廣 告 | 點擊 查 看

摘要：為解決濟南卷煙廠卷包車間AGV小車因外來人員誤占安全通道導致的安全風險升高、物料損壞及輸送效率下降等問題，本文綜合應用LEC風險評價法、嵌入式系統(tǒng)及多傳感器融合技術，設計并研制了一套AGV小車安全預警系統(tǒng)。該系統(tǒng)通過人體感應傳感器實現(xiàn)3m安全距離內(nèi)人員檢測，結(jié)合Wi-Fi傳輸與雙線程控制技術，聯(lián)動高音揚聲器、激光直線警示燈及顯示屏完成多維度安全預警。以濟南卷煙廠卷包車間8臺AGV小車為對象進行測試，結(jié)果表明：安裝該系統(tǒng)后，AGV小車對外來人員的危險程度D值由77降至9（D＜20），物料輸送中因緊急制動導致的物料損壞次數(shù)由每5000件6次降為0，AGV小車“COM”故障處理時間由24.5min縮短至1.34min。該系統(tǒng)有效提升了AGV小車本質(zhì)安全水平，為煙草行業(yè)AGV設備安全運行提供技術支持。

關鍵詞：AGV小車；安全預警系統(tǒng)；LEC風險評價法；嵌入式系統(tǒng)；多傳感器融合

作者：畢玉超 段曉威 云杰 趙衡 張世福 劉哲

山東中煙工業(yè)有限責任公司濟南卷煙廠

一

引言

自動導引車（Automated Guided Vehicles，AGV）作為生產(chǎn)制造企業(yè)自動化物流的重要部分[1,2]，承擔濟南卷煙廠卷包車間機臺物料供應與空托盤回收任務，其安全穩(wěn)定運行直接影響車間生產(chǎn)效率。濟南卷煙廠卷包車間現(xiàn)有8臺AGV小車組成的輸送系統(tǒng)，隨著企業(yè)工業(yè)旅游推進及外協(xié)施工作業(yè)增加，外來參觀人員與相關方人員流量顯著上升，誤占AGV安全通道的頻率升高，導致AGV設備的事故發(fā)生可能性（LEC風險評價法[3,4]中的L值）增大?，F(xiàn)有AGV雖配備基礎安全制動裝置，但存在預警功能缺失問題：一是外來人員安全意識參差不齊，無法及時感知AGV靠近，易引發(fā)碰撞隱患；二是AGV自重2t、載重0.4～0.98t，緊急制動時易導致物料慣性偏移摔落，同時損傷制動系統(tǒng)與車間地面；三是緊急停機后常出現(xiàn)“COM”故障，造成小車定位丟失、引發(fā)排隊等待，延誤物料供應。

要解決上述人機交互引發(fā)的安全問題，需引入主動預警機制。當前，隨著物流自動化設備的增多，針對自動化設備安全的研究較多。畢玉超[5]等設計了一套ABB機器人輔助吸盤裝置，避免了在拆垛過程中因吸盤吸附不穩(wěn)而造成成品煙箱掉落等問題；王厚英[6]等運用了S7-200SMART PLC控制技術及通信功能，銜接AGV小車輔助控制技術，實現(xiàn)了整個產(chǎn)線的自動化；朱丹[7]選取激光傳感器作為路徑信息采集裝置，以兩片8位單片機作為系統(tǒng)的控制核心，提高了小車識別系統(tǒng)的前瞻性和準確度，從而達到了提高小車運行速度和穩(wěn)定性的目的；李博巍[8]采用嵌入式系統(tǒng)的開發(fā)平臺，在汽車前、后、左、右四個方向設置人感和視頻攝像傳感器，當汽車與周圍障礙物間的距離小于預警值的時候，能夠及時發(fā)出預警聲光信號?？涤佬耓9]等通過定義路口關鍵點的可行方向限制算法的搜索范圍，降低路徑規(guī)劃時間和AGV轉(zhuǎn)向次數(shù)，再結(jié)合時間窗口算法對多AGV路徑進行碰撞分析，有效避免可能發(fā)生的擁堵，減少AGV在關鍵點的等待時間。安全領域研究多集中于路徑規(guī)劃，針對卷包車間復雜人機環(huán)境的多維度預警系統(tǒng)較為缺乏。本研究借鑒工業(yè)設備模塊化設計思路，結(jié)合LEC風險評價法，研制嵌入式AGV安全預警系統(tǒng)，通過多傳感器檢測與多方式預警，降低事故風險，提升AGV本質(zhì)安全水平。

二

基于LEC法的AGV小車運行危險分析

1.LEC風險評價

LEC風險評價法是通過評估與系統(tǒng)風險相關的三個指標——事故發(fā)生可能性大?。↙）、人體暴露在這種危險環(huán)境中的頻繁程度（E）、一旦發(fā)生事故會造成的損失后果（C），并以三者乘積D值來評價風險的大小[2]。具體參見表1。

表1 LEC風險評價法標準

AGV小車在工作時間運行，E值取6，發(fā)生小車撞人事故時，一般會造成較嚴重的機械傷害，C值取3，因此E值和C值相對固定，而當前L值處于較高級別（3～6），因此在設定目標時，考慮通過將L值水平降低來實現(xiàn)D值控制在盡可能低的安全水平。采用LEC風險評價法對一個月內(nèi)AGV小車對外來人員的危險程度D值進行評價，D值平均水平為“顯著危險，需要整改”（77），參見表2。定量目標為AGV小車本質(zhì)安全危險程度D＜20（稍有危險，可以接受）。

表2 AGV小車運行危險性分析

2.安全距離判定

AGV小車安全距離是指為了防止人體觸及或接近AGV小車處于危險狀態(tài)，防止AGV小車造成的危害，而在兩者之間所需保持的一定空間距離。

AGV小車與人的運動狀態(tài)分為三種：①小車向靜止的人運動：實測，小車在距離人20cm 處緊急停車，安全空間幾乎很小，此時L值為3，較大；②人、車同向而行：此時L值最小為1，如果人減速至靜止，參考①；③人、車相向而行：此時L值為6，最大，此時危險程度D值最大。

顯然，相向而行L值＞小車向靜止的人運動L值＞同向而行L值。

參觀時外來人員多為駐足觀看講解，對于上述情形①、②，小車向靜止的人體運動，經(jīng)查閱技術資料，小車最高速度為0.5m/s，小車距離人0.4m 處開始緊急制動（制動時實測制動距離0.2m，停止后距人0.2m），人的反應時間通常為0.4～0.6s，在受到驚嚇的情況下，反應時間通常在1.5s內(nèi)。按照人反應時間1.5s，為了避免小車緊急制動，兩者需要保持的安全距離為0.4m+1.5s×0.5m/s=1.15m；對于情形③，通常人的行走速度為1m/s，參觀時即使人員與小車相向而行，人的速度也遠小于正常人行走平均速度，但理論計算時，人行走速度仍按1m/s計算，為了避免小車緊急制動，兩者需要保持的安全距離為0.4m+1.5s×（0.5m/s+1m/s）=2.65m。

綜合兩種情況的計算結(jié)果，為使事故發(fā)生的可能性L值有效降低，將安全距離統(tǒng)一按 3m來考慮。因此，可見對于情形①、②和③只需在設計過程中，在距離小車3m處檢測到人員并輸出多種預警提示信號提示人員作出反應，就能最大限度的降低事故發(fā)生的可能性L值。

三

AGV小車安全預警系統(tǒng)設計

1.系統(tǒng)總體架構(gòu)

AGV小車安全預警系統(tǒng)采用模塊化設計，分為電源模塊、信號采集模塊、信號處理模塊及預警輸出模塊4部分，整體架構(gòu)如圖1 所示。電源模塊將AGV小車24V電壓轉(zhuǎn)換為系統(tǒng)所需12V穩(wěn)定電壓；信號采集模塊通過人體感應傳感器與I/O觸點采集，實現(xiàn)3m安全距離人員檢測及AGV運行狀態(tài)識別；信號處理模塊基于Wi-Fi傳輸與Python雙線程控制，完成信號分析與預警指令下發(fā)；預警輸出模塊通過高音揚聲器、激光直線警示燈及顯示屏，實現(xiàn)聲、光、文字多維度預警，與AGV原有安全裝置形成雙重防護。

圖1 系統(tǒng)整體架構(gòu)圖

2.關鍵模塊設計

（1）電源模塊

根據(jù)已確定相關器件額定電壓，電源需提供12V的電壓，如選擇外加電源，體積較大，需要持續(xù)充電。選擇AGV小車自帶電源，體積小、可隨小車移動。通過加裝LM2596S電壓轉(zhuǎn)換模塊，將24V電壓穩(wěn)定轉(zhuǎn)換為12V，滿足系統(tǒng)各器件供電需求，且無需額外維護。

（2）信號采集模塊

信號采集模塊主要圍繞AGV的環(huán)境感知與人機運行狀態(tài)監(jiān)測兩大核心需求，通過對關鍵組件人體感應傳感器透鏡及信號采集方式的選型與參數(shù)設定，確保數(shù)據(jù)采集的準確性、適用性與可靠性。

人體感應傳感器透鏡選型。對比球面透鏡（檢測角度不足）、菲涅爾透鏡（成本420元）與多焦點透鏡（成本360元），多焦點透鏡檢測角度覆蓋廣，可滿足AGV前部、左部、右部三向檢測需求，因此選擇多焦點透鏡。結(jié)合AGV制動距離0.2m、提前制動距離0.6m及安全間距0.2m，將傳感器檢測距離設定為3m。

表3 I/O觸點采集模擬測試

AGV運行狀態(tài)采集。對比CAN總線采集（干擾原有系統(tǒng)）、驅(qū)動器采集（改造可行性低）與I/O觸點采集（無干擾、改造難度?。?，選擇I/O觸點采集方式。通過分析AGV電路圖確定運動狀態(tài)信號位置，模擬測試10次，采集成功率達98.3%，參見表3?？蓽蚀_識別AGV前進、停止、倒車、拐彎等狀態(tài)。

（3）信號處理模塊

信號處理模塊主要是處理信號采集模塊所發(fā)送的AGV運行狀態(tài)信息，聚焦AGV與系統(tǒng)間的穩(wěn)定通信傳輸及高效控制邏輯，通過確定通信方案、部署網(wǎng)絡架構(gòu)并選擇適配的控制方式與開發(fā)語言，保障數(shù)據(jù)傳輸實時性、安全性及控制功能開發(fā)效率。

圖2 網(wǎng)絡連通測試

WiFi傳輸速率為150Mbps，能夠滿足實時響應需求。WiFi傳輸半徑為60m，能夠覆蓋車間AGV運行路徑。在車間天花板中間位置安裝 AGVSAFE AP 基站，設定8臺AGV IP地址（192.168.2.101-108）并設置IP白名單，保障通信安全。通過網(wǎng)絡連通性測試保障網(wǎng)絡連通正常，如圖2所示。

（4）預警輸出模塊

預警輸出模塊通過構(gòu)建聲音、光源、屏幕三位一體的多維度預警體系，針對AGV運行場景設計適配的預警設備、安裝方案及內(nèi)容，確保在保障人員清晰感知避讓信號的同時，兼顧實用性與環(huán)境兼容性。

聲音預警。選用高音揚聲器，定制“AGV靠近，請避讓”語音內(nèi)容，在3m安全距離處分貝值約68dB（＜85dB），既保證人員清晰識別，又避免噪音干擾。

光源預警。對比高亮一字投影燈（3m處散光）與激光直線警示燈（3m處清晰無散光），選擇激光直線警示燈，安裝于AGV前部與兩側(cè)，AGV非充電狀態(tài)時持續(xù)點亮，提醒人員避讓。

屏幕預警。顯示屏安裝于AGV上部蓋板（鋼板厚度3mm，符合人眼15°～40°最佳俯角），顯示內(nèi)容與聲音預警同步，額外增加物料名稱、機臺及運輸路線信息。固定支架采用3D打?。≒LA材料），制作周期21小時，承重＞20kg，滿足安裝穩(wěn)定性要求。

3.控制程序設計

控制方式選擇雙線程控制方式，在程序中創(chuàng)建兩個獨立的線程，分別負責充電狀態(tài)管理和設備運行狀態(tài)管理，兩者并行運行且互不堵塞。編程語言選用Python，開發(fā)環(huán)境基于PyCharm編寫系統(tǒng)控制程序，分為主模塊、數(shù)據(jù)模塊與中斷模塊，流程如圖3所示。

圖3 軟件編程流程圖

當人體感應傳感器檢測到3m內(nèi)人員時，觸發(fā)中斷程序，信號經(jīng)Wi-Fi傳輸至AGV控制器，控制器同步啟動高音揚聲器、激光警示燈及顯示屏，預警系統(tǒng)的實物如圖4所示。

圖4 AGV小車安全預警系統(tǒng)展示

四

應用效果

1.試驗設計

本試驗在濟南卷煙廠卷包車間開展，試驗對象為車間內(nèi)投入使用的8臺AGV小車，其主要負責“泰山”牌箱裝件煙的輸送作業(yè)。試驗參數(shù)設定如下：AGV小車運行速度統(tǒng)一控制為0.5m/s；為模擬車間實際人員流動場景，重點模擬外來人員參觀情境，設定參觀頻次為每日10～13次，月均參觀人數(shù)為300～450人；試驗周期規(guī)劃為2025年6月至9月，共計4個月，以確保數(shù)據(jù)采集的全面性與時效性。

2.結(jié)果分析

（1）安全風險改善

采用LEC風險評價法統(tǒng)計AGV危險程度D值，D值由平均77降至9（＜20），達到“稍有危險，可接受”，滿足煙草行業(yè)安全標準，參見表4。

表4 AGV小車本質(zhì)安全危險程度測算

（2）生產(chǎn)效率提升

系統(tǒng)安裝前后物料輸送關鍵指標參見表5。安裝后，AGV緊急制動次數(shù)減少，每5000件物料損壞次數(shù)由6次降至0；“COM”故障處理時間由24.5min縮短至1.34min，避免小車連鎖排隊，AGV有效運行時間由18.2h/天提升至21.5h/天，物料準時輸送率提高15%。

表5 AGV小車預警系統(tǒng)安裝前后生產(chǎn)效率對比

五

結(jié)論

本文研制的AGV小車安全預警系統(tǒng)，通過多焦點透鏡人體感應傳感器實現(xiàn)3m精準檢測，結(jié)合Wi-Fi傳輸與雙線程控制技術，聯(lián)動聲、光、文字多維度預警，有效降低事故可能性L值，使AGV危險程度D值＜20。系統(tǒng)應用后，物料損壞率降至0，“COM”故障處理時間大幅縮短，AGV有效運行時間提升，保障卷包車間物料供應效率，降低運維成本。

參考文獻:

[1]徐佳祥,王寧.生產(chǎn)車間多AGV運輸系統(tǒng)能耗優(yōu)化路徑規(guī)劃算法[J].汽車工藝與材料,2025, (10):1-9.

[2]陶順育.生產(chǎn)型企業(yè)引進AGV的決策研究[J].物流科技, 2025, 48 (18):75-78.

[3]于海,劉振國,單雪垠,樸文泉.LEC法在變壓器作業(yè)危險評估中的應用[J].電力安全技術,2025, 27(06):8-13.

[4]魯?shù)乱?LEC法在金屬3D打印機風險評估中的應用[J].實驗室科學,2025,28(04):158-163.

[5]畢玉超,高勇,叢鑫,劉輝,高坤.ABB拆垛機器人輔助吸盤裝置的設計[J].煙草科技,2019,52 (05):105-108.

[6]王厚英,李福武,何經(jīng)緯.基于PLC與AGV控制的工業(yè)機器人自動產(chǎn)線[J].輕工科技,2019,35 (12):75-77.

[7]朱丹.基于激光傳感器的智能循跡小車設計[J].電子技術與軟件工程,2016,(22):254.

[8]李博巍.基于嵌入式的汽車防碰撞預警系統(tǒng)[D].導師:孟憲福.大連理工大學,2014.

[9]康永新,張永聰,張磊,郝艷鵬,韓丹.基于關鍵點和時間窗口的多AGV路徑規(guī)劃研究[J].物流技術與應用,2025,30(09):123-129.

———— 物流技術與應用融媒 ————

編輯、排版：王茜

本文內(nèi)容源自

歡迎文末分享、點贊、在看！轉(zhuǎn)載請聯(lián)系后臺。

廣告宣傳