インテリジェント物流の主要媒体として、AGV ロボットには、インテリジェンス、高効率、高信頼性、設置とメンテナンスの容易さという利点があります。工場や倉庫の人件費を効果的に削減できます。現在、あらゆる分野で広く使用されています。今日、Xiaobian は AGV 車両の主要なテクノロジーを紹介します。
(1) 環境認識と情報融合技術
AGV センサーは外部環境と自身の状況を認識し、独立した運転タスクを実現します。インテリジェントなハンドリング ツールとして、AGV 車は周囲の環境を認識して判断するだけでなく、自身の状況をリアルタイムで監視する必要もあります。-センシング技術を正確に適用することで、効果的に治療できます。 AGV 車両の正確かつ安定した動作は非常に重要です。複数のソース情報を適切に組み合わせて利用し、データを完全に特定、分析、推定、送信し、決定を下して情報を正確に処理するタスクを完了し、周囲の環境と戦況を適切に推定します。-インテリジェントなハンドリング ツールとして、AGV は周囲の環境を認識して判断するだけでなく、AGV 自体の状況をリアルタイムで監視する必要もあります。-センシング技術を正確に適用することで、効果的に治療できます。 AGV 車両の正確かつスムーズな操作は非常に重要です。
(2)測位・航法誘導技術
AGVのナビゲーション技術には欠かせないものです。これは、AGV インテリジェンスと完全な独立作業のためのコア技術の 1 つであり、AGV 技術研究の中核部分でもあります。測位およびナビゲーション技術の品質は、AGV の精度と性能の安定性に直接依存し、AGV の機能、アプリケーションの実用性、自動化の程度などの重要な要素も決定します。位置決めとは、センサーを介して外部情報を認識し、メインコントローラーを効果的に制御することにより、フィールドレイアウト内で制御対象機器の位置を決定することです。位置決め技術により、経路内の AGV の位置を制御し、位置情報を通じて対応するタスクを正確に割り当てることができます。 AGV にはさまざまなナビゲーション方法もあり、主に磁気ナビゲーション、光学ナビゲーション、レーザー ナビゲーション、視覚ナビゲーション、GPS ナビゲーション、慣性ナビゲーションに分類されます。さまざまなナビゲーションおよび案内技術にもそれぞれ長所と短所があり、さまざまな状況に適しています。各ナビゲーション方法には独自の長所と短所があるため、複数のナビゲーションおよび誘導方法に基づく統合ナビゲーション方法は、補完的な誘導効果を達成できます。現在の研究と応用においてホットスポットとなっています。
(3) 経路計画
AGV はナビゲーション システムを通じて周囲の情報の認識を完了します。次のステップは、取得した情報に基づいて走行経路を計画する方法です。経路計画の開始時に完全な環境情報があるかどうかに応じて、経路計画方法は 2 つのカテゴリに分類できます。既知の環境での経路計画と未知の環境での経路計画です。未知の環境には、経路計画の開始時点で完全に未知または部分的に未知の環境情報のほか、環境内での移動障害物の存在や予測不可能な動きが含まれます。私たちは、私たち自身のセンサー システムと私たち自身の運動状態の認識を通じて、現在の環境で障害物のない経路を継続的に計画します。-
(4) モーションコントロールとパストラッキング
AGV の走行経路を計画したら、次のステップは、AGV が目的の経路を正確かつ迅速に追跡するように要求することです。 AGVの動作制御と目標軌道の安定追従は自立運転の中核技術です。現在、システム追跡エラーを排除するために、偏差フィードバックに基づく閉ループ制御戦略が依然として使用されています。- -リアルタイムで堅牢な AGV の安定した駆動要件を確保するために、AGV では現在、運動学と動力学を計算し、AGV の優れたフィードバック制御則を設計する方法が活発なモーション コントロール研究業界となっています。
(5) 知能化制御技術
20 世紀初頭以来、制御理論は発展し、進化してきました。現代の制御理論がファジィ数学やニューラルネットワークなどの新しい分野や技術を統合し続けるにつれて、従来の制御技術は徐々にインテリジェントな制御技術に発展し、複雑なシステム制御問題をより適切に処理できるようになりました。インテリジェント コントロール (Intelligentcontrols) は、自律学習、推論、意思決定などのサービスを備えた、人間を模倣する一種のインテリジェンスです。-制御対象や制御環境の変化に応じて、人間の介入や支援を必要とせずに、独立して効率的な推論や意思決定を行うことができます。インテリジェント制御は、制御理論の発展において避けられない傾向です。これは、深さと幅の点で従来の制御方法よりも大幅に優れています。それは、コンピュータ科学技術、情報技術などの分野における知識の相互浸透であり、科学技術研究の継続的な発展を制御します。 AGV ロボットの運動制御モデルと電力制御モデルでは、システムは不確実性、複雑さ、非線形性などの特性を持ち、インテリジェント制御は制御をうまく達成できます。現在、AGVの制御手法としては、ファジィ制御、ニューラルネットワーク制御、遺伝的アルゴリズム制御、パターン認識制御などが一般的に用いられている。