Особливості застосування високопрецизійних систем візуальної навігації у транспортно-логістичних операціях сучасного підприємства

Abstract

У науковій роботі проведено аналіз сучасного стану автоматизації складської інфраструктури, яка в умовах глобальної економічної конкуренції стає важливим напрямом розвитку промислових підприємств. Розглянуто методи навігації автоматизованих керованих транспортних засобів (AGV), що є ключовим елементом оптимізації внутрішніх логістичних процесів. Систематизовано основні типии робототехнічних платформ, серед яких транспортні візки, буксирувальники, автоматизовані палетайзери, роботи-сортувальники та дрони для інвентаризації складських запасів. Особливу увагу приділено переходу від традиційних методів навігації (індуктивних дротів і магнітних стрічок) до сучасних систем технічного зору. Основою дослідження є аналіз трьох технологій візуального позиціонування: PGV (Position Guided Vision), PCV (Position Control Vision) та PXV (Positioning by X Vision). Розгляну то принципи їх роботи, що базуються на використанні CMOS-камер високої роздільної здатності та технології кодування Data Matrix. У роботі визначено особливості застосування кожної технології у різних виробничих умовах. Зокрема, наведено приклади використання системи PGV у маневрених роботах серії AMB для орієнтування за QR-кодами, високоточність системи PCV у важких транспортних платформах з точністю позиціонування до 0,1 мм, а також стійкість системи PXV до промислових забруднень і пошкодження маркування завдяки розширеному вікну зчитування. Наукова новизна роботи полягає в обґрунтуванні апаратного складу систем навігації, що включає лідарні сенсори та інтелектуальні контролери обробки даних, а також у оцінці їхнього впливу на ефективність транспортно-логістичних процесів. Встановлено, що впровадження таких систем дозволяє підвищити швидкість транспортно-логістичних операцій, зменшити навантаження на персонал та мінімізувати вплив людського фактору. Отримані результати підтверджують перспективність інтеграції штучного інтелекту з оптичними системами для створення автономних логістичних комплексів.

In the scientific work, a comprehensive analysis of the current state of warehouse infrastructure automation is carried out, which in the context of global economic competition is becoming an important priority for industrial enterprises. Innovative navigation methods for automated guided vehicles (AGVs), which play a key role in optimizing internal logistics processes are described. The paper systematizes the main types of robotic platforms, including transport carts, powerful tuggers, automated palletizers, intelligent sorting robots, and drones used for warehouse inventory operations. Special attention is paid to the transition from traditional navigation approaches, such as inductive wires and magnetic tapes, to modern computer vision systems. The research is based on a technical analysis of three visual positioning technologies: PGV (Position Guided Vision), PCV (Position Control Vision), and PXV (Positioning by X Vision). The principles of their operation are examined, including the use of high-resolution CMOS cameras and Data Matrix coding for precise positioning. The study identifies the advantages of each technology under specific production conditions. In particular, the application of the PGV system in maneuverable AMB series robots for QR-code-based navigation is described, the high positioning accuracy of the PCV system in heavy transport platforms reaching up to 0.1 mm is highlighted, and the PXV system is characterized by high resistance to industrial contamination and partial damage of markings due to an enlarged reading window. The scientific novelty of the research lies in the substantiation of the hardware architecture of navigation systems, including lidar sensors and intelligent data-processing controllers, as well as in assessing their influence on production efficiency. It is shown that the implementation of such systems increases the speed of logistics operations, reduces the physical load on personnel, and minimizes the impact of human factors. The results confirm that the further development of warehouse automation is closely related to the integration of artificial intelligence with optical positioning systems for creating autonomous logistics complexes.