تصادم مركبات التوجيه الآلي في المستودع: إعادة بناء ثلاثية الأبعاد للخلل اللوجستي

اصطدم أسطول من الروبوتات المستقلة (AGVs) في نقطة توقف تام داخل مستودع ذكي، مما أدى إلى اندلاع حريق شلّ العملية لمدة 48 ساعة. هذا الحادث، المسجل في سجلات أجهزة الاستشعار، يطرح تحديًا تقنيًا: تحديد ما إذا كان الخطأ في تخطيط المسارات أم تداخلًا خارجيًا في مستشعرات LiDAR. باستخدام خط أنابيب العمل ثلاثي الأبعاد مع Navisworks وCloudCompare وUnreal Engine 5، يمكن إعادة بناء كل ملليمتر من المسارات وعزل السبب الجذري للحادث. 🔥

إعادة بناء المسارات واكتشاف نقاط التوقف التام باستخدام Navisworks وCloudCompare 🚧

كانت الخطوة الأولى في التحليل الجنائي هي استيراد سجلات المواقع الخاصة بـ 12 روبوت AGV إلى Navisworks لتصور تخطيط المستودع والمسارات المخصصة. كشف المحاكاة عن اختناق في الممر رقم 7، حيث تقاربت أربعة روبوتات في وقت واحد. لاحقًا، في CloudCompare، تمت محاذاة سحب النقاط من LiDAR لكل روبوت مع التوأم الرقمي للمستودع. أظهرت المعايرة انحرافًا زاويًا قدره 2.3 درجة في الروبوت R-04 قبل الاصطدام مباشرة. كان هناك اشتباه في أن أضواء LED عالية التردد في السقف، التي تعمل بتردد 120 هرتز، قد تكون ولّدت نمط تداخل في المستشعر، مما زوّر اكتشاف العوائق. للتحقق من ذلك، تم نمذجة الطيف الضوئي في SolidWorks، ومحاكاة سلوك المستشعر تحت تلك الإضاءة، مما أكد أن الضوضاء البصرية تسببت في تأخير في الفرملة بمقدار 0.4 ثانية.

دروس مستفادة لمحاكاة تدفقات اللوجستيات الصناعية 💡

تثبت هذه الحالة أن محاكاة تدفقات اللوجستيات لا يمكن أن تقتصر على تحسين المسارات. من الضروري دمج المتغيرات البيئية، مثل الإضاءة الصناعية، في نماذج الاصطدام. سمح Unreal Engine 5 بإعادة إنشاء الحدث في الوقت الفعلي، وتصور كيف غيّر تداخل LED إدراك LiDAR. يتضمن الحل المقترح إعادة تصميم تخطيط الممر رقم 7 بنصف قطر دوران أكبر وإضافة مرشحات تردد في أجهزة الاستشعار. في البيئات ثلاثية الأبعاد، كل تفصيل في البيئة المادية مهم؛ تجاهل أضواء السقف قد يكلف الملايين في الأضرار وتوقف الإنتاج.

كيف يمكن لإعادة البناء ثلاثي الأبعاد للفشل اللوجستي تحديد الأعطال في نظام تجنب الاصطدام للروبوتات AGVs وتحسين السلامة في المستودعات الذكية؟

(ملاحظة: محاكاة مصنع صناعي تشبه لعب Sims، ولكن بدون حمامات سباحة لإزالة السلم)