20、仓库盲区中自动化叉车与人员的安全交互

仓库盲区中自动化叉车与人员的安全交互

1. 非视距物体检测技术现状

目前，有多种技术正在研究中，旨在让仓库内的驾驶员或自动化机器能够检测到非视距（NLOS）物体，例如盲区周围的物体。以下是一些典型技术：
- 监控摄像头信号可转换为虚拟镜像。
- 可观察移动阴影。
- 雷达可用于检测拐角周围的移动物体，可能借助被动反射器。
- NLOS成像可通过激光源的多次散射光重建隐藏物体。

然而，要达到足够的性能和可靠性水平，以便进行与安全相关的决策，所需的计算能力使得这些技术仍处于未来发展阶段。

通过引入基础设施和基于基础设施的传感器，可以避免上述问题。例如：
- 利用摄像头数据或超宽带（UWB）技术，可以在仓库中定位人员，精度至少为15厘米。
- 实时定位系统（RTLS）还可用于预测工人的路径。不过，此类定位系统的安全完整性需要评估。
- 虽然成本较高，但可以在盲区安装类似于自动化叉车安全设备的传感器，以确保可靠检测工人。
- 收集运动数据有助于创建流程图，进一步分析和提高安全性。

即使基础设施能够可靠识别工人，这些信息也需要传输到自动化叉车。目前存在多种集中协调车辆和避免碰撞的方法，但这些方法在无连接时默认拒绝进入交叉路口，或者需要正常工作的连接。虽然可以通过使用多个链路提高连接可靠性，但这也需要更多资源。

2. 基础设施协作式自主控制

2.1 架构概述

为实现仓库中自动化叉车与人类工人的安全高效交互，提出了一种新的架构。该架构包含自动导引车（AGV）的核心任务，并利用基础设施传感器和系统来监控、预测和评估仓库中的危险情况