รถขนส่งอัตโนมัติ Autonomous Logistics Vehicle UQI รุ่น CHITU
รถขนส่งอัตโนมัติ Autonomous Logistics Vehicle UQI Robot รุ่น CHITU
รับโหลด 1000kg ลาก 3000kg

Chitu - รถขนส่งอัตโนมัติไร้คนขับระดับ 4
Chitu เป็นรถขนส่งโลจิสติกส์ไร้คนขับระดับ 4 ที่พัฒนาโดย UQI ด้วยเทคโนโลยีการกำหนดตำแหน่ง การนำทาง และการรับรู้อัจฉริยะ รองรับการทำงานทั้งภายในและภายนอกอาคารอย่างไร้รอยต่อ เหมาะสำหรับการสร้างโซลูชันโรงงานอัจฉริยะแบบบูรณาการ รถมีความสูง 1,860 มม. ตัวถังผลิตจาก ABS ความแข็งแรงสูงด้วยกระบวนการฉีดขึ้นรูป ให้ความทนทานและน้ำหนักเบา พร้อมรองรับการปรับแต่งโลโก้ตามต้องการ
ความสามารถด้านการขนส่ง Chitu มีสองฟังก์ชันหลักคือการบรรทุกสินค้าและการลาก โดยมีรายละเอียดดังนี้

โหมดบรรทุก
แบบพื้นเรียบ: รับน้ำหนักได้ 1,000 กก.
แบบตู้บรรทุก: พื้นที่ 3.5 ลบ.ม. รองรับพาเลตคู่ ขนาด 2,400 x 1,400 x 1,000 มม. บรรทุกยางรถยนต์ได้ถึง 50 เส้น
โหมดลาก
แรงลาก: 3,000-5,000 กก. สามารถลากชั้นวางขนาดใหญ่ได้มากกว่า 6 ชั้น
รถรองรับสามรูปแบบการขนส่ง ได้แก่ พื้นเรียบ ตู้บรรทุก และการลาก เหมาะสำหรับงานขนส่งไร้คนขับในพื้นที่ปิด เช่น สวนอุตสาหกรรมหรือโลจิสติกส์ และปรับใช้ได้ตามความต้องการที่หลากหลาย

ประสิทธิภาพการทำงาน
ในโหมดบรรทุกสินค้า Chitu เดินทางได้ 170 กม. ที่ความเร็วคงที่ 10 กม./ชม. ส่วนโหมดลากเดินทางได้ 60 กม. ที่ความเร็วเดียวกัน รถขับเคลื่อนด้วยความเร็วสูงสุด 25 กม./ชม. ในพื้นที่ปิดอย่างปลอดภัย
ข้อมูลทางเทคนิค:
มอเตอร์: 4 kW (พีคสูงสุด 8 kW)
ระบบบังคับเลี้ยว: SP-EPS
ระบบเบรก: iBooster แบบไฮดรอลิก
ระยะห่างจากพื้น: 125 มม. (เมื่อบรรทุกเต็ม)
รัศมีวงเลี้ยว: น้อยกว่า 5 ม.
ความสามารถขึ้นทางลาด: ถึง 14°
โครงสร้างระดับยานยนต์ช่วยให้รถทำงานได้อย่างมีประสิทธิภาพในทุกสภาพแวดล้อม

เทคโนโลยีการกำหนดตำแหน่ง
Chitu เป็นรถขนส่งโลจิสติกส์ไร้คนขับที่ทำงานกลางแจ้งได้โดยไม่ต้องพึ่งระบบ RTK differential positioning ช่วยลดต้นทุนฮาร์ดแวร์ รถใช้แผนที่ semantic น้ำหนักเบาความแม่นยำสูงที่เป็นเทคโนโลยีกรรมสิทธิ์ ผสานกับ GPS และระบบนำทางเฉื่อย เพื่อกำหนดตำแหน่งที่แม่นยำในสภาพแวดล้อมที่หลากหลาย
รถใช้ LiDAR แบบ 3D และข้อมูล semantic จากมุมมองหลายด้าน ร่วมกับเทคโนโลยีการรวมข้อมูลแบบ Transformer เพื่อให้ได้ความแม่นยำระดับเซนติเมตรทั้งภายในและภายนอกอาคาร นอกจากนี้ยังมีเทคโนโลยีช่วยกำหนดตำแหน่งโดยอาศัยข้อมูล semantic จากสภาพแวดล้อมธรรมชาติ โดยใช้ข้อความในสถานที่และป้ายต่างๆ เพื่อช่วยในการกำหนดตำแหน่ง รับรองความแม่นยำสูงโดยไม่ต้องใช้ RTK
Chitu ใช้ AI โมเดลขนาดใหญ่หลายรูปแบบ (Multimodal Large Model) ในการวางแผนและโต้ตอบ โดยระบบจะรับข้อมูลจากหลายแหล่งรวมถึงภาพ การรับรู้ และตำแหน่ง จากนั้นวิเคราะห์สถานการณ์ ระบุอุปสรรค สภาพถนน และข้อมูล semantic ต่างๆ

ความสามารถในการจัดการสถานการณ์
รถติด ทางแยก และการที่คนเดินเท้าเข้ามาในเส้นทางอย่างกะทันหันผสานเทคโนโลยี SIM2REAL การจำลองแบบออนไลน์เรียลไทม์ ทำงานพร้อมกันทั้งในสภาพแวดล้อมจริงและจำลอง AI โมเดลนี้ช่วยให้ Chitu สามารถทำงานได้อย่างปลอดภัยและเชื่อถือได้ในสภาพแวดล้อมโรงงานที่ซับซ้อน
การรับรู้ด้วยเซ็นเซอร์หลายตัว
Chitu ใช้เทคโนโลยี deep learning ในการรับรู้สภาพแวดล้อม ระบุและติดตามอุปสรรค ตัดสินใจ และวางแผนเส้นทาง รถติดตั้งเซ็นเซอร์หลายชนิด ได้แก่ เรดาร์เลเซอร์หลายสาย กล้อง และเรดาร์อัลตราโซนิก เพื่อตรวจสอบสภาพแวดล้อมรอบข้างแบบเรียลไทม์ ใช้เทคโนโลยี Transformer รวมข้อมูลจากเซ็นเซอร์หลายตัว สร้างผลลัพธ์ที่สอดคล้องกันในมิติเวลาและพื้นที่จากมุมมอง BEV (Bird's Eye View) ระบุและจำแนกวัตถุ ป้ายจราจร เส้นแบ่งเลน และข้อมูลอื่นๆ ได้หลากหลาย ระบบการรับรู้ช่วยให้รถเข้าใจสภาพแวดล้อมรอบข้างอย่างแม่นยำและเข้าใจสถานการณ์ในโรงงานอุตสาหกรรมได้ดี
Chitu ใช้เทคโนโลยีการสร้างแผนที่ semantic แบบอัตโนมัติแบบ end-to-end น้ำหนักเบา และอัพเดทแบบไดนามิก เทคโนโลยีนี้รวมข้อมูลจากรูปแบบการรับรู้ต่างๆ เช่น กล้อง LiDAR ข้อความ และข้อมูลเสียง แผนที่ semantic ประกอบด้วยข้อมูลเรขาคณิตเกี่ยวกับสภาพแวดล้อมและข้อมูล semantic เช่น ถนน อาคาร คนเดินเท้า และยานพาหนะ แท็ก semantic เหล่านี้ช่วยให้ระบบขับขี่อัตโนมัติเข้าใจสภาพแวดล้อมและตัดสินใจได้เหมาะสม ระบบอัพเดทแผนที่แบบเรียลไทม์ระหว่างการทำงาน เพื่อรักษาความแม่นยำของแผนที่ การผสานรวมเทคโนโลยีเหล่านี้ทำให้ Chitu ปรับตัวได้รวดเร็วต่อการเปลี่ยนแปลงของสภาพแวดล้อมและรับรองการทำงานที่ปลอดภัยและมีประสิทธิภาพ
Chitu เหมาะสำหรับงานขนส่งประเภทไหน
ในสวนปิดต่างๆ รวมถึงโรงงานอุตสาหกรรม ศูนย์โลจิสติกส์ คลังสินค้า และศูนย์การค้า ด้วยความสามารถในการทำงานที่หลากหลายและการปรับตัวที่ยืดหยุ่น Chitu เป็นโซลูชันการขนส่งไร้คนขับสำหรับธุรกิจที่ต้องการเพิ่มประสิทธิภาพโลจิสติกส์และลดต้นทุนการดำเนินงาน


