การนำทางและคำแนะนำของ AGV หมายถึงกระบวนการที่ AGV ควบคุมความเร็วและมุมบังคับเลี้ยวโดยอิงตามการชดเชยเส้นทาง จึงมั่นใจได้ว่า AGV จะเดินทางไปยังตำแหน่งและทิศทางของจุดเป้าหมายได้อย่างแม่นยำ ส่วนใหญ่เกี่ยวข้องกับประเด็นทางเทคนิคหลักสามประการ:
1. การวางตำแหน่ง
การวางตำแหน่งเป็นขั้นตอนพื้นฐานที่สุดในการนำทางและคำแนะนำของ AGV ซึ่งจะกำหนดตำแหน่งและส่วนหัวของ AGV ที่สัมพันธ์กับพิกัดส่วนกลางในสภาพแวดล้อมการทำงาน
2. การรับรู้และการสร้างแบบจำลองสิ่งแวดล้อม
เพื่อให้บรรลุการเคลื่อนไหวอัตโนมัติของ AGV จำเป็นต้องระบุข้อมูลด้านสิ่งแวดล้อมต่างๆ ตามเซ็นเซอร์หลายตัว เช่น ขอบเขตของถนน สภาพพื้นดิน สิ่งกีดขวาง ฯลฯ AGV กำหนดพื้นที่ที่เข้าถึงได้และเข้าถึงไม่ได้ในทิศทางไปข้างหน้าผ่านการรับรู้ด้านสิ่งแวดล้อม กำหนด ตำแหน่งสัมพัทธ์ในสภาพแวดล้อม และคาดการณ์การเคลื่อนที่ของสิ่งกีดขวางแบบไดนามิก ซึ่งจะเป็นพื้นฐานสำหรับการวางแผนเส้นทางในท้องถิ่น
3. การวางแผนเส้นทาง
ตามระดับที่ AGV เชี่ยวชาญด้านข้อมูลด้านสิ่งแวดล้อม สิ่งเหล่านี้สามารถแบ่งออกเป็นสองประเภท: ประเภทหนึ่งคือการวางแผนเส้นทางทั่วโลกโดยอิงจากข้อมูลด้านสิ่งแวดล้อมที่ทราบ และอีกประเภทคือการวางแผนเส้นทางในท้องถิ่นตามข้อมูลเซ็นเซอร์ สภาพแวดล้อมหลังไม่เป็นที่รู้จักหรือไม่ทราบบางส่วน กล่าวคือ ต้องได้รับขนาด รูปร่าง และตำแหน่งของสิ่งกีดขวางผ่านเซ็นเซอร์

การเปรียบเทียบวิธีการนำทาง AGV
AGV ในยุคแรกๆ ส่วนใหญ่ใช้เทปแม่เหล็กหรือการนำทางด้วยแม่เหล็กไฟฟ้า ซึ่งมีหลักการง่ายๆ เทคโนโลยีที่พัฒนาแล้ว และต้นทุนต่ำ อย่างไรก็ตาม การเปลี่ยนหรือขยายเส้นทางและการบำรุงรักษาในภายหลังนั้นยุ่งยากกว่า และรถ AGV สามารถติดตามได้เฉพาะเส้นทางที่แน่นอนและไม่สามารถหลีกเลี่ยงได้อย่างชาญฉลาด หรือการเปลี่ยนแปลงงานแบบเรียลไทม์ผ่านระบบควบคุม
ในปัจจุบัน วิธีการนำทางหลักสำหรับ AGV คือรหัส QR บวกกับการนำทางเฉื่อย ซึ่งค่อนข้างยืดหยุ่นในการใช้งานและวางหรือเปลี่ยนเส้นทางได้ง่าย อย่างไรก็ตาม เส้นทางต้องมีการบำรุงรักษาเป็นประจำ หากไซต์มีความซับซ้อน ต้องเปลี่ยนรหัส QR บ่อยๆ นอกจากนี้ ยังมีข้อกำหนดที่เข้มงวดเกี่ยวกับความแม่นยำและอายุการใช้งานของไจโรสโคป
ด้วยการพัฒนาอัลกอริทึม SLAM ทำให้ SLAM กลายเป็นวิธีการนำทางขั้นสูงที่ผู้ผลิต AGV หลายรายต้องการ SLAM ไม่ต้องการสิ่งอำนวยความสะดวกในการระบุตำแหน่งอื่น ๆ และรูปแบบและเส้นทางนั้นมีความยืดหยุ่นและปรับให้เข้ากับสภาพแวดล้อมในสถานที่ต่างๆ ฉันเชื่อว่าด้วยความสมบูรณ์ของอัลกอริทึมและการบีบอัดต้นทุนฮาร์ดแวร์ SLAM จะกลายเป็นวิธีการนำทางกระแสหลักสำหรับ AGV ในอนาคตอย่างไม่ต้องสงสัย

SLAM สามารถแบ่งคร่าวๆ ได้เป็นสองประเภท: laser SLAM (2D หรือ 3D) และ visual SLAM
ขณะนี้ Visual SLAM อยู่ในขั้นตอนของการพัฒนาเพิ่มเติมและการขยายสถานการณ์แอปพลิเคชัน Visual SLAM ได้รับความสนใจอย่างกว้างขวางเนื่องจากข้อดีของมัน เช่น ข้อมูลจำนวนมากและการบังคับใช้ที่หลากหลาย อย่างไรก็ตาม อัลกอริทึมต้องการความต้องการโปรเซสเซอร์สูง โดยทั่วไปต้องใช้ CPU ระดับเดสก์ท็อปหรือแม้แต่ GPU อย่างไรก็ตาม AGV ใช้โปรเซสเซอร์แบบฝังตัวเป็นส่วนใหญ่ ทำให้ยากต่อการใช้งานในอุปกรณ์ AGV ขนาดเล็กในปริมาณมากในช่วงเวลาสั้นๆ
Laser SLAM เริ่มต้นก่อน Visual SLAM และทฤษฎีและเทคโนโลยีของมันค่อนข้างจะสมบูรณ์ ความเสถียรและความน่าเชื่อถือได้รับการตรวจสอบแล้ว และข้อกำหนดด้านประสิทธิภาพสำหรับโปรเซสเซอร์นั้นต่ำกว่า Visual SLAM มาก ตัวอย่างเช่น SLAM เลเซอร์กระแสหลักสามารถทำงานแบบเรียลไทม์บน ARM CPUs ทั่วไป ปัจจุบัน ผู้ผลิต AGV บางรายได้เปิดตัวผลิตภัณฑ์ที่ใช้การนำทางด้วยเลเซอร์ SLAM ไม่ต้องสงสัยเลยว่า Laser SLAM จะยังคงเป็นโซลูชัน SLAM หลักในช่วงระยะเวลาหนึ่ง
เทคโนโลยีการนำทางและคำแนะนำของ AGV ได้รับการพัฒนาให้มีความยืดหยุ่นสูงขึ้น แม่นยำขึ้น และปรับตัวได้ดีขึ้น และการพึ่งพาเครื่องหมายนำทางเสริมนั้นลดน้อยลงเรื่อยๆ วิธีการนำทางเส้นทางฟรีสำหรับการวางตำแหน่งตามเวลาจริงและการสร้างแผนที่ เช่น SLAM เป็นแนวโน้มการพัฒนาในอนาคตอย่างไม่ต้องสงสัย ฉันเชื่อว่าในอนาคตอันใกล้ การผสานรวมเทคโนโลยีต่างๆ เช่น 5G, AI, คลาวด์คอมพิวติ้ง, IoT และหุ่นยนต์อัจฉริยะ จะนำการเปลี่ยนแปลงที่สั่นสะเทือนโลกมาสู่อุตสาหกรรม AGV และวิธีการนำทาง SLAM ที่มีความยืดหยุ่น ความแม่นยำ และความสามารถในการปรับตัวสูงขึ้น สามารถปรับให้เข้ากับสภาพแวดล้อมการทำงานที่ซับซ้อนและเปลี่ยนแปลงตลอดเวลาได้มากขึ้น หลังจากการพัฒนาร่วมกันของหลายสาขาแล้ว จะมีเทคโนโลยีการนำทาง AGV ระดับไฮเอนด์มากขึ้นในอนาคต

