5G助力仓储智能化发展(3)

视觉技术具有信息量大、成本低等优点，但也面临大量数据计算的需求。在无人驾驶工业车辆的应用中，5G与边缘计算与视觉技术形成互补：视觉相机采集的信息通过5G网络传送至云端，利用边缘计算提取和处理图像信息，辅助工业车辆的无人驾驶。视觉与5G的结合降低了无人工业车辆的实施成本，在保证技术稳定性的同时，提升了车辆的智能化程度。

（2）云化无人工业车辆

5G技术具备大连接、低时延的特性，实现了异地设备间的通讯。通过将车载设备的信息、运算单元移动至远端，极大地降低了单车成本、最小化改造模块，使“云车辆”成为可能。

（3）远程人机协同达成人员配置优化

基于5G技术万物互联技术，人工可远程接管无人工业车辆，使各个物流节点共享同一套人工班底成为可能。随着物流自动化程度的加深，大量重复性的工作和数据传输移交到工业机器人，人工将更加专注于临时性的、非标准的盘点、巡检、查找、核对等复杂工作环节，人员的培训和调度将更加专业化、标准化，实现最优配置。

（4）基于移动网络的大尺度大规模调度

物流节拍的强健性和时效性是衡量物流效率的重要指标，区间内短波运输、主干网络之间物料迁移以及仓到端的配送环节无人化变得至关重要。如何对网络内各核心要素进行有效组织，对运输线路、仓储节点、配送支线上的各类无人设备集中调度，将是大尺度大规模物流网络面临的巨大挑战。搭建一个通讯时延相对较低和运动不确定性相对较少的场景，集群化的工业无人车辆协作将成为可能。移动通讯技术是针对设备大范围移动的专用技术，特别适用于大尺度物流网络下的移动车辆信息上传和调度信息下载，而5G技术将使得网络内信息的实时性和透明度得到较大保证。

2.实施方案

5G无人叉车提供基于5G技术的智能仓储一 体化解决方案，包括无人工业车辆调度、有人/无人车辆监控系统以及仓储系统内其他车载设备，下图展示了该一体化解决方案的网络架构图。

如图6所示，车载设备（包括车载工控机、车载高清摄像头、车载三维视觉传感器等）通过5G工业模组接入园区5G网络，其带宽要求适中，对稳定性及延时有较高要求（10ms）；5G摄像头（用于仓内环境要素识别与监控）直接接入园区网络，其带宽要求高，延时要求适中；其他设备（包括流水线到位传感器、卷帘门等）通过工业CPE接入5G网络，这些数据接入点多，但带宽、延时要求较低。

园区内一整套智能仓储设备通过5G基站以及园区下沉的UPF及MEP服务器，直接与园区内的相关服务器进行通讯，完成对车载数据及其他数据的智能化分析，并将分析结果、车辆调度信息反馈给无人工业车辆。

针对上述网络架构，苏宁在5G无人叉车方面制定了三个实施步骤：

（1） 基于5G的无人叉车实时调度

电商物流的高流量、严时效的特点对当前的工业无人车辆的系统效率与柔性提出了极高的要求，无人工业车辆处理爆发式的任务流时需要强大的中控调度系统。传统无人车辆通常使用的WIFI无线网络，在处理爆发式任务流时有以下几个问题：

覆盖能力弱

延时不可控

信号干扰强

基于WIFI无线网路的车辆调度信息在传输与确认过程中往往需要几秒的时间，极端情况下（信号不好或者网络负担大的情况）甚至会出现更长的通讯时延。此外，为了确保无人车辆在不稳定网络环境下稳定运行，车与车之间的安全间距必须随网络的最大延时的增加而增加，这使得工业车辆需要不断的减速停车重新启动，极大地限制了整个系统的效率提升。

5G技术具有延时可控、覆盖范围广、延时低、干扰低等特点，利用5G传输调度信息，能有效的将通讯时延控制在毫秒级。如上文所述，5G技术或将是基于移动网络的大尺度大规模调度的唯一解决方案。未来机器人平衡重式无人叉车（VNPD15）内集成了行业5G模块ZM9000，通过5G专网直接与服务器通讯，实现了5G与无人工业车辆调度相结合的应用落地。

（2）基于5G与边缘计算的云化叉车

本次5G项目落地实施主要聚焦于5G与视觉及边缘计算的结合：在基于视觉技术的无人叉车顶部安装4个高清相机（如图7），利用5G技术连接至高速虚拟专网，与视觉图像处理服务器相连，实时获取行车记录仪的图像数据。通过对无人车辆异常情况的远程图像反馈与控制，实现部分基于视觉的障碍物识别与测量。本次应用包括以下边缘计算与控制功能：

远程监控，工作人员可以远程排除无人车辆的异常情况；

障碍物识别，并根据障碍物的属性（人、有人操作的叉车、无人操作的叉车、静态货物）及其位置，采取不同的避障措施，提升系统安全性；

提取行车路径上的人员骨骼，完成运动巡检。如系统可识别和获取非库内人员及其位置信息，及时报送监控人员，辅助仓库内部安保。

（3）基于5G的Life-Long SLAM

SLAM，全称是Simultaneous Localization and Mapping，即同时定位与建图，指机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的地图特征（比如，墙角，柱子等）定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目的，该项技术被广泛应用于物流、服务、军工等领域，可以极大的加速工业移动机器人的部署速度。

然而，受限于算力及内存，SLAM技术在物流领域的实际应用并不理想。当前大部分SLAM技术实施，往往先建立离线地图，再根据已建立好的离线地图进行定位。其缺点在于，当场景改变时，移动机器人往往无法与地图匹配，导致定位丢失。5G技术的引入，让多移动机器人、大场景的Life-Long SLAM得以实现。

Life-Long SLAM技术是指多个移动机器人将采集到的图像数据实时传输至服务器，服务器根据各个移动机器人的运动数据、实时图像数据以及历史地图数据，不断地更新优化现有地图，并把最新的地图分发到场内的所有移动机器人，以保证移动机器人的准确定位。

三、5G融合定位提升仓储性能

（编辑：ASP站长网）