原标题：斯坦德机器人支持自主移动机器人的路径开发、测试与落地

　　动态灵活的制造环境为自主移动机器人(AMR)的移动增加了诸多挑战。由于操作的复杂性,甚至谈判一条简单的路线,都会导致延误。因此,从实用程序角度和安全角度来看,对于AMR运动有关规则的理解需要做的透彻清楚。斯坦德机器人售前总工程师梁凯翔说,在工厂环境中测试与AMR运动相关的规则的方法存在差距。仅通过模拟进行测试将无法捕获车间交互的细微差别,而仅进行物理测试将非常耗时,并且可能会造成危险。

　　因此,斯坦德机器人通过一种新的测试办法可以利用对车间特定案例的AMR行为进行观察,并根据观察结果建立那些模拟的保真度。针对理想AMR的仿真模型的开发(基于路径制定的算法)以及在工业环境中实际AMR的物理测试。最后,给出了在五个场景中的理想AMR和实际AMR的行为比较(来自工业伙伴的车间)。这项工作可以通过识别任何不良行为,从而能够就AMR的实施做出明智的决定,然后可以通过改进AMR或通过建立车间协议减少这些行为的潜在影响来缓解这些不良行为。

　　工业领域的机器人已经从功能强大的固定式机器发展成为复杂的移动平台,从而满足了广泛的自动化需求。自主移动机器人(AMR)利用来自传感器的反馈来导航其环境。这不同于传统的自动导引车(AGV),传统的自动导引车使用电磁线,惯性导航,光学传感器或红外传感器将其限制在预定路径上。与此形成对比的是,AMR具有更大的内置智能,并且能够检测其路径上存在的障碍物并重新计算绕过障碍物的路线以将其到达目的地。由于AMR的高效率和低运营成本,它们已在各种行业中找到了应用。目前,对于智能工厂和自组织之类的想法,它们被视为“工业4.0”的重要组成部分。

　　在空中客车工厂的机翼生产中,大型AGV用于在制造单元之间移动机翼组件结构和飞机部件。随着生产率的提高,AGV的运动和可用性成为制约因素,需要许多手动干预来处理僵局(例如交通拥堵)。为了应对增加的后勤移动,需要一种更加灵活的系统来减少对专用地板空间和人工干预的需求,从而推动向全自动驾驶汽车技术的发展。然而,挑战在于开发一种可靠的系统,该系统可以完全集成到现有的工厂环境中,以市场上提供的简单解决方案来解决复杂的物流操作。

　　因此,斯坦德集中研发团队,通过对路径算法的深入和总结,研究出斯坦德研发出LMNS+ (LOCALIZATION, MAPPING AND NAVIGATION SYSTEM)机器人核心。该核心将规则收集和整理到各自的类别中,将扩大对确定AMR运营能力的规则的理解。通过该技术核心,使人类更容易,更安全地和AMR交互;通过解决交通拥堵之类的问题,而无需诉诸诸如车队管制员之类的中央权力机构,从而帮助解决更大的自治问题;和增强互操作性。

　　在AMR系统上进行的实验表明,在发生任何运动死锁的情况下,AMR不会遵循有关车辆如何与周围环境以及彼此之间有效交互或通讯的一组标准规则。在静态环境中,可以通过仔细编程来减轻这种情况。动态而灵活的环境提出了更大的挑战,导致了AMR运动的延迟。但是,如果只有AMR可以根据一套公认的规则和优先级传达其意图,大多数类型的障碍物(例如人或其他AMR)都可以自行移动以适应被阻塞的AMR。相反,通过更好地了解人和其他车辆的行为方式,AMR可以预测其下一步行动并做出相应的决策。斯坦德机器人的LMNS+系统正是通过这种原理实现,支持多路径规划,提供最短路径行驶、避让控制、路径重新规划等多种处理机制,对工厂中各种行驶道路, 主干道、十字路口、T字口区域进行动态管理,避免道路堵塞。

　　斯坦德机器人售前总工梁凯翔还指出,核心技术包括不同的路径规划方法,机器人控制架构,传感器系统分析和速度估计技术,以及对优化调度,调度和路由的方法的综述。算法的重点之一是取货和交付,为多负载AGV选择最佳控制规则和优化AMR调度。对复杂系统进行建模和仿真通常是对其进行全面分析和设计的唯一方法。集中运动计划在计算上是昂贵的。因此,本研究涉及对解决方案质量敏感但对计算时间不敏感的方案的研究,已经讨论了对各种运动计划和控制技术的性能和计算要求的调查,以评估系统级别上各种选择之间的兼容性和计算折衷,而不考虑其对实际车间场景的影响。尽管上述工作研究了AMR在个别情况下的行为,但本研究采用的方法模拟了车辆在可能遇到的多种情况下的行为。

　　由于缺乏对与AMR移动相关的算法了解,大多AGV厂商在动态灵活的制造环境中高效安全地对AGV进行安排。这也是他们无法进一步产业升级进入AMR行业的原因之一。而技术层次的优先级让斯坦德机器人脱颖而出。以OASIS300/600D底盘移动机器人(AMR)作为运输核心,加上FMS调度系统的配合,实现稳定可靠的柔性物流生产,为优秀的系统集成商及终端制造工厂寻找标准化、可复制的算法应用场景,实现其柔性化、敏捷化的厂内物流需求,为客户践行轻资产、回报快的初期物流投入,为行业构建信息化、数据化的物流基础设施,将激光SLAM导航AMR应用于实际工业物流领域。

   投稿邮箱：chuanbeiol@163.com   详情请访问川北在线：http://www.guangyuanol.cn/