不論是普通制造業(yè)還是碼頭倉庫，物料裝卸和搬運都是物流的要素之一，在物流系統(tǒng)中成本占比也很高。美國工業(yè)生產(chǎn)過程中裝卸搬運費用占成本的20~30%，德國物流企業(yè)物料搬運費用占營業(yè)額的35%，日本物流搬運費用占10%，我國生產(chǎn)物流中裝卸搬運費用約占加工成本的20%，所以企業(yè)一直都在最完美的自動化智能化的搬運技術(shù)和裝備。AGV機(jī)器人一種柔性化和智能化物流搬運機(jī)器人，在國外從50年代在倉儲業(yè)開始使用，目前已經(jīng)在制造業(yè)、港口、碼頭等領(lǐng)域得到普遍應(yīng)用，在國內(nèi)逐漸也有部分企業(yè)重視并應(yīng)用AGV來完成一些簡單的搬運任務(wù)。下面我們就來簡單分析I-SO智能AGV機(jī)器人與現(xiàn)代智能化物流應(yīng)用。

　　I-SO AGV的顯著特點是無人駕駛，I-SO AGV上裝備有自動導(dǎo)向系統(tǒng)，可以保障系統(tǒng)在不需要人工引航的情況下就能夠沿預(yù)定的路線自動行駛，將貨物或物料自動從起始點運送到目的地。I-SO AGV的另一個特點是柔性好，自動化程度高和智能化水平高，I-SO AGV的行駛路徑可以根據(jù)倉儲貨位要求、生產(chǎn)工藝流程等改變而靈活改變，并且運行路徑改變的費用與傳統(tǒng)的輸送帶和剛性的傳送線相比非常低廉。I-SO AGV一般配備有裝卸機(jī)構(gòu)，可以與其他物流設(shè)備自動接口，實現(xiàn)貨物和物料裝卸與搬運全過程自動化。此外，I-SO AGV還具有清潔生產(chǎn)的特點，I-SO AGV依靠自帶的蓄電池提供動力，運行過程中無噪聲、無污染，可以應(yīng)用在許多要求工作環(huán)境清潔的場所。

　　I-SO智能 AGV的種類

　　AGV從發(fā)明至今已經(jīng)有50年的歷史，隨著應(yīng)用領(lǐng)域的擴(kuò)展，其種類和形式變得多種多樣。我們根據(jù)I-SO AGV自動行駛過程中的導(dǎo)航方式將AGV分為以下幾種類型：

　　1). I-SO電磁感應(yīng)引導(dǎo)式AGV （由于這種技術(shù)相對落后和性能缺陷，一般環(huán)境下I-SO智能 AGV很少采用）

　　電磁感應(yīng)式引導(dǎo)一般是在地面上，沿預(yù)先設(shè)定的行駛路徑埋設(shè)電線，當(dāng)高頻電流流經(jīng)導(dǎo)線時，導(dǎo)線周圍產(chǎn)生電磁場，AGV上左右對稱安裝有兩個電磁感應(yīng)器，它們所接收的電磁信號的強(qiáng)度差異可以反映AGV偏離路徑的程度。AGV的自動控制系統(tǒng)根據(jù)這種偏差來控制車輛的轉(zhuǎn)向，連續(xù)的動態(tài)閉環(huán)控制能夠保證AGV對設(shè)定路徑的穩(wěn)定自動運行。由于這種電磁感應(yīng)引導(dǎo)式導(dǎo)航方法才安裝施工比較繁雜無法隨時更新AGV行駛路徑，同時容易受到電磁環(huán)境干擾，目前部分國內(nèi)AGV制造廠商仍在商業(yè)化的AGV上使用，尤其是適用于大中型的AGV。 2). I-SO激光引導(dǎo)式AGV （適合高附加值，高環(huán)境要求行業(yè)生產(chǎn)制造使用）

　　I-SO激光引導(dǎo)式AGV上安裝有可旋轉(zhuǎn)的激光掃描器，在運行路徑沿途的墻壁或支柱上安裝有高反光性的定位標(biāo)志，AGV依靠激光掃描器發(fā)射激光束，然后接受由四周定位標(biāo)志反射回的激光束，車載計算機(jī)計算出車輛當(dāng)前的位置以及運動的方向，通過和內(nèi)置的數(shù)字地圖進(jìn)行對比來校正方位，從而實現(xiàn)自動搬運。

　　目前I-SO激光引導(dǎo)式AGV的應(yīng)用范圍普遍，并且依據(jù)同樣的引導(dǎo)原理，若將激光掃描器更換為紅外發(fā)射器或超聲波發(fā)射器，則激光引導(dǎo)式AGV可以變?yōu)榧t外引導(dǎo)式AGV和超聲波引導(dǎo)式AGV。 I-SO激光引導(dǎo)式AGV成本較高，在普通制造業(yè)較少推薦，適合生化制藥，煙草，芯片等高附加值行業(yè)使用。

　　3. I-SO視覺引導(dǎo)式AGV （全力研發(fā)中….）

　　I-SO視覺引導(dǎo)式AGV 是我們正在快速發(fā)展和成熟的AGV，該AGV上裝有CCD攝像機(jī)和傳感器，在車載計算機(jī)中設(shè)置有AGV欲行駛路徑周圍環(huán)境圖像數(shù)據(jù)庫。AGV行駛過程中攝像機(jī)動態(tài)獲取車輛周圍環(huán)境圖像信息并與圖像數(shù)據(jù)庫進(jìn)行比較，從而確定當(dāng)前位置并對下一步行駛做出決策。 這種AGV由于不要求人為設(shè)置任何物理路徑，因此在理論上具有最佳的引導(dǎo)柔性，隨著計算機(jī)圖像采集、儲存和處理技術(shù)的飛速發(fā)展，能夠識別物品和行人（如盤子.碗.顧客）該種AGV的實用性越來越強(qiáng)。
4）.I-SO磁帶導(dǎo)引AGV (通用型，適合所有行業(yè)使用)I-SO磁帶導(dǎo)引AGV 在工作區(qū)間地板上鋪設(shè)磁帶，AGV通過磁場傳感器檢測磁帶信號控制走行，這種技術(shù)目前成本最低，施工簡單可快速更改路徑，不受環(huán)境影響可靠性高，可滿足大部分行業(yè)要求，I-SO磁帶導(dǎo)引AGV 在站點設(shè)置上突破了傳統(tǒng)技術(shù)自主開發(fā)了AGV專用RFID隱藏式站標(biāo)和讀寫器，讓行駛線路設(shè)置更加柔性。
　　
　　此外，還有鐵磁陀螺慣性引導(dǎo)式AGV、光學(xué)引導(dǎo)式AGV等多種形式的AGV。

　　二 AGV的應(yīng)用

　　1．倉儲業(yè)

　　2．制造業(yè)

　　3．郵局、圖書館、港口碼頭和機(jī)場

　　4．煙草、醫(yī)藥、食品、化工

　　5．危險場所和特種行業(yè)

　　I-SO智能 AGV使用中的路線優(yōu)化和實時調(diào)度的方法和研發(fā)方向：

　　1． 數(shù)學(xué)規(guī)劃方法 ：為AGV選擇最佳的任務(wù)及最佳路徑，可以歸納為一個任務(wù)調(diào)度問題。數(shù)學(xué)規(guī)劃方法是求解調(diào)度問題最優(yōu)解的傳統(tǒng)方法，該方法的求解過程實際上是一個資源限制下的尋優(yōu)過程。實用中的方法主要有整數(shù)規(guī)劃、動態(tài)規(guī)劃、petri方法等。在小規(guī)模調(diào)度情況下，這類方法可以得到較好的結(jié)果，但是隨著調(diào)度規(guī)模的增加，求解問題耗費的時間呈指數(shù)增長，限制了該方法在負(fù)責(zé)、大規(guī)模實時路線優(yōu)化和調(diào)度中應(yīng)用。

　　2． 仿真方法：仿真方法通過對實際的調(diào)度環(huán)境建模，從而對AGV的一種調(diào)度方案的實施進(jìn)行計算機(jī)的模擬仿真。我們使用仿真手段對某些調(diào)度方案進(jìn)行測試、比較、監(jiān)控，從而改變和挑選調(diào)度策略。實用中采用的方法有離散事件仿真方法、面向?qū)ο蟮姆抡娣椒ê?維仿真技術(shù)，有許多軟件可以用于AGV的調(diào)度仿真，其中Witness軟件可以快速建立仿真模型，實現(xiàn)仿真過程三維演示和結(jié)果的分析處理。

　　3． 人工智能方法：人工智能方法把AGV的調(diào)度過程描述成一個在滿足約束的解集搜索最優(yōu)解的過程。它利用知識表示技術(shù)將人的知識包括進(jìn)去，同時使用各種搜索技術(shù)力求給出一個令人滿意的解。具體的方法有專家系統(tǒng)方法、遺傳算法、啟發(fā)式算法、神經(jīng)網(wǎng)絡(luò)算法。其中專家系統(tǒng)方法在實用中較多采用，它將調(diào)度專家的經(jīng)驗抽象成系統(tǒng)可以理解和執(zhí)行的調(diào)度規(guī)則，并且采用沖突消解技術(shù)來解決大規(guī)模AGV調(diào)度中的規(guī)則膨脹和沖突問題。

　　由于神經(jīng)網(wǎng)絡(luò)具有并行運算、知識分布存儲、自適應(yīng)性強(qiáng)等優(yōu)點，因此，它成為求解大規(guī)模AGV調(diào)度問題是一個很有希望的方法。目前，用神經(jīng)網(wǎng)絡(luò)方法成功的求解了TSP-NP問題，求解中，神經(jīng)網(wǎng)絡(luò)能把組合優(yōu)化問題的解轉(zhuǎn)換成一種離散動力學(xué)系統(tǒng)的能量函數(shù)，通過使能量函數(shù)達(dá)到最小而求得優(yōu)化問題的解。

　　遺傳算法是模擬自然界生物進(jìn)化過程中的遺傳和變異而形成的一種優(yōu)化求解方法。遺傳算法在求解AGV的優(yōu)化調(diào)度問題時，首先通過編碼將一定數(shù)量的可能調(diào)度方案表示成適當(dāng)?shù)娜旧w，并計算每個染色體的適應(yīng)度（如運行路徑最短），通過重復(fù)進(jìn)行復(fù)制、交叉、變異尋找適應(yīng)度大的染色體，即AGV調(diào)度問題的最優(yōu)解。

　　單獨用一種方法來求解調(diào)度問題，往往存在一定的缺陷。目前，將多種方法進(jìn)行融合來求解AGV的調(diào)度問題是一個研究熱點。如，將專家系統(tǒng)和遺傳算法融合，把專家的知識融入到初始染色體群的形成中，以加快求解速度和質(zhì)量。