張 慧

(南京中興新軟件有限責(zé)任公司，江蘇 南京 210012)

0 引言

工業(yè)自主移動(dòng)機(jī)器人(Autonomous Mobile Robot, AMR)是廣泛用于倉(cāng)儲(chǔ)、產(chǎn)線(xiàn)物流中完成貨物搬運(yùn)的工業(yè)移動(dòng)機(jī)器人，能夠自動(dòng)根據(jù)任務(wù)進(jìn)行路徑規(guī)劃和自動(dòng)行駛，并具備安全保護(hù)功能。AGV有傳統(tǒng)的磁條、磁釘、有軌、二維碼等的導(dǎo)航方式，也有基于激光雷達(dá)、視覺(jué)的自然導(dǎo)航方式。自然導(dǎo)航有著部署及運(yùn)行靈活的優(yōu)勢(shì)，能更好地適應(yīng)柔性化生產(chǎn)需要，是AGV發(fā)展的方向。本文以基于激光雷達(dá)的自然導(dǎo)航為例，不再贅述其他類(lèi)似的導(dǎo)航方式。

AGV系統(tǒng)為了完成自動(dòng)的物流搬運(yùn)功能，需要進(jìn)行復(fù)雜的計(jì)算，故云化AGV的概念被提出。將復(fù)雜的計(jì)算進(jìn)行云化，降低本地部署部分的成本。同時(shí)，云化部分具備資源共享、動(dòng)態(tài)互備、資源彈性升縮的優(yōu)勢(shì)。因?yàn)锳GV是移動(dòng)的，無(wú)法通過(guò)有線(xiàn)方式直接接入云，所以本文討論的是基于5G網(wǎng)絡(luò)的云化AGV的部署方式。

1 云化AGV的部署問(wèn)題

解決本地端和云端的通信問(wèn)題是云化的基礎(chǔ)。通常工廠(chǎng)或倉(cāng)儲(chǔ)中的無(wú)線(xiàn)網(wǎng)絡(luò)以WiFi為主，其具有部署便利的優(yōu)點(diǎn)。但WiFi容易受到干擾，經(jīng)常會(huì)出現(xiàn)由于信號(hào)不好或被干擾導(dǎo)致AGV停運(yùn)的事故；另外，在較大空間部署時(shí)，AGV無(wú)法完成在多個(gè)AP之間的平滑無(wú)縫切換；AP之間的組網(wǎng)、網(wǎng)絡(luò)優(yōu)化和維護(hù)也是個(gè)困難。一方面，基于5G的網(wǎng)絡(luò)連接方案可以解決干擾和信號(hào)覆蓋問(wèn)題；另一方面，網(wǎng)絡(luò)的規(guī)劃、優(yōu)化和維護(hù)由運(yùn)營(yíng)商來(lái)解決，使用方只需按需購(gòu)買(mǎi)服務(wù)即可，這提高了效率。故用5G替換WiFi是一個(gè)較好的無(wú)線(xiàn)網(wǎng)絡(luò)的選擇。

常見(jiàn)的百度云、電信云等都屬于集中部署方式的公有云。隨著AR/VR、工業(yè)互聯(lián)網(wǎng)、車(chē)聯(lián)網(wǎng)等新技術(shù)的發(fā)展，一方面是移動(dòng)性的需求，一方面對(duì)時(shí)延、帶寬提出了更高的要求。5G NFV、SDN、云計(jì)算的發(fā)展催生了多接入邊緣計(jì)算技術(shù)(Multi-Access Edge Computing，MEC)[1]。

MEC是一種技術(shù)架構(gòu)的創(chuàng)新，可以讓業(yè)務(wù)更加靈活地選擇部署的位置，除了中心云以外，還可以部署在不同的網(wǎng)絡(luò)邊緣云上。

網(wǎng)絡(luò)邊緣既可以承擔(dān)中心云部分下沉的業(yè)務(wù)，使業(yè)務(wù)更靠近現(xiàn)場(chǎng)，減少業(yè)務(wù)時(shí)延；也可以承擔(dān)現(xiàn)場(chǎng)側(cè)邊緣部分上移的業(yè)務(wù)，以減輕現(xiàn)場(chǎng)邊緣算力不足的壓力。網(wǎng)絡(luò)邊緣計(jì)算可以部署在多個(gè)節(jié)點(diǎn)上，包括接入、普通匯聚、重要匯聚、地市核心四級(jí)；相應(yīng)地，物理上存在于基站站點(diǎn)、區(qū)縣一級(jí)機(jī)房、地市甚至省或大區(qū)的核心機(jī)房?jī)?nèi)[2]。

AGV系統(tǒng)由相應(yīng)的硬件和軟件構(gòu)成，只要是軟件功能，原則上都是可以云化的，但是每個(gè)功能模塊對(duì)實(shí)時(shí)性要求、與其他模塊消息交互的帶寬需求不同，故并不是每個(gè)模塊都適合云化。本文討論的重點(diǎn)是，分析AGV系統(tǒng)不同模塊的特點(diǎn)以及云化對(duì)云網(wǎng)的時(shí)延、帶寬等需求，確定可以進(jìn)行云化部署的模塊；同時(shí)，分析確定云及邊緣云節(jié)點(diǎn)的位置的選擇原則。

2 云化AGV業(yè)務(wù)對(duì)云網(wǎng)的需求

AGV系統(tǒng)由AGV小車(chē)本體和多機(jī)調(diào)度系統(tǒng)組成。多機(jī)調(diào)度系統(tǒng)接收來(lái)自MES或WMS的調(diào)度指令進(jìn)行任務(wù)分配、路徑規(guī)劃和交通管制。AGV小車(chē)執(zhí)行兩點(diǎn)或多點(diǎn)間的搬運(yùn)任務(wù)，實(shí)時(shí)進(jìn)行定位導(dǎo)航、安全避障和接受調(diào)度臺(tái)的管制和任務(wù)下發(fā)、任務(wù)變更。AGV本體和多機(jī)調(diào)度系統(tǒng)(以下簡(jiǎn)稱(chēng)“調(diào)度臺(tái)”)的功能模塊細(xì)分，如圖1所示。

圖1 AGV系統(tǒng)功能模塊

2.1 多機(jī)調(diào)度

多機(jī)調(diào)度功能主要完成：

(1)任務(wù)分配。收到MES或WMS的指令后，選擇合適的AGV接收任務(wù)，這個(gè)時(shí)延和帶寬要求都不高。和任務(wù)的節(jié)拍數(shù)相關(guān)，但實(shí)際的項(xiàng)目中一般不會(huì)超過(guò)每秒1個(gè)任務(wù)。

(2)路徑規(guī)劃。對(duì)于收到任務(wù)的起始點(diǎn)選擇一條合適的路徑，既需要考慮到最高效，也需要考慮到多機(jī)之間交通沖突和死鎖風(fēng)險(xiǎn)。這個(gè)也是和任務(wù)數(shù)相關(guān)。事實(shí)上，任務(wù)分配并路徑規(guī)劃后才會(huì)和AGV本體進(jìn)行交互。時(shí)延小于500 ms，帶寬大于100 kBps就可以滿(mǎn)足要求。

(3)交通管制。為了防止多車(chē)之間發(fā)生交通沖突，小車(chē)會(huì)按一定周期上報(bào)位置，調(diào)度臺(tái)不斷在計(jì)算沖突風(fēng)險(xiǎn)，并給出交通管制指令。各廠(chǎng)家實(shí)現(xiàn)機(jī)制有點(diǎn)不同，小車(chē)上報(bào)周期100～500 ms不等。上報(bào)和控制指令帶寬需求都很小，與小車(chē)數(shù)量相關(guān)，不應(yīng)大于1 M[3]。

2.2 AGV單機(jī)控制

2.2.1 感知采集與控制

這部分包括從攝像頭、雷達(dá)、IMU、里程計(jì)、安全開(kāi)關(guān)等采集實(shí)時(shí)數(shù)據(jù)，也包括向電機(jī)控制器發(fā)送執(zhí)行控制信息。這部分功能與硬件強(qiáng)關(guān)聯(lián)。一般都駐留在AGV本體，不適合云化部署。

2.2.2 實(shí)時(shí)分析決策

這部分包括對(duì)感知數(shù)據(jù)的分析、避障、導(dǎo)航定位、運(yùn)動(dòng)規(guī)劃控制。因?yàn)楦兄獢?shù)據(jù)分析是為各項(xiàng)業(yè)務(wù)功能服務(wù)的，提供視覺(jué)、雷達(dá)、IMU、里程計(jì)等數(shù)據(jù)的智能分析。如果要云化，需要分解到以下主要功能模塊的需求分析。

(1)定位建圖。以激光SLAM定位建圖為例，建圖過(guò)程可以是在線(xiàn)的，也可以是離線(xiàn)的，對(duì)實(shí)時(shí)性沒(méi)有強(qiáng)制要求，只需考慮上行帶寬。上行數(shù)據(jù)包括激光點(diǎn)云、IMU、光電編碼器等數(shù)據(jù)。AGV當(dāng)前以單線(xiàn)為主，一般上行預(yù)留10 M帶寬即可。

(2)定位導(dǎo)航。AGV在行進(jìn)過(guò)程中，需要不斷地對(duì)自身為主進(jìn)行定位計(jì)算。定位精度的要求至少3 cm。AGV小車(chē)的運(yùn)行速度為1.0～3.0 m/s不等，以3 m/s計(jì)算，這3 cm的誤差將會(huì)發(fā)生在10 ms內(nèi)。定位導(dǎo)航如果上移到云端，則需要時(shí)延高一個(gè)數(shù)量級(jí)，控制在1 ms為佳。帶寬需要定位建圖，預(yù)留10 M帶寬。

(3)安全避障。安全避障包括碰觸急停和檢測(cè)到障礙物后停車(chē)。涉及安全，故越及時(shí)越好。如果需要云化，那么這部分功能所能容忍的時(shí)延不能低于定位導(dǎo)航，需要控制在1 ms。

(4)決策控制。運(yùn)動(dòng)規(guī)劃、運(yùn)動(dòng)控制，需要在定位、避障感知的基礎(chǔ)上，實(shí)時(shí)地決策和發(fā)送控制指令，使得車(chē)身前進(jìn)、后退、轉(zhuǎn)向。故不能低于安全避障功能的要求，姑且定位1 ms。

帶寬一般都不是問(wèn)題，主要需要考慮時(shí)延和抖動(dòng)。

3 基于5G云網(wǎng)的測(cè)試數(shù)據(jù)

網(wǎng)絡(luò)中的MEC存在多個(gè)節(jié)點(diǎn)，不同節(jié)點(diǎn)的部署會(huì)帶來(lái)不同影響。本研究通過(guò)1個(gè)試點(diǎn)項(xiàng)目進(jìn)行了測(cè)試。測(cè)試通過(guò)中國(guó)南方某市的1個(gè)測(cè)試基站到4個(gè)MEC層次上的節(jié)點(diǎn)的用戶(hù)面UPF的時(shí)延，看不同部署節(jié)點(diǎn)帶來(lái)的時(shí)延影響。測(cè)試組網(wǎng)如圖2所示。

圖2 測(cè)試組網(wǎng)

分別測(cè)試從基站gNB到不同MEC節(jié)點(diǎn)的時(shí)延，測(cè)試數(shù)據(jù)如圖3所示，從中可以看出：用戶(hù)距離邊緣節(jié)點(diǎn)上UPF(用戶(hù)面功能)越遠(yuǎn)，時(shí)延越大；地市MEC/邊緣云，基本可控制在20 ms以?xún)?nèi)。

圖3 測(cè)試點(diǎn)gNB到各層邊緣節(jié)點(diǎn)的距離與時(shí)延示意

另外，上述內(nèi)容只考慮了基站到MEC上的UPF的時(shí)延，但對(duì)于業(yè)務(wù)來(lái)說(shuō)，還需要考慮MEC上UPF到業(yè)務(wù)服務(wù)器的時(shí)延的端到端的過(guò)程。測(cè)試對(duì)走不同MEC節(jié)點(diǎn)到業(yè)務(wù)服務(wù)器的不同路徑做了對(duì)比。應(yīng)用服務(wù)器部署在B機(jī)房。一條路徑是基站到B機(jī)房，另一條路徑是基站到A機(jī)房后到B機(jī)房的應(yīng)用服務(wù)器。測(cè)試結(jié)果，第二條路徑多了7 ms。所以，時(shí)延要求越低，就要求UPF下沉到最接近業(yè)務(wù)應(yīng)用服務(wù)器的MEC節(jié)點(diǎn)。

同時(shí)，也對(duì)上下行帶寬進(jìn)行了測(cè)試，測(cè)試結(jié)果顯示，在測(cè)試點(diǎn)環(huán)境下，單用戶(hù)單線(xiàn)程下行160 Mbps，上行110 Mbps。上下行帶寬能滿(mǎn)足AGV業(yè)務(wù)需求。

4 結(jié)語(yǔ)

從以上數(shù)據(jù)和對(duì)AGV功能模塊的分析看，可以得出3個(gè)結(jié)論：

(1)多機(jī)調(diào)度系統(tǒng)、AGV的定位建圖功能可以部署在地市一級(jí)(不超過(guò)50 km)的各級(jí)MEC上，都可以滿(mǎn)足時(shí)延帶寬的要求；節(jié)點(diǎn)越遠(yuǎn)，時(shí)延越大，受影響因素更多，因條件限制，沒(méi)有測(cè)試。

(2)在條件允許的情況下，將業(yè)務(wù)部署在越低的節(jié)點(diǎn)，越靠近業(yè)務(wù)發(fā)生的園區(qū)，時(shí)延越低，越有利于業(yè)務(wù)的可靠開(kāi)展。

(3)AGV本體的業(yè)務(wù)功能，如智能感知、導(dǎo)航定位、避障等，因?yàn)閷?duì)實(shí)時(shí)性要求更苛刻，在當(dāng)前5G的eMBB網(wǎng)絡(luò)下，無(wú)法滿(mǎn)足要求。

5G作為新一代的移動(dòng)通信技術(shù)，契合了工業(yè)數(shù)字化轉(zhuǎn)型對(duì)無(wú)線(xiàn)網(wǎng)絡(luò)的應(yīng)用需求。5G在工業(yè)領(lǐng)域的應(yīng)用研究處于探索階段。尤其在超低時(shí)延(ms級(jí)以下)、高可靠性上，工業(yè)場(chǎng)景對(duì)網(wǎng)絡(luò)的要求是非?？量痰?。為此，除了在R16中發(fā)布的URLLC、5G TSN，還針對(duì)工業(yè)場(chǎng)景啟動(dòng)了5G LAN、工業(yè)協(xié)議感知和增強(qiáng)、高可用方案等5G增強(qiáng)技術(shù)的研究[4]。隨著這些技術(shù)的成熟，包括AGV在內(nèi)的多種應(yīng)用，都可以更加靈活地部署計(jì)算節(jié)點(diǎn)，如進(jìn)一步云化AGV本體中的智能感知、導(dǎo)航定位等算法，這可以降低本體的成本，共享云端計(jì)算資源。