14 9月 天海歐康江蘇某司法智能電子倉項目
近日，天海歐康自研AGV系統，已在江蘇某監獄智能電子倉正式上線，并且完成了終驗。AGV調度系統、4臺激光導航AGV叉車、PAD客戶操作系統、WMS系統相接合，完成了電子庫成品和物料的全自動化進出庫作業；AGV系統自2021年4月份正式上線，AGV系統運行穩定、安全、高效，得到了甲方領導的高度贊揚和認可。
該監獄項目位于江蘇省，是2019年司法部驗收通過的全國首批33個“智慧監獄示范單位”之一，其信息化、智能化水平之高給人留下了深刻的印象。
天海歐康為該監獄的物流中心引進了無人傳送車，無人傳送車在原料區與裁剪區自動通行，自動卸載，整個傳送區用鐵絲網隔離，避免了傳統的人力配送時出現的罪犯交叉接觸及運送途中的監管安全，而且大大提高了生產效率和配送精確度。
天海歐康AGV的運用，打破了常規監獄物流中心熙熙攘攘的畫面。自動裝卸，自動運輸，不再需要大量人工搬運。速度快，裝卸量大，風雨無阻，保證了生產原料持續供給，成品及時入庫。僅僅需要很少的人控制好操作系統，一整個監獄的工作加工流程便被打通了。不僅僅是生產的促進，最關鍵是為監管安全布設了新的防火墻。物流中心與各監區間不再有直接接觸，有效隔絕了服刑罪犯的接觸，違禁品的傳遞，能夠防止罪犯利用運輸車輛脫逃。
天海歐康自研的AGV核心算法采用的是仿人控制與智能積分PID 運動控制算法
用高性能行走和轉向驅動控制器（響應和反饋周期快），外接工業陀螺儀，結合激光導航傳感器的位置和角度信息，通過卡爾曼濾波算法，進行各傳感器的數據融合，通過仿人控制與智能積分PID算法，輸出行走電機和轉向電機的控制量，使控制周期達到了<15ms，極大地提高了AGV的行走和停車精度(控制周期越短，控制效果越佳)，同時仿人控制與智能積分PID算法比傳統PID控制更加平滑，減少了AGV行走過程中的抖動；實現了AGV前進、后退、轉彎、原地旋轉行走功能。
天海歐康自研AGV系統主要的5大塊組成：
AGV調度系統，AGV車載控制系統、AGV車載模擬器、AGV智能充電系統、第三方設備控制系統；其中AGV調度系統已經實現了現場多車的調度，激光導航AGV叉車最高運行速度75米/分鐘，停車精度：位置精度±10cm、角度精度±0.2度，達到國際領先水平；AGV車載模擬器成功實現了實際項目現場的仿真模擬，很好地輔助了AGV項目規劃和大大加快了AGV項目實施；
天海歐康WMS電子倉儲管理系統通過集合條碼管理實現貨位自動分配、智能引導出入庫等功能，高效管理著原料庫、成品庫和服裝用裁片庫等貨位多，月貨物吞吐量近巨大，以較低的成本實現了面料、裁片和成品的全程信息化管理。
天海歐康，技術助力數字化改造。天海歐康AGV智能配送系統通過遠程調度管理實現了無人安全駕駛、貨物自動上下架、自動化運輸和超遠距離配送，減少了服刑人員直接操作，使物料物流管理更加安全有序、精準高效，實現倉儲、物流的智能化管理。下一步，臨沂監獄還將建設以人員管控系統、倉庫管理系統、勞動考核系統等為一體的智能化習藝勞動改造車間，“升級”服刑人員勞動改造平臺。
干貨：
天海歐康AGV系統設計
天海歐康AGV系統主要由AGV調度系統、AGV車載控制系統組成。
一、AGV調度系統設計
車輛調度系統是要實現多臺車輛設備在同一個項目工作場景內同時運行，能夠無碰撞地完成指定任務，且能夠實時監控車輛信息，保證系統順利、高效地運行。智能調度系統研究的主要核心內容包括路徑規劃和交通管制，以下我們就這兩方面展開進步說明。
1、路徑規劃
路徑規劃要解決的問題是如何根據現有的電子地圖數據生成一條從任務起點到任務終點的最優路線，保證車輛能夠順利完成調度指定的任務。研究內容主要包括以下幾個方面：
- 環境建模：環境建模是路徑規劃的重要環節，目的是將工程項目現場的信息轉換成可以讓計算機識別處理的電子環境地圖，建立一個便于計算機進行路徑規劃所使用的環境模型，將實際的物理空間抽象成算法能夠處理的抽象空間，實現相互間的映射。
- 路徑搜索：路徑搜索階段是在環境模型的基礎上應用相應算法尋找一條行走路徑，使預定的路徑性能評估函數獲得最優值。采用了Dijkstra算法，生成從任務起點到任務終點的最短路徑。
- 路徑平滑：由于叉車式AGV屬于欠驅動系統，通過相應算法搜索出的路徑并不是AGV實際可以行走的路徑，需要作進一步處理與平滑才能使其成為一條實際可行的路徑。采用了自主開發的路徑平滑算法對路徑進行處理，生成AGV實際行駛的路徑。
- 路徑的優化：通過Dijkstra路徑規劃算法生成的路徑雖然是路程最短路徑，但可能不是最優路徑，需要認真分析現場環境，提取影響最優路徑的特征參數，比如轉彎的次數、路徑的擁擠程度、路徑的寬度、特殊的工況等，作為下一步路徑優化的指標。采用深度學習和蟻群算法相接合，對Dijkstra算法規劃出來的路徑進行不斷學習和優化，最后達到近似最優路徑。
2、交通管制
基于動態的路徑規劃算法，衍生出了預測式的交通管制。即根據路徑規劃，分配并鎖定沿途的路徑線，提前預知交通問題并改變路徑策略。當路徑規劃完成后，需要對AGV進行控制，使其按照規劃的路徑行駛。規劃好的路徑中，每條路徑線有三種狀態，分別是：正行駛、待行駛和已規劃。
正行駛：表示AGV正在該路徑線上行駛，或停止于該路徑線的端點上。不可被其他AGV列為待行駛路徑，也不受權值改變和路徑規劃影響。當AGV行駛完后，需將路徑線從規劃路徑中刪除。并將下一條待行駛的路徑變為正行駛的路徑；
待行駛：表示AGV準備行駛的路徑。不可被其他AGV列為待行駛路徑，也不受權值改變和路徑規劃影響；
已規劃：表示路徑已規劃至該路徑。受權值改變和路徑規劃影響，可被任意AGV列為待行駛路徑。
二、AGV車載控制系統設計
智能AGV車載控制系統，通過仿人控制與智能積分PID運動控制算法，輸出速度和角度控制量，從而實時控制AGV行走；智能AGV控制系統通過激光避障傳感器及防撞條的實時數據采集，實現了AGV的安全防護；同時智能AGV控制系統還支持Socket TCP網絡通信功能，實時接收調度系統指令并定時反饋AGV狀態信息到調度系統；智能AGV控制系統還包含語音、三色燈、工業觸控屏控制模塊，便于故障的報警與診斷；我們將會從硬件模塊、運運控制算法概述、電池選型方案、等三方面展開進行更詳細介紹。
1、硬件模塊
圖1為NDC8 AGV車載控制硬件模塊組成圖，主要由車載控制器、激光導航傳感器、激光避障傳感器、IO控制、編碼器、工控屏、驅動器、手持控制器等組成。
圖1AGV車載控制系統硬件模塊
2、運運控制算法概述
在真正開始實現對AGV的控制前，有必要好好分析一下AGV的驅動控制數學模型。拋開那些與運動控制無關的 AGV 零部件，對AGV結構做了大量簡化， 最后發現AGV叉車的運動實際上是一個三輪車模型。這也就是說，只要分析透徹三 輪車模型的數學本質，就掌握了叉車控制的本質問題，從而為最終實現叉車實體的運動控制打下良好的基礎。
3、電池選型方案
AGV使用的電池主要有鎳鎘電池、鋰電池、鉛酸電池，這三種電池主要特性對比如表1。
表1電池主要特性對比
在實際項目中，根據自身需求選擇合適電池；在我們此次項目中，我們選擇了鎳鎘電池，主要是鎳鎘電池支持大電流充電和安全性高，鎳鎘電池和智能充電樁主要參數，如表2。
表2 電池參數
三、效率仿真
我們使用NDC軟件進行仿真，共4臺AGV，包含充電時間（充放電比為1:6），AGV仿真速度設定如表3，在AGV實際運行過程中，實際速度將和仿真軟件中的速度基本保持一致。所以我們可以通過仿真結果，評估AGV運行效率和AGV臺數，確保項目的成功實施和風險把控。
表3 AGV速度
任務下達方式：以通道中間站臺為測試對象，下達4個任務，連續下達。
仿真結果：46托/小時，滿足換牌時段最大產能45.1托/小時要求。
了解更多司法智能電子倉項目，請與天海歐康業務人員在線或電話聯系…
文章出處：www.taranomco.com