国机智能巡检机器人：实现仓库精益管理

华栋

近年来，随着科学技术的迅速发展，人工智能一词无意间闯入我们的生活，与之息息相关的便是机器人行业的快速崛起。近年来，各地政府加大在人工智能及机器人行业的支持力度，促使了机器人行业快速发展。国机智能科技有限公司自主研发了一款巡检机器人，可以有效地代替工作人员进行巡检任务，实现仓库管理智能化、仓储信息可视化、物资管理精细化，提高仓库作业效率且有效降低仓库安全风险，为仓库精益管理保驾护航。

电力的发展离不开基础电力物资的保障，其中电力物资仓库是电力物资保障一个重要且基础的环节。随着配网储备、标准台架变储备、业扩延伸项目物资储备的开展与实施，物资管理由原来的项目物资直送工地零库存的管理模式转为储备供给模式，为满足大量的物资进入仓库。由于现有仓库的存储面积较小，可供摆放的货架和托盘的数量有限，无法达到仓库面积的有效利用。同时，部分物资到仓库后未能及时上架存储，需要配备人工作业及简单的仓库叉车作业实现，自动化程度较低，工作效率低下，从而造成工作人员长期超限时工作。

目前，仓库规模呈指数形式增长，仓库作业强度增加，针对仓库巡检人员工作要求也在提高，而且万一疏忽将会导致各类安全事故。例如，物品摆放不规范、货物倾斜、货架倒塌，甚至会造成作业（巡逻）人员伤亡等严重事故发生。

因此高效率及针对性的巡检是防止事故发生的最有效途径。巡检机器人则可严格按照规定时间及要求，完成整个仓库的巡检工作，包括在一些无氧、高温、寒冷、狭小等环境，机器人同样可以胜任，提高巡检工作的有效性。

为满足精益化仓库管理需求，国机智能科技有限公司在国内首次研制成功一款用于电力仓库等仓库环境下的巡检机器人，该机器人可以有效降低人工巡检安全风险，提高仓库管理安全运作水平，具有十分重要的意义。

仓库巡检机器人系统组成

仓库巡检机器人集融合多种计算机技术，包括传感器数据融合技术、导航技术、图像处理技术及无线传输技术等，能够实现全天候、全自动与全方位的检测，很大程度上提高了巡检的效率与可靠性。

其中，通过传感器数据的分析，得到机器人当前所处的工作环境，并且识别出当前位于仓库的位置，得到自身工作状态与询价任务执行状态;通过各类导航传感器数据，判断出车身与实际规划路径的距离与角度等信息，通过精确的导航方式与可靠的导航算法，保证能够在较短的时间内，安全稳定地实现导航任务;根据任务制定下发指令，能够控制机器人按照任务巡检顺序或指定路径行驶并实现精准停车，根据传感器反馈数值，得到当前执行状态，再结合云台、检测模块的具体工作状态，拍摄清晰的图片及视频信息;通过对所拍摄图像信息进行处理分析，判定设备是否正常。

硬件结构

倉库巡检机器人主要采取分布式结构类型，大致可分为移动底盘和云台。

其中，移动底盘是由伺服电机、IPC、IMU、激光雷达等设备，并涵盖电源管理系统、防撞机制系统、自主充电系统、通信管理系统等组成。

软件框架

仓库巡检机器人采用三层分布式设计，主要分为应用层、服务层和支持层。

其中，应用层主要负责巡检任务配置、管理，巡检任务查询、处理，巡检数据查询、分析以及机器人的运动控制等操作（包括传感数据）;服务层主要负责相关子系统及相关服务应用接口对接;支持层主要由数据层及应用服务器组成。

仓库巡检机器人设计

国机智能仓库巡检机器人采用四轮独立驱动方式，主要包含以下组件（或系统）：驱动组件，电源系统，安全避障系统，结构支撑组件，导航系统和云台组件等。

电源管理系统

电源部分是机器人的能量来源，主要包含供电电池和电量管理两个部分，机器人采用锂电池供电。电量管理为实时采集系统内供电电池的电压和电流，预测电池的剩余电量，当电量较低时，能够及时报警，并且调整供电策略，保证机器人能够完成正常巡检任务并能返回充电区域进行充电。

导航定位

导航定位的主要功能是根据传感器采集的数据信息，判断机器人当前所处的位置环境与姿态信息，并结合任务指令，控制车体移动。导航定位功能中的各种传感器采集的数据信息，主要包含自身位置信息与引导线相对位置信息。

运动控制系统

运动控制系统控制车体按照期望进行移动，主要包含电机、驱动器与控制器等。详见导航定位算法部分。安全避障系统主要是为了防止小车发生碰撞，其中包括前后左右的超声探头和前后的防撞条。

仓库环境自主导航研究

仓库巡检机器人为了满足可以自主完成巡检工作，首先有五大问题需要解决：“我在哪里？”、“我要去哪里？”、“我怎么去？”、“我该做什么？”、“结果怎么给？”机器人能够自己知道自己的位置，能够按照人为给定的位置到达目的地并完成巡检任务，再将巡检结果实时反馈到远程监控平台，这便是我们的最终目标。

其中，主要涉及应用了SLAM相关技术，SLAM技术是通过融合多种外部和内部的传感器数据，求解出一个准确的机器人位姿（即位置和姿态，可以理解成为坐标和朝向）。同时，将每个位姿处得到的传感器数据拼接起来形成完整的地图，又可作为计算位姿的依据。

通常在数学上，可以将SLAM建模成一个状态估计问题，即：

其中，公式1为运动方程，表示在k时刻，机器人的位姿由k-1时刻的位姿和k时刻的运动输入所决定，由于实际物理环境总会引入误差，所以添加一个噪声量对状态变化形成一定的约束。公式2为观测方程，表示k时刻的机器人传感器观测，由当前时刻机器人位姿所决定。同理，因物理环境的影响，会带入一定的观测误差，即。

紧接着通过利用ISO国际标准化的串行通信协议，实现对底盘控制;结合KF与EKF算法对传感数据进行融合处理和AMCL算法，实现机器人在仓库环境中建图、定位;同时，基于优化的A*算法实现了与仓库作业时间及路线调整自适应，保证仓库日常正常作业;并给与机器人进行作业区界定处理，为机器人巡检区域添设一道非物理虚拟墙，进一步保证巡检的安全性。