自主配送机器人导航指南 | Marvelmind

0:00 在这个视频中，我们将展示机器人在仓库中自主行驶、把货物从A点送到B点时，机器人——或者说系统——看到的画面。机器人正在装上货箱，这就是地图上的机器人，也正是机器人实际看到的内容。我们有控制系统，室内导航系统覆盖了好几条通道，但我们只使用这条通道和这条走廊，然后到达这个位置。不过系统的范围更大，所以如果需要，机器人可以行驶到地图覆盖的任何一个点。这是一个子地图，这是另一个子地图，第三个、第四个，依此类推。有些地图包含很多子地图，在这里你可以

1:00 看到服务区。这是这个子地图的服务区，它告诉系统每个子地图在哪里、覆盖哪个区域。这个子地图覆盖这片区域，那个子地图覆盖那片区域，重叠的部分就是进行切换的地方。在进行网络规划以及跟踪时，这一点很重要：它决定系统工作得如何、切换执行得如何。这个图是播放器，内置在Dashboard中，显示特定任务的统计数据。在本例中是机器人的这次行驶：总时长、行驶时间、停顿时间、非活动时间、充电时间。

1:58 你可以实时看到某个特定任务的表现，也可以查看任何任务的表现：既可以上传日志文件进行事后分析，也可以在执行过程中实时查看同样的数据。我们继续看。可以看到，机器人收到了指令——只需点击一下按钮，从A点前往B点。机器人事先就知道路径，因为这条路径是由调度员上传的，机器人的任务就是把货物从这个区域运到那个区域。就是这样，就这么简单。

2:57 它也可以跑很多其他线路，比如A点到B点、C点到D点等等。我们覆盖了整片区域，这意味着机器人实际上可以从这个点开到这里、到那里，再从这里开到那里并返回——任意点之间都可以。这就是整体思路。可以看到，统计数据已经在变化了。请注意机器人是如何被控制的：机器人不仅知道位置，还知道方向。我们使用的是自己的功能，也就是配对 信标 功能。这里有两个移动 信标：一个在这里，另一个在这里。你可以看到两者的轨迹。知道了移动 信标 20和移动信标21的位置，机器人不仅能计算出自身当前的

3:56 XY位置，还能计算出方向，并据此朝正确的方向行驶，准确到达通道中的正确位置。可以看到，我们没有提供良好的覆盖，这片区域可能存在某种遮挡，这里的覆盖本应更好一些。我们不了解具体细节，但很可能是这个信标与这片区域之间没有直接视距。这段覆盖不足导致了这次跳变。另外，在行驶的最后一米也有一些奇怪的表现。

4:55 你也已经可以看到基于此的统计数据。在总共四分钟的行驶中，移动用了三分钟，约一分钟是非活动时间——基本上是装货时的等待时间。然后是返程，情况一样：同样只点了一下按钮，不过这次点的是对应A点的按钮，机器人载着同样的货物往回开。请注意，接下来会有一个很好的意外测试。工厂的一位工程师

5:53 决定测试机器人的障碍物检测和避障功能是否有效，结果测试成功。请注意，这个人跳到机器人前面并站着不动。机器人检测到人，停了下来。当路径再次畅通后，机器人继续行驶。好，正是在那一刻，机器人成功检测到障碍，提前很远就停下，对人员没有任何危险。人离开路径后，机器人继续前进。

6:39 可以看到，现在有一段停顿时间。它越来越不明显，因为只占很小一部分，大部分时间机器人都在行驶。这些统计数据显示了移动资产的利用率。在本例中，可以看到机器人成功地把货物从B点送到了A点，准备卸货。非常感谢。再说一次，请访问我们的网站，如有其他问题，请发邮件至info@marvelmind.com。非常感谢。