美國一個教師研究人員團隊構建了一個帶有嵌入式系統(tǒng)的原型自動叉車，以推進智能倉庫系統(tǒng)。很快，倉庫中的工業(yè)機器人將變得足夠智慧，可以知道在繁忙的過道中哪個有優(yōu)先權。

美國羅徹斯特理工學院（Rochester Institute of Technology，RIT）的研究人員正在開發(fā)一種用于倉庫的智能物料搬運系統(tǒng)，該系統(tǒng)集成了包括激光雷達傳感器和人工智能在內的智能技術。隨著新冠大流行帶來的供應鏈挑戰(zhàn)以及對電子商務的需求增加，技術可以為企業(yè)提供所需的支持，以提高倉庫環(huán)境中的生產力、效率和安全性。

RIT 凱特格里森工程學院工業(yè)和系統(tǒng)工程教授Michael Kuhl說：“這是機器人和自主物料搬運可以提供幫助的一個領域。機器人可以工作更長的時間——不一定是為了取代工作，而是在一些手動的、非增值的任務上。這意味著工作重心的改變，需要人們來設計和維護車隊和機器人?！?/p>

開發(fā)智能倉庫技術的教師研究人員從左到右分別是：學生Rahul Gulia and Andrew Pasek; Clark Hochgraf教授; 學生 Dylan Lebedin; Professor Andres Kwasinski; 學生 Sriparvathi Bhattathiri and Ankita Tondwalkar; Michael Kuhl教授; 學生Anton Bogovik; Amlan Ganguly教授.

Kuhl 和項目團隊獲得了“有效和高效地駕駛物料搬運”的資助，這是一個由 Raymond Corp 贊助的為期一年、耗資 300,000 美元的項目。它推進了與該公司的早期工作，該公司建立了個人自主移動設備的任務選擇和路徑規(guī)劃機器人（AMR）。

新工作側重于倉庫環(huán)境中多個機器人和人類的高級回避和通信策略。

在倉儲作業(yè)的實際操作中，通常會混合使用自主和人工操作的設備。回避策略需要與任務選項、路徑規(guī)劃和識別能夠相互實時通信的多個機器人相結合，并識別也將在倉庫空間進行交互的人類。

Kuhl 說：“我們有關于定位的信息，我們在倉庫內使用不同類型的傳感器來嘗試識別機器人的位置，以及機器人的實際移動。他們能否計劃安全高效地從當前位置到達目的地？他們可以有一條很短的路，但他們仍然需要避開其他機器人和人?！?/p>

使用深度神經網絡策略（機器學習技術的類型），系統(tǒng)組件經過訓練，可以根據常見任務以及倉庫環(huán)境中可能發(fā)生的不經?；虿粚こ５膭幼髯龀鎏囟ǖ?、有序的決策。該團隊還在研究倉庫內的通信網絡——WiFi 和蜂窩網絡技術功能——作為可行的解決方案。Kuhl 解釋說，蜂窩技術的新標準允許增加單個設備之間的單個蜂窩通信。

“在人車交互方面，我們能否利用多輛在倉庫周圍移動的車輛的傳感器？”Kuhl 說：“如果一輛車沿著一條路徑行駛，它看到一個人或另一輛車從過道中出來，他們是否可以溝通并決定下一步該做什么？誰有通行權？”

該團隊發(fā)現，機器人是能夠做出反應的。

在 Simcona Electronics公司的現場實驗中（Simcona Electronics Corp.是一家總部位于羅切斯特的公司），該團隊利用其 50,000 平方英尺的設施中測試機器人技術。

“我們需要真實的環(huán)境來完成這項工作并推動它向前發(fā)展。它們?yōu)槲覀兲峁┝藰O其寶貴的資源。”Kuhl 說。他一直與RIT 凱特格里森工程學院計算機工程系的副教授兼系主任Amlan Ganguly和教授Andres Kwasinksi 合作；和RIT工程技術學院電氣和計算機工程技術系副教授Clark Hochgraf。參與項目團隊的還有最近 RIT 工程博士研究生李茂佳。

Toyota集團旗下的雷蒙德公司（Raymond Corporation）是一流的物料搬運產品和智能內部物流解決方案的全球領先提供商，這些產品可優(yōu)化您的整個運營，提供可行的見解并通過自動化來轉變運營。

我們以創(chuàng)新，持續(xù)改進和設計為原則，并牢記生態(tài)和經濟利益。秉承這一理念，我們的電動叉車經過精心設計，可實現更高的性能和更高的效率。

我們提供的技術，系統(tǒng)和解決方案將日常的倉庫和分銷業(yè)務提升到新的水平，從而為我們的客戶提供業(yè)內無與倫比的技術服務網絡。我們卓越的運營，屢獲殊榮的創(chuàng)新技術和世界一流的客戶支持相結合，可幫助我們的客戶更好地運行并更智能地管理。