够区分静态和动态对象，或者行人和其他实体之间。因此，不可能基于这些传感器进行高级决策。这导致这样的事实，即AGV通常需要高度降低其在临界区（即黑点）中的速度，以便确保响应于不可预测的情况的安全行为。

图4 AGV和人员共享的环境示例

新技术的整合

本节介绍如何将新型传感和控制技术集成到AGV系统中，从而提高整体性能，减少第三部分中强调的弱点。

4.1系统设施

PAN-Robots中开发了几种技术解决方案，使系统安装阶段更加高效。

如第三节所述，系统安装阶段是导致定义路由图的一组操作。由于路由图是连接工厂的每对操作点的一组路径，因此它的定义是 必须具有工厂本身的精确地图，包括所有感兴趣点的位置和所有基础设施元件的位置。

环境的映射可以以半自动的方式利用[17]，[18]中介绍的过程来执行。具体地，由多个先进激光扫描器组成的系统用于提供环境的三维地图，其中以高精度测量每个元件的位置和特性。

然后利用环境的三维地图来定义路线图。特别地，在[19]中引入了一种用于自动定义覆盖所有环境的一组道路的算法，保证AGV具有到达每个感兴趣点的可能性。补偿也最大化，以确保在完成任务的路径中有多种选择。图5中示出了自动创建的路线图。

在工厂设置期间进行的耗时操作是安装用于定位的激光反射器。可以使用用于AGV定位的替代系统完全避免该阶段。特别地，在[20]中引入的策略利用激光扫描器基于自然地标执行定位。详细地，自然地标是可以被感测系统识别的环境的特征。基于自然地标执行定位消除了对激光反射器的需要，从而大大减少了工厂的安装时间和成本。在[20]中提出的基于激光扫描仪的基于轮廓的定位系统提供了鲁棒和精确的结果，然后可以用于AGV导航。

图5 自动路由映射定义的示例

4.2运动协调

AGV的运动的协调由PAN-Robots系统的全球导航模块执行。特别地，全局导航模块负责定义要沿着路线图的每个AGV要行进的路径，其被假定为根据前面部分中介绍的自动创建算法来定义。

路由图然后被认为是由称为段的区别元素组成的一组路由。AGV被约束为遵循路线图及其段。特别地，每个段可以一次仅分配给一个AGV，并且其特征在于唯一的运动方向。这些性质对于协调目的是有用的，因为不可能具有病理状况，例如两个（或更多个）AGV沿着具有相反方向或相同区段上的冲突的相同区段移动。全球导航问题包括定义协调策略，使得每个AGV能够从其初始位置移动到其分配的最终位置，最小化总交叉时间并通过避免冲突。因此，问题在于在2D静态环境中为AGV的集群规划路径，从而避免冲突和死锁。每个AGV在初始位置开始其路径，并且必须到达其自己的最终位置。

[21]，[22]提出的协调策略提出了一个多层结构，用于协调一个AGV的飞行。 特别地，使用两个层：

1. 较高层或拓扑层是表示全局地图的拓扑图，具有不同的称为扇区的宏小区。
2. 下层是第一层的每个扇区的几何图，然后被称为路由图层。

因此，全局导航作为两个级别的规划来执行。拓扑计划从当前部门寻找最终目标的最佳路径（实际上是到真正目标所在的最终部门）。路由映射规划计算路由映射上的路径，并处理扇区内的协调。一旦任务已被分配给每个AGV，则执行全球导航。显然，为了优化系统的整体性能，必须以优化的方式执行任务分配，这意味着最小化总体完成时间。主要利用的分配方法以静态方式考虑任务分配问题：大致来说，每个任务被分配给最近的AGV。该分配方法不考虑由于AGV本身的运动引起的动态效应：即，交通堵塞可能使AGV减速，从而使得该分配远离最优解。在PAN-Robots项目中，开发了一种新的任务分配方法，明确考虑了分配问题中的流量模型：具体来说，利用系统状态的信息来获得流量的定量测量，然后利用优化任务分配。

一旦执行任务分配，应用[21]，[22]中提出的多层协调方法。 特别地，拓扑层上的协调在于定义要由每个AGV行进以到达其目的地的扇区列表。 以模型预测方式考虑流量状态，以集中方式解决这个问题：当业务状态改变时，重新计算最佳扇区列表。 随后，在每个扇区内，执行路由映射层上的协调，用于本地避免冲突和死锁。 在[23]中提出了部门之间的先进协调方法，目的是减少AGV之间必要的谈判次数。

运动协调和路线图创建在[24]中合并，其中提出了一种整体方法同时优化协调和路线图创造，以便最大化系统的整体效率。

已经实施了本地路径规划模块，用于在有障碍物的情况下计算路线图的局部偏差。一旦发现障碍物，系统会自动计算出路线图中的局部偏差，从而防止AGV停止，从而避免造成交通堵塞。更多细节可以在[25]中找到。

4.3 感觉和感知

在PAN机器人中提出了一种先进的感测系统，以提高AGV系统的性能。传感系统由两个主要部分组成：机载感测系统和基础设施传感系统。

具体来说，机载感测系统由激光扫描仪和相机组成。特别地，为了补充安全激光扫描仪，每个AGV配备了可靠的环境感知系统，能够监测车辆周围的整个360°区域。然后，车载感知系统由位于AGV周围的多个激光扫描仪组成，以及由安装在AGV顶部的两个全向透镜和两个摄像头组成的全向立体视觉系统。 实现细节可以在[26]中找到。

车载感测系统提供了AGV的环绕视图，但不可能提供全局的环境视图。为了解决这个问题，PAN机器人系统包括安装在基础设施上的附加感测系统。这个想法类似于使用安装在交叉点上方的半球形反射镜，这些反射镜被工作人员用来观察角落（图6）。因此，黑点监控的有效解决方案就是在激光扫描仪的环境特定位置安装激光扫描仪，详见[27]。

图6 在交叉点之上安装的镜子的例子：半球形（左）和fl-wide-Fo V（右）

需要将传感系统获取的数据提供给AGV运动控制系统，然后可以在规划路径时考虑障碍物的存在。然后引入集中式系统，负责从不同来源接收数据，及时合并它们，使其可用于AGV控制系统。该集中式系统定义了环境的全球实时视图，其中包含有关填充工业环境的所有实体的不断更新的信息。这是利用[28]中引入的方法获得的，它合并了不同来源获取的信息。

特别地，在系统安装阶段期间建立了环境的静态三维图，其描述了所有静态基础设施元件（例如，机架，墙壁，门等），而船上和基础设施感知系统获取动态对象。然后，集中式数据融合系统负责收集传感器获取的所有数据，并将其组合在整个系统的独特且完整的表示中，包括在其内部进行的静态和动态实体。因此，全球现场视图包含密集的信息，定义了表示静态实体（工厂的3D地图，路线图），动态实体（AGV的当前位置和速度，位置和速度）的全局更新映射 当前识别的对象），拥塞区域和监视的交点的状态。

5结论

在本文中，我们描述了多个AGV系统的先进传感和控制技术的集成。特别是我们专注于PAN机器人项目的成就。

提出的技术解决方案将在效率，成本和灵活性方面显着提高当前AGV系统的性能。 这些改进将有助于AGV系统的扩散，这将成为物流的更实际的解决方案，即使在中小型企业的情况下也是如此。 未来工厂物流自动化解决方案的广

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[138028]，资料为PDF文档或Word文档，PDF文档可免费转换为Word