Специалисты Московского авиационного института (МАИ – Участник НАУРР) совместно с компанией «Статус консалт» разработали интеллектуальную беспилотную грузовую платформу, предназначенную для автоматизации перевозок внутри промышленных предприятий, складских комплексов и аэропортов. Разработка способна самостоятельно ориентироваться в пространстве, строить маршрут движения и принимать решения в процессе работы без участия водителя или дистанционного оператора. Испытания платформы уже завершены, а технические решения защищены двумя патентами.
Разработчики отмечают, что после получения задания робот самостоятельно рассчитывает оптимальный маршрут, движется к заданной точке назначения и непрерывно анализирует окружающую обстановку. Платформа распознает людей, погрузчики и другие препятствия, оперативно корректирует траекторию движения, объезжает объекты или при необходимости останавливается. Такой подход позволяет перевести внутренние транспортные процессы предприятий в полностью автономный режим, сократить эксплуатационные расходы, перераспределить рабочее время специалистов на более сложные производственные задачи и повысить безопасность производственной среды.
Одной из ключевых особенностей разработки стала возможность работать без специальной инфраструктуры, которая требуется большинству традиционных складских транспортных роботов. Сегодня многие подобные системы передвигаются по заранее подготовленным маршрутам, используя магнитные ленты и радиочастотные метки, встроенные в пол. Такой принцип эффективен на строго организованных складах, однако существенно ограничивает применение роботов на крупных производственных площадках, где логистические маршруты регулярно меняются, а производственная обстановка постоянно перестраивается.
В основе новой платформы лежит комплексный подход к автономной навигации. Робот интегрируется в цифровую инфраструктуру предприятия, обменивается данными с производственными информационными системами, взаимодействует с другими участниками транспортного процесса и адаптируется к изменениям окружающей среды в режиме реального времени. Это позволяет использовать платформу в условиях сложной и динамичной производственной логистики без необходимости модернизации всей инфраструктуры объекта.
По словам ведущего инженера кафедры «Пилотажно-навигационные и информационно-измерительные комплексы» МАИ Владимира Петрухина, сегодня многие крупные предприятия активно автоматизируют производственные процессы, однако внутренняя логистика по-прежнему во многом зависит от ручного труда. Перемещение материалов, комплектующих и готовой продукции между производственными участками остается ресурсоемкой задачей, требующей постоянного участия персонала и высокой точности выполнения операций. Особенно остро эта проблема проявляется в аэропортах и на объектах транспортной инфраструктуры, где обработка грузов ведется круглосуточно и практически не допускает ошибок.
Для обеспечения надежной работы платформа одновременно использует несколько независимых источников навигационных данных. Среди них — спутниковая навигация, инерциальные датчики, камеры технического зрения, лидары и системы сверхширокополосной связи. Алгоритмы непрерывно сопоставляют информацию, поступающую от всех сенсоров, и оценивают достоверность навигационного решения. Если один из источников перестает работать или начинает выдавать некорректные данные, система автоматически продолжает движение, используя остальные каналы получения информации.
Разработка создавалась с учетом концепции цифрового предприятия и дальнейшего развития промышленной автоматизации. В перспективе несколько таких платформ смогут координировать свои действия между собой, совместно распределять транспортные задачи и формировать интеллектуальные логистические коридоры без участия человека. Такой подход открывает возможности для создания полностью автономной внутренней логистики на промышленных предприятиях, складских комплексах и транспортной инфраструктуре.
Разработчики отмечают, что после получения задания робот самостоятельно рассчитывает оптимальный маршрут, движется к заданной точке назначения и непрерывно анализирует окружающую обстановку. Платформа распознает людей, погрузчики и другие препятствия, оперативно корректирует траекторию движения, объезжает объекты или при необходимости останавливается. Такой подход позволяет перевести внутренние транспортные процессы предприятий в полностью автономный режим, сократить эксплуатационные расходы, перераспределить рабочее время специалистов на более сложные производственные задачи и повысить безопасность производственной среды.
Одной из ключевых особенностей разработки стала возможность работать без специальной инфраструктуры, которая требуется большинству традиционных складских транспортных роботов. Сегодня многие подобные системы передвигаются по заранее подготовленным маршрутам, используя магнитные ленты и радиочастотные метки, встроенные в пол. Такой принцип эффективен на строго организованных складах, однако существенно ограничивает применение роботов на крупных производственных площадках, где логистические маршруты регулярно меняются, а производственная обстановка постоянно перестраивается.
В основе новой платформы лежит комплексный подход к автономной навигации. Робот интегрируется в цифровую инфраструктуру предприятия, обменивается данными с производственными информационными системами, взаимодействует с другими участниками транспортного процесса и адаптируется к изменениям окружающей среды в режиме реального времени. Это позволяет использовать платформу в условиях сложной и динамичной производственной логистики без необходимости модернизации всей инфраструктуры объекта.
По словам ведущего инженера кафедры «Пилотажно-навигационные и информационно-измерительные комплексы» МАИ Владимира Петрухина, сегодня многие крупные предприятия активно автоматизируют производственные процессы, однако внутренняя логистика по-прежнему во многом зависит от ручного труда. Перемещение материалов, комплектующих и готовой продукции между производственными участками остается ресурсоемкой задачей, требующей постоянного участия персонала и высокой точности выполнения операций. Особенно остро эта проблема проявляется в аэропортах и на объектах транспортной инфраструктуры, где обработка грузов ведется круглосуточно и практически не допускает ошибок.
Для обеспечения надежной работы платформа одновременно использует несколько независимых источников навигационных данных. Среди них — спутниковая навигация, инерциальные датчики, камеры технического зрения, лидары и системы сверхширокополосной связи. Алгоритмы непрерывно сопоставляют информацию, поступающую от всех сенсоров, и оценивают достоверность навигационного решения. Если один из источников перестает работать или начинает выдавать некорректные данные, система автоматически продолжает движение, используя остальные каналы получения информации.
Разработка создавалась с учетом концепции цифрового предприятия и дальнейшего развития промышленной автоматизации. В перспективе несколько таких платформ смогут координировать свои действия между собой, совместно распределять транспортные задачи и формировать интеллектуальные логистические коридоры без участия человека. Такой подход открывает возможности для создания полностью автономной внутренней логистики на промышленных предприятиях, складских комплексах и транспортной инфраструктуре.
