引导行业：AGV 的进步

康拉德·洛伦茨因他的研究获得了 1973 年的诺贝尔生理学和医学奖动物行为实验。洛伦兹发现了印...

康拉德·洛伦茨 (Konrad Lorenz) 因其对动物行为的实验而于 1973 年获得诺贝尔生理学和医学奖。 Lorenz 发现了印记的原理，在这种原理中，新生动物和看护者之间形成了一种联系。这是使用听觉或视觉刺激来诱导年轻人跟随其父母的机制。在工业中，自动导引车 (AGV) 使用环境刺激来遵循特定路线。

在这里，过时的工业零件供应商营销总监 Jonathan Wilkins， 欧盟自动化 ，讨论自动导引车如何从简单的物料搬运机发展为智能自主机器人。

自动导引车是在导航期间跟随标记或信号的移动机器人。第一台 AGV 由 Barrett Electronics 在 1950 年代推出，并执行简单的牵引动作，其位置由地板上的电线引导。自 1950 年代以来，市场迅速增长，AGV 被用于众多行业领域。

为什么是 AGV？

自动导引车主要用于物料搬运。这可能包括一系列任务，从按时将零件交付到生产线，到全天候运输。如果车辆配备夹紧机构、定位夹具和工具附件，它可以执行一系列功能。

根据应用和要求，AGV 可以单独运行，也可以在车队中运行。这使得 AGV 的使用可以根据需要进行扩展，因此工厂经理可以对设施中的车辆数量做出具体决定。

AGV 可以配备用于可追溯性的传感器，以便工厂经理可以监控每辆车辆的位置，从而跟踪设施周围材料的移动。作为此过程的一部分，可以对物品的提货、运输和交付进行时间戳记，以进一步改进跟踪。这些信息可以集成到公司的企业资源计划 (ERP) 或物料资源计划 (MRP) 系统中。

根据应用的不同，有不同类型的车辆导航方法。工厂经理可以选择非常简单的系统，类似于最早的 AGV，也可以选择更高级的导航方法。

导航

最早的 AGV 是通过有线方式在工厂周围引导的。为了以这种方式导航，将一根电线嵌入地板的插槽中，并传输无线电信号，该信号可以被 AGV 上的传感器检测到。然后，AGV 沿着电线在设施周围被引导。尽管这种导航技术今天仍在使用，但工厂经理还有多种其他方法可供选择。

一些 AGV 使用磁性或彩色导带进行导航。 AGV 上的传感器检测胶带，用于引导车辆。导带也用于激光目标导航，其中反光带安装在墙壁、杆或机器上，AGV 使用激光发射器和接收器计算距离。这比有线方法有一个优势，因为重新定位磁带的过程更简单，更容易改变车辆的路线。

在惯性导航中，参考点嵌入到工厂车间的 x,y 坐标处。 AGV 使用来自传感器、陀螺仪和车轮编码器的信息来确定位置。只需更改参考点即可对路径进行更改，从而使该方法更加灵活。但是，工厂基础设施仍需进行一些改变，车辆无法独立做出路线规划决策。

惯性导航的下一步是开放路径导航——这意味着车辆可以独立地从一个地方移动到另一个地方，从引导车辆移动到自动驾驶车辆。

从引导到自动驾驶

传统的 AGV 在设施周围执行定义的、预编程的运动。这意味着一旦特定的基础设施到位，就很难改变车辆的路线。最近推出了更灵活、更智能的车辆，能够在从未遇到过的情况下做出决策。

这种新型车辆可以克服 AGVS 的关键问题之一——遇到意想不到的事情。在不断变化的环境中，自动驾驶汽车可能更适合。这种类型的车辆独立于驾驶员或直接控制转向、加速或制动的固定预编程输入运行。基于激光的感知和导航算法可用于在工厂周围动态导航。

可以集成板载可编程逻辑控制器 (PLC) 以减少错误并做出决策。通过连接到中央控制系统，车辆可以分析其路线的可靠性和效率，并相应地进行调整。车辆可以使用机器学习 在新情况下更高效。

自动驾驶汽车可以使用车载计算机和更多的传感器来完成更复杂的任务，包括决策。独立和智能的导航方法甚至意味着工厂经理不需要修改工厂环境或基础设施。一种这样的导航技术是自然特征引导，车辆可以记录和存储图像并计算其相对于现有特征的位置。

自动 AGV 的一个例子是 Clearpath Robotics 的 OTTO，这是一种自动驾驶车辆，可以以 4.5 英里/小时的速度移动 3,300 磅。 OTTO 可以适应走最佳路线，避免在移动时发生碰撞。

这些车辆还可以使用基于视觉的引导系统，使用摄像头充当眼睛。这样做的另一个好处是，工厂管理人员可以获得设备运行环境的 3D 虚拟视图。这意味着如果 AGV 确实遇到任何计划外或异常情况，操作员可以轻松找到解释并进行纠正。

随着更多工厂的升级和新设施的建成，先进的 AGV 将被证明是智能工厂的核心组成部分。随着传感器技术的改进和自主性的提高，AGV 变得更加智能和动态，从遵循固定路径的引导车辆转变为自主独立的决策者——就像康拉德的动物在成长过程中一样。