终检评审通过 创新训练 580交通运输工程 智能交通校级

改革开放以来，特别是加入WTO以来，我国物流行业飞速发展，物流总值从2002年的23.3万亿增加到2020年的300.1万亿；物流总费用与GDP的比率从2002年的18.9%降到2020年的14.7%；中国的快递包裹量2020年834亿件，在全球快递业务量中占比超过了60%，港口货物吞量与集装箱吞吐量均为世界第一。物流行业的飞速发展催生了大量与智慧物流相关的产业与产品。其中，集机械工程、控制工程、人工智能和计算机技术等多学科融合为一身的自动引导运输车AGV，凭借其高效率、智能化和柔性化的特点，可实现路径规划、自主避障、任冬调度等功能，普遍应用于工厂生产线、集装码头、航站楼、仓库等场合，在物流运输中担任着越来越重要的角色。但美中不足的是，典型的如京东无人仓等，目前应用较为广泛的 AGV 大多只能承担轻质量、小体积货物的室内运输，其载重量有限（如图1，图2所示）。当面对码头集装箱、航空航天、交通基础设施建设等大型机械装备的物流运输和储存管理时，受高要求、运输效率与成本控制等诸多因素的影响，普通 AGV 难以满足运输需求。针对以上问题，研究者将重载卡车的高承载能力与AGV的自动化与准确性进行有机结合，由此，重载 AGV 应运而生。正因其工作性质的影响，重载AGV不仅应用于室内搬运，绝大多数时间需在室外执行搬运任务。与室内作业相比，室外作业易受路面、天气、其他行驶车辆等各类因素的影响，复杂多变的外界因素对重载 AGV 的性能和结构提出了更为严苛的要求。面临的工作环境更加复杂多变，在恶劣路况下不均匀受力及剧烈冲击，极易引发疲劳破坏，对其疲劳寿命的预估产生造成货物损失，增加行车风险。为解决上述问题，本项目旨在初步构建重载AGV疲劳寿命预测模型，积极推进智慧物流不断向前向上发展。