הניווט וההכוונה של AGV מתייחסים לתהליך שבו AGV שולט במהירות ובזווית ההיגוי בהתבסס על היסט נתיב, ובכך מבטיח ש-AGV נוסע במדויק למיקום ולכיוון נקודת המטרה. זה כולל בעיקר שלוש נקודות טכניות עיקריות:
1. מיקום
מיקום הוא השלב הבסיסי ביותר בניווט והדרכה של AGV, הקובע את המיקום והכיוון של AGV ביחס לקואורדינטות הגלובליות בסביבת העבודה.
2. תפיסה סביבתית ומידול
על מנת להשיג תנועה אוטונומית של AGV, יש צורך לזהות מידע סביבתי מגוון המבוסס על חיישנים מרובים, כגון גבולות כביש, תנאי קרקע, מכשולים וכו'. AGV קובע את האזורים הנגישים והבלתי ניתנים להשגה בכיוון קדימה באמצעות תפיסה סביבתית, קובע המיקום היחסי בסביבה, ומנבא את התנועה של מכשולים דינמיים, ובכך מספק בסיס לתכנון נתיבים מקומי.
3. תכנון נתיבים
לפי מידת השליטה של ה-AGVs במידע סביבתי, ניתן לחלק אותם לשני סוגים: האחד הוא תכנון נתיבים גלובלי המבוסס על מידע סביבתי ידוע, והשני הוא תכנון נתיבים מקומי המבוסס על מידע חיישנים. הסביבה האחרונה אינה ידועה או לא ידועה חלקית, כלומר, יש לקבל את הגודל, הצורה והמיקום של המכשולים באמצעות חיישנים.
השוואה בין שיטות ניווט AGV
AGVs מוקדם השתמשו בעיקר בסרט מגנטי או ניווט אלקטרומגנטי, שהיו להם עקרונות פשוטים, טכנולוגיה בוגרת ועלויות נמוכות. עם זאת, שינוי או הרחבת הנתיב ותחזוקה מאוחרת יותר היו מסורבלים יותר, ו-AGVs יכלו לעקוב רק אחר מסלולים קבועים ולא יכלו להשיג הימנעות חכמה, או שינויי משימות בזמן אמת באמצעות מערכות בקרה.
נכון לעכשיו, שיטת הניווט המיינסטרימית של AGV היא קוד QR בתוספת ניווט אינרציאלי, שהוא יחסית גמיש לשימוש וקל להנחת או לשנות את הנתיב. עם זאת, השביל דורש תחזוקה שוטפת. אם האתר מורכב, יש להחליף את קוד ה-QR לעיתים קרובות. בנוסף, מונחות דרישות מחמירות לדיוק וחיי השירות של הגירוסקופ.
עם הפיתוח של אלגוריתם SLAM, SLAM הפכה לשיטת הניווט המתקדמת המועדפת על יצרני AGV רבים. SLAM אינו דורש מתקני מיקום אחרים, וצורתו ומסלולו גמישים וניתנים להתאמה לסביבות שונות באתר. אני מאמין שעם הבשלות של האלגוריתמים והדחיסה של עלויות החומרה, SLAM ללא ספק יהפוך לשיטת הניווט המרכזית עבור AGVs עתידיים.
ניתן לחלק באופן גס את SLAM לשתי קטגוריות: SLAM לייזר (2D או 3D) ו- SLAM חזותי.
Visual SLAM נמצא כעת בשלב של פיתוח נוסף והרחבת תרחישי יישומים. Visual SLAM זכה לתשומת לב נרחבת בשל יתרונותיו כגון כמות מידע גדולה וישימות רחבה. עם זאת, אלגוריתמים דורשים דרישות מעבד גבוהות, בדרך כלל דורשים מעבד ברמת שולחן העבודה או אפילו GPU. עם זאת, AGV משתמשת בעיקר במעבדים משובצים, מה שמקשה ליישם אותה בקנה מידה גדול על מכשירי AGV קטנים בפרק זמן קצר.
לייזר SLAM התחיל מוקדם יותר מ-SLAM חזותי, והתיאוריה והטכנולוגיה שלו בשלות יחסית. היציבות והאמינות שלו אומתו, ודרישות הביצועים שלו למעבדים נמוכות בהרבה מ- SLAM חזותי. לדוגמה, מיינסטרים לייזר SLAM יכול לפעול בזמן אמת על מעבדי ARM רגילים. נכון לעכשיו, חלק מיצרני AGV השיקו מוצרים המבוססים על ניווט SLAM בלייזר. ללא ספק, לייזר SLAM עדיין יהיה פתרון ה-SLAM המיינסטרים לתקופה מסוימת.
טכנולוגיית ניווט והכוונה AGV התפתחה לקראת גמישות גבוהה יותר, דיוק גבוה יותר ויכולת הסתגלות חזקה יותר, והתלות שלה בסמני ניווט עזר הולכת ונעשית נמוכה יותר. שיטת ניווט הנתיב החופשי של מיקום בזמן אמת ובניית מפות, כמו SLAM, היא ללא ספק מגמת הפיתוח העתידית. אני מאמין שבעתיד הקרוב, שילוב טכנולוגיות כמו 5G, AI, מחשוב ענן, IoT ורובוטים חכמים יביא לשינויים רעועי אדמה לתעשיית ה-AGV, ושיטת הניווט SLAM עם גמישות, דיוק והתאמה גבוהים יותר. גם להיות מותאם יותר לסביבות עבודה דינמיות מורכבות ומשתנות ללא הרף. לאחר פיתוח משותף של דיסציפלינות מרובות, בהחלט תהיה טכנולוגיית ניווט מתקדמת של AGV בעתיד.