雷蒙德资助RIT大学团队改进了智能仓库物料搬运技术
原创 2022-03-30 11:10 DDing 来源:中国AGV网美国一个教师研究人员团队构建了一个带有嵌入式系统的原型自动叉车,以推进智能仓库系统。很快,仓库中的工业机器人将变得足够智慧,可以知道在繁忙的过道中哪个有优先权。
美国罗彻斯特理工学院(Rochester Institute of Technology,RIT)的研究人员正在开发一种用于仓库的智能物料搬运系统,该系统集成了包括激光雷达传感器和人工智能在内的智能技术。随着新冠大流行带来的供应链挑战以及对电子商务的需求增加,技术可以为企业提供所需的支持,以提高仓库环境中的生产力、效率和安全性。
RIT 凯特格里森工程学院工业和系统工程教授Michael Kuhl说:“这是机器人和自主物料搬运可以提供帮助的一个领域。机器人可以工作更长的时间——不一定是为了取代工作,而是在一些手动的、非增值的任务上。这意味着工作重心的改变,需要人们来设计和维护车队和机器人。”
开发智能仓库技术的教师研究人员从左到右分别是:学生Rahul Gulia and Andrew Pasek; Clark Hochgraf教授; 学生 Dylan Lebedin; Professor Andres Kwasinski; 学生 Sriparvathi Bhattathiri and Ankita Tondwalkar; Michael Kuhl教授; 学生Anton Bogovik; Amlan Ganguly教授.
Kuhl 和项目团队获得了“有效和高效地驾驶物料搬运”的资助,这是一个由 Raymond Corp 赞助的为期一年、耗资 300,000 美元的项目。它推进了与该公司的早期工作,该公司建立了个人自主移动设备的任务选择和路径规划机器人(AMR)。
新工作侧重于仓库环境中多个机器人和人类的高级回避和通信策略。
在仓储作业的实际操作中,通常会混合使用自主和人工操作的设备。回避策略需要与任务选项、路径规划和识别能够相互实时通信的多个机器人相结合,并识别也将在仓库空间进行交互的人类。
Kuhl 说:“我们有关于定位的信息,我们在仓库内使用不同类型的传感器来尝试识别机器人的位置,以及机器人的实际移动。他们能否计划安全高效地从当前位置到达目的地?他们可以有一条很短的路,但他们仍然需要避开其他机器人和人。”
使用深度神经网络策略(机器学习技术的类型),系统组件经过训练,可以根据常见任务以及仓库环境中可能发生的不经常或不寻常的动作做出特定的、有序的决策。该团队还在研究仓库内的通信网络——WiFi 和蜂窝网络技术功能——作为可行的解决方案。Kuhl 解释说,蜂窝技术的新标准允许增加单个设备之间的单个蜂窝通信。
“在人车交互方面,我们能否利用多辆在仓库周围移动的车辆的传感器?”Kuhl 说:“如果一辆车沿着一条路径行驶,它看到一个人或另一辆车从过道中出来,他们是否可以沟通并决定下一步该做什么?谁有通行权?”
该团队发现,机器人是能够做出反应的。
在 Simcona Electronics公司的现场实验中(Simcona Electronics Corp.是一家总部位于罗切斯特的公司),该团队利用其 50,000 平方英尺的设施中测试机器人技术。
“我们需要真实的环境来完成这项工作并推动它向前发展。它们为我们提供了极其宝贵的资源。”Kuhl 说。他一直与RIT 凯特格里森工程学院计算机工程系的副教授兼系主任Amlan Ganguly和教授Andres Kwasinksi 合作;和RIT工程技术学院电气和计算机工程技术系副教授Clark Hochgraf。参与项目团队的还有最近 RIT 工程博士研究生李茂佳。