目录
Table of Contents
1. 机器人搭上AGV小车
安川Motoman双臂机器人搭上Otto AGV小车，就成了一个灵活的技术工人，而且可以更好的保证工艺和质量，一般还不会闹脾气，工作时长可以延长至24H，相对于人力的三倍效率，机器人换人已经路上，未来已来。
2. AGV导航技术的前世今生
伴随着工业4.0时代的到来，人工智能技术的逐渐成熟，机器人行业的发展迎来了春天。其中，AGV(Automated Guided Vehicle)的增势迅猛，显得尤为突出，其产品层出不穷，在汽车工业、家电制造、电商仓储物流、烟草等领域得到广泛的应用。
AGV作为物流自动化的主体，正在朝着更加智能化、无人化的方向演变，其导航技术的不断发展与创新是一个非常值得关注的话题。
■ 五种导航三代技术
基于整个智能制造的发展，市场上较常见的导航方式通过技术大致可分为三代：第一代是电磁和磁导航，第二代是现在行业主流的二维码导航，第三代分为两大类，分别是基于激光与视觉的两种SLAM算法导航。
第一代导航技术主要是被动的接受信息，较为传统，需要对应用场景进行改造。如电磁导航，其导航原理是在AGV行驶路径上埋置金属线，然后给金属线加载导航频率，通过AGV上的电磁感应线圈来感应磁场的强弱，进行识别和跟踪。这种导航的方式优点是不易破损、污染，成本低，缺点是路径固定，不易改造。
磁导航与电磁导航技术接近，不同在于其采用贴在路面的磁条替代埋置在地面下的金属线，通过磁场传感器检测磁带信号控制导航，在拐弯或特定的位置可以配合RFID技术识别感应，实现精确导航。
【延伸】RFID（Radio Frequency Identification）技术，又称无线射频识别，是一种通信技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。
这种导航方式成本低，线路稳定，缺点是易污染和破损，容易受外界的影响。此技术也是目前运用最为广泛，最成熟的导航技术之一。
第二代导航技术在第一代的基础上进行完善，二维码导航需要AGV识别周围标志信息，利用AGV子系统计算分析其所处位置，以无线通信的方式反馈给中心电脑，进而对AGV整体规划和调度。二维码导航优点是定位精度高，灵活性好，对声光无干扰。缺点是成本高，对陀螺仪的精度要求高。
近些年来，受益于二维码材质的更新换代等原因，以前的二维码需经常更换的问题已经解决，例如马路创新的二维码技术已经可以达到即使有50%到75%的破损度也可进行识别。
■ 殊途同归的第三代技术
重头戏就是第三代，目前在资本市场，各类机器视觉与激光雷达一片火热。截至2018年10月，已经有近十家机器视觉公司完成千万级融资，而在几天前，激光雷达企业速腾聚创完成由菜鸟、上汽、北汽投资的行业单笔最大融资——3亿。
SLAM（SimultaneousLocalization And Mapping），即同时定位与地图构建， SLAM技术对于机器人或其他智能体的行动和交互能力至为关键，因为它代表了这种能力的基础：知道自己在哪里，知道周围环境如何，进而知道下一步该如何自主行动。可以说凡是拥有一定行动能力的智能体都拥有某种形式的SLAM系统。
在未来的各类SLAM算法导航中，基于激光雷达的激光SLAM和基于机器视觉的视觉SLAM（VSLAM）是两种研究最多、最可能大规模落地应用的SLAM，基本代表着第三代AGV导航技术的发展方向。
在这两种SLAM导航方式中，目前应用较多的是激光SLAM，激光SLAM脱胎于早期的基于测距的定位方法(如超声和红外单点测距)。激光雷达距离测量比较准确，误差模型简单，在强光直射以外的环境中运行稳定，反馈信息本身包含直接的几何关系，使得机器人的路径规划和导航变得直观。激光SLAM理论研究也相对成熟，落地产品更丰富。
VSLAM，它可以从环境中获取海量的、富于冗余的纹理信息，拥有超强的场景辨识能力。早期的视觉SLAM基于滤波理论，其非线性的误差模型和巨大的计算量成为了它实用落地的障碍。近年来，随着具有稀疏性的非线性优化理论(Bundle Adjustment)以及相机技术、计算性能的进步，实时运行的视觉SLAM已经不再是梦想。
■ 算法难度与计算需求
而在算法难度与计算需求，VSLAM难于激光SLAM。这里就要谈到一点，基于谷歌的开源模式，2016年已经推出了一整套的激光雷达解决方案，通俗的讲就是给激光SLAM构建了一个基础平台，可以在上面进行二次开发，一定程度属于站在巨人的肩膀看世界，相对来说就会容易一点。
反观视觉SLAM，首先图像处理本身就是一门很深的学问，基于非线性优化的地图构建上也是非常复杂和耗时的计算问题。实际环境中又需要通过优化和改进现有的视觉SLAM框架，比如加入光照模型、使用深度学习提取特征点以及使用单双目及多目融合视角等技术。这也是视觉SLAM进一步提升性能和实用性的必由之路。
计算需求方面，主流的激光SLAM可以在普通ARM CPU上实时运行，而视觉SLAM基本都需要较为强劲的准桌面级CPU或者GPU支持。但业界也看到了这其中蕴藏的巨大机会，为视觉处理定制的ASICS市场已经萌发。例如Intel旗下的Movidius，进行图像、视频与深度神经网络的处理，在瓦级的超低功耗下达到桌面级GPU才拥有的吞吐量。
■ 地图构建与累计误差
地图构建上，激光SLAM的特点是单点和单次测量都更精确，但地图信息量更小；视觉SLAM特别是通过三角测距计算距离的方法，在单点和单次测量精度上表现总体来讲不如激光雷达，但可以通过重复观测反复提高精度，同时拥有更丰富的地图信息。
累计误差方面，激光SLAM总体来讲较为缺乏回环检测的能力，累计误差的消除较为困难。而视觉SLAM使用了大量冗余的纹理信息，回环检测较为容易，即使在前端累计一定误差的情况下仍能通过回环修正将误差消除。
■ 成本
相比于VSLAM，激光SLAM有一个最大的成本问题。激光雷达有许多档次，成本都高于视觉传感器。目前市面上最常见的SICK摄像头，单个价格几万块，其价格比高端的工业级摄像头和感光芯片贵出不少。虽然激光雷达量产后成本可能会大幅下降，但能否降到同档次摄像头的水平仍是一个大大的问号。
■应用落地
顺应生产模式的不断发展，AGV导航技术必然朝着灵活、柔性、智能演变，但是这并不代表着三代导航技术是互相替代的关系，在很长一段时间里三种方式会呈现共存状态，适用于在不同的应用环境中，比如有些工厂，更适合磁条这种高精度的安全成熟的应用技术，而在电商无人仓乃至于很多服务场景中，肯定会朝着第三代技术发展。
例如怡丰泊车机器人车库正式落户南京夫子庙地铁口，全球首创“激光导航+梳齿交换”方式，后台系统能实现1000辆AGV机器人同时调度，自动判断通道错车，调整移动速度及转向时间，让多台AGV同时运作实现最优化管理。同时，取车时间大大节省，实现2分钟全自动停取车。全场可以做到无人出现，大大降低了安全隐患，提高了停车效率。
目前来说，磁导航与二维码导航的应用最为广泛，第三代激光 SLAM也是比较成熟的定位导航方案，而视觉 SLAM 则是未来研究的一个主流方向。在无人化的仓储方面，由于环境简单，一般只会采用一种导航方式，而一旦牵扯到与人协同工作甚至于室外，多传感器的融合是一种必然的趋势。各种导航技术取长补短，优势结合，才能为市场打造出真正好用、易用的导航方案。
作为AGV的关键技术之一，近年来导航技术的发展引起业界的高度重视。相关企业也在积极推动AGV导航技术的创新，以适应不断变化发展的市场需要。本文在总结分析当前AGV导航的关键技术、主流导航方式以及关键技术创新的基础上，对AGV导航技术的发展趋势进行了展望，希望对行业发展有所裨益。
3. AGV导航关键技术
AGV根据路径偏移量来控制速度和转向角，从而保证AGV精确行驶到目标点的位置及航向的过程，叫做“导航”。AGV导航主要涉及三大技术要点：
1.定位
定位是确定移动机器人在运行环境中相对于全局坐标的位置及航向，是AGV导航的最基本环节。目前AGV定位方法分为:
（1）卫星定位。它是一种以空间卫星为基础的高精度导航与定位系统。GPS定位系统用于AGV定位时存在近距离定位精度低等问题。
（2）惯性定位。通过对固联在载体上的三轴加速度计、三轴陀螺仪进行积分，获得载体实时、连续的位置、速度、姿态等信息。但惯性误差经过积分之后都会产生无限的累积，因此纯惯性导航不适合长时间的精确定位。
（3）电子地图匹配定位。利用图像处理技术，将实时获取的环境图像与基准图进行匹配，从而确定载体当前的位置，匹配的特征可以为设定的路标、特定的景象或是道路曲率。电子地图匹配特别适用于对机器人系统长时间的定位误差进行校准。
以上定位方式中，惯性定位为相对定位方式，可以获得连续的位置、姿态信息，但存在累积误差；卫星定位、电子地图匹配等定位方式为绝对定位，可以获得精确的位置信息，但难以获得连续姿态信息。相对定位与绝对定位方式存在较强的互补性，通常采用将两者结合的组合定位方法。
2.环境感知与建模
为了实现AGV自主导航，需要根据多种传感器识别多种环境信息：如道路边界、地形特征、障碍、引导者等。AGV通过环境感知确定前进方向中的可达区域和不可达区域，确定在环境中的相对位置，以及对动态障碍物运动进行预判，从而为局部路径规划提供依据。
3.路径规划
路径规划是导航的一个重要环节。根据AGV掌握环境信息的程度不同，可分为两种类型：一个是基于环境信息已知的全局路径规划，另一个是基于传感器信息的局部路径规划，后者环境是未知或部分未知的，即障碍物的尺寸、形状和位置等信息必须通过传感器获取。
4. 主流导航方式及其特点
AGV从出现至今，已经衍生出了多种导航方式，每种导航方式均有自己的独特之处和用武之地。目前AGV主流的导航方式有以下几种：
1.磁条导航
磁条导航是一项非常成熟的技术，主要是通过在路面上铺设磁条，通过磁导航传感器不间断地感应磁条产生的磁信号实现导航，通过读取预先埋设的RFID卡来完成指定任务。磁条导航现场施工简单，成本低，对于声光无干扰性，AGV运行线路明显，线路二次变更容易、变更周期短，对施工人员技术要求低。但此导航方式灵活性差，AGV只能沿磁条行走，更改路径需重新铺设磁条，且磁条容易损坏，后期维护成本较高。
2.电磁导航
电磁导航是较为传统的导航方式之一，目前仍被许多系统采用。它是在AGV的行驶路径上埋设金属线，并在金属线加载导引频率，通过对导引频率的识别来实现AGV的导引。其主要优点是引线隐蔽，不易污染和破损，导航原理简单而可靠，便于控制和通讯，对声光无干扰，制造成本较低。缺点是路径难以更改扩展，对复杂路径的局限性较大。
3.光学导航
光学导航是在AGV的行驶路径上涂漆或粘贴色带，通过对摄像机采入的色带图像信号进行简单处理而实现自动导引。该导航方式分为色带跟踪导航、二维码识别等功能。光学导航技术成熟，应用也较为广泛。目前，亚马逊应用的KIVA机器人就是利用光学导航实现的。该导航方式灵活性比较好，地面路线设置简单易行，但对色带的污染和机械磨损十分敏感，对环境要求过高，导引可靠性较差，精度较低。
4.激光导航
激光导航是在AGV行驶路径的周围安装位置精确的激光反射板，AGV通过激光扫描器发射激光束，同时采集由反射板反射的激光束，来确定其当前的位置和航向，并通过连续的三角几何运算来实现AGV的导引。
此项技术最大的优点是，AGV定位精确，地面无需其他定位设施，行驶路径可灵活多变，能够适合多种现场环境。缺点是制造成本高，对环境要求比较苛刻（外界光线、地面要求、能见度要求等），不适合室外（尤其是易受雨、雪、雾的影响）应用。
5.视觉导航
视觉导航是在AGV上安装CCD摄像机，AGV在行驶过程中通过视觉传感器采集图像信息，并通过对图像信息的处理确定AGV的当前位置。
视觉导航方式具有路线设置灵活、适用范围广、成本低等优点。但是，由于利用车载视觉系统快速准确地实现路标识别这一技术瓶颈尚未得到突破，因此，目前该方法尚未进入实用阶段。
6.惯性导航
惯性导航是在AGV上安装陀螺仪，在行驶区域的地面上安装定位块，AGV可通过对陀螺仪偏差信号（角速率）的计算及地面定位块信号的采集来确定自身的位置和航向，从而实现导引。
此项技术在军方较早运用，其主要优点是技术先进，定位精准，地面处理工作量小，路径灵活性强。其缺点是制造成本较高，导引的精度和可靠性与陀螺仪的制造精度及其后续信号处理密切相关。
7.轮廓导航
轮廓导航是目前AGV最为先进的导航技术。该技术利用二维激光扫描仪对现场环境进行测量、学习，并绘制导航环境，然后进行测量学习，修正地图进而实现自动导航功能。轮廓导航利用自然环境（墙壁、柱子以及其它固定物体）进行自由测距导航，根据环境测量结果更新位置。该导航技术的优点是，不需要反射器或其它人工地标，能够降低安装成本，减少维护工作。
5. 导航技术的创新与应用
比较典型的技术创新包括SLAM导航、惯性+视觉导航、无反射板激光导航等。
1.SLAM导航
SLAM（Simultaneous Localization and Mapping）导航，表示在不具备周围环境先验信息的前提下，让AGV在运动过程中根据自身携带的传感器和对周围环境的感知进行自身定位，同时增量式构建环境地图。SLAM方法可以提高AGV的自主能力和环境适应能力，使AGV可以在未知的环境中进行自主定位和导航。SLAM导航可以不需要预先铺设任何轨迹，方便导航路线的更改，并实现实时避障，有助于实现多AGV的协调控制。
2.惯性+视觉导航
当前，复合导航是AGV导航的主要创新方向，其中惯性+视觉导航最为主流。该组合导航技术通过CCD传感器感知环境，由计算机对图像进行处理分析，获取载体的位置和姿态等导航信息，进而修正惯性误差。一方面，视觉导航为惯性导航提供误差补偿信息，弥补了惯性误差随时间漂移的不足；另一方面，惯性导航凭借系统数据更新率高、不受光照等环境影响、短时定位精度高的优势，弥补了视觉导航处理实时性不足的缺陷。
3.无反射板激光自主导航
无反射板激光自主导航技术是艾吉威机器人自主研发的，获得国家发明专利。该导航技术无需安装反射板即可实现激光导航AGV小车的定位和避障，其特征在于：无需辅助导航标志，快速自建地图，柔性程度高，可适应布局变动；维护成本低，可远程诊断；可与WMS、MES信息交互，实现库位管理；RFID、二维码自动选配识别托盘和货物，数据库管理；安全，人机可交互，兼容叉车手柄功能，配置高端机器人叉车功能。
4.其他技术创新
一些专注于AGV导航技术研发的企业也在积极推动AGV导航技术的创新。如苏州坤厚自动化科技有限公司，主要提供移动机器人定位导航模块KH-NaviKit和基于该技术的无人叉车AGV智能物流系统。该公司独立开发的基于异构系统架构的机器人核心算法处理器可以提供稳定可靠的定位数据，使之成为AGV理想的定位导航解决方案。
综合来看，目前的AGV导航技术复杂多样，不同的场合应选用不同的导航技术，如：在有叉车行驶的场合，不宜选用磁条导航；路径需要经常变换的场合，应考虑激光导航；露天环境，考虑到气候因素，不宜采用激光导航；在环境恶劣的仓库，适宜使用磁钉和RFID导航；在环境比较好的场景，适宜使用二维码导航。
6. AGV导航技术发展趋势
近年来， 随着AGV应用领域不断扩大，应用的复杂程度越来越高，对其导航及相关技术也提出了许多新的要求。未来，AGV导航技术将呈现如下发展趋势：
1.无标记自然导航将被更多采用
新松机器人公司高级副总裁王宏玉表示，未来，工业互联网、边缘计算、云计算以及人工智能与智能移动机器人相互交融会越来越普及，将给AGV行业带来天翻地覆的变化，要求AGV更加智能，更具柔性化。导航技术方面也将更先进，越来越多的AGV将采用无标记自然导航技术以适应复杂、开放的动态环境。如自然轮廓导航，打破了传统固定式导航方式，无需铺设磁条、反射板等固定标记物，同时具有自主避障能力，具有更高的柔性和极强的适应性。
2.视觉导航仍是重要发展方向
视觉导航由于具有探测范围广、目标信息完整等优点，被多位专家认为是今后AGV导航技术的重要发展方向。目前来看，视觉导航技术已取得了很多研究成果，但由于现有计算设备的运算速度和存储容量的限制，其中的图像处理速度慢始终没有得到很好的解决。随着计算机技术的发展及快速图像处理关键技术的突破，视觉导航技术将成为具有广阔前景的AGV导航技术。
3.新型传感器技术的研发
记者在采访中了解到，常规传感器和多传感器信息融合技术在移动机器人导航中的应用已取得许多重大成果，但在一些特殊的环境中，非视觉传感器的探测范围和精度与视觉导航系统相比不是很理想，对于一些高精度的导航任务还不能胜任，需要开发出新型传感器及提出新的信息融合方法来弥补不足。因此，针对AGV导航的新型传感器的研发和信息融合是业界今后研究的一个重要课题。
来源：物流技术与应用、高工机器人等