در حوزه اتوماسیون صنعتی ، بازوهای سنگین AGV (وسیله نقلیه هدایت شده خودکار) به عنوان یک بازی - به ویژه برای حمل بارهای سنگین در گیاهان تولیدی ، انبارها و سایر تنظیمات صنعتی ظاهر شده اند. من به عنوان یک تأمین کننده پیشرو سنگین AGV بازوی ، اهمیت اساسی جلوگیری از مانع در این دستگاه های قدرتمند را درک می کنم. این پست وبلاگ به روش ها و فن آوری های مختلفی که اسلحه های سنگین AGV برای استفاده ایمن در اطراف موانع استفاده می کنند ، می پردازد.
تشخیص مانع مبتنی بر سنسور
یکی از اساسی ترین راه های بار سنگین AGV از موانع جلوگیری از استفاده از سنسورها است. این سنسورها به عنوان "چشم" AGV عمل می کنند و مرتباً محیط را برای خطرات احتمالی اسکن می کنند.
اسکنر لیزر
اسکنرهای لیزر به طور گسترده در بازوهای سنگین AGV استفاده می شوند. آنها پرتوهای لیزر را در یک الگوی 2D یا 3D ساطع می کنند و مدت زمان لازم برای نور را از اشیاء موجود در محیط می گیرند. AGV با تجزیه و تحلیل نور منعکس شده می تواند نقشه مفصلی از محیط اطراف خود ایجاد کند و موانعی مانند سایر وسایل نقلیه ، کارگران یا اشیاء ثابت را تشخیص دهد. به عنوان مثال ، یک بازوی سنگین AGV مجهز به یک اسکنر لیزر 2D می تواند موانع را در یک صفحه افقی خاص تشخیص دهد. اگر یک شی در مسیر AGV تشخیص داده شود ، اسکنر سیگنال را به سیستم کنترل AGV ارسال می کند ، که سپس یک پاسخ مناسب مانند متوقف کردن یا تغییر مسیر را آغاز می کند.
سنسورهای اولتراسونیک
سنسورهای اولتراسونیک بر اساس اصل امواج صوتی کار می کنند. آنها امواج صوتی با فرکانس بالا را منتشر می کنند و مدت زمان لازم برای امواج را پس از اصابت یک شیء می گیرند. این سنسورها به ویژه برای تشخیص موانع در فاصله نزدیک مفید هستند. در یک بازوی سنگین AGV ، سنسورهای اولتراسونیک را می توان در اطراف محیط وسیله نقلیه قرار داد تا اشیاء را که ممکن است در مجاورت فوری باشد ، تشخیص دهد. به عنوان مثال ، هنگامی که AGV در یک فضای تنگ مانور می دهد ، سنسورهای اولتراسونیک می توانند دیوارهای اطراف یا اشیاء کوچک را که ممکن است به راحتی توسط سایر سنسورها تشخیص ندهند ، تشخیص دهند.
سنسورهای بینایی
سنسورهای بینایی مانند دوربین نیز در بازوهای سنگین AGV به طور فزاینده ای محبوب می شوند. این سنسورها می توانند تصاویر یا فیلم های محیط را ضبط کرده و از الگوریتم های دید رایانه ای برای تجزیه و تحلیل داده ها استفاده کنند. سنسورهای بینایی می توانند اطلاعات مفصلی در مورد شکل ، اندازه و موقعیت موانع ارائه دهند. به عنوان مثال ، یک سیستم بینایی مبتنی بر دوربین می تواند با تجزیه و تحلیل شکل و حرکت فرد ، یک کارگر انسانی را در مسیر AGV شناسایی کند. از این اطلاعات می توان برای ایجاد یک مانع مناسب استفاده کرد - پاسخ اجتناب ، مانند کاهش سرعت یا تغییر مسیر.
فن آوری های نقشه برداری و ناوبری
علاوه بر تشخیص مانع مبتنی بر سنسور ، بار سنگین AGV سلاح های AGV برای جلوگیری از موانع به فن آوری های نقشه برداری و ناوبری متکی است.
SLAM (بومی سازی همزمان و نقشه برداری)
SLAM تکنیکی است که به AGV اجازه می دهد تا در حالی که همزمان موقعیت خود را در آن نقشه تعیین می کند ، نقشه ای از محیط خود ایجاد کند. AGV با استفاده از سنسورهایی مانند اسکنر لیزر یا سنسورهای بینایی ، می تواند داده هایی را در مورد محیط اطراف جمع کند و در زمان واقعی نقشه بسازد. سپس از این نقشه می توان برای برنامه ریزی یک مسیر امن در اطراف موانع استفاده کرد. به عنوان مثال ، اگر AGV در حین کار خود با یک مانع جدید روبرو شود ، الگوریتم SLAM می تواند نقشه را به روز کند و یک مسیر جدید را برای جلوگیری از مانع محاسبه کند.
نقشه های پیش تعریف شده
برخی از سلاح های AGV بار سنگین از نقشه های از پیش تعریف شده از محیط عملیاتی استفاده می کنند. این نقشه ها از قبل ایجاد شده و در سیستم کنترل AGV ذخیره می شوند. AGV از این نقشه ها برای حرکت در محیط و جلوگیری از موانع شناخته شده استفاده می کند. به عنوان مثال ، در یک کارخانه تولید ، AGV ممکن است دارای یک نقشه از پیش تعریف شده باشد که مکان ماشین آلات ، مناطق ذخیره سازی و سایر موانع ثابت را نشان می دهد. سپس AGV می تواند از این نقشه برای برنامه ریزی مسیرهای خود استفاده کند و اطمینان حاصل کند که از این موانع در حین کار جلوگیری می کند.
الگوریتم های پیشرفته برای جلوگیری از مانع
برای ایجاد موانع - فرآیند اجتناب کارآمدتر و هوشمندانه تر ، بازوهای سنگین AGV اغلب از الگوریتم های پیشرفته استفاده می کنند.
منطق فازی
منطق فازی یک رویکرد ریاضی است که به AGV اجازه می دهد تا بر اساس اطلاعات نادرست یا نامشخص تصمیم بگیرد. در زمینه جلوگیری از مانع ، می توان از منطق فازی برای ارزیابی فاصله ، اندازه و سرعت موانع و تعیین پاسخ مناسب استفاده کرد. به عنوان مثال ، اگر یک مانع در فاصله مشخصی تشخیص داده شود ، الگوریتم منطق فازی می تواند احتمال برخورد را محاسبه کند و تصمیم بگیرد که آیا AGV باید متوقف شود ، کند شود یا مسیر را تغییر دهد.
شبکه های عصبی
شبکه های عصبی نوعی الگوریتم یادگیری ماشین هستند که می توانند از داده ها بیاموزند و پیش بینی کنند. در بازوهای سنگین AGV ، شبکه های عصبی می توانند برای تشخیص انواع مختلف موانع و پیش بینی رفتار آنها آموزش ببینند. به عنوان مثال ، یک شبکه عصبی می تواند برای تشخیص الگوهای حرکتی کارگران انسانی آموزش داده شود و پیش بینی کند که آیا احتمالاً آنها به مسیر AGV منتقل می شوند. براساس این پیش بینی ها ، AGV می تواند برای جلوگیری از برخورد ، اقدامات مناسب را انجام دهد.
برنامه های واقعی - برنامه های جهانی و مطالعات موردی
بیایید نگاهی به برخی از برنامه های واقعی - جهانی با بار سنگین AGV و نحوه جلوگیری از موانع خود بیندازیم.
در یک کارخانه بزرگ تولید خودرو ، از بازوهای AGV بار سنگین ما برای انتقال اجزای اتومبیل سنگین بین خطوط تولید مختلف استفاده می شود. این بازوهای AGV به ترکیبی از اسکنرهای لیزر ، سنسورهای اولتراسونیک و سنسورهای بینایی مجهز شده اند. اسکنرهای لیزر نمای گسترده ای از محیط را ارائه می دهند ، در حالی که سنسورهای اولتراسونیک موانع را در فاصله نزدیک تشخیص می دهند. از سنسورهای بینایی برای شناسایی اشیاء خاص مانند کارگران یا سایر AGV استفاده می شود. با استفاده از این سنسورها در ترکیب ، اسلحه AGV می تواند با خیال راحت از طریق محیط تولید شلوغ حرکت کند و از برخورد با سایر وسایل نقلیه و کارگران جلوگیری کند.
مثال دیگر در یک انبار است. ماAGV بیش از حد - 160 تن سبد حمل و نقل برقی چند جهتهبرای جابجایی پالت های بزرگ و سنگین کالا استفاده می شود. این AGV مجهز به فن آوری های پیشرفته نقشه برداری و ناوبری از جمله SLAM است. الگوریتم SLAM به AGV اجازه می دهد تا نقشه واقعی انبار را ایجاد کند و در اطراف موانعی مانند قفسه های ذخیره سازی و سایر وسایل نقلیه حرکت کند. AGV همچنین می تواند از نقشه های از پیش تعریف شده برای برنامه ریزی مسیرهای خود و اطمینان از جلوگیری از موانع شناخته شده استفاده کند.
در یک عملیات در مقیاس کوچکتر ، ما5 تن سبد انتقال خودکار بالابر هیدرولیکوت3 تن AGV چند منظوره با بلند کردن 1.5 متردر یک محیط کارگاه استفاده می شود. این بازوهای AGV مجهز به سنسورهای بینایی و سنسورهای اولتراسونیک برای تشخیص موانع در مجاورت فوری هستند. سنسورهای بینایی می توانند اشیاء و کارگران کوچک را شناسایی کنند ، در حالی که سنسورهای اولتراسونیک محافظت بیشتری را در فاصله نزدیک فراهم می کنند.
پایان
اجتناب از مانع جنبه مهمی از عملکرد بازوهای سنگین AGV است. این ماشین های قدرتمند با استفاده از ترکیبی از سنسورها ، فن آوری های نقشه برداری و ناوبری و الگوریتم های پیشرفته می توانند با خیال راحت از طریق محیط های صنعتی پیچیده حرکت کنند و از برخورد با سایر وسایل نقلیه ، کارگران و اشیاء ثابت جلوگیری کنند.
اگر در بازار یک بازوی سنگین AGV هستید ، شرکت ما طیف گسترده ای از محصولات با کیفیت بالا را ارائه می دهد که با آخرین مانع طراحی شده اند - فناوری های اجتناب. این که آیا شما به یک AGV با ظرفیت بزرگ برای برنامه های کاربردی سنگین یا یک مدل کوچکتر و متنوع تر برای یک محیط کارگاه نیاز دارید ، ما این راه حل را برای شما داریم. امروز با ما تماس بگیرید تا در مورد الزامات خاص خود صحبت کنید و روند تهیه را شروع کنید.
منابع
- Thrun ، S. ، Burgard ، W. ، & Fox ، D. (2005). رباتیک احتمالی. مطبوعات MIT.
- Siegwart ، R. ، Nourbakhsh ، IR ، & Scaramuzza ، D. (2011). آشنایی با روبات های موبایل خودمختار. مطبوعات MIT.
- بروکس ، RA (1986). یک سیستم کنترل لایه ای قوی برای یک ربات تلفن همراه. مجله IEEE در مورد رباتیک و اتوماسیون ، 2 (1) ، 14 - 23.
