如何最佳化內部物流，以簡化和加快工業 4.0 供應鏈 – 第 2 篇 (共兩篇)

我們在內部物流系列的第 1 篇文章中，探討如何在系統層級使用自主行動機器人 (AMR) 和自動導引車 (AGV)，以實作內部物流並視需求快速、安全地移動材料。本文將著重介紹各種使用案例、AMR 和 AGV 如何採用感測器來識別和追蹤項目，以及機器學習 (ML) 和人工智慧 (AI) 如何在整個倉庫與生產設施中支援材料辨認與移動和交付。

內部物流以自主行動機器人 (AMR) 和自動導引車 (AGV)，有效率地在工業 4.0 倉庫與生產設施內移動材料。為了達到順暢和快速的供應鏈，內部物流系統需要瞭解材料的當前位置、材料的預定目的地，以及將材料運達的最安全且最有效率的路徑。這種順暢的導航需要運用各式各樣的感測器。

在內部物流解決方案中，AGV 與 AMR 採用感測器提高情境感知能力。眾多感測器可為周遭人員提供安全性、保護其他設備，以及有效率地導航和定位。取決於應用需求，AMR 感測器技術可包括以下的接觸式感測器：內建於緩衝器的極限開關、2D 與 3D 光達 (LiDAR)、超音波、2D 與立體攝影機、雷達、編碼器、慣性量測單元 (IMU) 和光電池。針對 AGV，感測器可包括磁性、電感式或光訊號線路感測器，以及內建於緩衝器的極限開關、2D 光達和編碼器。

在本系列的第一篇文章中，說明如何在系統層級使用 AMR 和 AGV 實作內部物流，以及視需要有效率地移動材料等問題。

本篇文章將著重說明感測器融合技術，以及 AMR 和 AGV 如何採用感測器搭配 AI 和 ML 的組合，支援定位、導航和操作安全。本文首先將簡要回顧 AGV 中的常見感測器、探討機器人姿態，以及使用感測器融合技術的同步定位和對應 (SLAM) 演算法、考量如何運用掃描至地圖配對與掃描至掃描配對技術來改進 SLAM 估算值，最後再討論感測器融合技術如何造就 AMR 和 AGV 的安全操作。DigiKey 為設計人員提供各種感測器和開關產品，可適用於以上所有案例的機器人與其他工業應用。

我們提供各種感測器與感測器融合技術、AI、ML 以及無線連線能力，支援 AMR 自主式操作與安全性。雖然 AGV 的效能需求較低，但其仍須仰賴多重感測器，達到安全且有效率的操作。感測器分為以下兩大類別：

• 本體感受感測器可測量機器人的各項內部值，例如輪速、負載、電池充電等。
• 外界感受感測器提供關於機器人環境的資訊，例如距離量測、地標位置，以及障礙識別 (如進入機器人路徑的人員)。

AGV 與 AMR 的感測器融合技術須整合本體感受與外界感受感測器。以下是 AMR 的感測器範例 (圖 1)：

• 支援範圍達 20 m 以上的物體偵測雷射掃描器
• 配備 6 軸陀螺儀與加速計的 IMU，有時包含磁力計
• 支援公釐 (mm) 轉輪解析度的編碼器
• 緩衝器微動開關等接觸式感測器，可在接觸到非預期物體時立即停止動作
• 支援 4 m 範圍的前視 3D 攝影機
• 可偵測平台邊緣 (又稱懸崖偵測) 的下視感測器
• 通訊模組除了提供連線能力外，還可為即時定位服務 (RTLS) 或 5G 傳輸點／接收點 (TRP) 提供最佳的藍牙到達角 (AoA) 和出發角 (AoD) 感測，展現公分等級的電網繪製準確度
• 2D 光達可計算車輛前方的障礙物接近
• 適用於物體識別與定位的廣角 3D 深度視覺系統
• 適用於感測器融合技術、AI 和 ML 的板載高效能運算處理器

圖 1：嵌入式感測器多樣性與定位的典型 AMR。(圖片來源：Qualcomm)

機器人姿態與感測器融合技術

AMR 導航是一種複雜的程序。首先，要讓 AMR 瞭解所在位置與朝向。這種資料組合稱為機器人姿態。姿態的概念亦適用於多軸固定機器人的手臂與末端效應器。感測器融合技術整合來自 IMU、編碼器和其他感測器的輸入，用來判斷姿態。姿態演算法會估算相對於座標軸的機器人 (x, y) 位置與定向角度 θ。函式 q = (x, y, θ) 定義了機器人的姿態。針對 AMR，姿態資訊包含以下各式各樣的用途：

• 相對於外部參考座標系或機器人的入侵者 (例如趨近機器人的人員) 姿態
• 針對預先定義的時間以指定速度移動後的估算機器人姿態
• 計算機器人從目前姿態移至第二種姿態所需的速度設定檔

姿態是在數種機器人軟體開發環境中的預先定義函式。例如，在「機器人作業系統」(ROS，一種開放原始碼開發平台) 中包含 robot_pose_ekf 封裝。Robot_pose_ekf 可用於根據來自各種感測器的 (部分) 姿態量測值，估算機器人的 3D 姿態。其採用具備 6D 模型 (3D 方位) 的延伸 Kalman 濾波器，以整合來自編碼器的轉輪量距、視覺量距攝影機和 IMU 量測值。各種感測器皆是以不同的速率和延遲時間運作，因此 robot_pose_ekf 不會要求所有感測器資料皆必須持續或同時可用。每個感測器皆可用來提供具有共變異數的姿態估算值。Robot_pose-ekf 會識別任何時間點的可用感測器資訊，並據以調整。

感測器融合技術與 SLAM

許多 AMR 運作所在環境皆有可隨時移動的各種障礙物。提供設施的基本地圖雖有助益，但我們仍需要取得更多資訊。在工業設施周遭移動時，AMR 除了姿態資訊外還需要取得更多資訊；此外還會採用 SLAM 以確保作業的效率。SLAM 新增支援導航的即時環境對應。SLAM 共有以下兩種基本方法：

• 將攝影機與 IMU 配對的視覺 SLAM
• 將 2D 或 3D 光達等雷射感測器與 IMU 整合的光達 SLAM

光達 SLAM 的準確度高於視覺 SLAM，但實作成本通常較高。或者，您可使用 5G 提供定位資訊，增進視覺 SLAM 估算值。在倉庫與設施中使用私人 5G 網路可增強 SLAM 的嵌入式感測器。某些 AMR 會實作採用 5G 傳輸點／接收點 (TRP) 的室內精確定位技術，針對 X、Y 和 Z 軸展現公分等級的電網繪製準確度。

AMR 是否能夠適應不斷變化的環境要素，對於成功導航而言非常重要。導航系統整合了 SLAM 和／或光達 SLAM、如 5G TRP 等重疊技術和 ML，可偵測環境中發生的變化並提供持續的位置更新。感測器融合技術可透過以下數種方式支援 SLAM：

• 根據採用 AI 和 ML 的各種感測器，持續更新環境的空間與語意模型
• 識別障礙物，讓路徑規劃演算法能夠針對整體環境採取必要調整和尋找最具效率的路徑
• 實作路徑計畫，視環境變化要求即時控制以改變規劃路徑，包括 AMR 的速度與方向

若 SLAM 力有未逮

SLAM 是實現有效 AMR 導航的重要工具，但單靠 SLAM 並不足夠。與姿態演算法類似，SLAM 會利用延伸 Kalman 濾波器進行實作，進而提供估算值。SLAM 估算值可延伸姿態資料、新增線性與旋轉速度，以及執行線性加速等。SLAM 估算是一種兩步驟程序，第一步是根據物理運動定律使用內部感測器分析來編譯預測值。第二步則是呼叫外部感測器讀數，精確化初始估算值。此兩步驟程序有助於免除和修正微小錯誤，避免在長時間編譯下產生重大錯誤。

SLAM 取決於感測器輸入的可用性。在某些情況下，採用成本相對較低的 2D 光達可能會無濟於事，例如在感測器的直線視野內沒有任何物體時。針對上述情況，採用 3D 立體攝影機或 3D 光達可改善系統效能。不過，3D 立體攝影機或 3D 光達的費用較為昂貴，且在實作時需要更高的運算能力。

另一個替代方案是採用導航系統，其整合了 SLAM 以及掃描至地圖配對和掃描至掃描配對技術，可僅使用 2D 光達感測器進行實作 (圖 2)：

• 掃描至地圖配對技術採用光達範圍資料，藉由配對已儲存地圖的範圍量測值來估算 AMR 的位置。此方法的光效仰賴地圖的準確度。其在長時間運作下不會發生漂移，但在重複環境中可能會產生難以識別和排除的錯誤，致使感知位置發生不連續的變更。
• 掃描至掃描配對技術採用循序光達範圍資料，可估算各個掃描之間的 AMR 位置。此方法提供獨立於任何現有地圖的 AMR 更新位置與姿態資訊，在建立地圖時具有實用性。不過，其為一種增量演算法，在長時間運作下可能會發生漂移，且無法識別漂移引起的誤差。

圖 2：掃描至地圖與掃描至掃描配對演算法可用於補強和增進 SLAM 系統的效能。(圖片來源：Aethon)

實現安全需要感測器融合技術

安全是 AGV 與 AMR 的關鍵考量，且必須考量到數種標準。例如美國國家標準協會／工業卡車標準開發基金會 (ANSI/ITSDF) B56.5 – 2019 年無人駕駛、自動導引工業車輛與人工駕駛工業車輛自動功能的安全標準、ANSI／機器人工業協會 (RIA) R15.08-1-2020 – 工業行動機器人標準 – 安全要求、數項國際標準組織 (ISO) 標準等。

AGV 與 AMR 安全操作需要採用感測器融合技術，其整合已經過安全認證的 2D 光達感測器 (有時稱為安全雷射掃描器) 與轉輪編碼器。2D 光達同時支援兩種偵測距離，可採用 270° 的感測角度，並可與編碼器報告的車輛速度協同運作。若在更遠的偵測區域偵測到物體 (最遠 20 m，取決於感測器)，則可視需要放慢車輛速度。若物體靠近行程路線中的偵測區域，則車輛會停止移動。

安全雷射掃描器在使用時偶爾會採用 4 個一組的形式，車輛的每個角落都會放置一個。安全雷射掃描器會以單一裝置的形式運作，並可直接與車輛上的安全控制器通訊。掃描器支援並經過安全類別 3、效能等級 d (PLd) 以及安全完整性等級 2 (SIL2) 應用領域的使用認證，且採用 IP65 外罩封裝，適合大部分的戶外與室內應用 (圖 3)。掃描器包含來自轉輪的增量型編碼器資訊輸入，可支援感測器融合技術。

圖 3：此類 2D 光達感測器可與感測器融合技術系統中的轉輪編碼器搭配使用，提供安全的 AMR 與 AGV 操作。(圖片來源：Idec)

結論

內部物流針對工業 4.0 倉庫和工廠支援更快速、更具效率的供應鏈。AMR 與 AGV 是內部物流的重要工具，可及時安全地將材料從甲地移至乙地。必須透過感測器融合技術來支援 AMR 和 AGV 函式，包括判斷姿態、計算 SLAM 資料、使用掃描至地圖與掃描至掃描配對來改善導航效能，以及確保全體設施的人員與物體安全。