breadcrumbs icon
Transport

Conduite autonome

Camion à tablier autonome

Camion à tablier autonome

Pour:
Transporteur
Objectif:
Améliorer l'efficacité des opérations
Problème adressé
Automatisez le transport pour augmenter la fiabilité, la précision, l'efficacité et la sécurité.
But du cas d'usage
Transport automatisé de bagages (chariots) vers les destinations demandées sur une aire de trafic d'aéroport tout en respectant les règles de circulation locales et en résolvant les conflits imprévus.
Description
Alors que le nombre d'avions visitant les aéroports allemands n'a cessé d'augmenter au cours des dernières décennies et a récemment atteint un nouveau record absolu, la logistique permettant un traitement fluide a également augmenté en complexité. Pour gérer davantage un nombre encore plus élevé d'avions, un camion à bagages entièrement automatisé a été développé. Le camion reçoit des tâches d'une machine ou d'un coordinateur humain et les exécute automatiquement. Pour des tâches spécifiques, telles que le chargement et le déchargement ou la maintenance, une interaction supplémentaire avec les travailleurs humains est nécessaire. Par conséquent, le camion est capable de communiquer son statut et ses intentions aux travailleurs environnants. Lorsqu'il travaille sur l'aire de trafic, le camion respecte toujours les règles de circulation locales. La seule occasion où ces règles sont violées est si un accident est ainsi évité. La sécurité humaine est toujours la première priorité des camions. Pour réaliser toutes ces fonctions, un système d'IA composé de plusieurs éléments individuels, qui sont tous censés fonctionner en collaboration, a été conçu. Les trois modules principaux sont un module de perception, un générateur de comportement et un module d'exécution. Le camion perçoit son environnement par son module de perception, qui se compose de plusieurs sous-modules, tels que la détection d'objets, la reconnaissance, le suivi et les blocs de fusion de données pour plusieurs types de capteurs. Les informations perçues et les incertitudes respectives sont ensuite traitées pour localiser, reprojeter et détecter chaque intention d'objets dans le système de coordonnées des camions. L'unité de perception produit un modèle de contexte que le générateur de comportement reçoit pour décider des actions à entreprendre ensuite. Ce générateur de comportement se compose d'un agent d'apprentissage par renforcement profond et est supervisé par un vérificateur de règles symboliques pour s'assurer que l'agent fonctionne sans faute. Si une action entreprise enfreint une règle, soit l'agent doit déterminer une nouvelle action, soit, dans des situations critiques pour la sécurité, le vérificateur de règles détermine une action sûre par un raisonnement symbolique. Le module d'exécution exécute le comportement déterminé par le générateur de comportement. Il se compose de sous-modules de planification de mouvement, de contrôle et de communication qui exécutent la tâche prévue tout en faisant rapport au générateur de comportement, qui réagit aux situations inattendues. De plus, l'état et les intentions du camion sont constamment signalés via des systèmes de communication à son environnement pour permettre une interaction simple avec le camion.
perceive frame img
Voir -Vidéo
understand frame img
Vision par ordinateur
Intéressé par le même projet ou un projet similaire ?
Soumettez une demande et obtenez une évaluation gratuite de votre projet.