下一步是让机器人车队相互协调，以在仓库中高效移动。首先，避免碰撞需要协调。尤其是在路口，不同品牌的机器人很难自己弄清楚谁应该先走。通常，两辆车要么相撞，要么原地不动，等待对方先通过。另一个碰撞源是 LiDAR 传感器的高度。许多 AMR 使用 LiDAR 在水平 2D 平面中扫描障碍物。当叉车停在过道上且货叉伸出 AMR 激光雷达传感器的高度以上时，AMR 可能无法感知前方的障碍物而撞上货叉。

其次，资源优化需要协调：在最短的时间内，以最少的动作完成尽可能多的订单。最佳流程取决于许多不同的变量：仓库的布局、货架的空间布置、机器人的数量和类型（AI 中的“代理”）、订单量等等。

此外，还有开槽问题。哪些物品要存放在什么架子上？与很少订购的物品相比，流行的物品应保存在更容易获得的位置。另一个复杂因素是每个项目的大小和每个货箱的大小。大件物品不能存放在小箱中。

因此，优化仓库操作是一个多变量、多代理、多目标的问题，其参数随时间变化。这些棘手的问题传统上是通过常识、经验和经验法则来解决的。借助人工智能，我们拥有开发更智能的插槽、更高效的布局以及不同机器人车队之间的最佳协调的工具。这是怎么做的？

在我们公司Syncware 中，我们根据真实的仓库数据创建仓库环境的模拟，包括平面图和订单历史记录。在模拟环境中，我们训练代理（代表机器人或人类）以最快的方式完成订单，同时考虑其他代理的移动和未来的订单。在车间，经过训练的 AI 会通知每个机器人他们的下一步行动。   

与任何人工智能一样，解决方案与数据一样好。不仅要在理论上而且要在实践中优化仓库，实时了解哪个机器人在哪里、它还剩下多少电池电量以及预期的订单是向车队下达最佳命令的关键。

在未来几年，将发明新的引人注目的机器人，并找到通往仓库的路。需要克服围绕连接和协调的几个挑战来协调机器人，以便管理人员可以真正关灯。然而，随着全球越来越多的人喜欢网上购物，暗仓的未来肯定是光明的！

密集存储多层穿梭车调度系统技术及应用 !

郑州货架厂 丨 郑州货架厂家 丨 郑州仓储货架 丨 郑州货架 丨 郑州货架生产厂家