|
激光场景导航AGV与惯性二维码导AGV哪个好？哪种导航方式适合工业AGV物流？
激光场景导航AGV与惯性二维码导航AGV哪种好
随着亚马逊KIVA惯性二维码导航AGV不断刷屏，国内众多AGV厂商竞相跟进，作为用户在选择激光场景导航AGV与惯性二维码导AGV需要更多冷静思考，您需要的是稳定实用物流工具还是自娱自乐的“黑科技”？
首先简单介绍一下常见的磁导航AGV，其优点就是就是价格相对便宜投资回报快，适合相对固定路径和工艺流程，物理定位稳定性高，缺点对于随机复杂的工艺站点其灵活性相对逊色，对于复杂线路地面交错的磁条线路不是很美观。
随着技术进步工厂柔性化生产趋势，用户对一部分复杂应用场景考虑使用调度更灵活，本地运算能力更强大，系统扩展性和网络化更高的无轨导航AGV小车，其代表技术就是激光场景导航AGV与惯性二维码导AGV。
惯性二维码导航AGV的技术之所以是老生常谈，是亚马逊高价收购KIVA二维码惯性导航机器人，其类似棋盘物流工作模式应用视频才再次被复活，其实早10年前国内某AGV厂商就已经成功研发惯性导航AGV（也有人叫磁钉导航），后来经过大量用户实地应用验证发现稳定性无法用于工厂生产物流使用，惯性导航AGV至此淡出主流舞台。随着KIVA刷屏视频发布惯性二维码导航才被大家熟知，类KIVA惯性AGV在结构及调度方式作了改动，把磁钉换成二维码（高大上的名称叫机器视觉），其关乎定位导航稳定性核心依然是通过陀螺仪的惯性导航方式。
惯例先讲讲惯性导航原理：惯导AGV其定位技术和运动控制技术门槛不高。惯性导航系统由单片机(one-board computer)，陀螺仪，加速度传感器组成，性能由传感器噪声、校准信标（二维码或其它）决定，其陀螺芯片本身特性累积误差（随时间增长误差会累积增大，30~60秒误差1°）的绝对硬伤，对于室内高精度毫米级定位误差本身就不适用。不要小看小小1°误差被距离放大后与既定目的地就差之千里了，故此需要每走1米左右读取二维码进行位置校准归零并作为位置信息上传（AGV行走在二维码与二维码之间的位置信息是通过时间和速度简单模拟出来，而非实际真实坐标）。
那么有人要问军用级战车无人机等也是通过惯性导航，定位精度高吗？首先这些应用的定位精度要求在20~30cm已经足够，位置校准采用的惯导+GPS差分（或更高级的陀螺仪及技术）进行实时校准，是室内惯性二维码导航所无法比的。即使用军用级的惯导传感器，即使初始化精度很高，当信号漂移偏差的惯性测量数据，积分求解时仍会有较大误差累积。
所以对于工厂室内每天上万次重复运行，即使惯性导航传感器输出准确的短期位置、速度、加速度、姿态、角速率，但长时间后会有误差累计，用户没完没了人工重置是逃不掉的，最终AGV物流项目沦为“参观项目，眼球项目”。其次相对单一类托举工装货架重心较高，对地面平整度，运动控制的实时性，速度及货物配重平衡性等有一定的要求，任何一个失误都会导致整个物流系统停摆。对于开放的车间环境二维码图形稍有损坏则需要频繁更换二维码，对陀螺仪的精度及使用寿命都有严格要求。
综述：以亚马逊KIVA为代表惯性二维码导航AGV小车，其网络化系统调度模式确实新颖酷炫吊炸天，但惯导AGV小车作为执行器本身致命缺陷导致稳定性差强人意，如同指挥官很聪明，而执行的士兵有点残。
最后我们分析激光场景导航为什么会是未来自主移动机器人主流及技术原理。目前激光导航有两种方式，一种是激光反射板导航，另一种是激光场景导航。 以免大家混淆先简单介绍激光反光板导航：在AGV行驶路径的周围安装激光反射板，AGV通过发射激光束到反射板反射，进行三边运算得出当前的位置坐标的导航方式，因为开放的车间动态人流或设备可能阻挡激光束，一般激光器安装高度较高（高于一般人的身高），其技术多用于激光叉车，位置导航算法难度相对简单，由于激光叉车体积庞大需要宽大通道环境，同时安全检测盲区多以及稳定性等原因较少用户使用。
下面着重分析无反光板激光场景导航AGV，激光场景导航AGV采用目前全球最先进SLAM机器人定位技术（实时定位与地图生成）实现AGV的路径地图，不需要任何施工灵活性最高的AGV运动形式，轻松实现柔性全局部署。简单来讲当AGV机器人在一个陌生环境走一圈即自动扫描并生成该场景电子地图，该电子地图是AGV的激光器每秒几万个坐标点拼接生成，然后在已知地图任意创建工作站点即属性，AGV在行驶运动过程中实时与已知的基准地图坐标进行匹配，从而实现AGV高精度地位，环境动态移动的人和物对其没有任何影响。
因为其技术难度极高，目前全球只有极少数几家公司机构掌握SLAM技术，掌握该技术并产品化的公司有：IROBOT , ADEPT , PAL , AETHON。
通过以上技术分析用简单一句话总结激光场景导航AGV与惯性二维码导AGV哪个更靠谱。二维码惯导技术如一个盲人通过步数和转身每走几步在特定点触摸特征物进行位置归零确认；激光场景导航如健康人看到并记住全局图像特征，无论走多少次来去自如。哪种技术更适合AGV小车，如何取舍用户应该一目了然。 | 
