2025-01-27 企业动态 0
近年来，随着人工智能技术的不断发展和应用，我身边也越来越多地听到人们讨论关于智能仓储物流的相关话题。尤其是在仓储物流行业中，越来越多的人谈论到智能化搬运设备在提高效率和精准性的潜力。在网上流传的一些宣传视频中，我们可以看到各种高科技设备和系统的展示，包括连续搬运设备如输送机，以及非连续性离散搬运设备，如柔性无轨搬运类设备以及有轨道搬运设备。
首先，让我们不去讨论那些高大上的人工智能技术，而是要探讨这些视频中的各种自动化搬运设备是如何实现自主行走并完成存取货物任务的？这可以被视作这些自动化移动装备的第一步智能。为了执行自动化任务，这些装备需要知道当前任务起始地址和终点地址。计算机系统必须能够识别物理世界中的具体位置信息，并将这些信息转换为数字格式供计算机理解。这通常涉及到使用全球定位系统（GPS）等技术，将地球上的任何地点分解成唯一数据组合，比如经度、纬度、海拔高度。
在百度地图中，每个位置名称背后其实都对应着一个经纬度数据组合，而我们用户并不擅长记忆这些数据，只能通过给每个地点起一个名字。但每次查询时输入地名后，计算机系统仍然首先将地名转换成经纬度数据，然后再对应到实际的地理位置。而在仓储物流中心里，大部分情况下，自动化移动装备只会在几个固定的位置之间进行工作，比如堆垛机只能停靠于特定的库端站台位置或前后货架层次间，不会无效运行于没有货格或货格之间。
这样的定位定义就是有限离散性的定位。通常是为所有作业位置设置固定的编号，如果这些位置遵循一定规律，那么就可以根据规律来定义比如说按照层列排法来定义某个货架中的特定货格。而这个位置是固定且唯一的，如果计算机会将这个数据组合发送给自动化移动装备，那么该装备就能准确知道哪个数据组合代表的是什么地方。
接下来，我们需要解决的问题就是实时确定自己所处的具体位置，即寻址问题。在任何有厂内物流工作的地方，都会见到叉车这种装置，有人认为叉车是不太聪明，不太机械，但从另一个角度看，叉车实际上是一个最聪明、最复杂的人员操作系统，因为它依赖于人类驾驶员才能完成任务。而驾驶员分析并判断即将进行的搬运任务起点和终点，他们得知目的地址后，要判断叉车当前与目的地址之间关系。如果目的地址位于前方，就超前驾驶；如果位于后方，就朝后驾驶，同时保持持续评估自身与目的地址相对距离直至达到目标。此过程中，由于人的“超级智能”处理能力，可以说这是最具灵活性的、高精度需求最强大的寻址方法之一。
AGV（无人导引小车）由于它们具有柔韧性，可以轻松部署在地面设施内，如现代各行各业工厂配送中心内。AGV采用不同的导航定位技术，其中包括磁导引、激光导航、二维码扫描等：
磁导引：早期AGV依赖磁条或者预埋的地面磁钉作为路径标记。当AGV沿着磁条行走时，它们利用内部安装感应器检测路线变化，以保证不偏离路径。
激光导航：虽然基于磁条制约了路径灵活性，但激光导航则提供了更大的适应性。一旦安装好激光反射板，就可以简单部署整个区域。不断旋转扫描仪以360°全方位扫描，当激光打击反射板产生反射信号时，可以通过复杂算法确定当前AGV所处具体地点。
二维码标签：亚马逊Kiva式配送中心采用惯性导航结合二维码标签方式控制每台Kiva机器人的正确运行。在场景布置阶段，将二维码贴附在地面上形成矩阵网，每张标签包含独一无二坐标信息表示其矩阵网络中的坐标。当Kiva摄像头捕捉并读取正在经过的地面二维码图像内容，它便了解自己的实时状态，同时由图像角落信息调整行走角度确保精确向前运动。
以上提到的几种常见通用的定位方式，在现今众多成熟而传统的有轨道型非柔性机械臂等设施之中，其应用原理可能不同，因为它们沿着固定轨道运行，因此可借助特定的传感器配合轨道机构实现精确识别，并通过水平方向上的认址片配合垂直方向上的输送带片共同协同工作，以确认堆垛机是否正停留在指定区域内，从而保障其准确存取商品至指定库房空间或输送至进出库输送带上。
