美國一個教師研究人員團隊構建了一個帶有嵌入式系統的原型自動叉車，以推進智能倉庫系統。很快，倉庫中的工業機器人將變得足夠智慧，可以知道在繁忙的過道中哪個有優先權。

美國羅徹斯特理工學院（Rochester Institute of Technology，RIT）的研究人員正在開發一種用于倉庫的智能物料搬運系統，該系統集成了包括激光雷達傳感器和人工智能在內的智能技術。隨著新冠大流行帶來的供應鏈挑戰以及對電子商務的需求增加，技術可以為企業提供所需的支持，以提高倉庫環境中的生產力、效率和安全性。

RIT 凱特格里森工程學院工業和系統工程教授Michael Kuhl說：“這是機器人和自主物料搬運可以提供幫助的一個領域。機器人可以工作更長的時間——不一定是為了取代工作，而是在一些手動的、非增值的任務上。這意味著工作重心的改變，需要人們來設計和維護車隊和機器人?！?/p>

開發智能倉庫技術的教師研究人員從左到右分別是：學生Rahul Gulia and Andrew Pasek; Clark Hochgraf教授; 學生 Dylan Lebedin; Professor Andres Kwasinski; 學生 Sriparvathi Bhattathiri and Ankita Tondwalkar; Michael Kuhl教授; 學生Anton Bogovik; Amlan Ganguly教授.

Kuhl 和項目團隊獲得了“有效和高效地駕駛物料搬運”的資助，這是一個由 Raymond Corp 贊助的為期一年、耗資 300,000 美元的項目。它推進了與該公司的早期工作，該公司建立了個人自主移動設備的任務選擇和路徑規劃機器人（AMR）。

新工作側重于倉庫環境中多個機器人和人類的高級回避和通信策略。

在倉儲作業的實際操作中，通常會混合使用自主和人工操作的設備?；乇懿呗孕枰c任務選項、路徑規劃和識別能夠相互實時通信的多個機器人相結合，并識別也將在倉庫空間進行交互的人類。

Kuhl 說：“我們有關于定位的信息，我們在倉庫內使用不同類型的傳感器來嘗試識別機器人的位置，以及機器人的實際移動。他們能否計劃安全高效地從當前位置到達目的地？他們可以有一條很短的路，但他們仍然需要避開其他機器人和人?！?/p>

使用深度神經網絡策略（機器學習技術的類型），系統組件經過訓練，可以根據常見任務以及倉庫環境中可能發生的不經?；虿粚こ５膭幼髯龀鎏囟ǖ?、有序的決策。該團隊還在研究倉庫內的通信網絡——WiFi 和蜂窩網絡技術功能——作為可行的解決方案。Kuhl 解釋說，蜂窩技術的新標準允許增加單個設備之間的單個蜂窩通信。

“在人車交互方面，我們能否利用多輛在倉庫周圍移動的車輛的傳感器？”Kuhl 說：“如果一輛車沿著一條路徑行駛，它看到一個人或另一輛車從過道中出來，他們是否可以溝通并決定下一步該做什么？誰有通行權？”

該團隊發現，機器人是能夠做出反應的。

在 Simcona Electronics公司的現場實驗中（Simcona Electronics Corp.是一家總部位于羅切斯特的公司），該團隊利用其 50,000 平方英尺的設施中測試機器人技術。

“我們需要真實的環境來完成這項工作并推動它向前發展。它們為我們提供了極其寶貴的資源?！盞uhl 說。他一直與RIT 凱特格里森工程學院計算機工程系的副教授兼系主任Amlan Ganguly和教授Andres Kwasinksi 合作；和RIT工程技術學院電氣和計算機工程技術系副教授Clark Hochgraf。參與項目團隊的還有最近 RIT 工程博士研究生李茂佳。

Toyota集團旗下的雷蒙德公司（Raymond Corporation）是一流的物料搬運產品和智能內部物流解決方案的全球領先提供商，這些產品可優化您的整個運營，提供可行的見解并通過自動化來轉變運營。

我們以創新，持續改進和設計為原則，并牢記生態和經濟利益。秉承這一理念，我們的電動叉車經過精心設計，可實現更高的性能和更高的效率。

我們提供的技術，系統和解決方案將日常的倉庫和分銷業務提升到新的水平，從而為我們的客戶提供業內無與倫比的技術服務網絡。我們卓越的運營，屢獲殊榮的創新技術和世界一流的客戶支持相結合，可幫助我們的客戶更好地運行并更智能地管理。