中兴5G智能工厂云AGV应用解决方案

AGV机器人 44℃ 0

通信环球网快讯(CWW)目前,AGV(自动导引车)技术广泛应用于无人物流、仓储和工业生产。随着视觉定位技术的发展,利用无标记场景图像信息和惯性测量单元传感器数据进行全球定位和地图构建(SLAM或VIO)的技术已经更加成熟。这种方法可以利用低成本的传感器实现对AGV的定位和控制,但其所需的计算资源超出了普通低成本嵌入式计算机所能提供的范围,需要相对高性能的计算机进行处理,无法真正降低单台AGV的成本。

云自动导引车提高自动导引车的智能化程度

如果通过Wi-Fi或4G技术将图像信息传输到服务器进行处理,压缩后的图像清晰度会受到明显影响,进而影响定位效果,无线通信的延迟和不稳定也会影响AGV的正常工作。如果能够通过带宽更高、时延更低、稳定性更好的5G网络传输数据,基于云的视觉定位完全可行。

基于云的AGV,即把AGV上位机运行的定位、导航、图像识别、环境感知等需要复杂计算能力的模块移动到5G的边缘计算服务器,以满足AGV日益增长的计算能力需求。同时,运动控制/紧急避障等实时性要求较高的模块保留在AGV本体中,以满足安全性要求。这相当于在云中给AGV加了一个大脑。除了AGV原有的复杂计算,还可以扩展各种AI能力。云AGV的架构如图1所示。

图1云自动导引车架构

边缘计算和云计算的结合将突破AGV终端计算能力和存储的限制,提高AI算法的训练和推理能力。同时,大部分机器人将部署在边缘和云端,通过协作和持续训练,不断提升AGV的智能化程度。

多个云AGV可以组成灵活的生产搬运系统,作业路线可以随着生产流程的调整而及时调整,大大提高了生产的灵活性和企业的竞争力。对于港口、码头、机场等密集型装卸场所,AGV具有并行化、自动化、智能化等更强大的特性。在一些有特殊环境要求的场景中,比如医药、食品、化工,甚至是危险场所和特殊行业,AGV除了基本的搬运工作外,还有各种传感器,可以执行检查、检测、自动识别等工作。

中兴云自动导引车方案的创新特点

实现AGV的云控制相当于部署在某工业企业5G网络侧的工业边缘云MEC,将AGV作为无线传感器和执行器进行控制。这种控制方法对数据链路的可靠性和带宽有非常严格的要求。AGV顶层控制器转移到边缘云后,底层只负责速度和转向控制,可以通过编码器和惯性测量单元实现。顶层图像信息的处理和反馈需要通过部署在MEC的软件来实现。在安全避障方面,AGV可以配备低成本的二维或伪三维激光避障传感器,替代昂贵的三维点云激光传感器。

由于AGV的运动学模型相对精确,视觉定位算法可以较快的速度收敛,理论上可以达到较好的精度。如果用于室外环境,AGV底层还可以搭载低成本的GPS模块,进一步增加了定位的可靠性。MEC通过与先验知识图像信息的匹配,可以有效确定所有AGV的全局位置,并能根据AGV的状态实时进行自主路径规划和自动避让。

这样,一方面,MEC采用全新的分布式计算方式,在用户端搭建云服务环境,减少延迟和往返时间(RTT),优化流量,增强物理安全和缓存效率。另一方面,MEC将终端侧的大量计算和应用需求从终端侧迁移到MEC边缘侧,实现了计算和存储资源的灵活利用,降低了移动业务的端到端时延。

目前机器人本体的计算能力有限,需要通过无限扩展的云计算能力提供智能机器人所需的能力。云端机器人身体与大脑的连接是通过5G无线接入和机器人的“神经网络”组成的安全高速骨干网络来实现的。云脑包括机器人视觉系统、对话系统、运动智能和极限现实系统等。通过人工智能算法的不断训练和进化,前端机器人的本体智能得到快速提升。因此,云AGV的系统架构具有更强的适应性和扩展性。

基于云的AGV实现了云、边、端的无缝协同计算。云侧提供高性能计算和通用知识存储,边缘侧进行有效的数据处理,提供计算能力支持,实现边缘范围内的协作和共享。机器人终端完成实时操作和处理等基本功能。

云AGV具有持续学习和协同学习的能力,将感知模块的输出与知识图谱相结合,全面了解环境和人。变化较少的通用知识和领域知识存储在云端,与区域和个性化服务相关的知识存储在边缘或终端,与服务场景和个人相关的个性化知识逐渐被提取和积累。基于云的AGV可以共享数据、模型、知识库等。在AGV之间或AGV和其他代理之间进行协作学习。

5G云AGV已在生产线上成功试点

5G云AGV已在中兴长沙R&D的生产线和生产基地成功试点。项目初期,云AGV采用激光导航代替侵入式部署导航。随着场景复杂度的不断增加,为了弥补2D激光导航在无特征场景和复杂场景中的有限应用,采用了激光+视觉等多传感器融合的自主导航方案。随着视觉定位技术的发展,基于无标记场景的图像信息和惯性测量单元的传感器数据的全球定位和地图构建技术(SLAM或VIO)已经更加成熟。AGV采用低成本视觉实现定位导航。

中兴长沙智能工厂生产线如图2所示。

图2中兴长沙智能工厂生产线

市场预期将大大提高生产效率和管理水平

随着5G和边缘计算的部署,从机器人到基站的时延可以达到毫秒级,这使得5G的网络边缘很好地支持了AGV的实时应用。

通过云化,每个AGV本体获取和处理的信息可以保持最新,并安全地备份和存储。因此,在正常情况下,云侧可以提供通用知识的高性能计算和存储,而边缘侧可以更有效地处理数据,提供计算能力支持,实现边缘范围内的协作和共享,机器人终端可以完成实时操作和处理等机器人基本功能。

随着人口红利的消失和劳动力成本的增加,制造业智能化转型升级的需求迫切。基于云的AGV一个云大脑可以控制很多AGV,并从所有连接的AGV中收集视觉、语音和环境信息。经过分析和处理的数据信息可以被所有连接的自动导引车使用,多个自动导引车可以独立处理更复杂的工作流程。利用云来平衡计算负载,可以降低AGV本体的硬件要求,在保证自身能力的同时,使AGV更轻、更小、更便宜。同时,AGV的持续升级将不再依赖AGV的本地硬件设备。社会经济转型和云AGV的优势使得云AGV的大规模部署成为可能。

基于云的AGV将云端的大脑从云端分布到末端,充分利用边缘计算提供更高性价比的服务,结合记忆场景的知识和常识完成任务,从而实现大规模部署。由于AGV配备了多传感器,在工作过程中可以采集大量的视觉、语音、位置等信息。为了数据安全,建立了安全的专网,基于专有路由进行网络传输,确保AGV与云端有安全的网络连接。

随着5G通信网络的全面商用部署,使用5G技术可以大大缩短终端到接入网络的时间,大大增加带宽。许多工业应用可以放在边缘,增加更多的计算能力,包括云大脑的一些扩展,以帮助AGV规模部署。随着5G网络的大规模商业化,以及5G云AGV在工业制造、仓储物流中的广泛应用,可以大大提高企业的生产效率和管理水平,节省人力成本。

转载地址:https://www.mingyujixie.net/agv/952.html

标签: