很快，仓库中的工业机器人将足够智能，知道在繁忙的过道中哪个有通行权。

罗切斯特理工学院的研究人员正在为仓库开发一种智能物料搬运系统，该系统集成了包括LiDAR传感器和人工智能在内的智能技术。

随着大流行带来的供应链挑战和对电子商务需求的增加，技术可以为企业提供所需的支持，以提高仓库环境中的生产力，效率和安全性。

"这是机器人和自主材料处理可以提供帮助的一个领域，"RIT凯特格里森工程学院工业和系统工程教授Michael Kuhl说。"机器人可以工作更长的时间-不一定是为了取代工作，而是在一些手动的，非增值的任务上。这意味着工作重点的改变，需要人们来设计和维护车队和机器人。

‌

信用

开发智能仓库技术的教师研究人员从左到右是学生Rahul Gulia和Andrew Pasek;克拉克·霍赫格拉夫教授;学生迪伦·勒贝丁;安德烈斯·克瓦辛斯基教授;学生Sriparvathi Bhattathiri和Ankita Tondwalkar;迈克尔·库尔教授;学生安东·博戈维克;和Amlan Ganguly教授。

Kuhl和项目团队获得了"有效和高效的物料搬运驾驶"的赠款，这是一个由雷蒙德公司赞助的为期一年，价值30万美元的项目。它推进了与该公司的早期合作，该公司建立了个人自主移动机器人（AMR）的任务选择和路径规划。

新工作侧重于仓库环境中多个机器人和人类的高级回避和沟通策略。

在仓储操作中，通常混合使用自主和人工操作的设备。回避策略需要与任务选项、路径规划和识别能够实时相互通信的多个机器人相结合，并识别也将在仓库空间中互动的人类。

"我们有关于本地化的信息，我们在仓库内使用的不同类型的传感器，试图识别机器人的位置，以及机器人的实际运动，"Kuhl说。"他们能否计划安全高效地从当前位置到达目的地？它们可以有一条很短的路径，但它们仍然需要避开其他机器人和人。

使用深度神经网络策略（机器学习技术的类型），系统组件经过训练，可以根据常见任务做出特定的，有序的决策，但也可以在仓库环境中发生不频繁或异常的操作。

该团队还在研究仓库内的通信网络 - WiFi和蜂窝网络技术功能 - 作为可行的解决方案。Kuhl解释说，蜂窝技术的新标准允许增加单个设备之间的单个蜂窝通信。

"就人和车辆的互动而言，我们能否利用在仓库周围移动的多辆车的传感器？"他说。"如果一辆车沿着一条路行驶，它看到一个人或另一辆车从过道里出来，他们能否沟通并决定下一步该做什么？谁有通行权？

该团队发现机器人将能够做出反应。

在位于罗切斯特的Simcona Electronics Corp.的现场实验中，该团队在其50，000平方英尺的设施中测试了机器人技术。

"我们需要真实的环境来完成这项工作并推动它向前发展。他们为我们提供了非常宝贵的资源，"库尔说。他一直与校园合作伙伴Amlan Ganguly，副教授兼系主任，Andres Kwasinksi教授，都在RIT的Kate Gleason工程学院的计算机工程系工作。Clark Hochgraf是RIT工程技术学院电气与计算机工程技术系副教授。参与项目团队的还有刚从RIT工程博士毕业的李茂佳。