天海欧康江苏某司法智能电子仓项目

近日,天海欧康自研AGV系统,已在江苏某监狱智能电子仓正式上线,并且完成了终验。AGV调度系统、4台激光导航AGV叉车、PAD客户操作系统、WMS系统相接合,完成了电子库成品和物料的全自动化进出库作业;AGV系统自2021年4月份正式上线,AGV系统运行稳定、安全、高效,得到了甲方领导的高度赞扬和认可。

该监狱项目位于江苏省,是2019年司法部验收通过的全国首批33个“智慧监狱示范单位”之一,其信息化、智能化水平之高给人留下了深刻的印象。

天海欧康为该监狱的物流中心引进了无人传送车,无人传送车在原料区与裁剪区自动通行,自动卸载,整个传送区用铁丝网隔离,避免了传统的人力配送时出现的罪犯交叉接触及运送途中的监管安全,而且大大提高了生产效率和配送精确度。

天海欧康AGV的运用,打破了常规监狱物流中心熙熙攘攘的画面。自动装卸,自动运输,不再需要大量人工搬运。速度快,装卸量大,风雨无阻,保证了生产原料持续供给,成品及时入库。仅仅需要很少的人控制好操作系统,一整个监狱的工作加工流程便被打通了。不仅仅是生产的促进,最关键是为监管安全布设了新的防火墙。物流中心与各监区间不再有直接接触,有效隔绝了服刑罪犯的接触,违禁品的传递,能够防止罪犯利用运输车辆脱逃。

天海欧康自研的AGV核心算法采用的是仿人控制与智能积分PID 运动控制算法

用高性能行走和转向驱动控制器(响应和反馈周期快),外接工业陀螺仪,结合激光导航传感器的位置和角度信息,通过卡尔曼滤波算法,进行各传感器的数据融合,通过仿人控制与智能积分PID算法,输出行走电机和转向电机的控制量,使控制周期达到了<15ms,极大地提高了AGV的行走和停车精度(控制周期越短,控制效果越佳),同时仿人控制与智能积分PID算法比传统PID控制更加平滑,减少了AGV行走过程中的抖动;实现了AGV前进、后退、转弯、原地旋转行走功能。

天海欧康自研AGV系统主要的5大块组成:

AGV调度系统,AGV车载控制系统、AGV车载模拟器、AGV智能充电系统、第三方设备控制系统;其中AGV调度系统已经实现了现场多车的调度,激光导航AGV叉车最高运行速度75米/分钟,停车精度:位置精度±10cm、角度精度±0.2度,达到国际领先水平;AGV车载模拟器成功实现了实际项目现场的仿真模拟,很好地辅助了AGV项目规划和大大加快了AGV项目实施;

天海欧康WMS电子仓储管理系统通过集合条码管理实现货位自动分配、智能引导出入库等功能,高效管理着原料库、成品库和服装用裁片库等货位多,月货物吞吐量近巨大,以较低的成本实现了面料、裁片和成品的全程信息化管理。

天海欧康,技术助力数字化改造。天海欧康AGV智能配送系统通过远程调度管理实现了无人安全驾驶、货物自动上下架、自动化运输和超远距离配送,减少了服刑人员直接操作,使物料物流管理更加安全有序、精准高效,实现仓储、物流的智能化管理。下一步,临沂监狱还将建设以人员管控系统、仓库管理系统、劳动考核系统等为一体的智能化习艺劳动改造车间,“升级”服刑人员劳动改造平台。

 

干货:

天海欧康AGV系统设计

天海欧康AGV系统主要由AGV调度系统、AGV车载控制系统组成。

 

一、AGV调度系统设计

车辆调度系统是要实现多台车辆设备在同一个项目工作场景内同时运行,能够无碰撞地完成指定任务,且能够实时监控车辆信息,保证系统顺利、高效地运行。智能调度系统研究的主要核心内容包括路径规划和交通管制,以下我们就这两方面展开进步说明。

1、路径规划

路径规划要解决的问题是如何根据现有的电子地图数据生成一条从任务起点到任务终点的最优路线,保证车辆能够顺利完成调度指定的任务。研究内容主要包括以下几个方面:

  • 环境建模:环境建模是路径规划的重要环节,目的是将工程项目现场的信息转换成可以让计算机识别处理的电子环境地图,建立一个便于计算机进行路径规划所使用的环境模型,将实际的物理空间抽象成算法能够处理的抽象空间,实现相互间的映射。
  • 路径搜索:路径搜索阶段是在环境模型的基础上应用相应算法寻找一条行走路径,使预定的路径性能评估函数获得最优值。采用了Dijkstra算法,生成从任务起点到任务终点的最短路径。
  • 路径平滑:由于叉车式AGV属于欠驱动系统,通过相应算法搜索出的路径并不是AGV实际可以行走的路径,需要作进一步处理与平滑才能使其成为一条实际可行的路径。采用了自主开发的路径平滑算法对路径进行处理,生成AGV实际行驶的路径。
  • 路径的优化:通过Dijkstra路径规划算法生成的路径虽然是路程最短路径,但可能不是最优路径,需要认真分析现场环境,提取影响最优路径的特征参数,比如转弯的次数、路径的拥挤程度、路径的宽度、特殊的工况等,作为下一步路径优化的指标。采用深度学习和蚁群算法相接合,对Dijkstra算法规划出来的路径进行不断学习和优化,最后达到近似最优路径。

 

2、交通管制

基于动态的路径规划算法,衍生出了预测式的交通管制。即根据路径规划,分配并锁定沿途的路径线,提前预知交通问题并改变路径策略。当路径规划完成后,需要对AGV进行控制,使其按照规划的路径行驶。规划好的路径中,每条路径线有三种状态,分别是:正行驶、待行驶和已规划。

正行驶:表示AGV正在该路径线上行驶,或停止于该路径线的端点上。不可被其他AGV列为待行驶路径,也不受权值改变和路径规划影响。当AGV行驶完后,需将路径线从规划路径中删除。并将下一条待行驶的路径变为正行驶的路径;

待行驶:表示AGV准备行驶的路径。不可被其他AGV列为待行驶路径,也不受权值改变和路径规划影响;

已规划:表示路径已规划至该路径。受权值改变和路径规划影响,可被任意AGV列为待行驶路径。

 

二、AGV车载控制系统设计

智能AGV车载控制系统,通过仿人控制与智能积分PID运动控制算法,输出速度和角度控制量,从而实时控制AGV行走;智能AGV控制系统通过激光避障传感器及防撞条的实时数据采集,实现了AGV的安全防护;同时智能AGV控制系统还支持Socket TCP网络通信功能,实时接收调度系统指令并定时反馈AGV状态信息到调度系统;智能AGV控制系统还包含语音、三色灯、工业触控屏控制模块,便于故障的报警与诊断;我们将会从硬件模块、运运控制算法概述、电池选型方案、等三方面展开进行更详细介绍。

1、硬件模块

图1为NDC8 AGV车载控制硬件模块组成图,主要由车载控制器、激光导航传感器、激光避障传感器、IO控制、编码器、工控屏、驱动器、手持控制器等组成。

图1AGV车载控制系统硬件模块

 

2、运运控制算法概述

在真正开始实现对AGV的控制前,有必要好好分析一下AGV的驱动控制数学模型。抛开那些与运动控制无关的 AGV 零部件,对AGV结构做了大量简化, 最后发现AGV叉车的运动实际上是一个三轮车模型。这也就是说,只要分析透彻三 轮车模型的数学本质,就掌握了叉车控制的本质问题,从而为最终实现叉车实体的运动控制打下良好的基础。

3、电池选型方案

AGV使用的电池主要有镍镉电池、锂电池、铅酸电池,这三种电池主要特性对比如表1。

表1电池主要特性对比

在实际项目中,根据自身需求选择合适电池;在我们此次项目中,我们选择了镍镉电池,主要是镍镉电池支持大电流充电和安全性高,镍镉电池和智能充电桩主要参数,如表2。

表2 电池参数

三、效率仿真

我们使用NDC软件进行仿真,共4台AGV,包含充电时间(充放电比为1:6),AGV仿真速度设定如表3,在AGV实际运行过程中,实际速度将和仿真软件中的速度基本保持一致。所以我们可以通过仿真结果,评估AGV运行效率和AGV台数,确保项目的成功实施和风险把控。

表3 AGV速度

任务下达方式:以通道中间站台为测试对象,下达4个任务,连续下达。
仿真结果:46托/小时,满足换牌时段最大产能45.1托/小时要求。
了解更多司法智能电子仓项目,请与天海欧康业务人员在线或电话联系…
文章出处:www.skyseaok.com