基于5G技术的智慧工厂仓储物流与巡检管理研究

建筑行业是我国经济发展的支柱产业，利用物联网等信息化技术推动行业数字化转型是未来发展的关键，也是我国建设资源节约型和环境友好型社会的有利推手。在建筑行业装配化施工中，预制加工工厂可以用现代工业化的生产方式和管理手段代替传统的、分散的手工业生产方式来加工预制件，能够达到缩短工期、减少造价的效果，实现建筑工业化[1]。为了使装配式建筑建造过程实现智慧建造，就需要应用相关的智能技术，从而实现感知、传输、计算、记忆、分析等功能。这些智能技术中，感知有物联网技术、实时定位技术，传输有互联网技术、云计算技术，记忆有BIM模型、GIS数据等[2]。

本文研究主要应用于装配化施工工厂，其中管道预制厂主要加工各种中、大型管道，为企业提供装配化施工物件。设备中有部分老旧设备仪表改造成本高，为了更好地获得设备仪表指示数据，作为设备运行绩效分析的依据。传统人工巡检工作频次高，抄表工作量大，巡检质量无法量化，数据存在主观误差。手工巡检记录，只抄不用，无法通过数据识别和发现设备异常情况以及抽取数据和加工利用。基于以上问题，研究和推广了一种能够在建筑内按指定路线完成巡检点位定位巡视的机器人[3]，实现设备指针仪表数据自动抄录，提高建筑设备巡检工作效率和建筑设备运行可靠性。

5G技术具有“超高速率、超低时延、超大连接”的技术特点，基于5G技术的信号覆盖将形成企业快速反应能力、确保订单准时交付核心业务数据的管理规范后，可以实现产供销人财物的高效协同，通过信息系统对订单的管理、对供应商的管理，实现全产业链数据的贯通，提升企业应对市场的快速反应能力。

构建一套生产管理系统（Manufacturing Execution System,MES），根据项目管理（Project Management,PM）系统中项目施工任务获取送达时间，通过Rebro软件获取零件图。生产管理系统中，根据工单所需物料明细（Bill of Materials,BOM），按照物理尺寸分配不同的运输设备，确定场内和场外运输方案。

根据运输品、送货地点的先后，规划运输品物流顺序，如图1所示，达到运输承载量效率最优。在已有的高德地图路径算法上，基于贝叶斯概率公式判断路况事故造成的概率，择优路径运输。为不同运输设备，装载行车记录视频一体机、多模导航卫星定位系统、车载摄像机等。基于5G网络，采集位置、实施图像等数据。

如图2所示，在驾驶舱内部署ADAS、DBA、BSD摄像机，实现驾驶过程中的智能主动安全发现与提醒，并将相关信息数据实时回传中心平台。

系统支持以车辆为单位进行查看和管理，具备定位信息、速度信息在视频上叠加，同时预览多路车载视频，按需调取录像，如图3所示。

系统支持联动视频监控、速度可视化及实时跟踪功能，针对超速告警、驶出规定区域告警、低速行驶告警等实时信息推送；判断不按路径行驶的车辆，并实时问清缘由，强化路径计算模型。管理平台界面如图4所示。

场内运输采用AGV叉车，如图5所示，其优点是自动化程度高、无需人工操作、节省成本。但是对于路线比较复杂灵活的路线，宜使用人力叉车、电动叉车等运输工具；对于大型预制件可以采用自动吊篮、机械臂、立体仓库等运输工具。

对仓储空间和运输路线进行管理。针对不同种类的运输路线和仓储空间，物联网平台管理重心和计算方式不同。在场内运输中，将使用5G定位、UWB定位、北斗定位、视觉SLAM定位复合定位法，进行透明化工厂管理。AGV调度管理系统（FMS）与仓储管理系统（WMS)[4]建立物料配送数据接口。MES进行生产调度时，产生的物料配送信息发送到仓储管理系统，仓储管理系统将生成的物料运输任务命令传递给调度管理系统，该系统立即响应，产生一条物料配送指令，根据指令类型，系统给出物料配送的起点和终点，系统根据地图信息给出最优路线图，就近调度安排AGV小车执行物料运输任务。

物品物流系统和物品的全程可视化协同管理从供应商到需求者，供应链是接收物品、运输、报关、运输、货物交付买方。每个物品连接到电子标签，通过RFID和GPS技术的结合实现对整个供应链的监控。接收物品的射频标签信息和位置信息并上传至通信卫星，由卫星发送到港口物流控制中心。在整个运输过程中，物品始终处于严格的监控之中，以确保物品在运输过程中的安全。也因此实现了物品在运输过程中的可视化管理。

在预制件物流管理上，扫描装配线上的编码、智能运输中识别工作场所危险、运输无人驾驶等工厂内部高自动化物联网场景，需要较大网络带宽，更快响应和运算处理。并且高自动化的背后，需要更高的安全性，因此基于物联网平台的预制物流管理所对应的服务器架构，优选5G传输和边缘计算服务器，做内网管理。

云原生是基于分布部署和统一运管的分布式云，以容器、微服务、DevOps等技术为基础建立的一套云技术产品体系，较适合大型预制物流管理。基于云原生技术的架构设计图如图6所示。

实现的主要功能：（1）生产辅助：AR装配辅助、物料设备定位、数字孪生看板、预防性维护；（2）边缘AI检测：缺陷边缘检测、规范化生产线操作、设备自决策管理；（3）智能控制：远程行车、自动行车、产线监控、机械臂；（4）智能物流：AGV云化管理、物流配送调度、5G自动驾驶；（5）园区管理：AI视频监控、人脸打卡识别、疫情防控检测、指挥调度对讲等。

AGV模块是智能巡检机器人自主行动的运动机构装置，如图7所示，使用SLAM激光导航技术[5]辅助机器人行走机构完成空间路径规划。机器人平台的AGV行走机构能在建筑有限空间环境下按固定规划的路径进行行走指令的执行。激光SLAM精度±10 mm，通过SLAM定位至巡检点位后，再利用现场地面设置的二维码做定位微调，达到±1 mm精度。采用激光雷达和接触式橡胶防撞条组合防止机器人与机房内设备产生撞击。

采用神经网络算法来进行图像处理，该方法选择特定的神经元，计算该神经元对输入图像的反应产生的偏导数，然后使用梯度上升优化图像直到收敛。此外，需要一些标准化的项目来使生成的图像更接近自然模型。除了优化输入图像，还可以优化FC6功能并创建所需的图像，选择图像和不正确的分类。然后，系统计算该分类对图像的偏导数，对图像应用梯度上升优化。

机器人前端系统通过5G无线传输单元上传图像信息至后端处理系统进行图像信息的算法解析，最终完成仪表读数的自动解析和数值阈值判定工作。指针式仪表图像信息需要通过CMOS摄像机在自然光条件下采集，如图8所示，预处理过程中主要是使用图像灰度法将彩色图像灰度化。通过改进图像预处理条件，图像识别率从优化前的50%提高到90%左右。

建筑有限空间环境下指针式表具的布置存在高低、偏转的差异，智能巡检机器人的机械臂需要精确的控制到合适的空间位置，使系统搭载的视觉识别装置完成仪表图像信息的捕捉。六轴机械臂具有精度高、速度快、外形小巧等特点，采用高质量、高性能谐波减速机，能够使其在运行过程中不断重复定位，保证作业精度。在智能巡检机器人平台上对六轴柔性机械臂[6]运动组件的程序化适配和调试工作，满足了在有限建筑空间环境下的机器人视觉识别模块对机械臂空间活动自由度的要求，如图9所示。

智能巡检机器人在研发生产基地完成了现场8次人机对比验证，机器人平台进行了示范厂区内45块指针式仪表盘数据读取和数据转换工作，平均耗时为1.2 h，平均数据采集精度为90%。同等条件下，人工数据采集每次巡检完成平均历时约为2.6 h，平均精度为70%。

结果证明：采用5G+机器人巡检方案可节省巡检人工费用约53%，提升数据采集正确率约20%，在同等工作条件下，机器人相比人工作业提升工作效率约3倍，如表1所示。巡检机器人如图10所示，路径规划如图11所示。

在当前数字化技术不断发展的背景下，本文在已有条件的基础上，建立了一套适用、先进的仓储物流及巡检管理系统，以支撑预制加工厂的工程需要。对于场内场外的物流运输，运用基于5G信号覆盖的物联网技术来进行对预制件的状态监测、物流调度、运输管理。再根据工厂需要设计一款智能巡检机器人，经过现场数据采集、实验对比，发现可以极大节省人工巡检成本，提高巡检效率。但在建筑领域数字化进程中，还有很长的路要走。如何将不断更迭的管理理念与先进设备巧妙的运用到建筑工地上，不断提升建筑领域的先进水平，将是未来持续努力的方向。