使用SOTIF提升自动驾驶物流机器人的安全性

摘要

如今，随着互联网和移动通信技术的发展，消费者的购买方式已经从线下转向线上。此外，由于此前的疫情，在线购买显著增加，相应地，用于物流交付的快递行业也有了显著增长。各式各样的物流机器人正在许多工业中运行，可以减轻工人的劳动强度和身心疲劳。但是，如果物流机器人没有正确识别周围的人或环境，就可能导致严重的事故。我们通过将ISO/DIS 21448 (SOTIF)应用于自主物流运输机器人，研究了物流机器人如何在物流仓库等工作环境中安全工作。这一成果有望为使用AGV的无人物流仓库的运营做出贡献。

1.简介

人们正在积极开展研究以提高自主机器人的机动性和自主性，以便它们能够在各种环境中执行服务。由于疫情，随着工厂转向智能工厂系统和高度自动化的物流仓库的增加，大量人员正在被机器人取代。机器人系统可以减轻各个工业领域工人的劳动强度和身心疲劳，随着最近强调与人类的移动性和协作功能，人们越来越关注提高工人与机器人之间的安全性。随着同步定位和地图构建（SLAM）技术应用于沿固定路径移动的自动导引车（AGV）中的自主移动机器人（AMR），机器人的运动范围变得更广，并且随着它们对现有室内和室外环境中更快移动的兴趣增加，如果不能在比室内更多样化的环境中处理大量传感信息，并预测周围障碍物的移动，则可能导致重大事故。为了推导出针对城市轨道交通平台优化的设计要求，设计了基于AGV的垂直和水平运输机械和货物升降平台的操作概念。人们提出了一种用于自主移动物流机器人的技术，以使用激光传感器识别在同一空间工作的工人。如图1所示，物流系统中使用的自动驾驶物流转运机器人主要用于工厂或仓库的产品组装、邮件或包裹投递等物料的搬运或分拣。图1(a)为亚马逊运营的KIVA机器人，可以搬运货架。图1（b）显示，通过在头部安装传送带，现有的传送带系统可以自动将货物装卸到机器人上或从机器人上卸下。图1(c)是一个移动协作机器人，将产品运送到生产线并交付给工人。图1(d)可用于使用挂钩进行广泛的牵引作业。图1(e)可以执行消防、农活和运动训练支持等多种任务，其越野能力允许在农场和山地等崎岖地形上自动驾驶。图1(f)是能够运输集装箱的自主车辆。

图1.各种类型的工业自动导引车(AGV)

由于在这种情况下有大量机器人移动，因此可以使用独立的物理服务器集中控制的方法来进行实时控制，但存在一个问题，即由于服务器负载增加，所有机器人都会受到影响、错误和故障。人们提出一种方法，其中每个机器人独立计算和移动最佳路径，并尝试通过与其他机器人实时共享包括障碍物信息在内的周围情况，来判断机器人之间的情况。然而，即使在这种情况下，提前预测驾驶路线上的各种场景情况并更积极地做出响应也是有限制的，即使机器人或周围系统没有功能故障，由于性能限制而导致的危险情况的发生也不足以做出响应。

2.自动驾驶物流机器人SOTIF应用的必要性