התפקיד הקריטי של גילויי Obstacle ב- Modern AGVs

כלי רכב אוטומטיים (AGVs) הפכו הכרחיים לוגיסטיקה מודרנית, מלחמה, וייצור.היכולת שלהם להעביר חומרים אוטונומיים hings על יכולת קריטית אחת: זיהוי מכשולים אמין.ללא חשיפות מתקדמות ופרשנות, AGV לא יכול להבטיח ניווט בטוח בסביבה משותפת עם בני אדם, כלי רכב אחרים, ותשתיות קבועות לאורך העשור האחרון, טכנולוגיות זיהוי התפתחו מחיישנים פשוטים ומתוחכמים, המאפשרים למצלמות אבטחה ומצלמות לא-Licrepertrepertrepertice, ו-D.

פריסות מודרניות של תביעות לזיהוי מערכות שיכולות להתמודד עם תאורה משתנה, אבק, השתקפות, ואת התנועה המהירה של פורממות או הולכי רגל. נקודה אחת של כישלון - נקודה עיוורת חיישן או אובייקט לא מפורש - יכול לגרום למקרים עתירי משקל או בטיחות יקר. כתוצאה מכך, מערכת אינגרה ומנהלי צי לאמץ אדריכלות מחוסמת, רב-מת-מתיחה עם תוכנות חכמות כי הם עוקבים אחר אובייקטים מתקדמים, וחוקרים את הניווט, על ידי שיטות עבודה, ופעולות מתקדמות, על ידי למערכות אבטחה, ופעולות מתקדמות, על ידי סטיות, ופעולות מתקדמות, על ידי סטיות, על ידי סטיות, על ידי משככי כאבים, על ידי משככי כאבים, על ידי נטיות, על ידי נטיות, על ידי נטיות, על ידי נטיות, ופעולות מתקדמות, על ידי נטיות, על ידי נטיות, ופעולות נטיות, על ידי נטיות, ופעולות מתקדמות, על ידי נטיות, על ידי נטיות, על ידי נטיות, על ידי נטיות, על ידי נטיות, על ידי נטיות, על ידי נטיות, על ידי נטיות, על ידי נטיות, על ידי נטיות, על ידי נטיות, על ידי נטיות, ופעולות מתקדמות,

טכנולוגיות מפתח לגילוי

אין טכנולוגיית חיישן אחת מושלמת עבור כל יישום AGV. הבחירה תלויה בגורמים כגון סביבת הפעלה (בדלת מול בחוץ), מהירות של נסיעות, טווח זיהוי נדרש, גודל אובייקט, ומגבלות עלות.הטכנולוגיות המאומץות ביותר נופלות לארבע קטגוריות: זמן של סריקה לייזר טיסה (LiDAR), קרבת קול קרבה חישה, זיהוי אינפרא אדום, מערכות ראיית מחשב מבוססות חזון.

LiDAR (Laser Scanning)

LiDAR (Light Detection and Ranging) חיישנים פולטים דבורים לייזר מלוטשות ומדידים את הזמן שלוקח לכל דופק כדי לשקף את פני השטח.על ידי הפעלת הנפלט או באמצעות מערך מוצק של המדינה, LiDAR יוצר ענן נקודה צפופה המייצג את הסביבה הסובבת ב 3D. טכנולוגיה זו היא תקן הזהב עבור זיהוי AGV מכיוון שהוא מספק פתרון זוויתי גבוה, טווח ארוך (בדרך כלל 20 מטרים), דיוק מעולה של תנאי תאורה מצוינים.

בפועל, סורק 2-D LiDAR רכוב בבסיס של AGV יכול לטאטא את סביבתו באופן רציף, זיהוי מכשולים בזווית מסוימת ומרחקים. יחידות LiDAR המודרניות רבות עומדות בסטנדרטים כגון IEC 61496-3 (Type 3) וניתן להשתמש בהם כדי לשמור על קשר עם ביצועים גבוהים, אם כי הם מאפשרים ל- AGV למפות את הסביבה שלה, לזהות אובייקטים סטטיים והזיזים, לעצור חירום, אם הוא לעתים קרובות יכול להיכנס לחום, או למולידבן חום, אם הוא פועל באופן קבוע, אם הוא פועל באופן קבוע, או למול לחץ אווירי, אם הוא פועל באופן קבוע, אם הוא פועל באופן קבוע, אם הוא פועל באופן קבוע, אם הוא פועל באופן קבוע, אם הוא פועל באופן קבוע, אם הוא פועל באופן קבוע, אם הוא פועל באופן קבוע, או לחץ אווירי תיבות של שעון מכ"מחץ חום.

הספקים המרכזיים של יישומי AGV כוללים SICK, Hokuyo, Velodyne (כיום Ouster), ורובוסנס.הטכנולוגיה ממשיכה לשפר במונחים של ירידה בעלויות, אמינות המדינה המוצקה, ושילוב עם בקרים בטיחות.

חיישנים לא חוקיים

חיישניים אולטרה סאונד פועלים על ידי פולטת גלי קול גבוהים (בדרך כלל 40-400 kHz) ומדידת הזמן שלוקח את הד כדי לחזור. כי הם מסתמכים על צליל ולא אור, הם לא מושפעים על ידי אבק, עשן, או שינויים תאורה.זה הופך אותם אידיאליים עבור מכשולים לטווח קצר בסביבות שבו לידר או חיישני ראייה עשויים להיאבק.

חיישנים לא חוקיים לעתים קרובות פרוסים כמו חיישנים משלימים על הצדדים או האחורי של AV, המכסה אזורים לא בפיקוח מלא על ידי LiDAR. הם מצטיינים לזהות אובייקטים שקופה (למשל, דלתות זכוכית או כיסוי פלסטי ברור) כי ליDAR beams עשויים לעבור.הם גם לעבוד טוב לאיתור אובייקטים רכים כמו בגדים או ארגזי קרטון, אשר עשויים לספוג כמה LiDAR חוזר במחסנים רבים, חיישנים של A3 מ"מ"ר"מ"ל-"ח, יכול לעצור את ה-"ר אבטחה נמוכה של 0.

המגבלה העיקרית של קולידס היא קצב העדכון איטי יחסית דפוס קרן רחב, אשר יכול לגרום השתקפות של משטחים לא אחיד או מספר הדים. קרוס-talk בין חיישנים מרובים על אותו רכב יכול גם להיות בעיה. מיקום חיישן תקין ואסטרטגיות מרובותxing להפחית את הבעיות האלה.למרות המגבלות שלהם, חיישניים קוליים נשארים בחירה פופולרית עבור התנגשויות מסוג התנגשות ואימון אחרון.

חיישנים (IR)

חיישנים אינפראניים מזהים מכשולים על ידי מדידה של אור אינפרא אדום.הם בין הטכנולוגיות הפשוטות והיעילות ביותר לזיהוי חסכוני.חיישנים פוטואלקטרי אינפרא אדום באים בשתי תצורה עיקריים: דרך-beam (emitter and המקלט בנפרד) ו רטרו-reflective (emitter and המקלט ביחידה אחת עם משקף) הם גם זמינים כמו חיישנים דיפוזה להסתמך על השתקפות של המטרה עצמה.

עבור גילוי, חיישני IR ממוקמים לעתים קרובות נמוך על ה- AGV כדי לזהות אובייקטים כמו קופסאות או מכשפים כי LiDAR הראשי עשוי להחמיץ.עם זאת, חיישני IR יש כמה חסרונות: הם רגישים צבע פני השטח ומשקפות (חומר זיהוי או אובייקטים מבריקים עשויים ללכת ללא חתומה), יש להם שדה תצוגה צר, וטווח הגילוי שלהם הוא בדרך כלל פחות ממטר עבור ביצועים אמינים, בנוסף, כמו גם כן, כמו הפרעה מודרנית, אבל אני יכול להיות פגיעת כי הם עלולים, אבל הם לעתים רחוקות.

מחשבי מחשב (Camera- Based Systems)

חזון מחשב לאיתור מכשולים AGV משתמש במצלמות אחת או יותר ואלגוריתמי עיבוד תמונה כדי לזהות ולסווג אובייקטים. טכנולוגיה זו התקדמה במהירות עם אימוץ של רשתות עצביות עמוקות למידה (CNN) שיכולים לזהות בני אדם, פורממות, משטחים, ומכשולים אחרים עם דיוק גבוה.מערכות חזון חזקות במיוחד במתן הבנה סמנטית - ידע * מה הוא מכשול - המאפשר ל-V כדי לקבל החלטות חכמות יותר.

לדוגמה, מערכת ראייה יכולה להבחין בין תיבת קרטון לוחית (אשר AGV עשוי לדחוף או לנווט סביב) והולכי רגל (אשר דורש עצירה מלאה) מצלמות יכול גם לקרוא סימון הרצפה, ברקודות, וחתימה, אשר מסייעות בזיהוי מקומי ותכנית ריצוף מיפוי (ראייה סטריאו או אור מובנה) להוסיף תפיסה 3D, המאפשרת ל- AGV לזהות מעל מכשולים או למדוד את נפח הראייה של שימוש לעתים קרובות "אובייקטיבי" של מצלמות אבטחה.

עם זאת, ראיית מחשב היא אינטנסיבית חישובית ודורשת תנאי תאורה טובים.סביבות אפלות, התלקחות עדשות, או מטושטש תנועה יכול לפענוח ביצועים. בחוץ AGVs חייב להתמודד עם שינוי הצללים, גשם, וזוהר מהשמש.מערכות ראייה רבות משלבות תאורה אינפרא אדום עבור ניתוח תאורה נמוכה.בנוסף, חזון לבדו לא יכול לעמוד בהסמכהות בטיחות מחמירות (למשל, SIL 2 או PL) אלא אם כן עם חיישנים חד-אדום עם אינטליגנציה משולבת.

חיישנים רדאר ב- AGVs

בעוד פחות נפוץ בתוך AVs, מכ"ם (גילוי רדיו ו- החל) צובר מתח עבור כלי רכב אוטונומיים בחוץ וכבדים-דוטי AGVs הפועלים בנמלים, מכרות, או חצרות גדולות. Radar פולט גלי רדיו מנתח השתקפות כדי לזהות אובייקטים.ה יתרון המפתח שלו על LiDAR הוא חזק למזג אוויר: גשם, ערפל, שלג, ואבק יש השפעה מועטה על אותות מכ"ם יכול גם למדוד את ה-ידי מחסומים באופן ישיר.

חיישני מכ"ם של כיתה הרכב (24 GHz או 77 GHz) שפותחו במקור עבור מערכות ניהול מתקדמות של נהגים מותאמים עבור AGVs. הם מציעים פתרון זוויתי מתון (בדרך כלל כמה מעלות) וטווח עד 250 מטרים.המגירות הראשיות הן כי מכ"ם מספק ענן נקודה ⁇ מאשר LiDAR וייתכן שיש קושי להבחין בין אובייקטים מתכתיים הדוק, כמו גם אובייקטים מתכתיים יכולים לגרום לזיהוי מכ"ם מוקדם של כלי רכב מזויפים.

חיישנים פיוז'ן: הכוח של שילוב נתונים

החלת על מודוליות חיישן יחיד יוצרת סיכונים של כתמים עיוורים, חיובי כוזב, וכישלון בתנאים ספציפיים. היתוך חיישן - שילוב של נתונים מסוגים מרובים של חיישן - מעל מגבלות אלה על ידי מינוף החוזקות של כל אחד תוך הקטנת חולשות.

  • החזית-פנית LiDAR עבור מיפוי מכשולים תלת-ממדי ראשוני ניטור אזור בטיחות.
  • חיישנים חד-צדדיים לגילוי לטווח קרוב של אובייקטים שקוף או נמוך.
  • מצלמה בעלת חזון סטריאו בראש ובראשונה לגילוי הולכי רגל והכרה בפלנט.
  • מכ"ם מוצף (על בסיס חיצוני AGVs) כדי לפקח על התנועה המתקרבת.

אלגוריתמים של פיוז'ן, המבוססים לעתים קרובות על מסננים קלמן או רשתות Bayesian, מעבדים את זרימת הנתונים בזמן אמת כדי ליצור "מודל עולמי" מאוחדת, שעוקב אחר המיקום, המהירות והסיווג של כל מכשול.התפוקה הממוזגת מאפשרת לבקר הניווט של AGV לקבל החלטות בטוחות על הסתגלות מהירה, פתולוגיה, ומקרי חירום.

היתוך חושי גם משפר את הצפה לבטיחות.אם חיישן אחד נכשל או הופך degraded (למשל, עדשות LiDAR מכוסה אבק), המערכת יכולה לחזור על חיישנים אחרים עם פונקציונליות מופחתת ולא לכפות עצירה.עם עיצוב תקין, ה- AGV יכול להמשיך לפעול במהירות נמוכה יותר עד ביצוע תחזוקה. יתרון זה מוקדם יותר עבור מתקנים עת גבוה, שבו כל דקה של ביצוע עלות.

מגמות מתפתחות ושילוב בינה מלאכותית

השילוב של בינה מלאכותית (AI) ולמידה מכונה (ML) הוא המגמה המשמעותית ביותר בעיצוב מחדש של מערכות זיהוי מסורתיות הסתמכות על סף קבוע - למשל, "אם מרחק < 0.5 מטרים, להפסיק" כללים אלה נאבקים עם מקרים קצה: אדם שמסתובב, קופסה נופלת, או עומס מעוצב להפליא.

מודלים למידה עמוקה משמשים כעת עבור פלח סמנטי ברמת פיקסל בתמונות מצלמה - מסווגים כל פיקסל כמו הרצפה, קיר, אדם, רכב או מכשול.זה מאפשר ל- AGV לזהות את האזור היבש ולהתעלם מחפצים לא מזיקים כמו סימון קומה או השתקפות. בדומה, עננים נקודתיים של לידר יכולים להיות מעובדים עם רשתות עצביות בסגנון Point-Net כדי לסווג 3D ללא צורך בתבנית הנדסית.

טכניקה נוספת היא גילוי מכשולים חיזוי.במקום להגיב מכשולים כבר בדרך, מודלים AI לחזות איפה מכשול * יהיה * * בתוך שניות הבאות בהתבסס על התנועה הקודמת שלה.זה חשוב במיוחד עבור אימוץ התנועה של הולכי רגל או פורממות במישולים צפופים.בנוסף, סוכני למידה חיזוק יכולים להתאים את AGV בסימולציה, כאשר להאט, או לקחת נתיב חלופי כדי למנוע התנגשות תוך שמירה על ידי מכשולים.

יצרנים רבים של AGV מציעים כעת "אינטליגנציה מלאכותית" זיהוי כמשדרוג תוכנה אופציונלי.מערכות אלה לומדות באופן רציף מהנתונים התפעוליים בענן ועדכונים על מודלים על הסיפון.עם זאת, יישום AI בפונקציות קריטיות בטיחות דורש אימות קפדני והסמכת, המהווה אתגר מתמשך תקני בטיחות כגון ISO 3691-4 ו- IEC 62061 מעודכנים כדי להתאים לתפיסה מבוססת-AI, אך רוב פריסות השימוש הנוכחי עדיין למתן מענה בטיחותי.

המונחים: Specific

בחירת טכנולוגיית זיהוי מכשולים תלויה במידה רבה בסביבת היישום. להלן הם תרחישים נפוצים:

  • (FLT:0)Indoor Warehousing:FLT:1 צפיפות גבוהה של צניחה, פצעים צרים, ועובדי אנוש. LiDAR + אוקור + היתוך ראייה הוא טיפוסי. תקרה נמוכה עשויה להגביל את המצלמות המועלות ביותר, כך חיישנים מאוחרים יותר הם קריטיים.
  • (FLT:0) רצפה של ייצור: מיקס 1 מיקס של AGVs, פורממות, ומכשולים ברמת הרצפה כמו כבלים או דוננג '.סגור קול וחיישנים IR לעזור לזהות סיכונים נמוכים.ראייה יכולה לזהות מיקומים בינאריים ותחנות עומס מכונות / עומס.
  • (FLT:0) אחסון קר:0 (Cold Storage:FLT:1 Fog, Ice, וטמפרטורות נמוכות. LiDAR עשוי להיות מושפע מזיהום על אופטיקה; חיישני אודיו עדיין יכולים להופיע אך זקוקים לדיורים חזקים.
  • (FLT:0Outdoor Yardsib: 1FLT) מזג אוויר משתנה, שטח בלתי אחיד, מרחקי נסיעה ארוכים. Radar + ארוך טווח LiDAR + תרמי או IR מצלמות עבור תנאים קלים, יש לחתימה על חיישנים מפני אבק ומים בהתקפה.
  • (FLT:0) חדרים נקיים: 1FLT:1 לא פסולת או אבק מותר. חיישנים שאינם מגע הם חובה. חזון ויחידות לידרקום משמשים.

מנהלי צי צריכים גם לשקול את המהירות המקסימלית של AGV. Faster AGVs דורשים יותר מרחקים, חיישנים מצטברים עם טווחי זיהוי ארוכים יותר ושיעורי עדכון מהירים יותר.בטיחות מחייבות שמערכת זיהוי חייבת להיות מסוגלת לעצור את הרכב לפני שהוא מגיע למכשול, גורם בעיבוד של עצלות, מרחק מתפתל וטווח חיישן.

יתרונות ואתגרים של גילויים מתקדמים

היתרונות של השקעה בזיהוי מכשולים מתקדמים ברורים:

  • (FLT:0) בטיחות עבודה: גילוי אמין והימנעות מהולכי רגל היא בראש סדר העדיפויות של מערכות מודרניות יכולות להבדיל בין בני אדם לאובייקטים, צמצום עצירות מיותרות תוך הבטחת אינטראקציות בטוחות.
  • (ב) [15] ,העברה: ⁇ : ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (FLT:0)Faster Deployment:FreaLT:1 עם היתוך חיישן ו- AI, AGVs ניתן לפרוס בסביבות דינמיות ללא שינוי נרחב של המתקן (למשל, הוספת קלטת מגנטית או רפיחים).
  • (ב) ,0) , הסתברות גבוהה יותר: ⁇ 1:1 , AGVs אשר יכול לצפות מכשולים יכולים לייעל את הנתיבים שלהם ומהירויות, החלקה של זרימת התנועה בסביבות מעורבות-העצמית.

עם זאת, אתגרים נשארים. חיישנים עלות היא גורם מרכזי; ביצועים גבוהים LiDAR וחומרה מחשוב יכולים להוסיף אלפי דולרים לציים של AGV. עבור רב-AGV, זה הופך השקעה משמעותית.בנוסף, חיישן קלמנט ותחזוקה דורשים טכנאים מיומנים.

אתגר נוסף הוא חיובי כוזב.אם AGV מפסיק לעתים קרובות מדי עבור שאינם obstacles (למשל, טייפ מתפתל או חלקיקי אבק), הוא מנקה מפעילי ומפחית את היעילות. פילטר מתקדם ו- היתוך חיישן עזרה, אבל כוונון עדין נשאר אמנות.אחרון, תקנות וסטנדרטים עבור כלי רכב תעשייתי אוטונומיים עדיין מתפתחים.

עתיד גילויים ב- AGVs

במבט קדימה, שלושה מגמות יעצבו גילוי מכשולים: ירידה בעלויות, צמצום, ואינטליגנציה מוגברת. חיישנים לידר-מדינה סולידריות, שאין להם חלקים נעים, הופכים להשגה מספיק לשימוש בכל AGV. זה יאפשר כיסוי "כל הסבך" עם יחידות מוצקות מרובות, ביטול נקודות עיוור לחלוטין.

מצלמות מבוססות אירועים, אשר משדרות רק שינויים בערכי פיקסל, מבטיחות לעקביות נמוכה (מיקרו שניות) לגילוי מכשולים מהירים תוך שימוש בכוח מינימלי. בשילוב עם שבבי עיבוד עצביים, אלה יכולים להחליף ראייה מסורתית מבוססת מסגרת בלולאות בטיחות קריטיות בזמן.

מושג התקשורת של הרכב-על-הכל (V2X) נכנס גם לחלל התעשייתי. AGVs עשוי לשדר בקרוב את עמדותיהם ולקבל התראות ממכשולים מהתשתית או כלי רכב אחרים באמצעות 5G או תקשורת לטווח קצר ייעודית. תפיסה שיתופית זו עלולה להתנגשות לפני התנגשויות סביב פינות עיוורות אפילו לפני ה- AGV "רואה" את המכשול.

לבסוף, בדיקה אוטונומית מלאה וניקוי של משטחי חיישן יהפכו לתכונה סטנדרטית. עדשות ניקוי עצמי, מכופות אוויר משולב, ו שגרות קליברציה אוטומטיות יפחיתו את התחזוקה מעל הראש וימשכו את ביצועי הגילוי באופן עקבי גבוה.

ככל שהטכנולוגיות הללו בוגרות, AGVs תפעל עם אוטונומיה חסרת תקדים ובטיחות, תוך שימוש באוטומציה נוספת בלוגיסטיקה, ייצור ומעבר לכך, עבור הקוראים המעוניינים בנוף הסטנדרטים, ה-FLT:091-4: דרישות בטיחות 2020FLT:1 מספק מסגרת לשילוב המערכות הללו בעיצובים של AGV.