激光SLAM导航：体现叉车AGV生产制造的完美之路

市场上有许多技术可用于AGV的导航设施，如果在一开始就选择错误的导航系统，会对解决方案的成本和效率产生巨大影响。如果选择最佳解决方案，会是一个复杂的挑战。来自德国的BlueBotics公司开发副总裁GrégoireTerrien解释不同导航选项。

自动导向车（AGV）正在被广泛的使用，全球呈蓬勃发展态势。美国Grand View Research的研究预测，到2027年，全球AGV市场将达到91亿美元。由于许多运营经理考虑正在考虑到AGV的优势，他们会面临两个基本问题：哪种类型的AGV最适合运营（例如，托盘搬运车、牵引车、叉车）等）？我们应该使用哪种类型的AGV导航方法？

立库集成柔性解决方案

自然特征导航型

自然特征导航使用激光扫描仪，在AGV内置扫描仪，它将当前的2D扫描图像与先前创建的地图进行比较，以此计算车辆的位置。

自然特征导航技术通常使用两种方法之一：即“扫描匹配”或“特征匹配”方法。前者是通过扫描匹配，将收集的现场激光数据与原始图进行对比，如果检测到新物体，则更新该图。此方法要求扫描质量高（例如，无变形），以便正确匹配。使用的地图类型（基于低像元分辨率的 格）也会影响此定位精度。

相比之下，通过特征匹配，相对较少的自然，永久环境特征（例如墙、立柱和永久安装的机械）被用作车辆本地化的参考。这种方法非常强大，因为它几乎不需要引用来确保准确的定位。而且，由于地图永远不会更改-除非重大基础架构更改要求-准确性会随着时间而保留。使用该系统，不需要用于三角测量的感应线，磁体或反射器。结果是无论是单个自动引导车辆还是大量的AGV，安装和维护都既简单又经济。

与视觉导航类似，自然特征导航易于安装，只对基础设施进行最少的更改。最多可能增加一些反光贴。与激光三角测量类似，自然特征导航采用专用的软件工具，这些工具可用于在安装过程中对车辆的路线和动作进行编程。由于自然功能仍然是相对较新的导航方法，因此大多数供应商尚未提供高级或直观的软件工具，这可能会使安装过程延长。

基于扫描匹配的自然特征导航通常基于诸如开源机器人操作系统（ROS）之类的框架，这是一个很好的系统，但是要投入大量资金进行工业化。

但是，当环境发生轻微变化时，这种自然特征导航可能会出现问题，因为它需要识别至少60％的环境来计算车辆的位置。如果环境变化，则准确性会受到影响，并且系统的整体可靠性可能会下降。与激光三角测量系统非常相似，许多扫描匹配供应商将激光安装在车辆上的位置更高，这会增加成本并限制可用车辆的类型。

由于路径是虚拟，并且不需要费时的基础结构更改。因此，通过自然特征导航修改操作是一个快速而有效的过程。车队管理功能广泛可用。但是，由于许多自然特征供应商是新进入市场的，这种先进的车队解决方案仍然鲜为人所用。

BlueBotics公司所提供的的ANT?激光导航技术

与其他自然特征技术不同，BlueBotics的ANT?使用特征匹配方法。它将用于车辆定位的地图不是基于扫描匹配的基于 格的地图，而是基于特征的地图。这意味着将特征与特征进行比较，而不是将激光点与激光点进行比较。

像其他自然功能解决方案一样，ANT?安装简便、快捷，所需的基础架构更改最少。由于路径是虚拟的，因此维护和修改也很快且具有成本效益。ANT?提供与最成熟的三角测量技术类似的准确性和可靠性。与其他自然功能产品相比，鉴于BlueBotics在工业AGV市场上已有20年的经验，ANT?是一种更为成熟的产品。此外，由于ANT?地图是基于功能而不是基于 格的。因此，其需要所处理的文件大小方面异常小，并且更易于处理。

在管理AGV车队时，BlueBotics的ANT?服务器车队管理平台使创建和管理车辆任务变得简单明了，包括交通管理。其独特之处，ANT?服务器也与车辆无关，这意味着来自不同品牌的ANT?所驱动的车辆可以无缝协作，从而有效地扩展了用户对车辆类型的选择。

总而言之，第一代AGV导航技术是物理的：跟随和标签型。这些技术可靠、准确，但是安装和维护和修改的成本很高。然后是下一代导航技术：激光三角测量，这样的导航技术可以将物理路由转换为虚拟路由，从而降低了路由维护和修改的成本，同时大大改善了车队管理功能。

最近，基于激光的自然特征和视觉导航进入市场，降低了安装成本。不幸的是，虽然具简单安装这些好处，但需要在准确性、可靠性和耐用性方面进行权衡。

我们认为，ANT?处于市场上的激光三角测量和自然导航（有时称为SLAM导航）之间。ANT?为车辆制造商和运营商提供了两全其美的优势：自然特征导航的速度和灵活性以及类似于三角剖分的成熟度和功能性，已经在市场上存在了多年。

无人叉车解决方案

自然导航潜伏式AGV