Development of a self-learning system for optimizing the driving rules of autonomous transport vehicles and their temporally and spatially coordinated activities
Projekt naslavlja inteligenten sistem za vodenje flote avtonomnih mobilnih robotov. Glavni cilj projekta je razvoj algoritmov za učinkovit in prilagodljiv večrobotski transport. Pomembne novosti glede na obstoječe pristope v industriji bodo boljša prilagodljivost z avtomatično gradnjo oziroma prilagajanjem konfiguracije zemljevida, ki bo omogočal učinkovitejše transporte AMR-jev (npr. krajši transportni časi, manj zastojev in manj potrebnih reševanj konfliktov pri planiranju poti AMR-jev). Pomembna novost bo tudi samoučeči modul za dodeljevanje nalog AMR-jem, ki bo pravila prilagajal dejanski situaciji (trenutnemu zemljevidu, trenutni statistiki transportnih nalogov, lastnosti uporabljenega algoritma planiranja poti, ipd.) in zaradi tega omogočal izboljšanje delovanja v času preko učinkovitejšega planiranja in manjša kompleksnosti (glede na kombinatorično kompleksnost kjer se dodeljevanje nalog in planiranje poti rešuje hkrati). Prednost bo tudi usklajeno planiranje poti za skupino AMR-jev z določanjem oken zasedenosti za odseke v zemljevidu, upoštevanjem prioritet za transporte, z minimalnim potrebnim usklajevanjem, brez konfliktov in trkov, kar bo omogočilo lažje lokalno vodenje z manj potrebnih korekcij med izvajanjem transporta. Omenjeni algoritmi bodo testirani, analizirani in demonstracijsko validirani na večih nivojih vodenja flote. Pokazano bo, da je možno z novimi pristopi k abstrakciji intralogističnega problema, večrobotskem planiranju poti in dodeljevanju nalog doseči učinkovitejše in robustnejše rešitve od obstoječih. Izsledki raziskav in aplikacije na omenjenih prototipnih robotih bodo koristno uporabljeni s strani podjetja Epilog d.o.o. in njihovih partnerjev pri nadgradnji obstoječih rešitev.
