Пошук академічних текстів

Інформація × Реєстраційний номер 2124U003493, Матеріали видань та локальних репозитаріїв Категорія Стаття Назва роботи Smart Factory Navigation: Sensor-Driven Access Point Selection for Automated Guided Vehicles Автор Дата публікації 01-01-2024 Постачальник інформації Сумський державний університет Першоджерело https://essuir.sumdu.edu.ua/handle/123456789/96124 Видання Sumy State University Опис Забезпечення оптимальної навігації автоматизованих керованих транспортних засобів (AGV) має важливе значення для оптимізації операцій з обробки матеріалів і підвищення загальної ефективності. У роботі представлено нову стратегію вибору точок доступу на основі датчиків (SBAPSS), розроблену спеціально для покращення навігаційних можливостей AGV у інтелектуальних виробничих середовищах. SBAPSS використовує повний масив даних датчиків, включаючи вхідні дані від лазерних сканерів, систем зору, ультразвукових датчиків і датчиків наближення, для динамічної оцінки та вибору оптимальних точок доступу для навігаційних маршрутів AGV. Використовуючи інформацію датчиків у реальному часі, алгоритм SBAPSS використовує складні механізми прийняття рішень для визначення найбільш сприятливих точок доступу на основі багатьох критеріїв. Ці критерії охоплюють такі фактори, як виявлення перешкод, близькість до призначених станцій завантаження/розвантаження, затори та оптимізація шляху. Завдяки інтеграції сенсорного інтелекту в процес вибору точки доступу AGV можуть адаптивно коригувати свої навігаційні шляхи, щоб обходити перешкоди, уникати зіткнень і оптимізувати маршрути подорожей у режимі реального часу. Ефективність і надійність SBAPSS продемонстровано за допомогою масштабних досліджень моделювання та експериментальних перевірок, проведених у репрезентативних середовищах інтелектуальної фабрики. Результати вказують на значне покращення ефективності навігації AGV, пропускної спроможності та безпеки, тим самим підтверджуючи ефективність запропонованої стратегії. Крім того, здатність SBAPSS легко інтегруватися з існуючими системами керування AGV підкреслює його практичну здійсненність і масштабованість для розгортання в промислових умовах. Цей інноваційний підхід, керований датчиками, є суттєвим прогресом у методології навігації AGV. Запропоновано надійне рішення, адаптоване до вимог сучасних інтелектуальних виробничих потужностей. Наділяючи AGV можливостями інтелектуального прийняття рішень, SBAPSS сприяє створенню гнучких, адаптивних і автономних систем обробки матеріалів в епоху промисловості 4.0. In smart factory settings, ensuring the optimal navigation of Automated Guided Vehicles (AGVs) is essential for streamlining material handling operations and enhancing overall efficiency. This paper introduces a novel Sensor-Based Access Point Selection Strategy (SBAPSS) designed specifically to enhance the navigation capabilities of AGVs within smart manufacturing environments. The SBAPSS harnesses a comprehensive array of sensor data, including inputs from laser scanners, vision systems, ultrasonic sensors, and proximity sensors, to dynamically evaluate and select optimal access points for AGV navigation routes. Utilizing real-time sensor information, the SBAPSS algorithm employs sophisticated decision-making mechanisms to identify the most favorable access points based on multiple criteria. These criteria encompass factors such as obstacle detection, proximity to designated loading/unloading stations, traffic congestion, and path optimization. By integrating sensor-driven intelligence into the access point selection process, AGVs can adaptively adjust their navigation paths to circumvent obstacles, avoid collisions, and optimize travel routes in real-time. The effectiveness and reliability of the SBAPSS are demonstrated through extensive simulation studies and experimental validations conducted in representative smart factory environments. Results indicate significant improvements in AGV navigation efficiency, throughput, and safety, thereby validating the efficacy of the proposed strategy. Moreover, the SBAPSS's ability to seamlessly integrate with existing AGV control systems underscores its practical feasibility and scalability for deployment in industrial settings. This innovative sensor-driven approach represents a substantial advancement in AGV navigation methodologies, offering a robust solution tailored to the demands of modern smart manufacturing facilities. By empowering AGVs with intelligent decision-making capabilities, the SBAPSS contributes to the realization of agile, adaptive, and autonomous material handling systems in the industry 4.0 era. Додано в НРАТ 2025-03-24 Закрити