Navigasi dan panduan AGV mengacu pada proses di mana AGV mengontrol kecepatan dan sudut kemudi berdasarkan offset jalur, sehingga memastikan bahwa AGV bergerak secara akurat ke posisi dan menuju titik target. Ini terutama melibatkan tiga poin teknis utama:
1. Pemosisian
Pemosisian adalah langkah paling dasar dalam navigasi dan panduan AGV, yang menentukan posisi dan heading AGV relatif terhadap koordinat global di lingkungan kerja.
2. Persepsi dan pemodelan lingkungan
Untuk mencapai pergerakan AGV yang otonom, perlu untuk mengidentifikasi berbagai informasi lingkungan berdasarkan beberapa sensor, seperti batas jalan, kondisi tanah, hambatan, dll. AGV menentukan wilayah yang dapat dijangkau dan tidak dijangkau dalam arah maju melalui persepsi lingkungan, menentukan posisi relatif dalam lingkungan, dan memprediksi gerakan hambatan dinamis, sehingga memberikan dasar untuk perencanaan jalur lokal.
3. Perencanaan jalur
Menurut tingkat penguasaan informasi lingkungan AGV, mereka dapat dibagi menjadi dua jenis: satu adalah perencanaan jalur global berdasarkan informasi lingkungan yang diketahui, dan yang lainnya adalah perencanaan jalur lokal berdasarkan informasi sensor. Lingkungan terakhir tidak diketahui atau sebagian tidak diketahui, yaitu ukuran, bentuk, dan posisi rintangan harus diperoleh melalui sensor.
Perbandingan metode navigasi AGV
AGV awal sebagian besar menggunakan pita magnetik atau navigasi elektromagnetik, yang memiliki prinsip sederhana, teknologi matang, dan biaya rendah. Namun, mengubah atau memperluas jalur dan pemeliharaan selanjutnya lebih rumit, dan AGV hanya dapat mengikuti rute tetap dan tidak dapat mencapai penghindaran cerdas, atau perubahan tugas waktu nyata melalui sistem kontrol.
Saat ini, metode navigasi utama untuk AGV adalah kode QR plus navigasi inersia, yang relatif fleksibel untuk digunakan dan mudah untuk diletakkan atau diubah jalurnya. Namun, jalur tersebut membutuhkan perawatan rutin. Jika situsnya rumit, kode QR perlu sering diganti. Selain itu, persyaratan ketat diterapkan pada keakuratan dan masa pakai giroskop.
Dengan pengembangan algoritme SLAM, SLAM telah menjadi metode navigasi lanjutan pilihan bagi banyak produsen AGV. SLAM tidak memerlukan fasilitas pemosisian lain, dan bentuk serta jalurnya fleksibel dan dapat disesuaikan dengan berbagai lingkungan di tempat. Saya percaya bahwa dengan kematangan algoritme dan kompresi biaya perangkat keras, SLAM tidak diragukan lagi akan menjadi metode navigasi utama untuk AGV di masa mendatang.
SLAM secara kasar dapat dibagi menjadi dua kategori: laser SLAM (2D atau 3D) dan visual SLAM.
Visual SLAM saat ini sedang dalam tahap pengembangan lebih lanjut dan perluasan skenario aplikasi. Visual SLAM telah mendapat perhatian luas karena kelebihannya seperti sejumlah besar informasi dan penerapan yang luas. Namun, algoritme memerlukan persyaratan prosesor yang tinggi, biasanya membutuhkan CPU tingkat desktop atau bahkan GPU. Namun, AGV kebanyakan menggunakan prosesor tertanam, sehingga sulit diterapkan dalam skala besar pada perangkat AGV kecil dalam waktu singkat.
Laser SLAM dimulai lebih awal dari visual SLAM, dan teori serta teknologinya relatif matang. Stabilitas dan keandalannya telah diverifikasi, dan persyaratan kinerjanya untuk prosesor jauh lebih rendah daripada SLAM visual. Misalnya, SLAM laser arus utama dapat berjalan secara real-time pada CPU ARM biasa. Saat ini, beberapa produsen AGV telah meluncurkan produk berbasis navigasi laser SLAM. Tidak diragukan lagi, laser SLAM akan tetap menjadi solusi SLAM utama untuk jangka waktu tertentu.
Teknologi navigasi dan panduan AGV telah berkembang menuju fleksibilitas yang lebih tinggi, akurasi yang lebih tinggi, dan kemampuan beradaptasi yang lebih kuat, dan ketergantungannya pada penanda navigasi tambahan menjadi semakin rendah. Metode navigasi jalur bebas untuk pemosisian waktu nyata dan konstruksi peta, seperti SLAM, tidak diragukan lagi merupakan tren pengembangan di masa depan. Saya percaya bahwa dalam waktu dekat, integrasi teknologi seperti 5G, AI, komputasi awan, IoT, dan robot cerdas akan membawa perubahan yang mengguncang bumi ke industri AGV, dan metode navigasi SLAM dengan fleksibilitas, akurasi, dan kemampuan beradaptasi yang lebih tinggi akan juga lebih mudah beradaptasi dengan lingkungan kerja dinamis yang kompleks dan selalu berubah. Setelah pengembangan bersama dari berbagai disiplin ilmu, pasti akan ada lebih banyak teknologi navigasi AGV kelas atas di masa depan.