[论文解读] Method for Specifying Location Data Requirements for Intralogistics Applications

Jakob Schyga, Markus Knitt+2 more|arXiv (Cornell University)|Jan 1, 2023

Advanced Manufacturing and Logistics Optimization被引用 1

一句话总结

本文提出一种系统化方法，通过建模实体与兴趣空间之间的空间依赖关系，以规范和量化智能物流应用中的定位数据需求。该方法通过‘自动托盘预约’案例研究得到验证，基于运动动力学和安全裕量推导出精确的精度要求（例如，4σ下水平方向0.25m，垂直方向0.15m），从而实现成本效益最优的室内定位系统（ILS）选型。

ABSTRACT

Various applications leverage location data to increase transparency, efficiency, and safety in intralogistics. There are several properties of location data, such as the data's degrees of freedom, system latency, update rate, or accuracy. To select a suitable indoor localization system, corresponding data requirements must be derived by analyzing the considered application. To date, the dependencies of the system performance and location data requirements have not been satisfactorily described in the literature. Thus, no method exists to adequately derive location data requirements. For intralogistics, such a method is of particular relevance due to the high-cost sensitivity and heterogeneity of partially safety-relevant indoor localization applications. To fill this gap, a method for selecting and quantifying location data requirements for the application in intralogistics is presented in this work, creating substantial added value for warehouse managers and system integrators. The method is based on a spatial model that is built on the premise that location data is used to determine the presence or absence of an entity in a multidimensional interest space. The usage of the method is demonstrated in an exemplary case study for the application of 'Automated Pallet Booking'.

研究动机与目标

• 解决智能物流领域中缺乏系统化方法来推导定位数据需求的问题。
• 填补将应用特定的空间需求与可测量的ILS性能指标相联系的研究空白。
• 支持仓库管理人员与系统集成商选择成本合理、性能优越的室内定位系统。
• 提供一种通用的、以应用为导向的框架，用于指定独立于特定定位技术的数据需求。

提出的方法

• 该方法使用空间模型，定义一个‘兴趣空间’，即在特定应用中必须确定实体是否存在或不存在的区域。
• 提出一个通用方程（公式1），用于关联运动动力学、时间间隔与不确定性分量，以推导所需的定位精度。
• 模型考虑系统延迟、更新频率与置信水平（例如，4σ）以量化静态与动态不确定性分量。
• 应用坐标变换原理，将实体的定位坐标系与兴趣坐标系对齐，以最小化误差传播。
• 通过基于运动与安全约束计算各空间维度绝对精度的4σ分位数，实现需求的量化。
• 该方法通过‘自动托盘预约’的案例研究得到验证，数据需求从托盘运动特性与安全裕量中推导得出。

实验结果

研究问题

• RQ1 如何从应用特定的空间与时间约束出发，系统化地推导智能物流应用的定位数据需求？
• RQ2 系统性能指标（如更新频率、精度）与应用层级需求之间的关键依赖关系是什么？
• RQ3 如何量化定位中的不确定性，以确保在定义的兴趣空间内实现可靠的实体存在检测？
• RQ4 通用空间模型在多类智能物流应用中支持数据需求规范化的程度如何？
• RQ5 安全关键需求（如4σ置信水平）在定位精度推导过程中可如何整合？

主要发现

• 对于更新频率为0.5秒的‘自动托盘预约’应用，所需定位精度为：水平方向0.25米，垂直方向0.15米，深度方向0.12米（置信水平4σ）。
• 该方法可在无需预先了解ILS技术的前提下推导数据需求，确保以应用为导向的规格定义。
• 以水平位置误差的第95百分位数作为精度基准，其值随时间间隔增大而减小。
• 案例研究显示，当时间间隔为0.3秒时，水平方向精度需求为0.27米（4σ），体现了更新频率对精度要求的影响。
• 通过基于空间与运动特性的抽象，该方法可对未知参数进行保守估计。
• 该方法为未来将应用驱动的ILS基准测试框架集成奠定基础。