გასული ათწლეულის განმავლობაში ტექნოლოგიების განვითარებამ მოახდინა რევოლუცია მსოფლიოში და ავტომატური მანქანები არ არის გამონაკლისი. ავტონომიური მანქანები, ხშირად ე.წავტომატური სახელმძღვანელო მანქანები (AGVs), მიიპყრეს საზოგადოების ყურადღება სატრანსპორტო ინდუსტრიის გარდაქმნის პოტენციალის გამო. ეს მანქანები იყენებენ სენსორების, კამერების, ლიდარის და ლიდარის მსგავსი სისტემების კომბინაციას, რათა აღმოაჩინონ და უპასუხონ მათ გარემოს. ამ სტატიაში ჩვენ განვიხილავთ სხვადასხვა გზას AGV-ებს შეუძლიათ შეიცნონ მიმდებარე გარემო.
რა არის ავტომატური სახელმძღვანელო მანქანები?
An ავტომატური მეგზური მანქანაარის სამრეწველო რობოტის ტიპი, რომელიც დაპროგრამებულია მასალების გადატანაზე ერთი ადგილიდან მეორეზე ადამიანის დახმარების გარეშე. AGV გამოიყენება საწყობებში, საწარმოო ქარხნებში და სხვა სამრეწველო გარემოში ნედლეულის, მზა საქონლისა და მათ შორის ყველაფრის ტრანსპორტირებისთვის. ისინი მუშაობენ სენსორებისა და პროგრამული ალგორითმების გამოყენებით, რომლებიც საშუალებას აძლევს მათ აღმოაჩინონ და გადაადგილდნენ დაბრკოლებების გარშემო. AGVs მოდის მრავალი ფორმისა და ზომის, პატარა პლატაზე სატვირთო მანქანებიდან დიდ ავტონომიურ სატვირთო მანქანებამდე, რომელსაც შეუძლია მთელი საწყობის ღირებულების საქონელი გადაიტანოს.
სენსორების ტიპები, რომლებიც გამოიყენება ავტომატურ მეგზურ მანქანებში
AGV-ები აღჭურვილია სენსორების მასივით, რათა დაეხმარონ მათ გარშემო ნავიგაციაში. ამ სენსორებს შეუძლიათ ამოიცნონ ყველაფერი, კედლებიდან და დაბრკოლებებიდან დამთავრებული სხვა მანქანების პოზიციით გზაზე. მოდით უფრო დეტალურად განვიხილოთ სენსორების ზოგიერთი ყველაზე გავრცელებული ტიპი, რომლებიც გამოიყენება AGV-ებში:
1. LiDAR სენსორები
LiDAR ნიშნავს სინათლის გამოვლენას და დიაპაზონს. ის ასხივებს ლაზერულ სხივებს, რომლებიც ახდენენ ობიექტებს და უბრუნდებიან სენსორს, რაც სენსორს საშუალებას აძლევს შექმნას მიმდებარე გარემოს 3D რუკა. LiDAR სენსორებს შეუძლიათ ამოიცნონ სხვა მანქანები, ფეხით მოსიარულეები და ისეთი ობიექტები, როგორიცაა ხეები ან შენობები. ისინი ხშირად გვხვდება ავტონომიურ მანქანებზე და შეიძლება იყოს გასაღები ოდესმე სრულად ავტონომიური მანქანების შესაქმნელად.
2. GPS სენსორები
GPS სენსორები გამოიყენება AGV-ის ადგილმდებარეობის დასადგენად. ისინი უზრუნველყოფენ ზუსტ მდებარეობას დედამიწის გარშემო მოძრავი თანამგზავრების გამოყენებით. მიუხედავად იმისა, რომ GPS ტექნოლოგია არ არის ახალი, ის არის კრიტიკული ინსტრუმენტი ნავიგაციისთვის AGV-ებში.
3. კამერები
კამერები იღებენ გარემოს სურათებს და შემდეგ იყენებენ პროგრამულ ალგორითმებს მათი ინტერპრეტაციისთვის. კამერები ხშირად გამოიყენება ზოლის მონიშვნისა და საგზაო ნიშნების დასადგენად, რაც საშუალებას აძლევს მანქანას თავდაჯერებულად ნავიგაცია მოახდინოს გზებზე.
4. ინერციული საზომი ერთეულები
ინერციული საზომი ერთეულები (IMU) გამოიყენება AGV-ის ორიენტაციის დასადგენად სივრცეში. ისინი ხშირად გამოიყენება სხვა სენსორებთან ერთად, როგორიცაა LiDAR, რათა უზრუნველყონ AGV-ის გარემოს სრული სურათი.
როგორ მოძრაობენ AGV-ები მათ მიმდებარე გარემოში?
ავტომატური სახელმძღვანელო მანქანები იყენებენ სენსორებისა და პროგრამული ალგორითმების კომბინაციას გარემოში ნავიგაციისთვის. პირველი ნაბიჯი არის AGV-მ შექმნას იმ გარემოს რუკა, რომელშიც ის მუშაობს. ეს რუკა გამოყენებული იქნება როგორც საცნობარო წერტილი AGV-სთვის გარემოში ნავიგაციისთვის. რუკის შექმნის შემდეგ, AGV იყენებს თავის სენსორებს, რათა აღმოაჩინოს მისი მდებარეობა რუკასთან მიმართებაში. შემდეგ ის ითვლის ყველაზე ოპტიმალურ გზას, რომელიც უნდა გაიაროს რუკაზე და სხვა ფაქტორებზე, როგორიცაა მოძრაობა და დაბრკოლებები.
AGV-ის პროგრამული ალგორითმები საუკეთესო მარშრუტის განსაზღვრისას ითვალისწინებს ბევრ ფაქტორს. მაგალითად, ალგორითმები განიხილავენ უმოკლეს მანძილს ორ წერტილს შორის, დროს, რომელიც დასჭირდება ერთი წერტილიდან მეორეზე გადასასვლელად და პოტენციურ დაბრკოლებებს გზაზე. ამ მონაცემების გამოყენებით, AGV-ს შეუძლია განსაზღვროს საუკეთესო გზა.
AGV-ებს ასევე აქვთ ცვალებად გარემოსთან ადაპტაციის უნარი. მაგალითად, თუ გამოჩნდება ახალი დაბრკოლება, რომელიც არ იყო, როდესაც AGV თავდაპირველად ასახავდა მის გარემოს, ის გამოიყენებს თავის სენსორებს დაბრკოლების აღმოსაჩენად და ხელახლა გამოთვლის გზას. ეს რეალურ დროში ადაპტაცია გადამწყვეტია იმისთვის, რომ AGV-ებმა უსაფრთხოდ იმუშაონ დინამიურ გარემოში, როგორიცაა საწყობები და საწარმოო ქარხნები.
ავტომატური მეგზური მანქანები რევოლუციას ახდენენ სატრანსპორტო ინდუსტრიაში და მათი წარმატების გზა გადამწყვეტია. სენსორებისა და პროგრამული ალგორითმების კომბინაციის გამოყენებით, AGV-ებს შეუძლიათ რეალურ დროში აღმოაჩინონ და უპასუხონ მათ გარემოს. მიუხედავად იმისა, რომ ჯერ კიდევ არის გამოწვევები გადასალახი, სანამ AGV–ები მეინსტრიმში გახდებიან, ტექნოლოგიების ინოვაციებმა მიგვიყვანა ტრანსპორტირების სრულად ავტონომიურ მომავალთან. უწყვეტი მიღწევებითა და ტესტირებით, ჩვენ მალე დავინახავთ, თუ როგორ ცვლის AGV-ები სატრანსპორტო ინდუსტრიას მომავალ წლებში.
გამოქვეყნების დრო: აგვისტო-16-2024
