業界の指導：AGVの進歩

コンラート・ローレンツは、動物行動の実験で1973年にノーベル生理学・医学賞を受賞しました。ローレンツは暗示の原理を発見しました...

コンラート・ローレンツは、動物行動の実験で1973年にノーベル生理学・医学賞を受賞しました。ローレンツは、生まれたばかりの動物と介護者の間に絆が形成される刷り込みの原理を発見しました。これは、聴覚的または視覚的刺激を使用して、若者が親に従うように誘導するメカニズムです。業界では、無人搬送車（AGV）は、環境刺激を使用して特定のルートをたどります。

ここでは、廃止された産業用部品サプライヤーのマーケティングディレクターであるジョナサンウィルキンス EUオートメーション 、無人搬送車が単純なマテリアルハンドラーからインテリジェントな自律型ロボットにどのように進歩したかについて説明します。

無人搬送車は、ナビゲーション中にマーカーや信号を追跡する移動ロボットです。最初のAGVは、1950年代にBarrett Electronicsによって導入され、床のワイヤーによってその位置がガイドされた状態で、簡単なけん引動作を実行しました。 1950年代以降、市場は急速に拡大し、AGVは多くの業界で使用されています。

なぜAGVなのか

無人搬送車は、主にマテリアルハンドリングの目的で使用されます。これには、部品の生産ラインへの時間通りの配達から、24時間の輸送までのさまざまなタスクが含まれます。車両にクランプ機構、位置決め固定具、工具アタッチメントが装備されている場合、さまざまな機能を実行できます。

アプリケーションと要件に応じて、AGVは単独で機能することもフリートで機能することもできます。これにより、AGVの使用が必要に応じてスケーラブルになるため、プラント管理者は施設内の車両数について特定の決定を下すことができます。

AGVにはトレーサビリティ用のセンサーを装備できるため、プラント管理者は個々の車両の位置を監視できるため、施設周辺の資材の動きを追跡できます。追跡をさらに改善するために、このプロセスの一部として、アイテムの集荷、輸送、および配達にタイムスタンプを付けることができます。この情報は、企業のエンタープライズリソースプランニング（ERP）または資材リソースプランニング（MRP）システムに統合できます。

アプリケーションに応じて、さまざまなタイプの車両ナビゲーション方法があります。プラント管理者は、初期のAGVと同様の非常に単純なシステムを選択することも、より高度なナビゲーション方法を選択することもできます。

ナビゲート

初期のAGVは、有線方式で工場内を案内されていました。このようにナビゲートするために、ワイヤーが床のスロットに埋め込まれ、AGVのセンサーによって検出できる無線信号を送信します。その後、AGVはワイヤーに沿って施設内を案内されます。このナビゲーション手法は現在でも使用されていますが、プラント管理者が選択できる方法は他にもさまざまです。

一部のAGVは、磁気または色付きのガイドテープを使用してナビゲートします。 AGVのセンサーがテープを検出し、これを使用して車両を誘導します。ガイドテープは、反射テープが壁、ポール、または機械に取り付けられ、AGVがレーザー送信機と受信機を使用して距離を計算するレーザーターゲットナビゲーションでも使用されます。これは、テープを再配置するプロセスがより簡単であるため、車両のルートを変更するのが簡単であるため、有線方式よりも利点があります。

慣性航法では、基準点はx、y座標で工場の床に埋め込まれます。 AGVは、センサー、ジャイロスコープ、ホイールエンコーダーからの情報を使用して位置を特定します。基準点を変更するだけで経路を変更できるため、この方法はより柔軟になります。ただし、工場のインフラストラクチャへの変更が必要であり、車両は独立したルート計画の決定を行うことができません。

慣性航法の次のステップは、オープンパスナビゲーションです。これは、車両がガイド付き車両から自動運転車に移動して、ある場所から別の場所に独立して移動できることを意味します。

ガイド付きから自動運転まで

従来のAGVは、施設内で事前にプログラムされた定義済みの移動を実行します。これは、特定のインフラストラクチャが整備されると、車両のルートを変更するのが困難になることを意味します。最近、より柔軟でインテリジェントな車両が導入されました。これにより、これまで遭遇したことのない状況で意思決定を行うことができます。

この新しい種類の車両は、AGVSの重要な問題の1つである予期しない問題に遭遇することを克服できます。変化する環境では、自動運転車の方が適している場合があります。このタイプの車両は、ドライバーまたはステアリング、加速、またはブレーキを直接制御する事前にプログラムされた固定入力から独立して動作します。レーザーベースの知覚およびナビゲーションアルゴリズムを使用して、工場内を動的にナビゲートできます。

オンボードのプログラマブルロジックコントローラー（PLC）を統合して、エラーを減らし、意思決定を行うことができます。中央制御システムに接続することにより、車両はルートの信頼性と効率を分析し、それに応じてそれらを適応させることができます。車両は機械学習を使用できます 新しい状況でより効率的になります。

自動運転車は、車載コンピューターとセンサーの数を増やして、意思決定などのより複雑なタスクを完了することができます。独立したインテリジェントなナビゲーション方法は、プラント管理者が工場の環境やインフラストラクチャを変更する必要がないことを意味する場合もあります。そのようなナビゲーション手法の1つは、車両が画像を記録および保存し、既存の特徴との関係でその位置を計算できる自然な特徴ガイダンスです。

自律型AGVの例は、時速4.5マイルで最大3,300ポンド移動できる自動運転車であるClearpathRoboticsのOTTOです。 OTTOは、移動中の衝突を回避して、最適なルートを選択するように適応できます。

車両は、カメラを使用して目として機能する視覚ベースの誘導システムを使用することもできます。これの追加の利点は、プラント管理者が機器が動作している環境の3D仮想ビューを取得することです。これは、AGVが計画外または異常なものに遭遇した場合、オペレーターが説明を簡単に見つけて修正できることを意味します。

より多くの工場がアップグレードされ、新しい施設が建設されるにつれて、高度なAGVがスマートファクトリーのコアコンポーネントであることが証明されます。センサー技術の向上と自律性の向上により、AGVはよりスマートでダイナミックになり、設定された経路をたどる無人搬送車から、コンラッドの動物が成長するのと同じように、自律的な独立した意思決定者に移行しています。