Prévia do material em texto

Recebido em 17 de outubro de 2020, aceito em 27 de outubro de 2020, data de publicação em 3 de novembro de 2020, data da versão atual em 18 de novembro de 2020.
Identificador de objeto digital 10.1109/ACCESS.2020.3035729
Uma revisão dos avanços recentes em tecnologias de 
veículos guiados automaticamente: desafios de 
integração e áreas de pesquisa para aplicativos de 
manufatura inteligente baseados em 5G
EMMANUEL A. OYEKANLU1, (Membro, IEEE), ALEXANDER C. SMITH2, WINDSOR P. 
THOMAS3, GRETHEL MULROY1, DAVE HITESH2, MATTHEW RAMSEY2,
DAVID J. KUHN1, JASON D. MCGHINNIS3, STEVEN C. BUONAVITA2, NICKOLUS A. LOOPER1, 
MASON NG2, ANTHONY NG'OMA1, (Membro, IEEE), WEIMIN LIU2, (Membro, IEEE), PATRICK G. 
MCBRIDE1, MICHAEL G. SHULTZ1, CRAIG CERASI2, E DAN SUN2
1MT&E, Corning Inc., Painted Post, NY 14814, EUA
2Verizon Wireless, Baskin Ridge, NJ 07920, EUA
3Corning Optical Communications LLC, Hickory, NC 28602, EUA
Autor correspondente: Emmanuel A. Oyekanlu ( oyekanlea2@corning.com )
ABSTRATOEm ambientes industriais, ao longo de várias décadas, Veículos Guiados Automatizados (AGVs) e 
Robôs Móveis Autônomos (AMRs) serviram para melhorar a eficiência das tarefas intralogísticas e de 
manuseio de materiais. No entanto, para os integradores de sistemas, a escolha e a implantação efetiva de 
tecnologias de comunicação e controle aprimoradas, adequadas e confiáveis para esses veículos não 
tripulados continuam sendo uma tarefa muito desafiadora. As especificidades da comunicação para AGVs e 
AMRs impõem requisitos de desempenho rigorosos na latência e confiabilidade dos links de comunicação 
que muitas tecnologias sem fio existentes lutam para satisfazer. Neste artigo, é apresentada uma revisão 
dos resultados mais recentes da pesquisa de AGVs e AMRs na última década. A revisão abrange resultados 
de diferentes domínios de pesquisa passados e atuais de AGVs. Além disso, são discutidos os requisitos 
de desempenho de redes de comunicação em termos de suas latências e confiabilidades quando são 
implantados para coordenação, controle e gerenciamento de frota de AGVs e AMRs em ambientes de 
manufatura inteligente. Os desafios de integração e as limitações das atuais tecnologias AGV e AMR de 
última geração, quando essas tecnologias são usadas para facilitar a fabricação inteligente baseada em 
AGV e a fábrica dos aplicativos futuros, também são amplamente discutidos. O artigo também apresenta 
uma discussão aprofundada das áreas que precisam de mais pesquisas sobre a aplicação de redes 5G para 
gerenciamento de frota de AGVs e AMRs em ambientes de manufatura inteligente. Além disso, novas 
ideias de integração pelas quais a Internet tátil,
TERMOS DO ÍNDICEFábrica inteligente, fábrica do futuro, 5G, manufatura inteligente, indústria 4.0, equipamentos 
industriais autônomos, AGV, AMR, Internet tátil, realidade virtual, manufatura enxuta.
I. INTRODUÇÃO processos em ambientes industriais [1]. Além disso, nas últimas 
décadas, os robôs móveis autônomos (AMRs) continuaram a ser 
amplamente integrados e usados em ambientes industriais. Os 
AMRs geralmente são usados para indicar veículos de manuseio de 
materiais que podem navegar autonomamente de um lugar para 
outro para realizar tarefas específicas. Eles geralmente têm a forma 
de braços e atuadores de robôs construídos sobre plataformas 
móveis. Os AGVs, por outro lado, são mais usados em
O primeiro conhecido Automated Guided Vehicle (AGV), foi 
introduzido pela Barret Electronics de Northbrook, Illinois, EUA em 
1953; e desde então, os AGVs têm sido usados extensivamente para 
simplificar a intralogística e os processos de manuseio de materiais.
O editor associado que coordenou a revisão deste manuscrito e o 
aprovou para publicação foi Abhishek K. Jha.
202312 Este trabalho está licenciado sob uma licença Creative Commons Atribuição 4.0. Para obter mais informações, consulte https://creativecommons.org/licenses/by/4.0/ VOLUME 8, 2020
Traduzido do Inglês para o Português - www.onlinedoctranslator.com
https://orcid.org/0000-0003-4348-8360
https://orcid.org/0000-0002-5262-8911
https://orcid.org/0000-0002-1275-709X
https://orcid.org/0000-0002-0517-1568
https://www.onlinedoctranslator.com/pt/?utm_source=onlinedoctranslator&utm_medium=pdf&utm_campaign=attribution
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
aplicações industriais para mover materiais no chão de fábrica ou 
em um depósito [2], [3]. Em alguns casos, um AMR pode ser 
construído com um AGV servindo como base móvel para atingir 
objetivos definidos. Na maioria das aplicações modernas, no 
entanto, AMRs e AGVs são frequentemente usados de forma 
intercambiável para significar dispositivos autônomos que podem 
realizar tarefas industriais [4] que podem incluir manuseio de 
materiais, atividades de pesquisa, trabalho colaborativo com 
humanos (cobots) ou atividades cooperativas com outro AGV ou 
RAM [5]. No caso dos AMRs, a base móvel e o braço do robô podem 
ser vistos como subsistemas separados que formam coletivamente o 
complexo sistema AMR. A base, que pode ser um AGV, costuma ser 
usada para transportar, atracar ou estacionar o braço do robô em 
um local onde o braço seja necessário para realizar uma tarefa 
específica [4]. Assim, em geral, AMRs são uma forma avançada [6] de 
AGVs; e podem ser integrados em um ambiente de fábrica sem 
nenhuma infraestrutura de suporte, como fios, marcadores ópticos, 
ímãs etc. Um AGV geralmente deve navegar com o auxílio de 
infraestruturas de suporte, enquanto um AMR pode navegar de 
forma autônoma usando apenas inteligência a bordo [7]. Tendo em 
vista sua ampla gama de usos e aplicações para fabricação 
inteligente, os AGVs e as tecnologias que os suportam foram 
projetados para gerar cerca de US$ 7 bilhões (USD) em receita até o 
ano de 2022 [8]. Além disso, as tecnologias AGV e AMR foram 
projetadas para se tornarem essenciais para a atualização da 
fabricação inteligente. Eles também serão fundamentais para o 
sucesso das iniciativas da fábrica do futuro (FoF) [9] em várias 
fábricas ao redor do mundo.
Devido à sua centralidade para alcançar manufatura 
inteligente, produção matricial e frotas FoF, AGV e AMR devem 
ser otimizadas para alcançar melhor desempenho no chão de 
fábrica. O desenvolvimento de sistemas AGV/AMR avançados 
que podem ser integrados de forma robusta e indolor em toda a 
arquitetura de produção da fábrica deve ser realizado para o 
sucesso do FoF e da fabricação inteligente. Um FoF reativo e 
escalável e uma fabricação inteligente só podem ser alcançados 
explorando e harmonizando avanços tecnológicos em 
comunicação 5G, IoT industrial, tecnologias AGV/AMR e em 
aplicações de robótica em geral [10], [11], [27], [28].
Em vista disso, este artigo apresenta uma revisão abrangente dos 
avanços em pesquisa e aplicações industriais de tecnologias AGV 
nos últimost década.O vocêr eview, em parte, também apresenta 
cronogramas importantes, fluxogramas de marcos, exemplos de 
implementação e imagens relevantes que resumem os principais 
avanços na pesquisa e utilizações de AGV/AMR desde a concepção 
de suas tecnologias, na última década, até o presente. A 
contribuição completa deste artigo e sua comparação com outros 
artigos de revisão de AGV/AMR existentes estão resumidas na 
Tabela 1. Na Tabela 1, é notável que o escopo das publicações de 
revisão de AGV e AMR existentes não fornece nenhuma discussão 
aprofundada sobre como O sistema de comunicação 5G, que é 
projetado para ser um facilitador chave [10], [11], [27], [28] de 
fabricação inteligente e aplicativos FoF podem ser aplicados para 
fornecer melhor gerenciamento de frota AGV, controle e otimização 
geral da missão da frota em ambiente fabril. Em resumo, métodos 
de implementação de FoF e
TABELA 1.Resumo dos artigos de pesquisa existentes sobre AGV e suas 
contribuições.
fabricação inteligente com relação a AGVs e AMRs usando redes de 
comunicação 5G estão ausentes em outros trabalhos de revisão e na 
maioria das outras publicações de pesquisade AGVs/AMRs 
existentes.
Portanto, é fundamental fornecer uma publicação de revisão que explore as 
conquistas anteriores da pesquisa de AGV e revele os métodos atuais pelos 
quais as redes 5G podem ser utilizadas para fornecer uma melhor utilização de 
AGVs/AMRs e estratégias de gerenciamento de frota. Como os trabalhos de 
pesquisa da AGV são extensos, nossa revisão fornecerá aos pesquisadores a 
profundidade e o alcance dos estudos existentes
VOLUME 8, 2020 202313
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
trabalhos de pesquisa em diferentes domínios de 
utilização de AGVs. Além disso, examinamos os 
desafios de integração e inadequações de diferentes 
tipos de tecnologias existentes que estão em uso para 
controle de AGVs, planejamento de caminhos e 
gerenciamento de frotas. Exemplos de tecnologias 
examinadas incluem sistemas de orientação a laser, 
identificação por radiofrequência (RFID), tecnologia de 
código de barras, etc. ambientes.
Esses tópicos são oportunos devido aos recentes avanços da tecnologia 5G e aos avanços simultâneos nas tecnologias AGV 
e AMR para FoF e aplicações de manufatura inteligente. O resto do artigo está organizado da seguinte forma. Na seção 2, 
apresentamos uma revisão dos trabalhos de pesquisa do AGV na última década e também fornecemos breves resumos de suas 
contribuições em uma tabela. Também são apresentados fluxogramas de linhas do tempo e ilustrações gráficas de 
desenvolvimento importante em pesquisas de AGV e AMR e de implementações de fábrica. Na seção 3, examinamos os desafios 
que impedem uma implantação robusta de frotas de AGV em ambientes de fabricação. Na seção 4, uma vez que se prevê que as 
redes 5G serão um facilitador essencial para a integração robusta de AGVs e AMRs em ambientes de fabricação inteligentes [8], 
[10], [11], [27], [28], discutimos AORs importantes que devem ser explorados de forma abrangente para que os sistemas 5G 
sejam totalmente utilizáveis para o gerenciamento de frota AGV. Também examinamos as necessidades essenciais de 
comunicação AGV/AMR, como: necessidades de comunicação para processos AGV/AMR de tempo crítico, processos AGV/AMR 
não críticos de tempo e necessidades de comunicação para AGVs e AMRs integrados como parte de sistemas de comunicação 
empresarial para fabricação inteligente formulários. A gama completa de AoRs importantes discutidos neste artigo está 
resumida na Figura 1. Na seção 5, apresentamos uma conclusão e possíveis direções futuras de nosso trabalho em relação à 
utilização de 5G para integrar AGVs e AMRs para aplicações de manufatura inteligente em ambientes industriais. Também 
examinamos as necessidades essenciais de comunicação AGV/AMR, como: necessidades de comunicação para processos AGV/
AMR de tempo crítico, processos AGV/AMR não críticos de tempo e necessidades de comunicação para AGVs e AMRs integrados 
como parte de sistemas de comunicação empresarial para fabricação inteligente formulários. A gama completa de AoRs 
importantes discutidos neste artigo está resumida na Figura 1. Na seção 5, apresentamos uma conclusão e possíveis direções 
futuras de nosso trabalho em relação à utilização de 5G para integrar AGVs e AMRs para aplicações de manufatura inteligente 
em ambientes industriais. Também examinamos as necessidades essenciais de comunicação AGV/AMR, como: necessidades de 
comunicação para processos AGV/AMR de tempo crítico, processos AGV/AMR não críticos de tempo e necessidades de 
comunicação para AGVs e AMRs integrados como parte de sistemas de comunicação empresarial para fabricação inteligente 
formulários. A gama completa de AoRs importantes discutidos neste artigo está resumida na Figura 1. Na seção 5, 
apresentamos uma conclusão e possíveis direções futuras de nosso trabalho em relação à utilização de 5G para integrar AGVs e 
AMRs para aplicações de manufatura inteligente em ambientes industriais.
de software de código aberto, como Robot Operating Systems 
(ROS) [43], [44]. O cronograma completo de desenvolvimento e 
exemplos de AGVs que destacam a integração de cada 
tecnologia mencionada são mostrados no fluxograma da Figura 
2 e o cronograma de desenvolvimento da Figura 4 [45]–[47]. Os 
exemplos mostrados na Figura 4 foram provenientes de 
diferentes aplicações e domínios de pesquisa AGV na academia 
e na indústria. Eles são exemplos de conquistas importantes na 
pesquisa de AGV e exemplos de integração ao longo das 
décadas, desde o início das tecnologias de AGV até o presente.
A primeira patente referente a um AMR foi emitida em 1987 [9],
[48]. No entanto, antes disso, os pesquisadores trabalhavam em sistemas que não 
eram totalmente autônomos, mas que foram os precursores dos AMRs. O fluxograma 
completo que ilustra os cronogramas de pesquisa de AMRs relevantes é mostrado na 
Figura 3. A linha do tempo do desenvolvimento de AMRs, mostrando exemplos 
relevantes de AMRs desenvolvidos ao longo de muitas décadas, é mostrada na Figura 
5 [49]–[51]. Conforme mostrado na Figura 5, exemplos de robôs móveis que não 
eram totalmente autônomos, mas lideraram o desenvolvimento de AMR, são Little 
Helper [52], Virgule [53] e MF3 Manipulator [54]. Esses robôs são diferentes dos AMRs 
totalmente autônomos modernos, pois possuem cabos que os conectam às 
infraestruturas da fábrica. Alguns robôs, como o Virgule e o MF3 Manipulator, são 
controlados remotamente e, embora sejam classificados como manipuladores 
móveis, não são totalmente autônomos. O desenvolvimento de AMRs é semelhante 
ao desenvolvimento de AGVs, pois os pesquisadores tendem a usar tecnologias que 
prevalecem no tempo para desenvolver AMRs. Geralmente, a partir da década de 
1980, foram desenvolvidos AMRs que podem navegar em ambientes dinâmicos. As 
tecnologias de acompanhamento incluem o uso de navegação baseada em sensor; 
métodos de controle integral proporcional (PI) e fuzzy também entraram em uso 
generalizado. Geralmente, na última década, os desenvolvimentos nas tecnologias 
AMR e AGV tornaram-se mais inter-relacionados, com os AMRs geralmente tendo 
mais inteligência a bordo do que os AGVs [55]. Na última década, a maioria dos 
trabalhos de pesquisa sobre FoF reiterou consistentemente a necessidade de 
equipamentos em chão de fábrica, incluindo sistemas AGV, para serem mais ágeis, 
reativos e operáveis em um ambiente dinâmico de fábrica [80]–[82]. Na indústria 4.0 
ou em ambientes de manufatura inteligente, Diferentes sistemas complexos que 
constituem uma fábrica inteligente empregarão Internet das Coisas industrial (IIoT), 
sistemas tolerantes a falhas, computação de borda distribuída, sistemas de 
computação de borda móvel ou multiacesso e redes sem fio de baixa latência para 
instituir sistemas FoF confiáveis e resilientes [83] –[86]. Nosso método de revisão 
neste artigo é sinônimo de métodos de revisão adotados por pesquisadores em [87] e 
[88]. Nossa revisão é focada em entender o estado da arte e as lacunas no corpo 
existente de conhecimento de pesquisa AGV em: Nosso método de revisão neste 
artigo é sinônimo de métodos de revisão adotados por pesquisadores em [87] e [88]. 
Nossa revisão é focada em entender o estado da arte e as lacunas no corpo existente 
de conhecimento de pesquisa AGV em: Nosso método de revisão neste artigo é 
sinônimo de métodos de revisão adotados por pesquisadores em [87] e [88]. Nossa 
revisão é focada em entender o estado da arte e as lacunas no corpo existente de 
conhecimento de pesquisa AGV em:
II. REVISÃO DOS TRABALHOS DE PESQUISA AGV NA ÚLTIMA 
DÉCADA
Nas décadas anteriores, pesquisadores buscando otimizar processos 
logísticos e industriais iniciaram trabalhos de automação de atividades de 
movimentação de materiais em diversas indústrias. Como mencionado 
anteriormente, um AGV foi introduzido em 1953 e, nos anos seguintes, os 
AGVs foram integrados em atividades de armazenamento e logística 
usando sistemas magnéticos guiados por trilhos, sensores ópticos efaixas coloridas como tecnologias de orientação AGV [1]. As tecnologias 
avançadas trouxeram o uso de transistores, tubos de vácuo, 
microprocessadores, microcomputadores [38], infravermelho, orientação 
por sinal de rádio e controladores lógicos programáveis (PLC) [1].
Na década passada imediata, com base em trabalhos 
publicados examinados, o uso de redes sem fio como meio 
de controlar e gerenciar frotas AGV tornou-se generalizado 
[39], [41], [42]. Também é comum a integração de 
tecnologias de inteligência artificial (IA) e o uso
- Localização, programação e planejamento de rotas de AGV; e 
tipo de algoritmos em uso nesses domínios de pesquisa AGV
- Algoritmos de navegação, controle e orientação AGV
- Comunicação sem fio e seus usos para gerenciamento e 
controle de frota AGV
202314 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
FIGURA 1 . Benefícios e desafio s associados ao aplicativo 5G cações para implantação de AGV ent na indústria.
-Vir
gato
- A
para
realidade virtual 
(VR) para AGVs; e V 
design e wirele 
AGVs. Aplicativo
dRealidade aumentada (AR) aplica- EU
recompra
xplo
recompra
n nosso estudo, selecionamos grandes scientistas
fic so sites como IEEE Xplore (http://ieeexplore 
re/) Google Scholar (http://scholar.google.c sites 
de organizações de pesquisa conhecidas
urças e
. ieee.org/
om) e
de
eu
G ss transferência de energia 
(WP e casos de uso.
T) sistemas
s
VOLUME 8, 2020 202315
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
FIGURA 2.Linha do tempo dos trabalhos de desenvolvimento e pesquisa sobre AGV.
FIGURA 3.Linha do tempo dos trabalhos de desenvolvimento e pesquisa sobre AMR.
academia e agências de pesquisa do governo. Par publicado-
artigos revisados nas cinco áreas de pesquisa do AGV mencionadas
uso
[88].
se-
c
ab
mia
sobre
suas implantações emt A indústria pode ser resumida como
bel
integração ativa e ágil de AGVs na manufatura
AGVs ativos
estas áreas
ele trabalha em
algoritmo
Lite algo-
ou obstáculo
é diferente
onimentos para
ambientes, localização, planejamento de caminho e 
agendamento de reação é de suma importância. Como 
tal, comandaram uma quantidade apreciável de 
pesquisa na última década. Em [89], [90] e [91], o D∗Leve
acima são selecionados a partir do simr 2010 a 2020 usando os 
critérios de seleção incl e exclusão listados na Tabela 2 [87], 
um total de 893 artigos de pesquisa AGV foram obtidos de d
fontes mencionadas, e destas, 207 publicações
eventualmente foram selecionados us ingeu critério de inclusãor ia of T
Emt última década, a maioria dos trabalhos de pesquisa da 
perspectiva industrial em relação à integração de AGV
orks foi candidato a A G
ed com
Automático
Varredura
evitar obstáculos que aparecem de repente na frente do movimento
dança algo-
janela ic
sucesso-
] discute
como enfa-
um ótimo
Vs pnom planejamento. o D∗
le 2.
e
e
rithmwas als oa
evasão ppli em [92].
estratégias que AGV
método de retrocesso f
rs em [89] também discutem o 
uso em ambiente industrial
discutido oi AG
rith
Vs. Tal st rategeu
e ms como curvat
s inc
ure
barata, e usando o g
lude usando obstaceu e avoi 
elocity method , dinamismo
geometria do obstáculo
v
A. LOCALIZAÇÃO, CRONOGRAMA E PLANEJAMENTO DE TRAJETO NG
THM
EU aplicativo
ALGORI S navegar totalmente
ºei mpor t
tamanho que
comeu em torno dele. Além disso, os autores em [89
AGV lo
fora um pri
c iz
ori
tudoação envolve determinar
Informações de posição do AGV [4
AGV
1]. F
posiçãoti sobre
ou mais ef
com-
fec-
e
em
e de rastreamento de trajetória AGV. é 
w ambiente industrial, quando
202316 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
FIGURA 4.Linha do tempo e avanços recentes no desenvolvimento de Veículos Guiados Automatizados (AGV).
A trajetória do AGV é mapeada, um algoritmo de controle ou 
rastreamento de trajetória será usado pelo AGV para rastrear um 
caminho ideal. Tal algoritmo de controle inclui leis de controle de 
realimentação, derivada integral-proporcional (PID) difusa e a teoria de 
controle de modo deslizante. Portanto, em seu relatório, os autores em 
[89] propuseram o uso do algoritmo Simultaneous Localization and 
Mapping (SLAM) baseado no Extended Kalman Filter (EKF) para o 
posicionamento do AGV. o D∗Algoritmo Lite baseado em um determinado 
mapa do chão de fábrica em combinação com dados de varredura a laser
de locais de piso importantes foi usado para planejamento de caminho AGV. O 
método de controle de retrocesso baseado na abordagem de estabilidade de 
Lyapunov foi usado para reduzir os erros de rastreamento do AGV.
Em [93] e [94], os autores usaram A∗algoritmo combinado com o 
algoritmo de Dijkstra para planejar caminhos ideais para navegação de 
AGVs. A∗O algoritmo também foi usado em [95] para o planejamento do 
caminho dos AGVs. Em [115], os autores utilizaram uma combinação do 
algoritmo de campo potencial artificial e A∗algoritmo para planejamento 
de caminho AGV. O objetivo do trabalho em [115]
VOLUME 8, 2020 202317
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
FIGURA 5.Linha do tempo e avanços recentes no desenvolvimento de robôs móveis autônomos (AMR).
foi resolver o problema de planejamento de caminhos para AGVs que são 
usados em armazéns e grandes armazéns. Utilizando um módulo de 
decisão, o algoritmo proposto atinge o objetivo de encontrar o caminho 
ótimo em relação a diferentes ambientes de armazenamento. Os autores 
também enfatizaram em [115] que o Lá clássico∗algoritmos para 
aplicativos de planejamento de caminho AGV globais têm o problema de 
gerar grandes sobrecargas de computação; levando a desempenhos 
ruins em tempo real. Assim, clássico A∗
algoritmo pode não ser adequado para aplicações de planejamento de 
caminho em ambientes complexos, como um futuro ambiente FoF que pode 
ter layouts dinâmicos e arranjos dinâmicos. O algoritmo de Dijkstra foi usado 
para planejamento de caminho de AGVs em [96], enquanto o algoritmo de 
Dijkstra aprimorado foi aplicado ao planejamento de caminho em [97] e [98]. 
Especificamente, o algoritmo de Dijkstra foi usado para resolver conflitos de 
AGV em [98], onde os autores classificaram os conflitos que os AGVs podem 
experimentar como conflito cruzado,
202318 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
MESA 2.Critérios de inclusão e exclusão ou artigos de revisão. AGVs. Especificamente, em [103], o problema de planejamento de 
caminhos de navegação para múltiplos AGVs heterogêneos foi resolvido 
transformando o roteamento e o despacho de AGVs como um problema 
de caminho hamiltoniano heterogêneo. A heurística relativa à 
transformação hamiltoniana foi um problema polinomial-difícil (NP-difícil) 
não determinístico e as soluções geradas foram semelhantes às soluções 
para o problema do caixeiro viajante, que também é um problema NP-
difícil. Os autores avaliaram suas soluções usando quatro AGVs 
diferentes. Verificou-se que a heurística funciona muito bem, pois um 
AGV rápido que pode lidar com pequenas cargas úteis foi implantado 
para trabalhos que exigem o transporte de pequenas cargas úteis por 
longas distâncias. A heurística formada usando a abordagem heurística 
hamiltoniana também pode ser usada para despachar e rotear AGVs 
usando um curto tempo de computação. Em [105], uma combinação de 
Bellman-Ford e A∗algoritmos foram usados com um sistema de 
inferência fuzzy que incorpora o conhecimento dos planejadores do 
sistema AGVs.
Em [106], os autores aplicaram algoritmo genético aprimorado para desafios de 
planejamento de caminhos multi-AGV. Mais descendentes ótimos foram obtidos 
usando cruzamentos de três trocas no design do algoritmo heurístico, em oposição 
aos tradicionais operadores de cruzamento de algoritmo heurístico de duas trocas. 
Além disso, usando restrições de caminho duplo que incluem minimizar a distância 
total do caminho de todos os AGVs e também minimizara distância de viagem de 
cada AGV, a menor distância de viagem para todos os AGVs considerados foi obtida. 
Para avaliar o algoritmo genético projetado, foram considerados cinco AGVs e 
cinquenta estações de trabalho. O tamanho da população do algoritmo heurístico foi 
definido como 200. Os resultados mostraram melhor desempenho do algoritmo 
genético projetado com uma distância de caminho total de 72 em oposição a uma 
distância de caminho total de 86 obtida para o algoritmo genético tradicional. Em 
[107], os autores aplicaram uma combinação de algoritmo genético e algoritmo de 
Dijkstra para estudar o problema de planejamento de caminho de AGVs em um 
ambiente de fabricação flexível e livre de conflitos, onde o número de AGVs 
implantados é dinâmico. O método de codificação cromossômica Tri-string [107] foi 
aplicado para garantir a viabilidade e a rastreabilidade computacional da solução 
baseada em algoritmo genético. Em [108], os autores apresentaram um método 
usando etiquetas RFID passivas e algoritmo baseado em B-spline para rastrear as 
posições internas de um AGV. O algoritmo B-spline foi preferido a outro método de 
processamento intensivo, como o uso de tabelas de consulta (LUTs). Em [109], o 
algoritmo do banqueiro dinâmico, um algoritmo de alocação de recursos e prevenção 
de deadlock foi aplicado para escalonamento de AGVs. Para melhorar o 
escalonamento AGV, o escalonamento bancário dinâmico aplicado foi modificado de 
três maneiras. Primeiro, se um caminho AGV estiver desocupado, um AGV pode 
navegar nesse caminho sem levar em consideração as medidas de segurança [109]. 
Em segundo lugar, alguns estados inseguros podem ser permitidos em alguns casos, 
se isso melhorar a programação geral do AGV e, em terceiro lugar, os caminhos da 
missão AGV podem ser divididos em vários subcaminhos se isso melhorar a 
programação geral do AGV. Com esta abordagem, o tempo de espera da missão AGV 
é reduzido, o tempo necessário para liberar um caminho para a navegação AGV 
também é reduzido [109]. Um terceiro benefício é que mais espaços de viagem 
estarão disponíveis para a frota geral de AGV. O tempo de espera da missão AGV é 
reduzido, o tempo necessário para liberar um caminho para navegação AGV também 
é reduzido [109]. Um terceiro benefício é que mais espaços de viagem estarão 
disponíveis para a frota geral de AGV. O tempo de espera da missão AGV é reduzido, 
o tempo necessário para liberar um caminho para navegação AGV também é 
reduzido [109]. Um terceiro benefício é que mais espaços de viagem estarão 
disponíveis para a frota geral de AGV.
conflito de ocupação de caminho e conflito frontal. O 
conflito cruzado pode ocorrer quando um único nó de 
caminho cai no caminho de navegação de dois AGVs. Um 
exemplo de tal nó pode incluir uma interseção em um 
chão de fábrica. O conflito de ocupação de caminho pode 
ocorrer quando um AGV viaja em um caminho incluído 
na rota de outro AGV, enquanto o conflito frontal pode 
ocorrer quando dois AGVs viajam no mesmo caminho, 
mas em direções opostas. Para implementar o algoritmo 
aprimorado de Dijkstra desenvolvido em [98], o ambiente 
de fábrica considerado foi descrito usando uma matriz 
de adjacência com uma coordenada 2D usando mySQL. 
Caminhos de roteamento sem conflito foram usados 
para preencher a matriz do algoritmo de Dijkstra. Uma 
estratégia adaptativa de resolução de conflitos foi 
utilizada para melhorar o desempenho do algoritmo de 
Dijkstra.
Semelhante a [98], em [99], o algoritmo de Dijkstra aprimorado foi usado 
para planejamento de caminho global, enquanto o algoritmo de Monte Carlo 
baseado em heurística foi usado para planejamento de caminho local para 
AGVs. Uma abordagem heurística foi usada para o projeto de caminho de guia 
AGV baseado em células, conforme discutido em [100], enquanto outro 
algoritmo heurístico que pode ser usado para acompanhareu O roteamento 
just-in-time (JIT) sh para AGVs, e também útil na redução da antecipação ou 
atraso de AGVs, foi discutido em [101].
Um algoritmo de otimização de agendamento para reduzir antecipação e 
atraso de AGVs também foi apresentado em [102]. Outro algoritmo heurístico 
de planejamento de caminho de AGVs foi apresentado em [103], enquanto em 
[104], os autores trabalharam em um controle descentralizado baseado em 
heurística com prevenção de colisão para múltiplos
VOLUME 8, 2020 202319
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
Em [110], os autores propuseram e avaliaram um algoritmo de tomada de decisão e sincronização que considera os erros 
do filtro de partículas de um telêmetro a laser 2D (LRF) e a localização de AGVs usando o método dead reckoning. Um processo 
de três etapas que incluiu o uso de (i) cálculo morto para estimar um AGV, (ii) técnica probabilística bayesiana e filtro de 
partículas não paramétrico para compensar o erro de odometria que pode resultar do uso do método cálculo morto; e (iii) 
construção de um mapa 2D usando um LRF e o algoritmo de ponto mais próximo iterativo (ICP). Para avaliação do algoritmo de 
tomada de decisão e sincronização, uma plataforma AGV equipada com um LMS-100 LRF foi utilizada para geração de mapas 2D 
e para localização AGV. Os resultados mostram que o algoritmo projetado pode resolver o problema de erros cumulativos de 
cálculo morto e a incerteza do filtro de partículas. Em [111], os autores propuseram e projetaram um algoritmo de roteamento 
de caminho baseado em prioridade para AGVs. O algoritmo foi baseado em prioridades de locais que cada AGV visitará no mapa 
global do chão de fábrica. Para que o algoritmo de roteamento baseado em prioridade funcione, o mapa do chão de fábrica está 
disponível como uma entrada para o algoritmo de prioridade, e o AGV pode utilizar o mapa para tomar decisões de 
rastreamento de caminho. Em sua implementação conforme relatado em [111], os autores decidiram usar uma LUT para 
armazenar as prioridades dos nós do caminho do chão de fábrica. Um Arduino Uno baseado no ATmega328 MCU foi usado para 
automatizar as atividades de controle do AGV. Usando o algoritmo de prioridade projetado, descobriu-se que o AGV segue o 
caminho ideal com base nas prioridades armazenadas na LUT. O algoritmo foi baseado em prioridades de locais que cada AGV 
visitará no mapa global do chão de fábrica. Para que o algoritmo de roteamento baseado em prioridade funcione, o mapa do 
chão de fábrica está disponível como uma entrada para o algoritmo de prioridade, e o AGV pode utilizar o mapa para tomar 
decisões de rastreamento de caminho. Em sua implementação conforme relatado em [111], os autores decidiram usar uma LUT 
para armazenar as prioridades dos nós do caminho do chão de fábrica. Um Arduino Uno baseado no ATmega328 MCU foi usado 
para automatizar as atividades de controle do AGV. Usando o algoritmo de prioridade projetado, descobriu-se que o AGV segue 
o caminho ideal com base nas prioridades armazenadas na LUT. O algoritmo foi baseado em prioridades de locais que cada AGV 
visitará no mapa global do chão de fábrica. Para que o algoritmo de roteamento baseado em prioridade funcione, o mapa do 
chão de fábrica está disponível como uma entrada para o algoritmo de prioridade, e o AGV pode utilizar o mapa para tomar 
decisões de rastreamento de caminho. Em sua implementação conforme relatado em [111], os autores decidiram usar uma LUT 
para armazenar as prioridades dos nós do caminho do chão de fábrica. Um Arduino Uno baseado no ATmega328 MCU foi usado 
para automatizar as atividades de controle do AGV. Usando o algoritmo de prioridade projetado, descobriu-se que o AGV segue 
o caminho ideal com base nas prioridades armazenadas na LUT. o mapa do chão de fábrica está disponível como uma entrada 
para o algoritmo de prioridade, e o AGV pode utilizar o mapa para tomar decisões de rastreamento de caminho. Em sua implementação conforme relatado em [111], os autores decidiram usar uma LUT para armazenar as prioridadesdos nós do caminho do chão de fábrica. Um Arduino Uno baseado no ATmega328 MCU foi usado para automatizar as atividades de controle do AGV. Usando o algoritmo de prioridade projetado, descobriu-se que o AGV segue o caminho ideal com base nas prioridades armazenadas na LUT. o mapa do chão de fábrica está disponível como uma entrada para o algoritmo de prioridade, e o AGV pode utilizar o mapa para tomar decisões de rastreamento de caminho. Em sua implementação conforme relatado em [111], os autores decidiram usar uma LUT para armazenar as prioridades dos nós do caminho do chão de fábrica. Um Arduino Uno baseado no ATmega328 MCU foi usado para automatizar as atividades de controle do AGV. Usando o algoritmo de prioridade projetado, descobriu-se que o AGV segue o caminho ideal com base nas prioridades armazenadas na LUT.
Em [112], foram comparados os desempenhos de dois 
modelos matemáticos separados que são aplicáveis ao 
planejamento do caminho AGV. Verificou-se que o modelo 
multicommodity de parâmetros reduzidos funciona tão bem 
quanto o modelo de parâmetros detalhados. Em [113], um 
modelo de cadeia de Markov estocástico computacionalmente 
eficiente foi usado para avaliar o custo e o risco associados à 
implantação de um AGV em um ambiente de manufatura de 
pequena escala. O modelo da cadeia de Markov permite a 
otimização analítica da capacidade de um AGV em um sistema 
estocástico multimáquinas de loop fechado. Em [114], 
pesquisadores projetaram e testaram um modelo matemático 
que pode ser executado em tempo polinomial. O modelo pode 
ser usado para programação simultânea dinâmica de máquinas 
de fábrica e AGVs. Em [116], um algoritmo algébrico foi 
projetado, com seus passos de iteração baseados no cálculo da 
matriz de distância direta.
Em [117], os autores relataram o projeto de um algoritmo dinâmico de 
agendamento de AGVs baseado em estimativa de tempo. Seu desempenho foi 
avaliado usando um modelo AGV simulado construído com o software 
AnyLogic. O software AnyLogic foi selecionado por ter amplas aplicações em 
logística e manufatura. Ele também fornece interface de programação Java 
para que as simulações possam ser facilmente modificadas e personalizadas. O 
algoritmo dinâmico de estimativa de tempo implementado mostra seu 
benefício, permitindo que os AGVs evitem congestionamentos, evitem 
instâncias frequentes de partida e parada e melhorem a utilização geral da 
frota AGV. Em [118], os autores propuseram uma nova estratégia de 
escalonamento em tempo real.
egy pelo qual um AGV transporta prateleiras inteiras para pickers em armazéns logísticos. A produtividade foi 
melhorada e o tempo de coleta foi reduzido, pois as prateleiras de classificação podem ser transportadas para os 
coletores, mesmo que a prateleira de classificação ainda esteja ocupada na classificação de itens. Em [119], os 
autores propuseram o uso do algoritmo de Yen para otimizar o armazenamento de AGV e o processo de 
recuperação em armazéns logísticos. Os autores apontaram uma deficiência do algoritmo clássico de Dijkstra 
como sendo útil para encontrar o caminho mais curto sem considerar outros caminhos mais curtos que tenham o 
mesmo comprimento. Este demérito pode levar a possíveis conflitos e impasses AGV quando o algoritmo de 
Dijkstra é usado para encontrar soluções de caminho AGV. Por isso, os autores propuseram o uso de duas 
estratégias que incluem encontrar vários caminhos potenciais e inserir nós de espera onde os AGVs podem 
esperar temporariamente para resolver conflitos encontrados durante a navegação do AGV. O algoritmo Yen é 
uma versão adaptada do k algoritmo do caminho mais curto. Para projetar o algoritmo Yen, k caminhos mais 
curtos entre dois nós foram classificados em ordem não decrescente de comprimentos. Viabilidades de caminhos 
foram verificadas para caminhos que possivelmente possam ter descontinuidades. Verificou-se que o algoritmo 
Yen tem um desempenho melhor do que o algoritmo clássico de Dijkstra em termos de evitar conflitos e 
encontrar caminhos ótimos de uma origem para um destino. k caminhos mais curtos entre dois nós foram 
classificados em ordem não decrescente de comprimentos. Viabilidades de caminhos foram verificadas para 
caminhos que possivelmente possam ter descontinuidades. Verificou-se que o algoritmo Yen tem um 
desempenho melhor do que o algoritmo clássico de Dijkstra em termos de evitar conflitos e encontrar caminhos 
ótimos de uma origem para um destino. k caminhos mais curtos entre dois nós foram classificados em ordem não 
decrescente de comprimentos. Viabilidades de caminhos foram verificadas para caminhos que possivelmente 
possam ter descontinuidades. Verificou-se que o algoritmo Yen tem um desempenho melhor do que o algoritmo 
clássico de Dijkstra em termos de evitar conflitos e encontrar caminhos ótimos de uma origem para um destino.
Em [120], os autores aplicaram o aprendizado por reforço profundo para 
ajudar os AGVs a selecionar a tarefa mais próxima entre outras múltiplas 
tarefas de manuseio de materiais em um armazém. Da mesma forma, os 
autores em [121] aplicaram o algoritmo de aprendizado profundo ao 
planejamento de rotas de AGVs. No entanto, os pesquisadores em [121] usam 
mapas de alta dimensão como entrada para o algoritmo de aprendizado 
profundo em vez de representações de estado de baixa dimensão projetadas à 
mão. Em [122], foi proposto um protótipo de sensor e um método de 
localização para AGVs. Uma pequena detecção de luz e variação de imagem 
(LIDAR) chamada Single-Photon Avalanche Diode (SPAD) LIDAR que usa um 
método de tempo de voo e matrizes SPAD foi usada para localização de AGVs. 
Pesquisadores em [122] também introduziram um método de localização 
baseado em fusão e aprendizado profundo chamado SPAD + DCNN (Deep 
Convolutional Neural Network). Para melhorar a localização do AGV, SPAD + 
DCNN pode ser usado para fundir a saída de SPAD e LIDAR, incluindo imagem 
de alcance, imagem monocular e dados de intensidade de pico. Em [123], os 
autores aplicaram a rede neural para auxiliar no ajuste dos ganhos do PID para 
melhorar a regulação de velocidade do AGV sempre que o AGV estiver 
navegando em uma curva ou quando estiver se movendo em um arco. O uso 
de redes neurais para ajustar os ganhos de controle PID levou a um controle 
de velocidade confiável de motores DC sem escova AGV (BLDCM). O uso de 
redes neurais para ajuste de PID também levou à obtenção de uma excelente 
resposta de velocidade de AGV em cargas completas de AGV. Os autores usam 
um método de duas etapas em [124] para estimar o número apropriado de 
AGVs adequados para implantação em uma frota para sistema de manufatura 
flexível (FMS). A abordagem em duas etapas consiste em usar um modelo 
matemático para estimar o tamanho da frota e, em seguida, usar a simulação 
para determinar o número de AGVs que podem ser implantados com 
segurança. A abordagem de duas etapas foi considerada mais eficiente e 
confiável computacionalmente do que a aplicação de cada método 
individualmente. Em [125], os pesquisadores aplicaram o método de 
programação linear
202320 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
determinar a vazão de transporte de AGVs em um centro logístico. A 
programação linear foi utilizada, pois seu uso resulta em menor 
tempo de processamento quando comparado com o uso da 
programação inteira. Os resultados obtidos em [125] usando a 
abordagem de programação linear são úteis para determinar o 
número apropriado de AGVs que podem satisfazer os requisitos de 
um cliente. O custo de testes, avaliação e avaliação de uma frota de 
AGV a ser usada para satisfazer as necessidades de manuseio de 
materiais de um centro logístico também são reduzidos.
Em [126], os autores demonstraram a aplicação do modelo quântico 
de Ising na resolução do problema de controle de muitos AGVs em 
ambientes industriais. O problema de controlar um número considerável 
de AGVsfoi formulado como um problema de otimização binária sem 
restrições quadrática de baixo parâmetro (QUBO). Os parâmetros foram 
reduzidos para que o problema possa ser resolvido usando o 
computador quântico D-Wave 2000Q. Os resultados demonstraram a 
aplicabilidade do modelo quântico de Ising ao problema de controle de 
tráfego de AGVs. Em [127], um método de programação baseado em 
rede de Petri de tempo acoplado a um sistema de controle de caminho 
de fluxo AGVs foi proposto para desenvolver um sistema de caminho de 
fluxo de manuseio de material AGV (MHFP). Para superar o problema de 
congestionamento e impasses de AGV, especialmente em interseções, 
ponto de parada, que são pontos onde os AGVs podem interromper 
oportunamente as rotinas de serviço e reverter para os estados 
anteriores conhecidos ao longo de um sistema de loop AGV unidirecional 
quando ocorrem impasses. Com pontos de permanência incluídos nos 
caminhos de loop AGV, o sistema MHFP torna-se uma matriz de fluxo de 
material estendida. Para uma determinada ordem de serviço AGV, a rota 
AGV pode ser modelada como um gráfico marcado. Quando os tempos 
de transição são incluídos no gráfico de fluxo de trabalho marcado, ele se 
tornará um tipo especial de rede de Petri cronometrada. A abordagem 
timed petri net defendida em [127] possibilitou a simulação de diferentes 
cenários de roteamento e deadlock. Assim, a tomada de decisão 
inteligente que incorpora o conhecimento da maioria dos possíveis 
cenários de fluxo de trabalho, congestionamento e impasse do AGV será 
incorporada ao sistema MHFP.
Além disso, em [128], os autores introduziram o projeto de um 
sistema de controle de caminho de fluxo de manuseio de materiais em 
uma zona particionada usando redes de Petri temporizadas. Um método 
de decomposição da rede de Petri, no qual toda a rede de Petri é 
decomposta em tarefas e sub-redes AGV foi discutido em [129]. A rede de 
Petri também foi usada para projetar um controlador lógico programável 
(PLC) para resolver o problema de planejamento de caminho para evitar 
colisões entre AGVs em [130] e em [131]. Em [132], rede de Petri colorida 
e D∗O algoritmo Lite foi aplicado à navegação livre de colisão e controle 
de tráfego para AGVs. Em [133], os autores propuseram um algoritmo de 
controle de tráfego AGVs hierárquico útil para implementar o 
planejamento de caminho em uma arquitetura de duas camadas. A 
camada superior descreve a inter-relação topológica entre as diferentes 
áreas da fábrica. A camada inferior contém informações sobre rotas fixas 
ao longo das quais os AGVs devem percorrer. Cada AGV em um chão de 
fábrica calculará autonomamente seu caminho de navegação usando 
ambas as camadas. Toda a frota AGV foi coordenada pela exploração de 
recursos compartilhados usando tanto a coordenação centralizada 
quanto a negociação local (coordenação descentralizada).
O filtro de Kalman (KF) foi aplicado em [134] para evitar o 
deslizamento de AGVs rodando sobre rodas Mecanum durante a 
navegação. O KF foi usado para fundir dados dos sensores StarGazer e 
ENCODER e, assim, combinar vantagens e mitigar as deficiências de 
ambos os sensores. O StarGazer pode produzir grandes erros quando 
usado para medir valores absolutos de localização, enquanto o sensor 
ENCODER pode acumular erros devido à presença do termo integral e 
devido às desvantagens trazidas pelo fenômeno de patinagem da roda 
Mecanum. Em [135], os autores também aplicaram KF ao problema de 
estimativa de custo de controle online. Os custos de controle 
considerados incluem taxa de conclusão de tarefas, energia e velocidade 
do robô. Em [136], uma rede de crenças profundas baseada em 
aprendizado profundo foi aplicada para aprender a sequência de 
inovação de KF em uma tentativa de melhorar a precisão e a robustez do 
KF usado para o posicionamento de AGVs. Em [137], O KF foi usado para 
fundir os dados de um codificador do sistema de inércia AGV e a unidade 
de medição de inércia enquanto usava tags RFID para auxiliar no 
posicionamento do AGV. O objetivo dos pesquisadores em [137] era 
desenvolver um sistema de orientação de inércia confiável, mas de baixo 
custo, para AGVs. Assim, o sistema de orientação de inércia do AGV foi 
feito para contar com a unidade de medição de inércia (IMU). Os erros 
acumulados pelos sensores de inércia são eliminados com o auxílio do 
método de posicionamento de haste magnética (MN). Toda a solução 
para projetar o sistema de orientação por inércia de baixo custo, 
incluindo o uso de RFID, foi chamada de sistema de orientação por 
inércia combinatória (CIGS). KF foi usado para filtrar dados de vários 
sensores e unidades do CIGS. Um modelo cinemático AGV foi usado para 
avaliar o CIGS e foi considerado mais eficaz do que o sistema de 
orientação de inércia AGV comum.
Em [138], o KF foi aplicado à fusão dos dados de um sensor 
odométrico AGV e dados RSSI (Received Signal Strength Indicator) de 
tags RFID; enquanto foi aplicado para localização de AGVs em [139]. 
Em [140], a localização, posição e orientação dos AGVs foram 
determinadas usando o modelo de espaço de estado KF. Em [141], o 
EKF baseado em SLAM é usado para navegações AGV; enquanto em 
[142], o EKF foi aplicado ao problema de fusão de sensores de um 
sistema sem fio de banda ultralarga sem fio e um sistema de 
navegação por inércia (INS) para navegação de AGVs. O EKF 
multitaxa aplicado funde os dados atrasados que foram 
compensados para medição de posição e os dados INS.
Pode-se observar a partir do exposto que o design e 
implementação de algoritmos para localização, agendamento e 
planejamento de caminho de AGV ainda é uma área em andamento 
e tem recebido muita atenção de pesquisa na última década. 
Usando algoritmos clássicos como A∗e Dijkstra são conhecidos por 
levar ao problema de gerar grandes sobrecargas de computação e 
ineficiência de roteamento, respectivamente. Assim, os 
pesquisadores têm examinado algoritmos híbridos e aprimorados, 
como a combinação de algoritmo de campo potencial artificial e A∗
algoritmo, Dijkstra melhorado, D melhorado∗Algoritmo de Lite e Yen. 
Outros algoritmos clássicos como KF e EKF para aplicações de fusão 
de dados AGV também receberam muita atenção na última década. 
Num futuro próximo, a utilização do 5G MEC e seus recursos de 
computação de alta velocidade podem ser úteis no processamento 
mais rápido de alguns desses algoritmos clássicos e suas variações 
se esses algoritmos forem instalados no 5G MEC
VOLUME 8, 2020 202321
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
para fins de planejamento de caminho AGV, localização e 
agendamento de missão AGV.
Em [151], para melhorar a precisão do posicionamento de um AGV, os 
autores propuseram o uso de uma haste magnética que pode ser 
facilmente rastreada por um conjunto de sensores 2D. Um algoritmo de 
otimização híbrido que utiliza os algoritmos Levenberg-Marquardt e de 
enxame de partículas foi usado junto com a matriz de sensores 2D para 
determinar a localização e a orientação do prego magnético. Para 
estabelecer o desempenho aprimorado do método sugerido em relação 
ao método tradicional de matriz de sensores magnéticos 1D, uma haste 
de neodímio N35 foi usada. A precisão do posicionamento foi ±1,69 mm 
em oposição ao maior que±Precisão de posicionamento de 5 mm 
normalmente obtida a partir da matriz de sensores 1D tradicional. Em 
[152], ímãs enterrados foram usados com uma estratégia de controle 
apropriada para garantir a estabilidade de um AGV, para auxiliar sua 
navegação e para auxiliar o AGV a decidir sobre o caminho apropriado 
para selecionar nas interseções do chão de fábrica. Em [153], foi proposto 
um algoritmo de planejamento de caminho descentralizado e controle de 
AGVs que pode ser executado independentemente em AGVs de alcance 
livre. O algoritmo pode deduzir o caminho viável mais curto que um AGV 
pode seguir durante a execução de missões.
Em [154] e [155], os pesquisadores aplicaram o algoritmo de 
inferência fuzzy etambém utilizaram o peso de um carrinho preso a 
um AGV para melhorar o controle de movimento do AGV, enquanto 
em [156], os autores aplicaram uma variante do algoritmo de 
inferência fuzzy chamado paralelo algoritmo fuzzy em cascata para 
ajudar os AGVs a evitar obstáculos durante a navegação. O 
algoritmo Fuzzy também foi aplicado ao projeto de um AGV em [157] 
e ao rastreamento da trajetória de AGVs em [158]. Em [157], foi 
enfatizado que o objetivo do algoritmo do controlador fuzzy era 
produzir controle AGV monótono com flutuações mínimas e alcançar 
a estabilidade do AGV dentro do tempo de movimento alocado do 
AGV. O sistema de inferência do controlador fuzzy foi projetado 
usando regras if-then. Usando o controlador difuso projetado, o AGV 
foi robusto a mudanças não planejadas ao longo de sua trilha de 
movimento. Em [158], o algoritmo do controlador fuzzy foi projetado 
usando o solucionador Linear Matrix Inequality (LMI) para garantir 
sua estabilidade. O controle PID foi usado para obter o torque de 
entrada do AGV. O uso do solucionador LMI de Lyapunov para 
garantir a estabilidade do AGV foi bastante benéfico, pois o AGV 
pode rastrear grandes mudanças repentinas de orientação a partir 
da trajetória de referência do AGV. Os autores em [159] propuseram 
e avaliaram um algoritmo de prevenção de colisões que escala 
robustamente com o número de AGVs. O algoritmo também pode 
ser usado efetivamente para resolver situações de impasse de AGVs. 
Em [160], pesquisadores exploraram métodos de utilização de 
sensores coloridos para navegação de AGVs e estabeleceram que 
sensores coloridos, devido ao seu baixo custo, facilidade de 
instalação e eficácia na navegação de linha AGV, podem ser muito 
úteis para a navegação de AGVs. Em [161], os autores aplicaram um 
método de inferência fuzzy e o combinaram com um método de 
controle PID para obter estabilidade e controle de velocidade para 
um AGV. Em [162], os autores utilizaram o algoritmo de controle de 
modo deslizante hierárquico (HSMC) para evitar um obstáculo AGV e 
se aproximar do alvo. Uma única plataforma de hardware/software 
que também foi usada para processamento de imagem baseado em 
visão RGB-D e controle de direção baseado em PWM foi usada para 
implementar a solução de controle HSMC.
B. NAVEGAÇÃO, CONTROLE E ORIENTAÇÃO
Em [143], foi proposto um algoritmo de controle baseado no 
conceito de pelotão virtual. O algoritmo pode ajudar os AGVs a evitar 
saltos de velocidade e aceleração durante a fusão. A eficácia do 
algoritmo foi verificada por meio de simulação. Em [144], os autores 
examinaram a viabilidade do uso do algoritmo ant para o projeto e 
controle de AGVs. Foi feito um caso para a introdução de um 
algoritmo de roteamento adaptativo inspirado em formigas 
conhecido como AntHocNet. AntHocNet foi sugerido como um 
algoritmo que pode ser aplicado para resolver o problema de 
frequentes mudanças inesperadas de topologia que sempre são 
encontradas quando os AGVs estão navegando em redes móveis ad 
hoc (MANETS). Em [145], os autores apresentaram um algoritmo que 
pode ser aplicado para o controle de velocidade de um AGV. Os 
microcontroladores FIREBIRD IV e ATMEGA (MCUs) foram usados 
para emular o AGV enquanto o ZigBee foi usado para estabelecer a 
comunicação entre um controlador central e o AGV. Em [146], os 
autores aplicaram uma combinação de rastreamento baseado em 
laser e algoritmo de perseguição pura para rastreamento de AGVs 
em ambiente interno. O movimento do AGV foi determinado usando 
um modelo matemático baseado na cinemática direta do AGV. A 
localização do AGV foi realizada usando o sensor a laser AUTO-
NAV200. Ao usar o algoritmo de rastreamento de trajetória baseado 
em perseguição pura, o AGV experimentou menos de 5% de erro em 
sua posição durante todo o movimento em uma trajetória definida. 
Além disso, em [147], os autores aplicaram orientação baseada em 
laser para evitar obstáculos desconhecidos no caminho do AGV. Em 
sua implementação, foi projetado um algoritmo que permite que os 
AGVs sejam capazes de detectar um obstáculo e contorná-lo em 
ambientes industriais. O algoritmo projetado pode ser usado por 
diferentes tipos de AGVs, evita computação pesada em sua 
implementação e pode trabalhar com percepção limitada de seu 
ambiente. Em [148], os autores desenvolveram um robô móvel de 
tração diferencial de três rodas para testar um modelo que usa 
algoritmo de controlador baseado em feedback projetado para 
evitar que os AGVs virem durante a navegação.
Em [149], os autores propuseram e avaliaram o uso de 
uma câmera USB para detectar a posição de um AGV. Foi 
avaliado o impacto da resolução da imagem obtida pela 
câmera, dos parâmetros de processamento da imagem e da 
taxa de quadros da câmera no sistema de controle PID do 
AGV. Foi descoberto que a câmera USB é adequada para 
detectar a posição do AGV. Um método de orientação 
magnética foi usado em [150] para navegação interna de 
AGV. O método de orientação do AGV existente envolve o 
uso de estimativas, sensores de giroscópio e codificadores 
para calibração contra erros de ângulo de direção do AGV. 
No entanto, os esforços de pesquisa em [150] envolvem o 
uso de orientação de pontos magnéticos, sensores de efeito 
Hall, contadores e codificadores que são usados para obter 
a orientação do AGV. Os erros de derrapagem são corrigidos 
em tempo real usando um controlador de lógica difusa.
202322 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
Em [163], uma forma contínua de controle de modo deslizante (SMC) 
foi usada para controlar um AGV que possui referências de navegação 
complexas. O AGV também tem carga extra e sofre distúrbios 
instantâneos. O resultado do experimento mostra que o SMC proposto 
foi adaptável às mudanças nas condições resultantes das perturbações 
iniciais do AGV. Ele também controla de forma robusta a velocidade do 
AGV e a direção do ângulo de movimento. Em [164], uma abordagem de 
otimização que também inclui o uso de algoritmos SMC e PID é aplicada 
para o rastreamento da trajetória do AGV. Nesse estudo [164], o 
algoritmo genético foi usado para ajustar os parâmetros do SMC. O 
algoritmo de otimização apresentado em [164] também utilizou uma 
superfície deslizante intermediária para minimizar o erro entre a 
trajetória desejada e a real do AGV. Em [165], os autores apresentaram 
um algoritmo que pode ser usado em tempo real para resolver 
problemas de precisão relacionados ao rastreamento do caminho do 
arco quando os AGVs estão implementando usando o sistema de modo 
de condução diferencial duplo. Em [166], os pesquisadores 
desenvolveram um sistema de processamento de imagens baseado em 
software capaz de adquirir imagens, processá-las e reconhecer glifos. O 
sistema de processamento de imagem pode ser usado para controle de 
movimento AGV. Em [167], os parâmetros de desvio de caminho do AGV 
foram obtidos da unidade de processamento de imagem no AGV. Os 
parâmetros obtidos foram usados para atualizar a navegação de visão 
AGV aprimorada usando o algoritmo de controle difuso. Em [168], foi 
apresentada uma técnica aprimorada de calibração de câmeras em que a 
distorção intrínseca, radial e os parâmetros externos da câmera foram 
usados na calibração de câmeras para AGVs guiados por visão. Em [169], 
para poder introduzir um sistema AGV de alcance livre confiável, um 
telêmetro baseado em visão que inclui um transmissor a laser e um 
sensor de imagem foi aplicado à navegação do AGV. O transmissor de 
laser emite um laser em forma de linha e uma imagem do laser em forma 
de linha foi produzida pelo sensor de imagem a laser. A distância entre os 
objetos no caminho de navegação dos AGVs e o telêmetro do AGV é 
estimada com base na altura da imagem do laser no sensor de imagem. 
O telêmetro de visão a laser tem um erro de navegação relatado de 
menos de 1%.
Em [170], os autores relataram o projeto de um controlador 
pathfollowing restrito para uma navegação AGV. Os sinaisde loop 
fechado AGV foram limitados por restrições de estado que são 
aproximadas por funcionais de Lyapunov. As restrições de estado são os 
limites da pista do caminho do AGV detectados por um computador de 
visão no AGV. Em [171], um algoritmo que pode ser usado para extrair 
recursos de borda de pista de uma câmera de visão baseada em AGV foi 
projetado. Os recursos de pista extraídos podem ser usados pelo 
algoritmo para estimar a trajetória ideal do AGV. Em [172], foi 
desenvolvido um algoritmo que pode ser usado para extração de 
informações de nuvem de pontos 3D quando apenas dados de varredura 
parcial estão disponíveis. O algoritmo pode ser usado para resolver o 
problema de detecção parcial de objetos no caminho do movimento AGV. 
Quando comparado com outros métodos LIDAR, o algoritmo de detecção 
de pontos 3D tem uma clara vantagem. Ele tem etapas de processamento 
menores, tem menos restrições de implementação, pois não é baseado 
em modelo e é invariante à rotação, o que o torna capaz de detectar 
objetos em posições incomuns, como carros capotados. Em [173], um 
controle remoto foi usado para o controle de um AGV cortador de grama, 
e em [174], não
a iluminação uniforme resultante do uso de matrizes de LED em sistemas de orientação de visão AGV foi reduzida 
usando o algoritmo de Levenberg-Marquardt. No entanto, é importante notar que em [173], o AGV cortador de 
grama foi teleoperado usando um equipamento 5G nas dependências do cliente (CPE) que foi conectado a uma 
antena de 28 GHz 5G/2,1 GHz que estava usando uma rede central 5G e uma estação base 5G . Um benefício 
direto do uso de redes 5G para a teleoperação do AGV é a baixa latência existente entre o módulo do 
microcontrolador e o AGV. No entanto, conforme enfatizado pelos autores em [173], o desempenho do AGV pode 
ser melhorado usando um sistema de controle avançado. Em [175], foi realizada uma crônica da evolução dos 
produtos de navegação AGVs baseados em laser da AutoNavigator AB desde a década de 1980 até o ano de 2013. 
Os autores enfatizaram que o sistema de navegação a laser AGV introduzido em 1991 foi o primeiro de seu tipo 
que pode atingir alvos idênticos simples usando faixas anônimas de fitas retrorrefletivas. Os sistemas de 
navegação a laser AGV foram considerados uma tecnologia disruptiva, pois permitem que a Kollmorgen Särö AB, 
uma empresa AGV e suas empresas parceiras tenham participações de mercado significativas no mercado AGV. 
Em [176], os autores projetaram um algoritmo baseado em Corresponding Vector Sampling and Consensus 
(CVSAC) para estimativa de pose de robôs e veículos móveis. O algoritmo CVSAC projetado aproveitou os 
algoritmos de correspondência de varredura ICP e amostragem aleatória e consenso (RANSAC) para localização e 
mapeamento do robô para movimento seguro do robô. Os sistemas de navegação a laser AGV foram 
considerados uma tecnologia disruptiva, pois permitem que a Kollmorgen Särö AB, uma empresa AGV e suas 
empresas parceiras tenham participações de mercado significativas no mercado AGV. Em [176], os autores 
projetaram um algoritmo baseado em Corresponding Vector Sampling and Consensus (CVSAC) para estimativa de 
pose de robôs e veículos móveis. O algoritmo CVSAC projetado aproveitou os algoritmos de correspondência de 
varredura ICP e amostragem aleatória e consenso (RANSAC) para localização e mapeamento do robô para 
movimento seguro do robô. Os sistemas de navegação a laser AGV foram considerados uma tecnologia 
disruptiva, pois permitem que a Kollmorgen Särö AB, uma empresa AGV e suas empresas parceiras tenham 
participações de mercado significativas no mercado AGV. Em [176], os autores projetaram um algoritmo baseado 
em Corresponding Vector Sampling and Consensus (CVSAC) para estimativa de pose de robôs e veículos móveis. O 
algoritmo CVSAC projetado aproveitou os algoritmos de correspondência de varredura ICP e amostragem 
aleatória e consenso (RANSAC) para localização e mapeamento do robô para movimento seguro do robô.
Em [177], um modelo orientado a eventos de um AGV foi usado para 
estudar os métodos de projeto e controle do AGV. O algoritmo de 
roteamento que reduz o tempo de transporte do AGV e a distância de 
viagem em um layout de caminho de grade também foi desenvolvido. Em 
[178], os autores revelaram como um método de navegação baseado no 
campo potencial em torno de um AGV pode ser usado para melhorar a 
capacidade dos AGVs de detectar obstáculos. Semelhante ao uso de uma 
função de Lyapunov como foi feito em [170], uma função de Lyapunov 
também foi usada para aplicação de controle de AGVs em [179], onde 
uma estratégia de controle de AGV que usa um ponto de referência para 
AGVs com direção traseira foi apresentada. O AGV considerado foi 
condicionado a rastrear a referência dada e minimizar o AGV à distância 
de referência. A função Barrier Lyapunov (BLF) foi selecionada para 
garantir a estabilidade da abordagem de controle proposta. Em [180] e 
[292], Métodos de inferência fuzzy (IF-THEN) foram propostos e aplicados 
para controle de AGVs. Especificamente, em [180], o algoritmo de 
controle fuzzy possui duas partes que consistem em mover-se em direção 
ao destino e evitar obstáculos. Na primeira parte do algoritmo fuzzy, para 
se mover em direção a um destino, o ângulo de movimento do AGV, a 
variação do ângulo e a distância do AGV ao destino são entradas para o 
controlador fuzzy. Quando os sensores do AGV detectam um obstáculo 
no caminho do AGV, a distância do obstáculo ao AGV e as localizações dos 
pontos de canto dos obstáculos em relação ao AGV são calculadas e 
usadas como entrada para o sistema fuzzy. Dois AGVs podem evitar a 
colisão de cada um dos AGVs, calculando a velocidade de movimento, a 
distância e o ângulo de movimento do outro AGV. Essas variáveis 
também são usadas como entradas para o sistema fuzzy.
VOLUME 8, 2020 202323
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
robusto contra diferentes tipos de obstáculos quando avaliados em um 
novo ambiente desconhecido. Em [181] os autores avaliaram três técnicas 
de controle: vetor de busca, baseado em planicidade e método difuso. 
Seus efeitos na garantia de variações de baixo solavanco em operações 
de atracação de AGV também foram examinados. Um modelo baseado 
em dados do algoritmo de controle de perseguição vetorial foi 
combinado com a técnica de controle de planicidade diferencial para 
obter uma nova estratégia de controle. A avaliação por simulação mostra 
um resultado de controle encorajador, pois o AGV foi capaz de superar os 
efeitos de derrapagem em ambientes industriais. Em [182], o 
desempenho de um algoritmo de rastreamento e planejamento de 
trajetória baseado em controle preditivo de modelo (MPC) para AGVs foi 
implementado com ROS e testado em uma fábrica. A simulação foi 
construída com Stage Map. O Interior Point Optimizer foi usado como 
solucionador para o algoritmo MPC. O desempenho do planejamento 
baseado em MPC para rastreamento de AGVs foi comparado ao 
desempenho de – (i) controle de MPC e PID; e também comparado com o 
desempenho de – (ii) MPC e A∗algoritmo de planejamento de caminho 
global. O método de planejamento e rastreamento baseado em MPC 
mostrou melhor desempenho geral de rastreamento e controle. Em 
[183], os autores apresentaram um método de controle de baixa 
complexidade computacional pelo qual erros de desvio de controle de 
realimentação introduzidos pelo derrapagem de AGVs podem ser 
corrigidos. O sistema de controle em cascata implementado funciona 
com os codificadores de roda dos AGVs para detectar a derrapagem dos 
AGVs em superfícies escorregadias. Em [184], os autores aplicaram uma 
abordagem de engenharia de sistemas baseada em modelos para 
desenvolver um sistema de manuseio de materiais baseado em AGV. O 
controlador AGV foi projetado em ambiente de modelagem de sistema 
utilizando o software Visual Paradigm. Em [185], os autores propuseram 
uma abordagem pela qual vários AGVspodem ser coordenados, 
especialmente nas interseções, considerando a dinâmica da frota de 
AGVs em vista das restrições de comunicação. Uma função de navegação 
descentralizada (DNF) que considera as restrições dinâmicas do AGV foi 
usada para coordenação multi-AGV. O desempenho do DNF foi avaliado 
por simulação através do Matlab. O método DNF foi comparado com 
métodos clássicos de gerenciamento de interseção AGV, como o uso de 
semáforos, rotatórias e regras de passagem. O método DNF permite que 
vários AGVs melhorem o fluxo da frota, reduzam os tempos de viagem e 
também reduzam o número de paradas.
Em [186], os autores propuseram o uso de rede neural, 
métodos de controle fuzzy e bang-bang para projetar um 
método de controle inteligente para dirigir um AGV em 
movimento. O controlador projetado pode controlar o status 
operacional e os parâmetros do AGV. Um método de 
linearização com realimentação para um controle de trajetória 
AGV foi proposto em [187]. Um mecanismo de escalonamento 
de tempo foi usado para adaptar a trajetória de referência do 
AGV à trajetória desejada em tempo real. Isso permite que o 
AGV seja capaz de evitar colisões por meio da frenagem. O 
método de controle rendeu pequenos erros de posição quando 
avaliado usando um AGV real. Em [188], o microcontrolador 
STM32 foi usado para implementar opções de controle, como 
modulação por largura de pulso vetorial espacial (PWM) e 
controle PID difuso para um controlador baseado em motor 
síncrono de ímã permanente (PMSM) para AGVs.
máquinas-ferramentas. O teste experimental revela um sistema de 
controle AGV que mostra boa qualidade dinâmica e desempenho 
estável. Além disso, a avaliação usando um experimento de pulso 
duplo indica que o sistema de comutação para o circuito de controle 
PMSM tem baixo consumo de energia. Em [189], o método de 
controle retroativo baseado no controle ativo de rejeição de 
distúrbio (ADRC) foi usado para compensar o efeito de um AGV em 
movimento que possui velocidades lineares e angulares incertas. A 
lei de ajuste baseada no ganho de realimentação foi usada para 
garantir a compensação de incertezas derivadas de velocidades 
lineares e angulares incertas do AGV. O mecanismo de escala de 
tempo foi usado para adaptar uma trajetória de referência à 
velocidade do AGV em uma trajetória desejada. Mecanismo de 
frenagem para evitar colisões também foi implementado. Em [190], 
os pesquisadores aplicaram o STM32F103VET6 MCU para transferir 
instruções de controle remoto para um motor de corrente contínua 
(dc) de um AGV. O módulo transceptor NRFI24I01 foi empregado 
para transmitir instruções de controle e atualizações para o chip 
STM32F103VET6. A avaliação do controlador AGV remoto baseado 
em MCU STM32F103VET6 mostra que o sistema projetado é fácil de 
operar e tem flexibilidade marcada, pois pode ser usado de forma 
confiável para atualizar as funções de avanço, retrocesso, curvas 
laterais, parada, aceleração e desaceleração para um AGV.
Em [191], um método de rastreamento de caminho AGV de alta 
precisão baseado no uso de segmentação de limite de diferença de cor 
foi proposto e usado como entrada para o método de controle de loop 
fechado do AGV quando um AGV está navegando. Os autores avançaram 
um método através do qual os desvios do AGV de seus caminhos de 
navegação podem ser extraídos usando a segmentação de limite de 
aberração cromática das cores do caminho do piso que estão sendo 
usadas para guiar os AGVs durante a navegação [191]. Esses desvios são 
usados como entradas para o controlador de rastreamento de caminho 
AGV. O resultado experimental indica que o método de navegação visual 
considerado permite que o AGV navegue suavemente com alta precisão 
de rastreamento de caminho. Em [192], os pesquisadores aplicaram um 
método de otimização irrestrita baseado na direção de curvatura 
contínua para gerar waypoints confiáveis para AGVs. Waypoints são 
pontos precisos a partir dos quais um AGV pode iniciar uma manobra de 
atracação explícita para operações de transferência de carga [192]. Os 
autores em [193] motivaram uma abordagem pela qual os dados de 
sensores externos e de bordo do AGV de baixo custo podem ser fundidos 
para auxiliar na localização e mapeamento do AGV em ambientes 
internos e externos. Em [194], os autores apresentaram métodos pelos 
quais a localização e o mapeamento baseados em SLAM para robôs 
móveis foram realizados usando o método bayesiano. De acordo com os 
pesquisadores em [194], o algoritmo SLAM funciona criando dois mapas 
usando dados de trajetória e posicionamento coletados por meio de 
sensores AGV. O primeiro mapa é conhecido como mapa métrico. Este 
mapa é criado a partir de pontos de interesse selecionados no chão de 
fábrica ou posição de obstáculos. O segundo mapa é o mapa local e é 
criado a partir da percepção do AGV da posição atual do AGV. Ambos os 
mapas são então mesclados para criar o mapa geral do ambiente de chão 
de fábrica. O AGV então se moverá por uma trajetória e atualizará o mapa 
com base nos novos dados obtidos pelos sensores do AGV até que a área 
de interesse esteja completamente mapeada. Em [195], como parte do
202324 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
Foi discutida a iniciativa Plug-and-Navigate Robots (PAN-Robots), 
uma nova abordagem pela qual os AGVs utilizam mapas 3D do chão 
de fábrica e marcos da fábrica para navegar. Os AGVs foram 
equipados com sistemas de percepção confiáveis que podem 
monitorar todo o 360◦área ao redor de um AGV. O sistema de 
percepção era composto por duas câmeras, duas lentes 
omnidirecionais montadas no topo de um AGV e vários lasers 
scanners posicionados ao redor do AGV. O novo sistema de 
percepção AGV promete ajudar na difusão generalizada de sistemas 
AGV na fábrica. Também levará a um ambiente de trabalho 
melhorado e seguro quando vários AGVs forem implantados para 
trabalhar com humanos em ambientes industriais.
Nesta subseção, são discutidas as tecnologias de navegação, controle e orientação de AGVs que receberam ampla atenção 
de pesquisa na última década. Pode-se observar que os métodos e algoritmos de controle baseados em função de inferência 
fuzzy, PID, MPC, SLAM, PWM e Lyapunov receberam grande atenção das comunidades de pesquisa. Esses algoritmos foram 
amplamente aplicados para resolver uma variedade de problemas de controle, navegação e orientação na última década. Os 
sistemas de visão baseados em laser são usados com alguns desses algoritmos e métodos em alguns casos. Os autores em 
[175] enfatizaram que a introdução de soluções baseadas em laser provou ser altamente significativa em alguns segmentos da 
indústria de AGV. Os pesquisadores ainda estão tentando ativamente melhorar as soluções existentes para problemas como 
derrapagem de AGV, minimização de erros entre a trajetória desejada e real do AGV e controle de movimento do AGV. O uso de 
redes 5G como meio de transmissão ou troca de dados de controle ainda é incipiente e apenas um autor em [173] mencionou 
um trabalho preliminar nesta área. Do exposto, pode-se deduzir que os problemas de navegação, controle e orientação do AGV 
ainda estão sendo amplamente resolvidos usando variantes de algoritmos clássicos, como PID e algoritmos de inferência fuzzy. 
Desafios abertos ainda existem na área de controle de movimento do AGV e derrapagem do AGV durante o movimento. As vias 
de uso de redes de comunicação 5G como um meio confiável de troca de dados de controle de AGV ainda permanecem 
inexploradas. O uso de redes 5G como meio de transmissão ou troca de dados de controle ainda é incipiente e apenas um autor 
em [173] mencionou um trabalho preliminar nesta área. Do exposto, pode-se deduzir que os problemas de navegação, controle 
e orientação do AGV ainda estão sendo amplamente resolvidos usando variantes de algoritmos clássicos, como PID e algoritmos 
de inferência fuzzy. Desafios abertos ainda existem na área de controle de movimento doAGV e derrapagem do AGV durante o 
movimento. As vias de uso de redes de comunicação 5G como um meio confiável de troca de dados de controle de AGV ainda 
permanecem inexploradas. O uso de redes 5G como meio de transmissão ou troca de dados de controle ainda é incipiente e 
apenas um autor em [173] mencionou um trabalho preliminar nesta área. Do exposto, pode-se deduzir que os problemas de 
navegação, controle e orientação do AGV ainda estão sendo amplamente resolvidos usando variantes de algoritmos clássicos, 
como PID e algoritmos de inferência fuzzy. Desafios abertos ainda existem na área de controle de movimento do AGV e 
derrapagem do AGV durante o movimento. As vias de uso de redes de comunicação 5G como um meio confiável de troca de 
dados de controle de AGV ainda permanecem inexploradas. Desafios abertos ainda existem na área de controle de movimento 
do AGV e derrapagem do AGV durante o movimento. As vias de uso de redes de comunicação 5G como um meio confiável de 
troca de dados de controle de AGV ainda permanecem inexploradas. Desafios abertos ainda existem na área de controle de movimento do AGV e derrapagem do AGV durante o movimento. As vias de uso de redes de comunicação 5G como um meio confiável de troca de dados de controle de AGV ainda permanecem inexploradas.
projeto apresentou uma visão geral em nível de sistema das principais 
tecnologias desenvolvidas durante o projeto. De importância é o 
desenvolvimento de um sistema de detecção avançado que os AGVs 
podem usar para classificar objetos e humanos em ambientes FoF 
dinâmicos. O sistema de detecção desenvolvido permitirá uma 
colaboração confiável de atividades entre humanos e robôs em um 
ambiente FoF que possui muitos AGVs trabalhando com humanos. Os 
autores em [199] apresentaram uma abordagem de navegação AGV pela 
qual câmeras suspensas podem ser usadas para navegação AGV. A 
abordagem é útil para controlar um número razoavelmente grande de 
AGVs em um pequeno ambiente de fabricação.
Em [200], os pesquisadores projetaram e avaliaram o desempenho de 
um novo método de posicionamento de navegação AGV baseado em 
laser que pode ser aplicado a casos de laser tags subdeterminados. Para 
que a navegação a laser funcione conforme planejado para AGVs, são 
necessários no mínimo três etiquetas refletoras. Em casos 
indeterminados, entretanto, alguns dos refletores podem estar ausentes 
ou ter seus sinais ocluídos. O método usado para superar a condição de 
laser subdeterminada em [200] gira em torno da combinação de roteiros 
de navegação conhecidos com acelerômetros AGV de 2 eixos para 
aumentar as entradas dos refletores disponíveis. A avaliação do sistema 
projetado mostra que ele pode ser útil para corrigir problemas 
decorrentes de casos de refletores de laser subdeterminados na 
navegação de AGVs. Em [201], para melhorar o desempenho das frotas 
AGV usadas para operações logísticas, os autores propuseram o uso de 
uma técnica avançada de fusão de sensor central que pode receber sinais 
de sensores a laser a bordo do AGV e sensores a laser instalados na 
infraestrutura da fábrica. Os sensores a laser instalados nas 
infraestruturas da fábrica podem ser usados para monitorar os pontos 
cegos existentes no chão de fábrica. Esses sensores são capazes de 
fornecer um 360◦visão de toda a área perto de um AGV itinerante, 
melhorando assim a segurança do AGV e as habilidades de navegação.
Esta subseção estende a discussão da última subseção e 
enfoca especificamente o impacto e os usos de sistemas de 
câmera, laser e visão para controle e navegação de AGV. Uma 
lição importante desta subseção é que, quando os lasers e 
outros sistemas de visão instalados nos AGVs e na estrutura da 
fábrica trabalham juntos, as frotas de AGV terão desempenhos 
de navegação, segurança e proteção aprimorados.C. HARDWARE E ALGORITMOS DE VISÃO E PROCESSAMENTO DE 
IMAGEM PARA APLICAÇÕES DE CONTROLE DE AGV
Em [196], os autores apresentaram um algoritmo de alto desempenho 
que utilizou imagens 2D em tempo real capturadas por uma câmera CCD 
(charge-coupled device). O algoritmo foi projetado para auxiliar o NH1-V 
AGV nas atividades de atracação e navegação usando marcos artificiais 
como guia para o AGV. Em [227], imagens de duas câmeras CCD que são 
usadas para obter imagens para previsão de rastreamento de caminho e 
posicionamento são processadas usando o processador de sinal digital 
(DSP) TMS320DM642 da Texas Instruments. A saída da plataforma de 
desenvolvimento de software baseada no TMS320DM642 DSP é usada 
com tags RFID para um planejamento de caminho AGV e identificação da 
estação de trabalho. Em [197], um sistema de visão baseado em AGV foi 
usado com máquina de vetor de suporte (SVM) e análise de componentes 
principais (PCA) para detectar AGVs próximos, a fim de evitar colisões. Em 
[198], pesquisadores trabalhando nos PAN-Robots europeus
D. WPT PARA AGV, CONSUMO E GERENCIAMENTO DE 
ENERGIA AGV
Gerenciamento de energia, AGVs WPT e métodos de conservação de 
bateria são aspectos muito importantes do gerenciamento de frota 
de AGVs e esses aspectos comandaram um nível apreciável de 
pesquisa na última década. A distância e o tempo de viagem de e 
para um local atual do AGV e a localização da porta de carregamento 
da bateria do AGV são parâmetros importantes para a otimização da 
frota do AGV. Também são importantes o dimensionamento e tipo 
de bateria em uso, tipos de carregamento empregados 
(nomeadamente carregamento de bateria com e sem contato), ciclo 
de vida da bateria e possível integração de fontes alternativas de 
energia em AGVs e AMRs [202]–[204]. Em [205], um método WPT 
baseado em ressonância de acoplamento magnético para AGV foi 
proposto. Usando uma estratégia de comutação suave para
VOLUME 8, 2020 202325
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
o inversor WPT e pela seleção cuidadosa dos parâmetros de 
ressonância, o sistema de carregamento sem fio atinge uma 
corrente de carga constante de 30 A para uma bateria de lítio 
AGV de 48V.
Um inversor PWM com booster de tensão para um sistema AGV 
WPT foi proposto em [206]. O sistema WPT foi equipado com um 
motor de ímã permanente (PM) e um amplificador de tensão que 
pode funcionar com uma bateria de baixa tensão de 24 V ou 48 V. O 
intensificador de tensão trabalha para manter a corrente de carga 
da bateria constante. O link DC do WPT pode ser controlado e 
tornado constante ajustando a distância entre as bobinas de energia 
de transmissão e recepção. Em [207], foi proposto um método de 
controle de carregamento baseado no método de carregamento 
sem contato para AGVs. O método de controle envolve o uso de 
controle de frequência variável que pode ser usado para realizar um 
controle de corrente de circuito fechado na presença de 
desalinhamento. Pesquisadores em [208] desenvolveram um 
sistema que foi usado para acionar um motor de indução e carregar 
uma bateria AGV usando WPT. O sistema permite uma tensão de 
saída constante do sistema WPT movendo constantemente a bobina 
receptora e ajustando o comprimento da folga. Em [209], um 
sistema WPT modular on-road que facilita o ajuste de potência 
interoperável foi proposto para aumentar a capacidade de 
carregamento on-road enquanto um AGV executa missões. O 
módulo de ajuste de potência foi baseado na impedância detectada 
e foi usado para ajustar a saída de potência de cada módulo de 
transmissão AGV WPT de forma flexível.
Em [210], uma eficiência de 80% no nível de transmissão de potência 
de 600 W foi registrada quando um inversor push-pull Classe E foi 
desenvolvido para produzir entre 300 W e 600 W de potência para 
acionar grandes AGVs. A eficiência de 80% resultou da redução da 
indutância aparente do circuito de transmissão usando capacitor de 
compensação. Os pesquisadores do sistema de energia de AGVs em [211] 
propuseram um sistema WPT de saída dupla auxiliado por repetidor com 
intervalo de transmissão de energia estendido. O comportamento 
ressonante de um sistemade saída dupla WPT foi estudado em 
profundidade e a análise teórica do comportamento do sistema foi 
realizada. O simulador de circuito ressonante AWPT foi construído e sua 
resposta em frequência confirma os resultados da análise teórica. Em 
[212], um sistema AGV WPT foi projetado para resolver o problema do 
longo tempo de carregamento do AGV. Uma estratégia de controle 
baseada em passividade integral proporcional (PI-PBC) foi proposta para 
reduzir o tempo de carregamento efetivo de um AGV durante o tempo 
gasto em portos de atracação. Um modelo de 1,5 kW de um sistema AGV 
WPT foi construído usando o software PLECS. A tensão de saída da 
estratégia de controle PI-PBC não tem erro de estado estacionário e seu 
desempenho dinâmico é melhor do que usar apenas o controle PI.
Os autores em [213] projetaram um sistema que pode ser usado para 
estimar o estado de carga das baterias AGV, enquanto os autores em 
[214] relataram um esforço de adaptação para mitigar harmônicos e 
melhorar a qualidade de energia de um sistema de energia de 480 V para 
grandes AGVs em um terminal de contentores. Em [215], um método 
heurístico de programação linear foi proposto para uso na determinação 
de quando um AGV precisa de troca de bateria, enquanto uma proposta 
para um WPT com duas bobinas receptoras foi apresentada em
[216]. Durante os movimentos do AGV, a tensão de saída 
do sistema e o efeito de acoplamento podem ser 
facilmente ajustados e estabilizados usando o sistema de 
duas bobinas. Para melhorar a topologia do sistema, 
novos motores CC com escovas que podem ser usados 
para melhor acionar o eixo e o sistema de roda foram 
incorporados a um projeto de AGV em [217]. As baterias 
AGV podem ser carregadas enquanto o AGV segue linhas 
magnéticas no chão de fábrica. Os controladores do 
motor AGV foram substituídos para que o desempenho 
de seguimento de linha e a estabilidade do AGV possam 
ser melhorados. Em [218], um modelo de simulação 
parametrizado de um AGV com gerenciamento de 
bateria foi construído. O modelo previa o projeto de um 
FMS com o objetivo de entender a relação entre o FMS, o 
número de AGVs implantados e o sistema de 
gerenciamento de bateria.
Um sistema de movimentação e carga (MAC) foi projetado para 
AGVs em [220]. O sistema emprega um conversor dc-dc para manter 
uma resistência de carga equivalente AGV em um determinado nível 
e, em seguida, detectar a variação da corrente de carga em vista da 
entrada CA constante para o transmissor de trilho magnético. Uma 
eficiência de 83% foi relatada usando o design. Uma topologia de 
compensação série-série útil para realizar um sistema de 
transferência de potência indutiva (IPT) de baixa tensão e alta 
corrente para AGVs foi proposta em [221] usando um tamanho de 
acoplador magnético de 200 m×220m×10 mm. O sistema foi capaz 
de transferir 1,8 kW de potência com 89,9% de eficiência CC-CC de 
uma fonte de 400 VCC para uma carga de 24 VCC em um entreferro 
de 10 mm. Um sistema semelhante foi proposto em [222], no 
entanto, o sistema só pode atingir uma eficiência de 86,1% ao 
transferir 1,78 kW de potência de uma bateria de 300 Vcc para uma 
bateria de 24 V com um entreferro de 15 mm. Em [223], o uso de um 
controlador de modelagem de energia para AGV WPTs usando 
transformação de tensão de saída dc-dc. O estudo em [224] foi 
usado para estabelecer que o circuito de compensação de tensão de 
saída série/paralela (S/SP) é melhor do que a série paralela (SP) para 
circuitos AGV WPT. Em [225], foi proposto um novo projeto 
magnético para uma almofada IPT chamada almofada bipolar (BPP). 
O desempenho do BPP foi comparado ao desempenho do bloco de 
quadratura duplo D (DDQP), e ambos foram considerados 
adequados para aplicações AGV IPT.
Como o fornecimento de energia é muito importante para a operação 
confiável da frota AGV, os trabalhos de pesquisa sobre sistemas de 
transferência de energia AGV têm ampla cobertura na última década. As 
tecnologias WPT demonstraram ser muito importantes para um sistema 
de energia AGV reativo, e vários aspectos dessa tecnologia foram focados 
na última década. A estimativa do estado de carga e vários circuitos para 
melhorar os sistemas AGV WPT foram o principal foco de pesquisa na 
última década. Esta revisão não se concentra nos tipos de bateria e nos 
diferentes tipos de fontes de energia AGV. No entanto, prevê-se que os 
circuitos de transferência de energia AGV, os métodos para minimizar os 
harmônicos do sistema de energia AGV e as tecnologias WPT continuem 
a melhorar à medida que novas e aprimoradas fontes de energia AGV e 
tecnologias de bateria são descobertas.
202326 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
E. COMUNICAÇÃO SEM FIO PARA APLICAÇÕES 
AGV/AMR
Os autores em [231] relataram um método não óptico que pode ser usado para localizar 
um AGV. O método emprega informações de estado de canal (CSI) que podem ser facilmente 
extraídas da maioria dos cartões sem fio em interfaces de transceptor de comunicação Wi-Fi. 
Os relatórios em [232] e [233] apresentam discussões sobre várias maneiras pelas quais um 
AGV pode usar meios sem fio para obter suas informações de posição usando uma rede 
ZigBee, especialmente em ambientes de interferência de alta frequência de rádio (RF), como 
ambientes IIoT. Especificamente, em [232], um AGV pode obter sua posição usando RFID. O 
AGV também pode obter detalhes de sua prioridade de programação e rota de navegação de 
uma torre de coordenação central. Os AGVs também podem enviar seus detalhes de status 
para a torre de coordenação usando rádios ZigBee pequenos e baratos. Com esses dados dos 
nós ZigBee e RFID, um AGV pode evitar colisões com outros AGVs usando: nós RFID, nós 
ZigBee e uma torre de coordenação central. Os relatórios em [233] enfocam a aplicação de 
redes ZigBee como um meio de coordenar AGVs em portos de contêineres. Os efeitos do 
número de roteadores na qualidade das redes de comunicação ZigBee são examinados. Os 
parâmetros de qualidade do canal considerados incluem RSSI e Link Quality Indicator (LQI). 
As qualidades do canal ZigBee são examinadas entre dois nós ZigBee em AGVs móveis e um 
nó coordenador fixo enquanto o número de roteadores ZigBee é variado. Foi deduzido que o 
ZigBee é uma boa rede de comunicação que pode ser usada de forma confiável em portos de 
contêineres automatizados baseados em AGV. No entanto, foi previsto que, devido ao efeito 
de handover ping-pong, o número de roteadores ZigBee deve ser limitado. A natureza dos 
canais de propagação em ambientes IIoT foi discutida em [234]. O canal sem fio entre o 
sensor e o centro de controle torna-se variável no tempo quando os braços robóticos 
mecânicos (MRAs) no topo das bases móveis do AGV estão funcionando e o AGV também está 
se movendo. Para auxiliar no estudo adicional do canal, um modelo geométrico 2D para o 
MRA e um modelo matemático de deslocamento Doppler aleatório para AGVs são fornecidos 
para representar essas trajetórias de frequência Doppler no ambiente de comunicação sem 
fio industrial [234]. O resultado simulado do modelo geométrico e do deslocamento 
randomDoppler basicamente concorda com os resultados da medição. um modelo 
geométrico 2D para o MRA e um modelo matemático de deslocamento Doppler aleatório 
para AGVs são fornecidos para representar essas trajetórias de frequência Doppler no 
ambiente de comunicação sem fio industrial [234]. O resultado simulado do modelo 
geométrico e do deslocamento randomDoppler basicamente concorda com os resultados da 
medição. um modelo geométrico 2D para o MRA e um modelo matemático de deslocamento 
Doppler aleatório para AGVs são fornecidos para representar essas trajetórias de frequência 
Doppler no ambiente de comunicação sem fio industrial [234]. O resultado simulado do 
modelo geométrico e do deslocamento randomDoppler basicamente concorda com os 
resultados da medição.
Semelhante aos trabalhos relatados em [232] e [233],autores em
[235] examinaram o desempenho do RFID quando usado em 
aplicações de correias transportadoras. Estudos em [235] focaram 
no uso de AGVs para emular correias transportadoras em ambientes 
industriais. Um teste foi realizado para determinar a relação entre a 
taxa de leitura da etiqueta RFID e a velocidade do AGV. Outro teste 
foi realizado para examinar o impacto da altura da antena na taxa de 
leitura da tag. Ainda outro teste foi realizado para determinar o 
impacto do Azimute da antena na taxa de leitura da etiqueta RFID. 
Os resultados do estudo indicam que os RFIDs podem ser muito 
úteis para aplicações em correias transportadoras. RFIDs também 
podem ser integrados de forma confiável com aplicações de correias 
transportadoras baseadas em AGV em ambientes industriais. Os 
autores em [236] também examinaram o desempenho de RFIDs 
para operações baseadas em AGV em ambientes industriais. Foi 
considerado um AGV de carga unitária e o AGV pode se localizar 
usando etiquetas RFID nos suportes de carga da fábrica.
Na indústria, soluções baseadas em tecnologias sem fio são amplamente aplicadas 
para controle de AGVs e gerenciamento de frotas [33]. No entanto, o escopo da 
tecnologia e o tipo de aplicações continuaram a se expandir. Por exemplo, em [80], 
tags RFID foram usadas para aplicações de controle de movimento de AGVs levando 
em consideração questões de chão de fábrica que são cruciais para instituir sistemas 
AGV inteligentes como: reconfigurabilidade, flexibilidade e customização. Em [81], os 
autores relataram o uso da Rede Sem Fio para Automação de Fábrica Industrial (WIA-
FA) para acionar uma rede de comunicação em tempo real que conecta AGVs. A 
arquitetura do sistema WIA-FA, a topologia da rede, o gerenciamento do sistema, a 
pilha de protocolos e as principais tecnologias de suporte são discutidas. Aplicações 
práticas sobre a utilização do WIA-FA para monitoramento e controle de robôs 
industriais são exploradas. Também foi explorada a implantação do WIA-FA como 
uma rede de comunicação que conecta AGVs para aplicações de triagem em um 
armazém logístico. O WIA-FA também foi empregado para coordenar vários AGVs 
cooperativos que são usados para transportar componentes industriais grandes e 
complexos. Em [226], a comunicação entre enxames de AGV foi usada para 
implementar a prevenção de colisões. A importância da rede de comunicação entre o 
enxame de AGV foi estabelecida pelo fato de que a eficácia da prevenção de colisões é 
melhorada se mais AGVs participarem da troca de informações de posição. Em [227], 
etiquetas RFID são usadas em conjunto com o sistema de visão AGVs para 
identificação da estação de trabalho. O DSP TMS320DM642 da Texas Instruments foi 
usado como processador de imagem AGV e o ARM LPC2210 foi usado como 
controlador AGV. As imagens do chão de fábrica obtidas por duas câmeras CCD no 
AGV são recebidas no DSP. As informações de posição obtidas por etiquetas RFID são 
usadas junto com as imagens da câmera CCD para identificação da estação de 
trabalho e para navegação AGV. Os resultados experimentais mostram que a 
identificação da estação de trabalho baseada em DSP e a solução de navegação AGV 
avançada por pesquisadores em [227] é robusta e funciona bem em ambiente 
industrial. Em [228], os autores combinam o NodeMCU localizado em um AGV com 
sensores ultrassônicos para evitar obstáculos de AGVs usando comandos de voz de 
smartphones Android que são transmitidos pelo canal de comunicação Wi-Fi. Um 
protocolo MAC de veículo para infraestrutura (V2I) baseado em TDMA foi projetado 
para uso em um sistema de controle AGV em [229]. O protocolo MAC baseado em 
TDMA apresenta requisitos de comunicação rígidos para baixo atraso de transmissão 
e alta confiabilidade; e seu desempenho foi melhor em termos de latência de ponta a 
ponta quando comparado com o desempenho do padrão IEEE 802.11p. Em [230], um 
algoritmo trigonométrico foi projetado para planejamento de caminho AGV; também, 
as necessidades de hardware para a construção de um AGV que pode usar sensores 
de posição sem fio de banda ultralarga para evitar obstáculos foram discutidas em 
detalhes. O algoritmo trigonométrico foi considerado mais eficiente 
computacionalmente para o planejamento de caminho AGV do que o convencional A 
Em [230], um algoritmo trigonométrico foi projetado para planejamento de caminho 
AGV; também, as necessidades de hardware para a construção de um AGV que pode 
usar sensores de posição sem fio de banda ultralarga para evitar obstáculos foram 
discutidas em detalhes. O algoritmo trigonométrico foi considerado mais eficiente 
computacionalmente para o planejamento de caminho AGV do que o convencional A 
Em [230], um algoritmo trigonométrico foi projetado para planejamento de caminho 
AGV; também, as necessidades de hardware para a construção de um AGV que pode 
usar sensores de posição sem fio de banda ultralarga para evitar obstáculos foram 
discutidas em detalhes. O algoritmo trigonométrico foi considerado mais eficiente 
computacionalmente para o planejamento de caminho AGV do que o convencional A∗
e D∗
algoritmos.
VOLUME 8, 2020 202327
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
ponto de ancoragem de um AGV e de um suporte de estação de trabalho. 
O PLC pode ajustar o movimento do mecanismo de transferência de 
carga AGV com a ajuda de um motor de passo e uma haste de pressão. O 
desempenho efetivo das soluções baseadas em RFID e PLC foi 
confirmado por um experimento de navegação e transferência de carga 
AGV.
Em [237] e [238], são apresentados paradigmas baseados em RFID e Wi-Fi através 
dos quais os AGVs podem ser melhor controlados para melhorar a colaboração entre 
cobots em AGVs e trabalhadores em ambientes industriais. Especificamente, os 
autores em [237] discutem o benefício do uso da tecnologia RFID passiva como sendo 
um meio econômico de auxiliar a navegação de AGVs em fábricas com grandes áreas. 
Eles avaliaram o desempenho de três AGVs que trabalham com robôs KUKA KR15 em 
ambiente industrial. O braço de garra do KUKA KR15 pegará um objeto e significará a 
conclusão dessa tarefa (pegar um objeto) enviando um sinal para uma HMI usando 
Wi-Fi. O AGV navegará e atracará em um ponto de recebimento usando RFID e o 
KUKA KR15 soltará o objeto escolhido no AGV. O AGV então navegará para outro 
ponto para entregar o objeto. Os autores em [238] também discutem a importância 
do uso da tecnologia Wi-Fi para permitir que os AGVs possam cooperar efetivamente 
com outros AGVs e trabalhar com segurança em locais habitados por humanos, por 
serem capazes de perceber o ambiente. Eles [238] também discutiram o projeto de 
um AGV baseado em Wi-Fi barato chamado Cheap Cooperative AGV (CCAGV). O 
CCAGV usa o módulo Wi-Fi ESP8266. O ESP8266 opera na região de frequência de 2,4 
GHz e suporta os protocolos Wi-Fi 802.11 b/g/n. Foi enfatizado em [238] que a força 
do projeto CCAGV reside em seu baixo custo. Além disso, o módulo Wi-Fi ESP8266 
selecionado para comunicação AGV em [238] pode interagir com muitas variantes do 
padrão Wi-Fi. Em [239], os pesquisadores examinaram a aplicação de códigos QR e 
RFIDs para navegação de robôs em um ambiente industrial. Os autores enfatizaram a 
importância de usar uma combinação de códigos QR e tags RFID para garantir que os 
AGVs naveguem e realizem com sucesso suas tarefas no ambiente industrial. 
Observou-se que, embora os códigos QR possam ser utilizados para obter um 
posicionamento preciso para AGVs, se o AGV aumentar a velocidade, o desfoque de 
movimento da câmera no AGV pode fazer com que o decodificador QR no AGV falhe, 
levando a uma decodificação imprecisa da posição AGV. Assim, os autores motivaram 
a ideia de usar códigos QR para determinar o ângulo do AGV e etiquetas RFID 
passivas de alta velocidade para determinar a posição do AGV. se o AGV aumentar a 
velocidade, o desfoque de movimento da câmera no AGV podefazer com que o 
decodificador QR no AGV falhe, levando a uma decodificação imprecisa da posição do 
AGV. Assim, os autores motivaram a ideia de usar códigos QR para determinar o 
ângulo do AGV e etiquetas RFID passivas de alta velocidade para determinar a 
posição do AGV. se o AGV aumentar a velocidade, o desfoque de movimento da 
câmera no AGV pode fazer com que o decodificador QR no AGV falhe, levando a uma 
decodificação imprecisa da posição do AGV. Assim, os autores motivaram a ideia de 
usar códigos QR para determinar o ângulo do AGV e etiquetas RFID passivas de alta 
velocidade para determinar a posição do AGV.
O projeto de um novo sistema AGV omnidirecional foi apresentado em 
[240]. As rodas MY3 diferenciais instaladas no AGV são equipadas com 
módulos de detecção de alcance infravermelho e ultrassônico sem fio 
para que o AGV possa evitar obstáculos com erros mínimos. Um modelo 
de controle inteligente baseado em sistema físico cibernético (CPS) capaz 
de trabalhar de forma confiável no chão de fábrica foi projetado em 
[241]. AGVs e nós de antena no chão de fábrica podem interagir e 
compartilhar informações on-line em tempo real. Usando o modelo de 
controle inteligente, vários AGVs podem se comunicar, estendendo assim 
o alcance de cada veículo
percepção. A prevenção de colisões é aprimorada, pois possíveis 
colisões entre AGVs podem ser previstas usando antenas de 
comunicação. Com o modelo, o tempo de negociação de interseção 
entre os AGVs é menor, levando à otimização geral da frota de AGVs. 
Para a confiabilidade da interação entre AGVs que dependem de 
redes de comunicação, os autores em [242] enfocam a necessidade 
de minimizar os erros de pacotes para garantir a qualidade do 
controle (QoC) e, assim, melhorar a confiabilidade do sistema. 
Pesquisadores em [243] estudaram a previsão de RSSI em um 
receptor que rastreia um AGV enquanto ele se move ao longo de um 
chão de fábrica. O aprendizado de máquina foi usado com um 
padrão de janela deslizante do sinal RSSI, levando a uma melhoria 
adicional do desempenho de previsão por vários AGVs.
Autores em [42] apresentaram um método de uso de nós WSN que são conectados a AGVs para monitorar e registrar 
objetos que são transportados por AGVs. Os dados registrados devem ser enviados para um banco de dados da fábrica no 
sistema de gerenciamento de armazém (WMS). Um dispositivo sem fio nanoLOC com cinco nós sensores foi usado junto com 
EKF para trilateração para estimar a posição do AGV. Alguns sensores no dispositivo nanoLOC também são usados para ler 
dados em paletes sendo transportados por AGVs. Os dados gravados são transmitidos para um banco de dados no WMS. Os 
autores sugeriram a inclusão de mais sensores para melhorar a precisão da trilateração EKF e para melhorar a leitura de dados 
em objetos escolhidos por AGVs. Pesquisadores em [244] apresentam estratégias de comunicação e localização em tempo real 
para enxames de AGVs móveis usados para transportar caixas Euro em centros logísticos. A localização foi realizada pelo 
método de trilateração; usando a medição de alcance do laser que é obtida das redes CSS IEEE 802.15.4a e IEEE 802.15.4a. O 
trabalho de pesquisa em [245] também envolve a fusão de dados de sensores e telêmetros a laser que estão transmitindo dados 
através de redes IEEE 802.15.4a. A localização e o rastreamento do AGV foram obtidos pela fusão dos dados do telêmetro a laser 
usando um filtro de partículas Monte Carlo. Semelhante à abordagem em [42], os autores em [246] também usam sensores 
nanoLOC para medição de alcance AGV. No entanto, um EKF foi usado para combater o efeito do ruído introduzido quando os 
AGVs navegam em um ambiente industrial NLOS em [246]. Em [247], um transceptor de contato físico angular (APC) com alcance 
de 1 km a bordo de um AGV foi usado para estabelecer um ambiente de rede para entender o comportamento da rede durante 
a sessão de transmissão de pacotes. Foi deduzido que as taxas de transmissão ideais na frequência de 434MHz e em uma taxa 
de transmissão de 19200 bps foram encontradas em 25 ms entre cada pacote de dados de 56 bytes. Autores em [248] 
apresentaram uma estratégia de controle baseada em rede sem fio para AGVs. Seu trabalho apresenta KF como um estimador 
de atraso de rede sem fio. O estimador é útil para mitigar o efeito da perturbação do canal que pode comprometer a robustez 
do sistema de controle em rede AGV baseado em circuito fechado sem fio. para AGV incluem melhor gerenciamento de frota e 
melhor coordenação de tarefas que podem levar à atualização de um FMS confiável [248]. Em [249], os autores propuseram o 
uso Autores em [248] apresentaram uma estratégia de controle baseada em rede sem fio para AGVs. Seu trabalho apresenta KF 
como um estimador de atraso de rede sem fio. O estimador é útil para mitigar o efeito da perturbação do canal que pode 
comprometer a robustez do sistema de controle em rede AGV baseado em circuito fechado sem fio. para AGV incluem melhor 
gerenciamento de frota e melhor coordenação de tarefas que podem levar à atualização de um FMS confiável [248]. Em [249], os 
autores propuseram o uso Autores em [248] apresentaram uma estratégia de controle baseada em rede sem fio para AGVs. Seu 
trabalho apresenta KF como um estimador de atraso de rede sem fio. O estimador é útil para mitigar o efeito da perturbação do 
canal que pode comprometer a robustez do sistema de controle em rede AGV baseado em circuito fechado sem fio. para AGV 
incluem melhor gerenciamento de frota e melhor coordenação de tarefas que podem levar à atualização de um FMS confiável 
[248]. Em [249], os autores propuseram o uso O estimador é útil para mitigar o efeito da perturbação do canal que pode 
comprometer a robustez do sistema de controle em rede AGV baseado em circuito fechado sem fio. para AGV incluem melhor 
gerenciamento de frota e melhor coordenação de tarefas que podem levar à atualização de um FMS confiável [248]. Em [249], os 
autores propuseram o uso O estimador é útil para mitigar o efeito da perturbação do canal que pode comprometer a robustez 
do sistema de controle em rede AGV baseado em circuito fechado sem fio. para AGV incluem melhor gerenciamento de frota e 
melhor coordenação de tarefas que podem levar à atualização de um FMS confiável [248]. Em [249], os autores propuseram o 
uso no entanto, os benefícios da implementação do sistema de controle em rede baseado em comunicação sem fio para AGV 
incluem melhor gerenciamento de frota e melhor coordenação de tarefas que podem levar à atualização de um FMS confiável 
[248]. Em [249], os autores propuseram o uso no entanto, os benefícios da implementação do sistema de controle em rede 
baseado em comunicação sem fio para AGV incluem melhor gerenciamento de frota e melhor coordenação de tarefas que 
podem levar à atualização de um FMS confiável [248]. Em [249], os autores propuseram o uso
202328 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
de IEEE 802.15.4a CSS (chirp spread spectrum) para melhorar a 
localização global de enxame AGV em um ambiente industrial. Para 
melhorar a localização e rastreamento de um enxame de AGVs no 
ambiente industrial, os autores usam o CSS IEEE 802.15.4a para 
fundir os dados do codificador de roda de um sensor em conjunto 
com a medição de alcance do AGV.
Pesquisadores em [250] consideraram o problema de 
localizar um AGV que se move em um plano por meio de 
sinalização de banda ultralarga (UWB) de nós de ancoragem 
fixos (AN) situados no espaço 3D. Foi proposta uma abordagem 
analítica que pode ser usada para otimizar a colocação de ANs 
usados para localizar um AGV. Uma arquitetura de controle 
cooperativo de rede local para robôs industriais no ambiente 
Fog Radio Access Network (F-RAN) foi proposta em [251]. O 
objetivo do trabalho em [251] foi aumentar a eficiência da 
emissão de ordens de serviço e sua execução quando vários 
AGVs são utilizados em um ambiente industrial.Em um 
ambiente de AGV múltiplo, é ineficiente se os pedidos de AGV 
forem processados sequencialmente (ou seja, um após o 
outro). Se um AGV estiver condicionado a iniciar o 
processamento de ordens de serviço somente quando todas as 
outras ordens de outros AGVs forem consideradas, então a 
eficiência e a agilidade de todo o sistema estarão 
comprometidas. Se, no entanto, todos os outros forem 
processados rapidamente sem uma política de coordenação 
apropriada, o problema de conflitos e impasses pode aumentar 
[251]. Para melhorar a coordenação e melhorar a eficiência do 
escalonamento de um sistema multi-AGV, foi proposta uma 
nova política de coordenação habilitada por rede neural 
recorrente (RNN) que envolve a previsão de ordens futuras. A 
política de coordenação foi presumida no fato de que quando 
um AGV está atualmente executando uma ordem de serviço, se 
a rede RNN puder prever o local inicial do próximo pedido, 
então um AGV ocioso pode ser enviado para o próximo local de 
pedido com antecedência; minimizando assim os tempos de 
inatividade do AGV e melhorando a eficiência de todo o sistema.
Para avaliar a política de coordenação multi-AGV 
baseada em RNN proposta em [251], um testbed para 
coordenação de múltiplos AGV em ambiente F-RAN foi 
projetado e implementado. O controlador baseado em 
aprendizado profundo RNN que pode prever futuros 
pedidos de AGV foi implantado como um aplicativo no 
ponto de acesso de névoa (F-AP) de AGVs no sistema 
multi-AGV. As previsões de ordens de serviço são 
baseadas em registros históricos de ordens anteriores. O 
preditor de aprendizado profundo RNN consiste em uma 
camada de entrada, várias camadas intermediárias 
baseadas em memória de longo prazo (LSTM) e uma 
camada de saída totalmente conectada. A entrada para o 
sistema são registros históricos de pedidos passados e 
as saídas são os pontos iniciais previstos das próximas 
ordens de serviço AGV.
Em [252], um smartphone Android foi implantado para fazer 
comandos de voz funcionarem em um telefone Android para movimento 
de direção de AGVs usando comunicação Wi-Fi. Em [253], os autores 
descreveram o uso da rede neural probabilística (PNN) para prever
o sinal mais provável recebido ao longo de um canal de desvanecimento 
conforme o AGV se move em um formato de rota fixa em uma fábrica. O 
PNN foi usado para prever o sinal mais provável a ser recebido pelo AGV 
usando correspondência de padrão entre um sinal armazenado e um 
sinal recebido atualmente. Em [254], um dispositivo de múltiplos graus de 
liberdade (DOF) foi projetado e fixado no telhado de uma fábrica. O 
dispositivo pode se comunicar com um dispositivo receptor ultrassônico 
em um AGV. Ele pode rastrear o AGV em tempo real; e, assim, auxiliar o 
AGV a reduzir erros de posicionamento em segmentos cegos de rede do 
chão de fábrica.
A observação e o estudo de trabalhos de pesquisa 
publicados na última década revelam que os sistemas de 
rede sem fio podem ser usados para melhorar 
significativamente as políticas de gestão, agendamento e 
coordenação de frotas de AGVs. As tecnologias RFID, 
códigos QR, ZigBee e Wi-Fi ocupam posições 
privilegiadas quando se trata de aplicações AGV. No 
entanto, as redes de comunicação 5G que foram 
projetadas para serem um importante facilitador de 
aplicações de manufatura inteligente em domínios 
industriais ainda precisam ser amplamente utilizadas 
para melhorar a coordenação de AGV e o gerenciamento 
de frota em ambiente industrial. Os resultados da 
pesquisa de modelagem, simulação e implementação 
real de políticas de agendamento e coordenação de frota 
AGV com redes 5G não estão amplamente disponíveis na 
literatura e em domínios de prática real. Por isso,
F. APLICAÇÕES DE REALIDADE VIRTUAL PARA AGV E AMR
Tecnologias emergentes, como VR e AR, juntamente com sistemas AGV e AMR, agora estão sendo aplicadas para otimizar a 
intralogística da fábrica. As tecnologias AR e VR também estão sendo aplicadas de novas maneiras para iniciativas de fabricação 
inteligente e FoF baseadas em AGV. Em [255], um desktop VR imersivo e interativo foi apresentado para visualização 3D de um 
AGV movendo-se ao longo de um caminho especificado em um modelo de ambiente de fábrica. O modelo consiste em uma 
nuvem de pontos em grande escala obtida por meio de Escaneamento a Laser Terrestre (TLS). Em [256], os autores 
apresentaram uma configuração que integra humanos usando dispositivos de captura de movimento. O sistema VR também 
emula um smartwatch como dispositivo de interação. A configuração baseada em VR permite a validação da funcionalidade de 
colaboração humano-robô (HRS) de um AGV por meio de comissionamento virtual. Em [257], Os modelos 3D são projetados 
usando o software CAD 3D Autodesk Inventor. O rastreamento de caminho e a prevenção de colisões foram ativados em AGVs 
usando o Autodesk Inventor e o robô KUKA KR5. O método introduzido é capaz de permitir o controle visual e virtual de um AGV. 
Wi-Fi foi usado para comunicação. Em [258], os autores apresentaram uma abordagem de representação visual para modelar 
uma instalação logística baseada em AGV. A abordagem apresentada é útil para medir e visualizar o desempenho, a 
disponibilidade e a reatividade da instalação em um ambiente de RV. Varreduras a laser 3D foram usadas para criar uma 
representação visual da instalação e os componentes mecânicos foram modelados usando o mecanismo cinemático do sistema 
de simulação. O sistema geral foi validado com um O rastreamento de caminho e a prevenção de colisões foram ativados em 
AGVs usando o Autodesk Inventor e o robô KUKA KR5. O método introduzido é capaz de permitir o controle visual e virtual de 
um AGV. Wi-Fi foi usado para comunicação. Em [258], os autores apresentaram uma abordagem de representação visual para 
modelar uma instalação logística baseada em AGV. A abordagem apresentada é útil para medir e visualizar o desempenho, a 
disponibilidade e a reatividade da instalação em um ambiente de RV. Varreduras a laser 3D foram usadas para criar uma 
representação visual da instalação e os componentes mecânicos foram modelados usando o mecanismo cinemático do sistema 
de simulação. O sistema geral foi validado com um O rastreamento de caminho e a prevenção de colisões foram ativados em 
AGVs usando o Autodesk Inventor e o robô KUKA KR5. O método introduzido é capaz de permitir o controle visual e virtual de 
um AGV. Wi-Fi foi usado para comunicação. Em [258], os autores apresentaram uma abordagem de representação visual para 
modelar uma instalação logística baseada em AGV. A abordagem apresentada é útil para medir e visualizar o desempenho, a 
disponibilidade e a reatividade da instalação em um ambiente de RV. Varreduras a laser 3D foram usadas para criar uma 
representação visual da instalação e os componentes mecânicos foram modelados usando o mecanismo cinemático do sistema 
de simulação. O sistema geral foi validado com um autores apresentaram uma abordagem de representação visual para modelar uma instalação logística baseada em AGV. A abordagem apresentada é útil para medir e visualizar o desempenho, a disponibilidade e a reatividade da instalação em um ambiente de RV. Varreduras a laser 3D foram usadas para criar uma representação visual da instalação e os componentes mecânicos foram modelados usando o mecanismo cinemático do sistema de simulação. O sistema geral foi validado com um autores apresentaram uma abordagem de representação visual para modelar uma instalação logística baseada em AGV. A abordagem apresentada é útil para medir e visualizar o desempenho, a disponibilidade e a reatividade da instalação em um ambiente de RV. Varreduras a laser 3D foram usadas para criar uma representação visual da instalação e os componentes mecânicos foram modelados usando o mecanismo cinemático do sistema de simulação. O sistema geral foi validado com um
VOLUME 8, 2020 202329
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
modelo de simulação deum sistema de logística baseado em agente. A 
técnica de validação do sistema também foi utilizada para determinar o 
desempenho e a disponibilidade do sistema.
Embora as tecnologias AR e VR estejam sendo amplamente 
utilizadas em outros domínios de fabricação, como para 
treinamento, elas ainda não foram amplamente utilizadas para 
aplicações AGV/AMR. Esta conclusão baseia-se no reduzido número 
de trabalhos publicados neste domínio quando comparado com 
outros domínios como a aplicação de tecnologias sem fios para fins 
de AGV/AMR. No entanto, espera-se que, devido aos avanços atuais 
em AR, VR e outras tecnologias relacionadas, a manufatura e a 
intralogística possam muito em breve experimentar aplicações mais 
amplas de tecnologias AR e VR para aplicações de manufatura 
inteligente.
complexidade Projeto de AGV capaz de trabalhar ao longo de uma 
correia transportadora. Além disso, em [266], a ênfase foi colocada 
em um sistema HMI humano-AGV baseado em confiança, o que é 
útil para projetistas de AGV na elaboração de interfaces HMI de 
confiança holística. Em [267], os pesquisadores mostraram métodos 
de proteção de sistemas AGV contra ataques cibernéticos usando a 
Teoria do Perigo baseada em IA. Abordagens heurísticas pelas quais 
o atraso dos AGVs nas estações de fabricação de wafer podem ser 
minimizados foram discutidas em [268]. Em [269], o algoritmo 
húngaro foi aplicado à execução de controle baseado em consenso 
para múltiplos AGVs. O algoritmo prioriza as atividades do AGV 
atribuindo o destino de tarefa mais próximo a cada AGV. Em [270], 
os autores aplicaram métodos estáticos e dinâmicos envolvendo 
simulação de eventos discretos para determinar o número 
apropriado de AGVs necessários para tarefas de transporte na seção 
de fotolitografia de uma instalação de fabricação de 
semicondutores. Para instalações de fabricação de semicondutores, 
as vantagens e desvantagens de diferentes topologias de layout 
através das quais o AGV pode ser implantado são discutidas em 
[271]. Devido à natureza especial das instalações de fabricação de 
semicondutores, diferentes tipos de topologias AGV para integrar 
AGVs, incluindo: topologias segregadas, unificadas e suportadas, são 
discutidas em [271]. Em topologias segregadas, toda a área do chão 
de fábrica é dividida em zonas e o fluxo de trabalho de cada zona é 
atendido por um ou mais AGVs. AGVs em um sistema segregado não 
podem deixar sua zona de trabalho atribuída, portanto, o sistema de 
transporte suspenso (OHT) deve ser usado junto com os AGVs se os 
materiais precisarem ser transportados de uma zona para outra. Na 
topologia suportada, os AGVs podem ajudar na programação do 
fluxo de trabalho de outras zonas. Não há AGVs atribuídos a zonas 
em um sistema de topologia unificado. No entanto, devido ao 
enorme custo e capital inicial envolvido com as plantas de fabricação 
de semicondutores, ainda há necessidade de extensa pesquisa para 
poder otimizar o desempenho dos sistemas AGV.
Em [272], os autores apresentaram uma metodologia detalhada para 
projetar AGVs que são úteis para ensinar alunos em um ambiente de 
campus. Os autores focaram no uso de hardware de baixo custo, como o 
Arduino, para os sistemas de direção, detecção de obstáculos e controle 
de velocidade. O processo de design envolve projetar uma versão em 
pequena escala do Kampus Cart AGV para testar a confiabilidade de cada 
módulo de software e hardware. O desempenho confiável da versão em 
grande escala do Kampus Cart AGV mostrou que a metodologia de 
projeto adotada é útil para projetar AGVs confiáveis, mas de baixo custo. 
Em [273], os pesquisadores trabalharam para desenvolver um conjunto 
de software útil na condução da interface Powerlink. A interface 
Powerlink permite a transmissão direta de dados entre o ROS e o 
hardware compatível com a interface Powerlink. A solução desenvolvida 
pode funcionar com LIDAR de última geração e outras pilhas de software 
úteis para mapeamento, localização e navegação para um AGV recém-
desenvolvido chamado Pathfinder. O Pathfinder foi projetado para 
funções de AGV em ambiente hospitalar. Especificamente, para uso em 
ambiente hospitalar, um projeto de AGV baseado em um híbrido entre 
um reboque e um AGV de carregamento também foi proposto em [274]. 
A implementação para casos usados mistos confirma que tal projeto 
híbrido é adequado para
G. APLICAÇÕES E CASOS DE USO
Em [259], os autores propuseram um modelo matemático de um AGV aplicável 
a projetos FMS. O modelo proposto levou em consideração as restrições de 
layout da planta e as restrições de carga do AGV. Em [260], os autores 
catalogaram os pontos fracos dos sistemas AGV existentes que limitam sua 
implantação em aplicativos FMS. Para instalar AGVs com sucesso em um 
sistema FoF, os autores enfatizaram a importância de instalar AGVs flexíveis 
que dependam menos de infraestruturas de fábrica instaladas, como grades 
magnéticas e tags RFID. Em [261], os autores examinaram como os AGVs 
podem ser usados para substituir correias transportadoras em laboratórios 
clínicos. Foi simulado um laboratório clínico onde AGVs são usados para 
transportar racks de tubos de amostras clínicas. A produtividade dos sistemas 
foi examinada para verificar se a produtividade geral dos AGVs excede a 
capacidade dos analisadores de amostras clínicas. Controladores de tráfego 
locais que aceitam poucas entradas e semáforos de saída foram usados para 
controlar as interseções de tráfego AGV. Os resultados da simulação mostram 
que os AGVs podem ser usados para substituir com lucro correias 
transportadoras em laboratórios de amostras clínicas. Os semáforos também 
são usados como parte dos algoritmos de controle de tráfego dos AGVs que 
são úteis para resolver conflitos e impasses em [262].
Em [263], os pesquisadores destacaram a aplicação de vários 
scanners a laser LMS500 que são usados no lugar de aplicativos 
SLAM para obter mapeamento 3D em um ambiente de armazém. No 
entanto, alguns pontos fracos, como a má percepção de paletes em 
prateleiras e má percepção de objetos dinâmicos, como humanos 
caminhando, foram observados com o mapeamento 3D do 
ambiente do armazém quando os scanners a laser são usados. 
Semelhante à abordagem dos pesquisadores em [195], os 
pesquisadores em [264] empregaram representações 3D do chão de 
fábrica para auxiliar os operadores usando a interface homem-
máquina (HMI) para interagir efetivamente com as frotas AGV [264]. 
O HMI projetado permite que os operadores forneçam entradas que 
podem influenciar o comportamento das frotas de AGV. Um sistema 
central de fusão de dados que contém dados de elementos estáticos 
e dinâmicos do chão de fábrica fornece ao operador HMI uma 
alimentação quase em tempo real da situação do chão de fábrica. 
Com base nos dados fornecidos pelo sistema de fusão de dados, o 
operador HMI pode então influenciar o comportamento dos AGVs 
no chão de fábrica. Um AGV foi projetado para requisitos específicos 
do cliente em [265]. A ênfase foi colocada em um baixo
202330 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
uso em muitas aplicações em ambientes hospitalares. Em [275], os 
autores relataram métodos aplicáveis ao projeto completo de um 
AGV com todos os seus módulos se comunicando por meio de 
elementos de comunicação de rede. Os benefícios de simular o 
número de AGVs necessários antes de colocá-los em produção 
foram discutidos em [276]. Ao simular um processo antes de 
implantar AGVs para um fluxo de trabalho, os autores mostraram a 
importância da simulação, pois os desperdícios e as despesas gerais 
foram reduzidos devido à simulação antes da implantação real. Os 
benefícios da simulação também foram destacados em [277]. 
Através do uso de simulação, foi enfatizado em [277] que o conjunto 
ideal de AGVs implantados em um armazém depende do tamanho 
da fábrica, dimensões, processo de fluxo de trabalho e estrutura de 
layout da fábrica.
Em [278], o Modelode Força Social (SFM) foi usado para 
analisar o movimento de AGVs e melhorar a eficiência ou 
gerenciamento de tráfego no piso industrial. Verificou-se que o 
SFM funciona bem, pois foi descoberto que a eficiência 
aprimorada (falta de atraso) na produção foi observada, pois os 
AGVs foram capazes de evitar colisões enquanto se moviam a 
uma velocidade de 0,6 m/s. Em [279], os autores apresentaram 
um algoritmo heurístico de dois níveis que pode ser usado para 
otimizar a eficiência do AGV e o consumo de energia em 
terminais de contêineres. Em [280], para poder investigar 
questões críticas de segurança e confiabilidade do AGV, os 
pesquisadores modelaram o sistema de transporte AGV como 
um sistema de missão em fases usando Fault Tree Analysis (FTA) 
para entender possíveis falhas de fase em missões AGV. O 
modelo permite estabelecer a probabilidade de sucesso ou não 
para cada fase da missão AGV. Em [281],
Um resumo dos trabalhos de pesquisa publicados na última década revela que, para AMRs, muitos pesquisadores estão 
atualmente focados em como desenvolver veículos colaborativos que possam trabalhar de forma segura e robusta com 
humanos em um ambiente de espaço de trabalho compartilhado [282]. No entanto, para os AGVs, muitos pesquisadores estão 
interessados em melhorar seus desempenhos e, assim, expandir suas capacidades para serem capazes de apresentar 
funcionalidades AMR inteligentes [283] enquanto ainda são usados apenas para tarefas de AGV, como movimentação de 
paletes. Para garantir um padrão coeso em toda a indústria para medir o desempenho do AGV, os autores em [284] informaram 
sobre o desenvolvimento do padrão de desempenho ASTM F45 Driverless Automatic Guided Vehicles desde 2014. O padrão está 
sendo desenvolvido para medir o desempenho de navegação e atracação de AGVs, AMRs , robôs móveis e manipuladores 
móveis. O padrão também inclui terminologias relevantes que serão usadas em todo o setor para entender o desempenho 
dessas máquinas. Métodos de teste padrão para medir o desempenho do veículo também estão sendo desenvolvidos para que 
os fabricantes e usuários do sistema possam replicar facilmente as medições de desempenho relatadas em suas próprias 
instalações e com custos e esforços mínimos. Os autores também forneceram uma comparação da medição da verdade de 
campo (GT) para apoiar o método de teste padrão que está sendo desenvolvido no ASTM F45. Para a medição dinâmica do 
desempenho do AGV, um sistema de rastreamento óptico foi usado para fornecer uma medição GT adequada, comparável ao 
método de teste padrão desenvolvido em Métodos de teste padrão para medir o desempenho do veículo também estão sendo 
desenvolvidos para que os fabricantes e usuários do sistema possam replicar facilmente as medições de desempenho relatadas 
em suas próprias instalações e com custos e esforços mínimos. Os autores também forneceram uma comparação da medição 
da verdade de campo (GT) para apoiar o método de teste padrão que está sendo desenvolvido no ASTM F45. Para a medição 
dinâmica do desempenho do AGV, um sistema de rastreamento óptico foi usado para fornecer uma medição GT adequada, 
comparável ao método de teste padrão desenvolvido em Métodos de teste padrão para medir o desempenho do veículo 
também estão sendo desenvolvidos para que os fabricantes e usuários do sistema possam replicar facilmente as medições de 
desempenho relatadas em suas próprias instalações e com custos e esforços mínimos. Os autores também forneceram uma 
comparação da medição da verdade de campo (GT) para apoiar o método de teste padrão que está sendo desenvolvido no ASTM 
F45. Para a medição dinâmica do desempenho do AGV, um sistema de rastreamento óptico foi usado para fornecer uma 
medição GT adequada, comparável ao método de teste padrão desenvolvido em
ASTMF45. Em termos de padrões existentes de segurança de AGV e 
robôs móveis, os autores em [285] enfatizaram a importância de 
disponibilizar um padrão industrial que garanta que humanos, 
AGVs, AMRs e outros tipos de robôs móveis trabalhem juntos com 
segurança no chão de fábrica.
Na última década, pesquisadores nas áreas de 
aplicações AGV e projetos de interfaces enfatizaram o 
projeto de interfaces IHM que podem produzir uma visão 
mais holística do piso industrial em tempo real. Esse 
paradigma de projetos de IHM permitiu que os gerentes 
industriais e de plantas de chão pudessem efetuar ações 
contínuas quase em tempo real. O benefício desse 
paradigma inclui a capacidade de fornecer entradas HMI 
que otimizarão os desempenhos do AGV/AMR quase em 
tempo real. Prevê-se que os desenvolvimentos em 
projetos de interfaces HMI continuem devido às suas 
vantagens e benefícios para a intralogística da fábrica. Os 
resumos dos artigos revisados são mostrados na Tabela 
3. É notável, a partir dos trabalhos publicados revisados 
na Tabela 3, que existem muitos desafios em aberto nas 
cinco grandes áreas de pesquisas de AGV abordadas 
nesta revisão.
III. DESAFIOS COM AS TECNOLOGIAS AGV/AMR 
EXISTENTES PARA APLICAÇÕES DE FABRICAÇÃO 
INTELIGENTE BASEADAS EM AGV
A. SISTEMA DE NAVEGAÇÃO A LASER
Para uma navegação AGV eficaz, os métodos de localização implantados 
devem ser confiáveis e robustos para distúrbios no chão de fábrica. 
Muitos sistemas populares de navegação AGV baseados em laser usam 
pontos de referência artificiais para localização e navegação [41]. Mesmo 
que um sistema de navegação a laser seja muito bom para localização de 
AGV devido à sua precisão relatada, o uso ou pontos de referência 
artificiais podem às vezes ser uma desvantagem para a segurança 
operacional da fábrica. Para garantir a segurança operacional, os 
telêmetros a laser podem precisar ser instalados no chão de fábrica [41]. 
No entanto, a instalação de novas infraestruturas pode não ser uma 
opção muito boa para iniciativas de FoF, pois novas instalações podem 
impor altos custos de construção ao meio ambiente. Além disso, com 
orientação a laser, um AGV não será capaz de estimar com precisão sua 
posição se forem detectados refletores de laser insuficientes ou se as 
estimativas de posição forem adquiridas a uma taxa muito baixa. Um 
mínimo de três refletores é sempre necessário para uma navegação AGV 
eficaz quando lasers são usados [200]. Além disso, o laser não funciona 
bem para navegação de AGVs em ambientes confusos ou com perda de 
visão (LOS) [286].
B. REDES DE SENSORES SEM FIO
O uso de redes de sensores sem fio convencionais (WSN) como o IEEE 
802.15.4a para gerenciamento e controle de frota de AGVs pode não ser 
uma opção muito boa para aplicações que exigem alto nível de precisão, 
como atracação de AGVs devido a problemas de precisão, confiabilidade, 
disponibilidade de largura de banda e a já alto tráfego de usuários 
existente em tais sistemas de comunicação sem fio. Conforme 
estabelecido por [41], as RSSFs existentes possuem dois
VOLUME 8, 2020 202331
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
desvantagens distintas quando usado para localização AGV e 
estimativa de posição. Uma delas é que existe o problema de uma 
incerteza de posição do AGV devido a dados ruidosos resultantes do 
desvanecimento de multipercurso e da medição de distância fora da 
linha de visada (NLOS). Outra deficiência do uso de RSSFs existentes 
é a dificuldade inerente em estimar a orientação do tag WSN. Ainda 
outro problema com a aplicação de redes de comunicação sem fio 
existentes (diferentes das redes 5G) para gerenciamento de frota 
AGV é a questão da alta latência (tempos de ciclo) entre o AGV e os 
transceptores da rede de comunicação que são usados para 
controle de AGVs e gerenciamento de frota [285]. Em [248], os 
autores enfatizaram que a utilização de sistemas de comunicação 
sem fio existentes, como IEEE 802.11 (Wi-Fi) para controle de AGV e 
gerenciamento de frota, pode ser um desafio, pois parâmetros de 
rede como confiabilidade, a latência e a pontualidade do AGV são 
significativamente mais difíceisde satisfazer para aplicativos de 
controle de AGV. No Wi-Fi, as propriedades do canal de rádio, como 
perda de caminho, erros de canal e baixa largura de banda 
disponível (devido ao grande número de usuários), causam atrasos 
na rede. Como tal, em muitos casos, os pacotes de dados 
geralmente precisam ser retransmitidos. Além disso, em sistemas 
Wi-Fi, a implementação do controle de acesso ao meio geralmente é 
baseada no protocolo de acesso múltiplo por detecção de operadora 
(CSMA). O uso do protocolo CSMA sempre resulta em atrasos de 
acesso aleatórios e longos na presença de carga de tráfego de rede 
[248]. Em um sistema 5G, devido à sua natureza, muitas das 
deficiências dos sistemas sem fio existentes, como baixa largura de 
banda e alta latência, não ocorrerão [287]. Isso tornará as redes sem 
fio baseadas em 5G mais úteis para aplicações de controle de AGV e 
gerenciamento de frota.
D. SISTEMA DE ORIENTAÇÃO INDUTIVO
Na maioria das implementações de orientação indutiva, o solenóide 
de orientação AGV detecta fios eletromagnéticos enterrados no chão 
de fábrica [285]. A navegação nas junções é obtida incorporando 
muitos fios e ativando qualquer fio que guie o AGV ao seu destino 
desejado [12]. A instalação de sistemas de orientação indutiva 
sempre resulta em enormes problemas logísticos e não suporta as 
iniciativas de FoF, pois a escavação do chão da fábrica sempre 
envolve a movimentação de máquinas e o retrabalho do layout da 
fábrica.
E. SISTEMA DE ORIENTAÇÃO ÓPTICA
Para usar sistemas de orientação óptica, tintas fluorescentes visíveis ou 
invisíveis são usadas para marcar os caminhos de fluxo dos AGVs no chão de 
fábrica [285]. Os AGVs que navegam com sistemas de orientação ótica sempre 
possuem emissor de luz ultravioleta e detectores que funcionam com a tinta 
fluorescente no chão de fábrica [12]. Os sistemas de orientação ótica permitem 
modificações fáceis das rotas do AGV simplesmente repintando o chão de 
fábrica a baixo custo. No entanto, a robustez do sistema pode ser 
comprometida quando as linhas no chão são apagadas ou obscurecidas por 
outros objetos ou líquidos derramados no chão da fábrica. Além disso, os AGVs 
que usam esse método para navegar estão sempre restritos a caminhos de 
navegação fixos [12].
F. SISTEMA DE ORIENTAÇÃO DE VISÃO
No sistema de orientação visual, os AGVs trabalham com câmeras de 
dispositivo acoplado de carga (CCD) e comparam a imagem atual 
adquirida por suas câmeras com os mapas de fábrica armazenados. 
Este método é conhecido por sofrer de problemas de precisão 
resultantes de reflexões de sinal no ambiente industrial [293].
C. CÓDIGOS DE BARRAS E RFID G. SISTEMA DE ORIENTAÇÃO ULTRASSÔNICA
Os sistemas de códigos de barras são semelhantes aos sistemas RIFD em 
termos de implementação. Para usar códigos de barras, códigos de 
barras detectáveis opticamente são colocados no chão de fábrica e os 
códigos de barras podem ser lidos por leitores de código de barras que 
estão conectados a AGVs em movimento. Os sistemas RFID consistem em 
transponders. Um transponder é essencialmente uma etiqueta com um 
chip e uma antena [288], [289]. O chip pode armazenar informações 
sobre um determinado segmento da fábrica sendo navegado pelo AGV. A 
antena pode transmitir as informações armazenadas para um leitor 
conectado a um AGV. O AGV pode então usar as informações obtidas 
para navegar pelo chão de fábrica. Os códigos de barras são mais leves e 
baratos do que os RFIDs, mas os RFIDs são mais confiáveis do que os 
códigos de barras. Embora essas tecnologias tenham sido consideradas 
relativamente confiáveis, metal, óleo e outros líquidos comumente 
encontrados em muitas fábricas são conhecidos por interferir com os 
RFIDs. Um problema bem conhecido com ambas as tecnologias é o 
problema de tamanho, peso e consumo de energia do leitor acoplado a 
um AGV [289]. Ainda outro desafio relacionado ao uso de RFIDs, códigos 
QR, lasers e outros métodos LOS é que a maioria das áreas de fábrica e 
armazéns nem sempre estão livres de poeira [231]. A poeira pode 
obstruir facilmente o LOS entre o AGV e as etiquetas guia, levando a uma 
possível falha dessas tecnologias.
Com esse método, os AGVs contam com refletores de sinal 
ultrassônico localizados no chão de fábrica para refletir os sinais 
ultrassônicos transmitidos. Embora esse método seja conhecido por 
ser muito flexível e passível de alterações nos caminhos do AGV, foi 
relatado que ele é muito suscetível a interferências resultantes de 
sinais refletidos em objetos metálicos no chão de fábrica [293].
H. SISTEMA DE ORIENTAÇÃO DE INÉRCIA
O sistema de orientação por inércia AGV funciona calculando o sinal de 
polarização de um giroscópio e adquirindo sinais de posição no solo. O 
sinal de posição no solo é útil para determinar a orientação de um AGV e 
sua posição [293]. Em seguida, o sinal de polarização e o sinal de posição 
do solo são usados coletivamente para guiar o AGV. Problemas de 
desempenho em relação à precisão do posicionamento de AGVs foram 
relatados com o uso deste método [293]. Além disso, os giroscópios são 
conhecidos por serem muito sensíveis à vibração. Além disso, este 
método é conhecido por ser bastante caro para instalar.
I. SISTEMA DE ORIENTAÇÃO GPS
Com este método, um AGV adquire sinal de satélite GPS e usa o sinal 
para estabelecer sua própria posição. Ele irá então rastrear
202332 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
TABELA 3.Resumo dos trabalhos de pesquisa existentes sobre AGVs, AMRs e suas aplicações intralogísticas na última década.
VOLUME 8, 2020 202333
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
TABELA 3.(Contínuo.)Resumo dos trabalhos de pesquisa existentes sobre AGVs, AMRs e suas aplicações intralogísticas na última década.
e gu
sinal
eu
a
de si
nd é o
ao longo do rosto
n estabelecer
tory andar usando o adquirido conhecido por ser muito bom para aplicações ao ar livre ns, e menos
navegaçãoc d posição. Os sinais de GPS têm útil para aplicações internas, incluindo para AGV n
202334 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
TABELA 3.(Contínuo.)Resumo dos trabalhos de pesquisa existentes sobre AGVs, AMRs e suas aplicações intralogísticas na última década.
VOLUME 8 de 2020 202335
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
devido à baixa confiabilidade relatada dos sinais de GPS em locais 
internos [293].
controle de frota [94], [99] ou gerenciamento de frota, a saber: 
centralizado e distribuído. Com a gestão centralizada da frota, uma 
plataforma central de controle (que no caso do 5G pode ser baseada 
em uma plataforma MEC) mantém o status de toda a frota e 
determina o caminho que cada AGV deve percorrer para evitar 
colisões ou impasses. Também pode haver um cenário de 
coordenação descentralizada em que os AGVs se comunicam e 
arbitram missões uns com os outros usando um sistema de antena 
distribuído em redes 5G. Ao usar o 5G MEC, os AGVs podem se 
comunicar e trocar dados com um agendador de tarefas central da 
fábrica, estações de trabalho e outras máquinas para minimizar o 
tempo de transporte usando o AGV mais próximo de uma tarefa 
agendada para executar a tarefa.
Em situações de impasse, um AGV tentará resolver 
o impasse trocando dados com outros AGVs quando 
estiverem no modo de gerenciamento de frota 
descentralizado. No modo de gerenciamento 
centralizado, todos os AGVs tentarão resolver o 
impasse trocando dados com o controlador central. 
Ambas as situações podem levar a uma troca 
excessiva de dados que só um sistema de gestão de 
frotas com banco de memória suficiente como um 5G 
MEC pode suportar. Os algoritmos atuais usados 
para a coordenação descentralizada do AGV sempre 
não possuem informações globais da frota [295]. 
Devido a esse problema, é sempre mais difícil para os 
AGVs alcançarem coletivamente uma solução ótima 
global. Com os sistemas 5G instalados, serámais fácil 
usar os recursos 5G MEC para permitir que um AGV 
tenha informações globais de navegação e localização 
de outros AGVs, levando a uma melhor otimização do 
sistema. Também,
J. USO DE GRADES ELETROMAGNÉTICAS E 
TRANSPONDERES MAGNÉTICOS
Esses métodos também envolvem a instalação de hardware (ímãs, 
transponders, etc.) no chão de fábrica. Os pisos de fábrica devem ser 
extensivamente aumentados para que este método funcione [12]. Após o 
trabalho inicial no piso, os AGVs são equipados com sensores que podem 
detectar ímãs enterrados. Este método permite que o AGV varie 
livremente desde que o AGV permaneça na área geral delineada por 
marcadores magnéticos instalados [12]. Para iniciativas de manufatura 
ágil ou inteligente, as instalações de hardware adicional de qualquer tipo 
no chão de fábrica podem comprometer a rápida remodelação e 
reestruturação da fábrica. Além disso, as modificações dos caminhos de 
fluxo quando os caminhos do AGV mudam podem exigir a pausa ou 
parada do sistema de manuseio de materiais (MHS) das plantas, e isso 
pode levar a um custo econômico adverso para a fábrica [285].
K. NAVEGAÇÃO LIVRE VS NAVEGAÇÃO DE CAMINHO FIXO
A maioria dos métodos de navegação discutidos acima permite apenas 
que os AGVs naveguem usando caminhos fixos. Com navegação de 
caminho fixo, por exemplo, usando um sistema de orientação indutivo, 
os AGVs são restritos apenas a alguns caminhos selecionados na fábrica. 
Com navegação de alcance livre, que pode ser fornecida por métodos 
como sistemas de navegação a laser, os AGVs podem seguir caminhos 
arbitrários para evitar obstáculos no chão de fábrica. O modo 
Freeranging também permite que um AGV se mova de um ponto a outro 
usando rotas mais curtas nos caminhos de navegação permitidos do AGV 
[12], [294].
L. BENEFÍCIOS POTENCIAIS DA OPÇÃO DE GERENCIAMENTO DE 
FROTAS AGV USANDO RÁDIO 5G E MEC
Na maioria dos métodos examinados acima, os AGVs são restritos a 
caminhos de navegação fixos e podem exigir uma extensa 
reformulação da infraestrutura para fazer com que os AGVs 
naveguem por novos caminhos. Além disso, nenhum dos métodos 
examinados acima possui modelos de arquitetura fortes por meio 
dos quais os dados da frota de AGVs e as leituras dos sensores 
podem ser completamente integrados ao sistema de gerenciamento 
empresarial da fábrica para otimização de todo o sistema da fábrica 
sem incorrer em custos adicionais. Se uma fábrica já tiver um 
sistema de comunicação 5G instalado, o mesmo sistema poderá ser 
utilizado para gerenciamento de frota AGV, controle, integração de 
armazém e para análise em tempo real. Por exemplo, usando um 
sistema MEC baseado em 5G e coletando dados de AGVs, alguns 
AGVs podem ser desmobilizados seletivamente com base no volume 
variável de trabalho e no status atual da produção.
2) APLICAÇÃO 5G MEC PARA PROBLEMAS COMPUTACIONAIS E DE 
PROCESSAMENTO DE DADOS DE AGV EM AMBIENTE DE MANUFATURA 
INTELIGENTE
Em implantações convencionais de AGV, a maioria das unidades de 
hardware a bordo para navegação AGV/AMR pode ter limitações com o 
poder de processamento de dados disponível [296]. Assim, a 
funcionalidade dos processadores integrados pode não estar mais 
disponível para fins de FoF. Com a disponibilidade de 5G MEC para 
suportar aplicativos de manufatura inteligente baseados em AGV, dados 
e funções de processamento podem ser descarregados para o MEC. Em 
muitas fábricas, há muitos casos em que os AGVs são implantados ao ar 
livre para trabalhar em semirreboques, reboques e outros veículos 
articulados estacionados arbitrariamente em locais onde as 
infraestruturas da fábrica não podem ser instaladas. Os AGVs que 
dependem de infraestruturas internas convencionais, como lasers, 
grades magnéticas de RFIDs, etc., não podem ser usados para realizar 
tais funções [103]. No entanto, As infraestruturas 5G com suas coberturas 
mais amplas podem ser usadas para controlar esses AGVs; assim, 
estendendo o alcance das aplicações internas de FoF para a extremidade 
externa da planta. No entanto, para que o 5G funcione perfeitamente 
com enxames de AGV e AMR no chão de fábrica, ainda existem vários 
problemas que precisam ser pesquisados e refinados para melhor
1) ARBITRAGEM DE FLUXO DE TRABALHO AGV, EVITAÇÃO DE DEADLOCK 
E PLANEJAMENTO DE MISSÃO USANDO RÁDIO 5G E MEC
Com sistema de rádio 5G e MEC, a largura de banda abundante fornecida 
na região de ondas milimétricas permitirá uma melhor taxa de 
transferência do sistema. Existem basicamente dois métodos de AGV
202336 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
otimização do sistema. A Seção IV envolve uma discussão detalhada 
desses desafios de pesquisa em aberto.
2) COORDENAÇÃO DE TRÁFEGO AGV INTELIGENTE E 
GESTÃO DE INTERSEÇÕES NO CHÃO DE FÁBRICA – 
DESAFIOS ABERTOS
Um AoR importante para o gerenciamento robusto da frota AGV é como 
evitar colisões e resolver situações de impasse AGV. A gestão do tráfego 
nos cruzamentos da fábrica é crucial para manter um chão de fábrica 
livre de acidentes. Se AGVs e AMRs devem funcionar perfeitamente com 
humanos em um ambiente livre de acidentes, eles devem ser capazes de 
identificar humanos e classificá-los de forma diferente de outros objetos 
no espaço de trabalho da fábrica. AGVs e AMRs devem ser equipados 
com dispositivos inteligentes que possam identificar humanos e outros 
AGVs e AMRs. A maioria das outras máquinas no espaço de trabalho 
industrial está, na maioria dos casos, situada em uma posição 
estacionária. Assim, os AGVs sempre podem navegar com sucesso em 
torno dessas máquinas e continuar a executar suas missões. No entanto, 
humanos e outros AGVs sempre podem se mover arbitrariamente 
quando um AGV sob observação está se movendo para navegar ao redor 
deles. Isso pode levar a colisões e acidentes com pessoas ou com outros 
AGVs, especialmente em cruzamentos no chão de fábrica. A identificação 
humana bem-sucedida usando soluções de IA baseadas em 5G MEC e 
câmeras instaladas em AGVs será crucial para poder identificar humanos 
com sucesso em um ambiente de fabricação.
4. INTEGRAÇÃO DE FROTAS AGV/AMR PARA MANUFATURA 
INTELIGENTE: DESAFIOS ABERTOS E ÁREA DE PESQUISA PARA 
APLICAÇÕES BASEADAS EM 5G
A. GESTÃO E CONTROLE DE FROTA
1) GESTÃO DE FROTAS AGV USANDO RÁDIO 5G E 
PLATAFORMA MEC – DESAFIOS ABERTOS
Nas implantações convencionais de AGV, as redes de comunicação 
são sempre usadas para troca de informações entre os AGVs e entre 
os AGVs e o sistema de controle de frota [33]. Um sistema de 
localização AGV é aplicável para detectar as mudanças posicionais 
AGV usando um conjunto de sensores AGV. Um sistema de 
gerenciamento de frota e controle de AGV coordena o movimento 
de todos os AGVs no chão de fábrica para evitar colisões, duplicação 
de tarefas, impasses e limitar os congestionamentos de tráfego. 
Para um gerenciamento confiável de frota AGV, localização global 
eficaz de AGVs, rastreamento robusto de posições e comunicação 
confiável dentro de enxames AGV são de extrema importância. Isso 
pode ser alcançado usando plataformas de controle localizadas no 
5G MEC. No entanto, tal MEC pode, em última análise, representar 
um único ponto de falha [295] para toda a frota AGV se falhar. Uma 
possível solução para um cenário de ponto único de falha do MEC 
pode incluir a provisão de uma plataforma MEC secundária como 
backup. Alguns AoRs sobre a utilização de MECs 5G e seus backups 
para controle de AGV e gerenciamento de frota são discutidos 
abaixo.
Um AoR em relação ao uso do 5G MEC para controle de AGV e 
gerenciamento de frota é a necessidade de pesquisar e definir 
estratégias confiáveis de transferência úteis para evitar perdas de 
informações quando o 5G MEC principal falha ou quando transfere a 
operação para uma plataforma MEC de backup. As falhas do MEC 
podem potencialmente levar à perda do status de uma frota AGV. A 
perda do status da frota ou a perda das informações atuais do 
estado da frota quando os AGVs são usados para operaçõescríticas 
ou quando são usados para operações JIT em um ambiente de 
manufatura inteligente pode levar a dolorosas perdas de receita em 
aplicativos FoF [297].
Um AoR importante é como garantir que as perdas de 
penetração do sinal 5G no chão de fábrica quando as redes 5G 
são usadas para gerenciamento de frota AGV não causem 
colisões AGV. Para evitar colisões de AGV, os sensores AGV 
sempre detectam obstáculos na frente dos AGVs. Em sistemas 
de gerenciamento de frota centralizado, o sistema de controle 
central sempre calcula a distância entre dois AGVs; e pare ou 
redirecione um deles quando a distância de separação estiver 
dentro do alcance da colisão. Um controlador robusto 
armazenado na plataforma 5G MEC deve ser reativo o suficiente 
e funcionar perfeitamente com o rádio 5G para garantir que, na 
presença de perdas de penetração de sinal 5G, um AGV com um 
cronograma de prioridade mais baixa 'pause' ou 'pare' em sua 
trilha até distância de colisão entre dois AGVs em um possível 
curso de colisão torna-se grande o suficiente.
B. INTEGRAÇÃO DE FROTA AGV/AMR COM 5G MEC 
PARA APLICATIVOS DA FÁBRICA DO FUTURO - AORs
Numerosos caminhos para aplicações FoF ligadas ao uso de AGVs e AMRs existem na indústria. AGVs e AMRs podem ser 
monitorados e controlados enquanto operam em áreas remotas, de difícil acesso ou perigosas usando plataformas de 
monitoramento remoto baseadas em 5G. Os operadores podem interagir remotamente com AGVs e AMRs sendo monitorados e 
controlá-los para executar missões especiais que podem não estar incluídas nas operações diárias da fábrica. Como a execução 
desses tipos de operações é rara, apenas uma pequena quantidade de dados relacionados a essas operações pode estar 
disponível. Projetar interfaces de controle remoto confiáveis quando AGVs e AMRs são implantados para tais missões incomuns 
pode incluir a aplicação de paradigmas de IA que suportam o uso de uma pequena quantidade de conjuntos de dados 
disponíveis e modelos interpretáveis. Exemplos de tais paradigmas de IA incluem IA explicável (XAI) [86], [298], algoritmos de IA 
determinísticos [290], algoritmos exatos, sistemas de inferência fuzzy confiáveis e de baixa complexidade [292], [299], modelos 
de IA colaborativos e preditivos [318], [320]. O design desses tipos de sistemas de IA para AGVs e AMRs que interagem em 
tempo real com humanos continua a ser AORs importantes em todo o mundo. Pisos de fábrica convencionais são sempre 
projetados com segmentos precisos alocados para usos específicos. No entanto, tais projetos de fábrica baseados em grade ou 
segmento podem impedir uma implantação ideal de AGVs e AMRs em aplicações FoF. Um AoR é como equipar os AGVs com 
inteligência suficiente para que eles possam navegar livremente na presença de humanos e outras máquinas - no modo de 
alcance livre em um design de fábrica baseado em segmentos. Outros tipos de agendamento de AGV/AMR e execução de 
missão que precisarão de extensa pesquisa se AGV e AMR algoritmos exatos, sistemas de inferência fuzzy confiáveis e de baixa 
complexidade [292], [299], modelos de IA colaborativos e preditivos [318], [320]. O design desses tipos de sistemas de IA para 
AGVs e AMRs que interagem em tempo real com humanos continua a ser AORs importantes em todo o mundo. Pisos de fábrica 
convencionais são sempre projetados com segmentos precisos alocados para usos específicos. No entanto, tais projetos de 
fábrica baseados em grade ou segmento podem impedir uma implantação ideal de AGVs e AMRs em aplicações FoF. Um AoR é 
como equipar os AGVs com inteligência suficiente para que eles possam navegar livremente na presença de humanos e outras 
máquinas - no modo de alcance livre em um design de fábrica baseado em segmentos. Outros tipos de agendamento de AGV/
AMR e execução de missão que precisarão de extensa pesquisa se AGV e AMR algoritmos exatos, sistemas de inferência fuzzy 
confiáveis e de baixa complexidade [292], [299], modelos de IA colaborativos e preditivos [318], [320]. O design desses tipos de 
sistemas de IA para AGVs e AMRs que interagem em tempo real com humanos continua a ser AORs importantes em todo o 
mundo. Pisos de fábrica convencionais são sempre projetados com segmentos precisos alocados para usos específicos. No 
entanto, tais projetos de fábrica baseados em grade ou segmento podem impedir uma implantação ideal de AGVs e AMRs em 
aplicações FoF. Um AoR é como equipar os AGVs com inteligência suficiente para que eles possam navegar livremente na 
presença de humanos e outras máquinas - no modo de alcance livre em um design de fábrica baseado em segmentos. Outros tipos de agendamento de AGV/AMR e execução de missão que precisarão de extensa pesquisa se AGV e AMR [299], modelos de IA colaborativos e preditivos [318], [320]. O design desses tipos de sistemas de IA para AGVs e AMRs que interagem em tempo real com humanos continua a ser AORs importantes em todo o mundo. Pisos de fábrica convencionais são sempre projetados com segmentos precisos alocados para usos específicos. No entanto, tais projetos de fábrica baseados em grade ou segmento podem impedir uma implantação ideal de AGVs e AMRs em aplicações FoF. Um AoR é como equipar os AGVs com inteligência suficiente para que eles possam navegar livremente na presença de humanos e outras máquinas - no modo de alcance livre em um design de fábrica baseado em segmentos. Outros tipos de agendamento de AGV/AMR e execução de missão que precisarão de extensa pesquisa se AGV e AMR [299], modelos de IA colaborativos e preditivos [318], [320]. O design desses tipos de sistemas de IA para AGVs e AMRs que interagem em tempo real com humanos continua a ser AORs importantes em todo o mundo. Pisos de fábrica convencionais são sempre projetados com segmentos precisos alocados para usos específicos. No entanto, tais projetos de fábrica baseados em grade ou segmento podem impedir uma implantação ideal de AGVs e AMRs em aplicações FoF. Um AoR é como equipar os AGVs com inteligência suficiente para que eles possam navegar livremente na presença de humanos e outras máquinas - no modo de alcance livre em um design de fábrica baseado em segmentos. Outros tipos de agendamento de AGV/AMR e execução de missão que precisarão de extensa pesquisa se AGV e AMR O design desses tipos de sistemas de IA para AGVs e AMRs que interagem em tempo real com humanos continua a ser AORs importantes em todo o mundo. Pisos de fábrica convencionais são sempre projetados com segmentos precisos alocados para usos específicos. No entanto, tais projetos de fábrica baseados em grade ou segmento podem impedir uma implantação ideal de AGVs e AMRs em aplicações FoF. Um AoR é como equipar os AGVs com inteligência suficiente para que eles possam navegar livremente na presença de humanos e outras máquinas - no modo de alcance livre em um design de fábrica baseado em segmentos. Outros tipos de agendamento de AGV/AMR e execução de missão que precisarão de extensa pesquisa se AGV e AMR O design desses tipos de sistemas de IA para AGVs e AMRs que interagem em tempo real com humanos continua a ser AORs importantes em todo o mundo. Pisos de fábrica convencionais são sempre projetados com segmentos precisos alocados para usos específicos. No entanto, tais projetos de fábrica baseados em grade ou segmento podem impedir uma implantação ideal de AGVs e AMRs em aplicações FoF. Um AoR é como equipar os AGVs com inteligência suficiente para que eles possam navegar livremente na presença de humanos e outras máquinas - no modo de alcance livre em um design de fábrica baseado em segmentos. Outros tipos de agendamento de AGV/AMR e execução de missão que precisarão de extensa pesquisa se AGV e AMR tais projetos de fábrica baseados em grade ou segmento podem impedir uma implantação ideal de AGVs e AMRs em aplicativos FoF. Um AoR é como equipar os AGVs com inteligência suficiente para que eles possam navegar livremente na presença de humanos e outras máquinas - no modo de alcance livre em um design de fábricabaseado em segmentos. Outros tipos de agendamento de AGV/AMR e execução de missão que precisarão de extensa pesquisa se AGV e AMR tais projetos de fábrica baseados em grade ou segmento podem impedir uma implantação ideal de AGVs e AMRs em aplicativos FoF. Um AoR é como equipar os AGVs com inteligência suficiente para que eles possam navegar livremente na presença de humanos e outras máquinas - no modo de alcance livre em um design de fábrica baseado em segmentos. Outros tipos de agendamento de AGV/AMR e execução de missão que precisarão de extensa pesquisa se AGV e AMR
VOLUME 8, 2020 202337
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
irão participar com sucesso em cenários FoF são explicados 
abaixo.
conjunto de dados de outros sensores AGV. Além disso, os dados de 
vídeo das câmeras de monitoramento conectadas a um AGV devem ser 
transmitidos com sucesso junto com outros dados de vídeo, como dados 
de vídeo de navegação visual sendo transmitidos de outras partes do 
AGV móvel.
Um AoR é o design de um sistema de banco de dados de vídeo que 
pode receber e separar com sucesso diferentes conjuntos de dados de 
vídeo do mesmo AMR ou AGV e rotear conjuntos de dados recebidos para 
o segmento apropriado do 5G MEC para processamento adicional de 
dados. Como vários tipos de conjuntos de dados estão sendo 
transmitidos de vários AGVs, o banco de dados 5G MEC deve ser 
projetado para armazenamento dinâmico, armazenamento em buffer ou 
encaminhamento de vários conjuntos de dados multimídia para outras 
partes do MEC para processamento e análise adicionais. Em [302], 
projeta-se que até o ano de 2020, as fábricas inteligentes conectadas em 
setores industriais verticais serão capazes de gerar aproximadamente 1 
PB (petabyte) de dados por dia. Uma relação imediata com esse enorme 
fenômeno de geração de dados é como armazenar e analisar esses 
enormes conjuntos de dados a tempo para poder derivar inteligência 
acionável dos dados. Repositórios de dados baseados em nuvem e data 
lakes, como os baldes do Amazon S3, estão sendo usados como um 
serviço fornecido para armazenar grandes conjuntos de dados. Um AoR 
relacionado ao uso de repositórios em nuvem é como encaminhar dados 
verticais da indústria e de fábrica para um repositório em nuvem, como o 
balde Amazon S3 e, ao mesmo tempo, ser capaz de manter segurança 
interna da Internet e criptografia de dados apropriadas e confiáveis para 
o 5G sistema. Esse método de segurança da Internet também deve 
fornecer uma troca de dados automatizada confiável e totalmente segura 
da frota AGV para o MEC e daí para o repositório na nuvem e vice-versa. 
Ainda outro AoR é como distribuir as tarefas analíticas AGV necessárias 
entre um software analítico 5GMEC e um software analítico baseado em 
nuvem, como o Databricks, para uma análise em tempo real reativa e 
robusta.
1) BATERIA AGV, GERENCIAMENTO DE ENERGIA E PROBLEMAS DE 
CORRENTE DE INRUSH NO AGV - DESAFIOS ABERTOS
O carregamento da bateria e o gerenciamento de energia 
continuam sendo um gargalo doloroso para a utilização ideal de 
AGVs e AMRs na indústria. Um problema bem conhecido a esse 
respeito é que, devido à natureza segmentada da maioria dos pisos 
de fábrica, sempre há uma distância considerável entre as estações 
de trabalho da missão AGV/AMR e a localização da estação de 
carregamento da bateria. Para implementação de FoF, um AoR é 
como projetar uma estratégia de otimização baseada em 5G MEC 
pela qual um esquema de compensação pode ser estabelecido para 
minimizar a distância entre a localização atual de um AGV e a 
estação de carregamento de bateria mais próxima. O custo da 
distância até a estação de carregamento da bateria também pode 
ser comparado com a prioridade de uma tarefa atribuída, o atual 
nível de bateria do AGV e a existência de outro AGV com um nível de 
uso de bateria mais alto que também possa lidar com a tarefa 
atribuída ao AGV em questão. A rotina para a avaliação de 
compensação pode ser armazenada no 5G MEC enquanto os 
comandos de controle resultantes da decisão de rotina podem ser 
comunicados ao respectivo AGV usando links de comunicação 5G.
Devido a restrições de projeto e à necessidade de gerenciamento de 
espaço em alguns AGVs, o motor de bordo do AGV pode compartilhar a 
mesma fonte de alimentação com o dispositivo de comunicação sem fio 
no AGV. Tal dispositivo sem fio pode, no entanto, ser danificado pela 
corrente de partida gerada pelos motores de bordo AGV e possivelmente 
levando à falha do dispositivo sem fio. Um AoR a esse respeito é o projeto 
de harmônicos eficazes e método de limitação de corrente de irrupção 
que pode isolar um dispositivo sem fio 5G da corrente de irrupção do 
motor a bordo. Esse problema também pode ser resolvido por um 
método de design aprimorado de integração de dispositivos sem fio AGV 
5G com motores de bordo AGV [300].
3) INTEGRAÇÃO DA FROTA AGV E AMR COM INTERNET TÁTIL 
INDUSTRIAL E AMBIENTE VIRTUAL HAPTICS 
COMPARTILHADO – DESAFIOS ABERTOS
2) AGV PARA COLETA DE DADOS DE CHÃO DE FÁBRICA PARA 
APLICAÇÕES DE BANCOS DE DADOS MULTIMÍDIA 5G MEC – DESAFIOS 
ABERTOS O advento do 5G com suas promessas de latência abaixo de 1 ms tem 
impulsionado pesquisas em aplicações de Internet táteis e VR pelas quais 
AGV e AMR podem ser teleoperados por humanos usando dispositivos 
hápticos, conforme mostrado na Figura 6 [51], [302], [304 ]. Operadores 
humanos podem interagir com AGV/AMR remoto usando uma 
teleoperação multimodal imersiva virtual por meio de feeds de vídeo 
fornecidos por dispositivos VR. Dispositivos hápticos ou táteis podem 
fornecer aos operadores humanos localizados remotamente uma 
sensação de toque e vibração comparável ao toque real de AGVs 
localizados remotamente. O dispositivo VR pode fornecer ao ser humano 
um ambiente imersivo com um 360◦exibição de vídeo de uma máquina 
remota [305]. Os operadores podem alternadamente optar por observar 
o desempenho do dispositivo tátil usando recursos visuais próximos ou 
usar um dispositivo VR para ter uma visão de 360◦vista de um AGV ou 
AMR remoto como mostrado na Figura 6 [302], [303]. Assim, a Internet 
tátil e a RV podem possibilitar um ambiente colaborativo de tarefas 
compartilhadas humano-robô de alta fidelidade. Em um ambiente de 
fabricação tão inteligente, as habilidades dos humanos
Como o AGV e o AMR atravessam o chão de fábrica, sua presença pode 
ser aproveitada para coletar dados relacionados a quase todos os 
segmentos da fábrica. Os AGVs também podem ser equipados com 
leitores RFID dedicados à coleta de dados de produtos acabados e 
inacabados, pois os AGVs transportam esses produtos de uma estação de 
trabalho para outra. A colocação estratégica desses leitores de RFID em 
AGVs para que eles possam capturar dados de diferentes tipos de carga é 
uma importação de design de AGV AOR.
Os dados de vídeo do chão de fábrica de uma câmera acoplada a um 
AGV também podem ser transmitidos para um MEC 5G para uma melhor 
visão geral de toda a fábrica. Ao transmitir tal conjunto de dados de 
vídeo, o AGV ou AMR será capaz de funcionar como uma patrulha de 
segurança ou robô monitor enquanto também executa suas outras 
funções dedicadas. Um AoR, neste caso, é como projetar um agendador 
dinâmico de recursos de rádio de uplink e downlink através do qual 
dados de grande porte, como dados de vídeo [301], podem ser 
transmitidos com sucesso ao lado de outros pequenos mMTC
202338 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
FIGURA 6.Aplicativos industriais de realidade virtual e multiusuário AGV/AMR confiáveis e de alta fidelidade são um AoR intensivo para redes 5G. 
Adaptado de [51] e [303].
de engenheiros geograficamente dispersos podem ser 
entregues sem limites, e AGV ou AMR altamente caros e 
especializados podem ser usados 24 horas por dia em redes de 
comunicação 5G de alta fidelidade.
Além disso, a teleoperação remota de um AMR ou AGV que deve 
operar em uma parte altamente perigosade uma planta será realizável. 
Operadores humanos com determinados conjuntos de habilidades que 
devem transferir suas habilidades por meio do uso de um robô 
colaborativo AGV/AMR localizado em outra parte do mundo também 
poderão operar. A produção JIT também pode ser obtida controlando os 
AGVs por meio de aplicativos de Internet táteis. Ao introduzir a produção 
JIT tátil confiável baseada na Internet, os AGVs que executam missões 
dinâmicas ao longo das linhas de produção podem trabalhar com 
operadores remotos que são auxiliados por entradas audiovisuais 
imersivas de RV [305]. Esses AGVs podem ser usados para selecionar 
produtos inacabados para acabamento personalizado. Missões AGV para 
produção JIT podem ser difíceis de programar, uma vez que os produtos 
JIT e suas demandas podem exigir muita flexibilidade na produção [319]. 
Por isso, um humano dedicado pode trabalhar com vários AGVs usando a 
Internet tátil 5G para executar solicitações personalizadas assim que 
essas solicitações são registradas. Usando interfaces táteis, vários 
humanos localizados remotamente também podem utilizar um servidor 
VR central para enviar comandos de controle para diferentes AGVs 
localizados em diferentes partes da mesma fábrica ou fábricas em locais 
diferentes, conforme mostrado na Figura 6.
Um AoR é como projetar tais servidores VR para serem confiáveis e 
escaláveis, de modo que possam levar em consideração possíveis 
encaixes de estação de trabalho AGV e AMR imprecisos. Outro AoR é 
como garantir que o feedback tátil distribuído, a VR distribuída e a 
sensação de toque distribuída em um ambiente virtual compartilhado 
sejam alcançados em sincronia com AGVs ou AMRs acoplados, de modo 
que a manipulação sensível de objetos industriais ou aplicativos que 
precisam de alto nível de precisão e sensibilidade possam ser executado 
de forma confiável. O projeto de um sistema de streaming de vídeo VR de 
alta qualidade que pode fornecer um feed visual imersivo útil da Internet 
tátil para tais aplicativos ainda é um AoR em andamento [305]–[307]. Mais 
um AoR neste
cenário é como as implementações existentes de comunicação de 
latência ultrabaixa (URLLC) 5G podem ser utilizadas de forma robusta 
para efetuar operações de realidade virtual multiagentes, compartilhadas 
e hápticas, nas quais diferentes agentes humanos podem trabalhar 
perfeitamente em redes 5G com o mesmo ou diferente AGV/ AMR em um 
ambiente de fabricação inteligente, conforme mostrado na Figura 6. Para 
uma teleoperação homem-máquina eficaz, os tempos de ciclo para esse 
ambiente VR tátil colaborativo baseado na Internet devem ser inferiores a 
5 ms, pois uma latência superior a 5 ms será detectável pelo olho 
humano [ 305]. Além disso, não deve ser negligenciado como um AoR 
neste caso, é como resolver de forma confiável o problema de associação 
de dados multimídia ocasionado pelo acoplamento direto de conjuntos 
de dados VR multiusuário, uma vez que tais conjuntos de dados podem 
alimentar um ao outro em interfaces de máquinas hápticas [303].
4) SISTEMA DIGITAL TWIN PARA APLICAÇÕES 
AGV E AMR
Um AoR crucial para a implementação de FoF usando 
frotas AGV e AMR é o design de modelo de gêmeo digital 
de fábrica eficaz que pode ser armazenado no 5G MEC 
para melhor coordenação da frota no chão de fábrica [8]. 
A representação da fábrica virtual na forma de um 
gêmeo digital pode ser aplicada para monitoramento de 
processos em tempo real, mapeamento e operações de 
vigilância no chão de fábrica. Ao projetar um modelo de 
fábrica eficaz, seu gêmeo digital poderia, teoricamente, 
ser vinculado à fábrica física para monitoramento em 
tempo real das atividades industriais e AGV. Os dados 
atuais coletados pelos AGVs durante as missões podem 
ser correlacionados com o mapa digital localizado no 
5GMEC quase em tempo real. As disparidades entre a 
situação atual da fábrica e as projeções do mapa digital 
podem ser detectadas e os alarmes relevantes 
disparados quase em tempo real [321].
VOLUME 8, 2020 202339
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
5) AGVs E AMRs COMO PARTE DA EQUIPE DE 
VIGILÂNCIA INDUSTRIAL E RESPOSTA DE EMERGÊNCIA
Como os AGVs e AMRs executam missões no chão de fábrica, as câmeras 
instaladas nesses AGVs e AMRs podem ser usadas para identificar objetos 
estranhos ou derramamentos de líquidos no chão de fábrica. 
Coordenadas precisas de um objeto estranho detectado ou do local do 
derramamento de líquido podem ser enviadas com um alarme para um 
segmento apropriado do banco de dados 5G MEC para posterior entrega 
ao esquadrão de emergência da planta. As soluções de IA baseadas em 
5G MEC que ingerem dados das câmeras AGV também podem ser 
programadas para rastrear objetos estranhos móveis localizados em 
qualquer segmento da fábrica. Um enxame de AGV também pode ser 
convocado automaticamente para rastrear e enviar coletivamente feeds 
de vídeo de objetos estranhos identificados quando esses AGVs tiverem 
tarefas de baixa prioridade para realizar. Como determinar as prioridades 
de tarefas e equilibrar essas prioridades com a necessidade de usar AGVs 
para aplicações adicionais de segurança e vigilância são AORs 
importantes. Projetar sistemas de visão inteligentes baseados em IA que 
podem funcionar de forma robusta em fábricas onde existem perdas 
significativas de penetração de sinal 5G também é um AoR importante.
FIGURA 7.Tarefas típicas de montagem peg-in-hole [309], [310].
D. DIVISÃO DE REDE 5G CONFIÁVEL E ALOCAÇÃO DE 
RECURSOS DE REDE PARA APLICAÇÕES AGV/AMR - 
DESAFIOS ABERTOS
Um sistema composto que oferece suporte a tarefas de precisão de 
alto nível, como montagem de máquinas peg-in-hole (por exemplo, 
Figura 7 [309], [310]), aplicativos de acoplamento AGV/AMR de 
tempo crítico, aplicativos táteis de Internet multi-AGV [311] e outros 
aplicativos AGV/AMR FoF, conforme mostrado na Figura 8, podem 
ser suportados por diferentes fatias verticais de recursos de rádio 
5G com diferentes especificações de confiabilidade e latência de 
rede. Nas redes de acesso por rádio 5G (RAN), a flexibilidade que os 
aplicativos 5G New Radio (NR) fornecem pode disponibilizar 
diferentes fatias de quadro de latência em um canal de banda larga 
5G [322]. Por exemplo, 5G NR pode ser usado para dividir um canal 
de banda larga em quadros de 10 ms e subquadros de 1 ms [322]. 
Para garantir exatidão e precisão em uma tarefa de montagem de 
máquina peg-in-hole, tanto a base AGV móvel quanto o braço do 
robô na parte superior da base AGV podem ser suportados por 
quadros de transmissão de sinal 5G com latência de 1 ms. Após o 
movimento e encaixe preciso pela base móvel AGV, a porção de rede 
de 1 ms que suporta a base móvel pode ser liberada de forma 
robusta e reatribuída para suportar o braço do robô sendo usado 
para a aplicação peg-hole.
AoR, neste caso, é o projeto de um esquema de alocação 
de recursos de rádio 5G [306] confiável e robusto, orientado 
a serviços, na camada apropriada da rede de rádio 5G; 
especificamente, para aplicações AGV e AMR. Uma vez que 
AGVs e AMRs representam sistemas compostos que 
possuem diferentes subsistemas, outro AoR é o projeto de 
uma técnica de software de rede pela qual um AGV ou AMR 
composto pode ser tomado como um equipamento de 
usuário (UE) em uma extremidade do loop, conforme 
mostrado na Figura 6 A softwarização de rede descreve um 
projeto de transformação geral capaz de garantir um 
projeto, uma implementação, uma implantação e um 
modelo para manter equipamentos e componentes de rede 
instituindo uma abordagem de programação de software 
que considera flexibilidade, agilidade e rapidez de projeto 
[314]. Se um AGV puder ser adequadamente representado 
como um UE em uma estrutura de software,
6) INTEGRAÇÃO DOS DADOS DOS SENSORES AGV COM O 
SISTEMA DE GERENCIAMENTO DE ARMAZÉM
O gerenciamento de estoque JIT com ciclos de produção curtos requer 
fluxo de material flexível. Também requer o uso de unidades de 
transporte pequenas e ágeis [319]. Paraatualizações e gerenciamento de 
estoque, AGVs e AMRs podem ser utilizados, como possíveis backups 
para sistemas de rastreamento de fábrica existentes para rastrear 
produtos desde a linha de produção até o armazenamento e estocagem; 
e por meio do envio final aos consumidores ou a outras unidades 
produtivas. Métodos pelos quais AGVs e AMRs podem ser configurados 
de forma dinâmica e adaptativa para serem capazes de lidar com 
diferentes tipos de cargas e coletar sem problemas dados vinculados ao 
5G-MEC de tais cargas é um AoR importante.
C. DOCING CONFIÁVEL E PRECISO PARA AGVs NA 
FÁBRICA DO AMBIENTE FUTURO - SELEÇÃO DE 
WAYPOINT DE AGV DESAFIOS ABERTOS
Para aplicações que requerem precisão de alto nível, 
como tarefas de montagem de máquinas peg-in-hole, as 
bases AGV móveis que podem ser usadas para dar 
suporte aos braços do robô AMR para tais tarefas devem 
ser capazes de mover os braços e os pinos do robô 
precisamente dentro de milímetros dos orifícios dos 
pinos enquanto a base AGV móvel também deve ser 
encaixada com precisão. Quando o movimento de AMRs 
ou AGVs de montagem peg-in-hole é coordenado em 
redes 5G, os movimentos da base móvel AGV de suporte 
e do braço do robô no topo da base AGV devem ser 
coordenados de forma precisa e confiável. Um AoR, 
especialmente na presença de um ambiente FoF que 
muda dinamicamente, é o problema de seleção de 
waypoints para AGVs. A seleção de waypoints de 
atracação para AGVs é um problema muito desafiador 
que continua sendo um AoR persistente [192].
202340 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
FIGURA 8.O design de um esquema de fatiamento de recursos de rádio 5G baseado em virtualização que pode alocar seletivamente recursos de rádio com base nas 
funções e necessidades AGV/AMR é um importante AoR.
transmitindo para a extremidade receptora. A técnica de software 
empregada deve ser capaz de uma transmissão de ponta a ponta efetiva 
de diferentes tipos de dados, por exemplo, grandes pacotes de dados, 
como vídeo VR, e pequenos pacotes, como velocidade AMR/AGV, dados 
de vibração [313] e conjuntos de dados táteis da Internet para aplicações 
de controle remoto.
sobre o uso da tecnologia de comunicação sem fio 5G para 
gerenciamento de frota de AGVs é como garantir a confiabilidade e a 
disponibilidade de seis noves necessárias para aplicações de AGV e 
AMR, como controle de movimento na presença de perdas de 
penetração de sinal sem fio que sempre são encontradas em 
ambientes de fabricação [57 ].
A maioria dos sistemas sem fio, incluindo redes 5G, é sempre 
projetada para fornecer altas taxas de dados para suportar grandes 
downloads de pacotes. As suposições padrão para a maioria das redes 
são para o orçamento de link projetado para suportar altas taxas de 
dados tanto no uplink quanto no downlink [316]. No entanto, a maioria 
dos sensores AGV e AMR sempre enviam pequenos pacotes contendo 
tipos de dados MTC. Um exemplo disso são os dados de odometria do
AGV. Outros exemplos incluem informações sobre o nível da bateria e 
dados MTC de outros sensores no AGV. Para que as redes 5G suportem 
adequadamente a navegação, coordenação e gerenciamento de frota 
AGV/AMR, é necessário modificar a suposição padrão em relação aos 
projetos de orçamento de link de rede para incluir especificações de 
design de link para conjuntos de dados mMTC grandes e pequenos. 
Assim, para um gerenciamento eficaz de frota AGV e AMR, é necessário 
um projeto de rede 5G que suporte mMTC em um formato reativo e 
altamente escalável. Este é um AoR mais crucial necessário para 
aplicativos de fabricação inteligentes AGV/AMR baseados em 5G 
confiáveis.
Outro AoR em relação aos tipos de dados MTC é que os tipos de dados 
MTC requerem entrega de pacotes de dados determinísticos [302]. Os 
tipos de dados MTC também requerem baixa latência e garantias de alta 
confiabilidade, mesmo que os dados MTC possam ser transmitidos com 
pouca frequência e em pequenas rajadas de dados [317]. Para outro
E. DESAFIOS ABERTOS COM COMUNICAÇÃO SEM 
FIO E COMUNICAÇÃO DE TIPO DE MÁQUINA DE 
SENSORES EM REDES 5G
Um AoR quando 5G é utilizado para implantar WSNs para 
navegação AGV é um método de reduzir o consumo de energia 
nas WSNs suportadas por uma rede 5G. Protocolos e estratégias
gies para implantação de mandatos de RSSFs low ene consumo de 
energia em RSSFs impulsionadas por redes sem fio pré-5G. No 
entanto, as soluções 5G existentes ainda consomem mais energia do 
que as abordagens de baixa energia disponíveis em RSSFs baseadas 
em sistemas de comunicação anteriores (pré-5G) [315], [323]. Outro 
AoR em relação ao uso de tecnologias de comunicação sem fio 
envolve a escalabilidade do desempenho do sistema de 
comunicação quando um grande número de AGVs é implantado em
um processo industrial rigorosamente programado [33]. Por exemplo, 
suponha que a latência necessária para uma atividade de agendamento 
AGV seja fixada em 20 ms. O método de manter os 20 ms necessários 
quando o número de AGVs aumenta em um processo industrial 
estritamente programado é um AoR importante. É bem relatado na 
literatura que a complexidade do planejamento do caminho do AGV e do 
gerenciamento da frota aumenta exponencialmente quando o número 
de AGVs implantados aumenta [33]. Um AoR mais premente
VOLUME 8, 2020 202341
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
tipos de dados que são diferentes dos conjuntos de dados MTC 
e IIoT, a suposição clássica da teoria da comunicação é que as 
cargas úteis dos pacotes sempre podem ser aumentadas sem 
limite [302]. Em links de canal sem fio IIoT, MTC ou máquina-a-
máquina (M2M) [317], [323] os dados geralmente têm cargas 
mínimas, geralmente de apenas alguns bytes. Nesses casos, o 
pressuposto da teoria clássica da comunicação não se sustenta. 
Nas redes de Internet atuais, o problema de entrega de dados 
determinística e garantia de QoS para IIoT está sendo resolvido 
pela introdução de padrões Ultra-Low Latency (ULL), como o 
IEEE Time Sensitive Networking (TSN) e o Internet Engineering 
Task Force (IETF) Padrões Deterministic Networking (DetNet). 
Especificamente, o IEEE 802.1Qat foi projetado para fornecer um 
Stream Reservation Protocol (SRP) para reserva de recursos 
distribuídos e o IEEE 802. 1AS foi projetado para garantir a 
sincronização de tempo entre dispositivos IIoT. Além disso, o 
IEEE 802.1Q foi projetado como um padrão de rede local/rede 
metropolitana (LAN/MAN) para pontes LANs, enquanto o IEEE 
802.1CM foi projetado para garantir que o segmento fronthaul 
de redes 5G forneça QoS confiável para TSNs [324]– [326]. No 
entanto, conforme discutido em [324], existem vários AoRs para 
os padrões TSN e DetNet serem totalmente eficazes para lidar 
com conjuntos de dados MTC em redes diferentes. Para redes 
que lidam com conjuntos de dados AGV/AMR heterogêneos, 
como mostrado na Figura 6, é necessário garantir uma 
coordenação efetiva entre escalonadores para operações TSN. 
Nas redes TSN, cada nó da rede no caminho do fluxo de uma 
instância de comunicação deve garantir características sensíveis 
ao tempo aplicáveis aos padrões TSN. Se um nó falhar em 
impor as características de fluxo de ponta a ponta das redes TSN 
devido a erros de temporização ou imprecisões de 
agendamento, a confiabilidade da rede TSN será comprometida. 
Assim, um AoR relacionado a esta questão é o projeto de um 
esquema de coordenação inter-escalonador TSN robusto.
Em redes TSN, os dados gerados a partir da sincronização de nós de rede, configuração e desativação de 
conexões, gerenciamento de fluxo de comunicação são referidos coletivamente como dados do plano de controle. 
Geralmente, os dados do plano de controle são sempre transportados junto com o tráfego de dados de controle 
[324]. Novos casos de uso de TSN correspondentes a dados de sensores de drones automatizados, aplicativos de 
robótica e, por extensão, aplicativos de fabricação inteligente AGV/AMR podem precisar estabelecer instânciasde 
fluxo TSN curtas. Essas instâncias de fluxo curto aumentarão as atividades do plano de controle, especialmente no 
plano de controle in-band do esquema de reserva de recursos CDT [324]. Um AoR, neste caso, inclui o projeto de 
um novo esquema de reserva de recursos que agenda recursos para dados excessivos do plano de controle 
gerados por AGV/AMR e outros sensores do tipo robô no plano de controle in-band do esquema de reserva de 
recursos CDT. Para que os nós das redes TSN transfiram de forma confiável os dados dos sensores de alta 
prioridade, os sensores dos AGVs/AMRs que geram um conjunto de dados de baixa prioridade podem sofrer 
preempção várias vezes durante uma instância de transmissão pelos nós da rede TSN. Um desafio em aberto em 
relação a isso é o design de um novo mecanismo de encaminhamento de dados TSN que possa garantir um limite 
inferior aceitável para o atraso de pior caso para tal baixo sensores de AGVs/AMRs que geram um conjunto de 
dados de baixa prioridade podem sofrer preempção várias vezes durante uma instância de transmissão por nós 
de rede TSN. Um desafio em aberto em relação a isso é o design de um novo mecanismo de encaminhamento de 
dados TSN que possa garantir um limite inferior aceitável para o atraso de pior caso para tal baixo sensores de 
AGVs/AMRs que geram um conjunto de dados de baixa prioridade podem sofrer preempção várias vezes durante 
uma instância de transmissão por nós de rede TSN. Um desafio em aberto em relação a isso é o design de um 
novo mecanismo de encaminhamento de dados TSN que possa garantir um limite inferior aceitável para o atraso 
de pior caso para tal baixo
sensores prioritários, uma vez que os dados de tais sensores podem ser 
aplicados para manufatura inteligente e atividades FoF. Além disso, há 
necessidade de estudos aprofundados sobre o impacto das imprecisões 
de sincronização na QoS das redes TSN. Numerosas iniciativas de IIoT, 
computação de borda e manufatura inteligente em FoFs serão 
executadas usando dispositivos de baixo custo [327]–[329]. Para tais 
dispositivos e sensores de baixo custo, especialmente aqueles que são 
aplicados em redes de larga escala e em aplicações remotas como o 
controle remoto de AGVs mostrado na Figura 6, esquemas de 
sincronização empregados por redes TSN podem não ser muito precisos 
[323]. Assim, estudos detalhados sobre os efeitos das imprecisões de 
sincronização das redes TSN quando tais dispositivos de baixo custo 
estão em uso são necessários.
Normalmente, as redes TSN são sempre implementadas em 
ambientes industriais fechados. Conectar-se a aplicativos 
remotos em diferentes localizações geográficas, como mostrado 
na Figura 6, exigirá o uso de conexões de comunicação 
externas. Como aplicativos de grande escala, como mostrado na 
Figura 6, podem exigir o uso de redes TSN e não TSN devido à 
distribuição geográfica de tais aplicativos, um AoR é o design de 
uma plataforma de interoperação comum para harmonizar 
fluxos de trabalho em redes TSN e não TSN .
Um AoR referente ao uso de redes DetNet é o projeto de um 
esquema de arbitragem de recursos que possa garantir um 
equilíbrio aceitável entre replicação de pacotes, latência de entrega 
de pacotes e largura de banda de rede necessária para replicações 
de pacotes. Além disso, semelhante às redes TSN, arbitrar e 
harmonizar o fluxo de trabalho de comunicação entre uma rede 
DetNet e uma rede não DetNet ainda é um AoR aberto.
A partir do exposto, pode-se inferir que, embora as redes 5G 
sejam projetadas para serem os principais facilitadores [10], [11], 
[27], [28] da fabricação inteligente baseada em AGV/AMR e 
aplicações FoF, ainda existem numerosos AoRs e desafios abertos 
para redes 5G cumprirem adequadamente suas promessas de 
fornecer garantia de QoS adequada necessária para obter todos os 
benefícios da integração de rede 5G em ambientes industriais.
V. CONCLUSÃO
Este artigo é uma revisão dos resultados de pesquisa de diferentes 
domínios de pesquisa de AGVs e AMRs na última década. Cronogramas 
de conquistas importantes desde a concepção das tecnologias AGV e 
AMR são mostrados na forma de fluxogramas e imagens. Os resultados 
importantes da pesquisa de AGVs na última década são revisados, e foi 
deduzido que há necessidade de mais pesquisas para entender 
completamente como os benefícios das redes de comunicação 5G podem 
ser aproveitados para tornar os AGVs e AMRs mais reativos e úteis em 
ambientes de fabricação inteligentes. As áreas de pesquisa que devem 
ser exploradas para que AGVs e AMRs sejam totalmente úteis para 
atividades de fabricação inteligente são exploradas de forma abrangente. 
O documento também fornece uma visão geral completa e ampla de 
diferentes tecnologias de habilitação de AGVs/AMRs. Além disso, novas 
ideias de integração pelas quais a Internet tátil, Os aplicativos de 
fatiamento de rede 5G e realidade virtual podem ser usados para 
facilitar a fábrica baseada em AGV e AMR do futuro e os aplicativos de 
fabricação inteligente são avançados e discutidos. Limitações das 
tecnologias atuais
202342 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
que são usados para habilitar AGVs e AMRs em ambientes 
industriais são destacados. Possíveis usos de AGVs e AMRs para 
atividades de FoF e seus usos para iniciativas de manufatura 
inteligente também são amplamente discutidos.
[18] AR Khairuddin, MS Talib e H. Haron, ''Revisão sobre localização e 
mapeamento simultâneos (SLAM),'' emProc. IEEE Int. conf. Sistema de 
Controle, Comput. Eng. (ICCSCE), George Town, Malásia, novembro de 
2015, pp. 85–90.
[19] M. Kuzmin, ''Revisão. Classificação e comparação dos métodos SLAM 
existentes para grupos de robôs,'' emProc. 22ª Conf. Abrir Innov. 
Associado (FRUTO), Jyvaskyla, maio de 2018, pp. 115–120.
[20] L. Lynch, T. Newe, J. Clifford, J. Coleman, J. Walsh e D. Toal, "Veículo terrestre 
automatizado (AGV) e tecnologias de sensores - uma revisão", em Proc. 12ª 
Int. conf. Sens. Technol. (ICST), Limerick, Irlanda, dezembro de 2018, pp. 347–
352.
[21] J. Yan, L. Guorong, L. Shenghua e Z. Lian, ''Uma revisão sobre localização e algoritmo de 
mapeamento baseado na filtragem de Kalman estendida'', emProc. Int. Informações 
do Fórum Tecnol. Appl., Chengdu, China, maio de 2009, pp. 44–435.
[22] S. Bøgh, M. Hvilshøj e M. Kristiansen, ''Manipulação móvel industrial 
autônoma (AIMM): da pesquisa à indústria'', emProc. 42º Int. Simp. 
Robô., Munique, Alemanha, junho de 2011, pp. 1–9.
[23] A. Faieza, R. Johari, A. Anuar, M. Rahman e A. Johar, ''Revisão sobre questões 
relacionadas ao manuseio de materiais usando veículo guiado automaticamente,''
J. Adv. Robô. Automático., vol. 5, pág. 1, set. 2016. [Online]. Disponível: https://
www.hilarispublisher.com/open-access/review-on-issues-relatedto-material-
handling-using-automated-guided-vehicle-2168-9695- 1000140.pdf
[24] K. Vivaldini, L. Rocha, M. Becker, A. Moreira, ''Revisão abrangente do 
despacho, programação e roteirização de AGVs,'' inProc. 11ª Conf. 
Portuguesa Autom. Controle (CONTROLO), in Lecture Notes in 
Electrical Engineering, vol. 321, A. Moreira, A. Matos, e G. Veiga, 
Eds. Cham, Suíça: Springer, 2014.
[25] E. Kaoud, MA El-Sharief e MG El-Sebaie, ''Problemas de agendamento de 
veículos guiados automaticamente em job shop, flow shop e terminais de 
contêineres'', emProc. 4ª Int. conf. Ind. Eng. Appl. (ICEIA), Nagoya, Japão, abril 
de 2017, pp. 60–65.
[26] R. Bostelman, T. Hong e J. Marvel, ''Pesquisa de pesquisa para medição de 
desempenho de manipuladores móveis,''J. Res. Nat. Inst. Padrões 
Tecnol., vol. 121, nº. 3, pp. 342–366, 2016.
[27] M. Mhedhbi, M. Morcos, A. Galindo-Serrano e SE Elayoubi, ''Avaliação de 
desempenho de configurações de rádio 5G para a indústria 4.0,'' emProc. Int. 
conf. WirelessMobileComput., Netw. Comum. (WiMob), Barcelona, Espanha, 
outubro de 2019, pp. 1–6.
[28] M. Gundall, J. Schneider, HD Schotten, M. Aleksy, D. Schulz,
N. Franchi, N. Schwarzenberg, C. Markwart,R. Halfmann, P. Rost,
D. Wubben, A. Neumann, M. Dungen, T. Neugebauer, R. Blunk, M. Kus e J. 
Griebbach, ''5G como facilitador para casos de uso da indústria 4.0: desafios e 
conceitos,'' emProc. IEEE 23ª Int. conf. Emerg. Tecnol. Fábrica Autom. (ETFA), 
Turim, Itália, setembro de 2018, pp. 1401–1408.
[29] SK Das, ''Projeto e metodologia de veículo guiado automaticamente - uma revisão''IOSR 
J. Mech. Engenheiro civil., vol. 3, não. 3, pp. 29–35, março de 2016.
[30] T. Le-Anh e M. De Koster, ''Uma revisão de design e controle de sistemas 
de veículos guiados automaticamente,'' Erasmus Res. Inst. Gerir., 
Erasmus Univ. Rotterdam, Rotterdam, Holanda, Tech. Rep. 
ERS-2004-030-LIS, maio de 2004.
[31] C. Schellenberger, M. Zimmermann e HD Schotten, ''Comunicação sem fio 
para instalações de produção modulares'', 2018,arXiv:1804.08273. [On-
line]. Disponível: http://arxiv.org/abs/1804.08273
[32] J. Haxhibeqiri, EA Jarchlo, I. Moerman e J. Hoebeke, ''Comunicação Wi-Fi 
flexível entre robôs móveis em ambientes industriais internos''
Informações móveis Sist., vol. 2018, pp. 1–19, janeiro de 2018. [Online]. 
Disponível: https://www.hindawi.com/journals/misy/2018/3918302/
[33] M. Zhan e K. Yu, "Tecnologias de comunicação sem fio em veículos guiados 
automaticamente: pesquisa e análise", emProc. 44º ano da IECON. conf. IEEE 
Ind. Electron. Sociedade, Washington, DC, EUA, outubro de 2018, pp. 4155–
4161, doi:10.1109/IECON.2018.8592782.
[34] H. Fazlollahtabar e M. Saidi-Mehrabad, ''Metodologias para otimizar a programação de 
veículos guiados automaticamente e problemas de roteamento: um estudo de 
revisão,''J. Intel. Sistema robótico., vol. 77, nºs. 3–4, pp. 525–545, março de 2015.
[35] TN Duc, T. Annalisa, I. Luca e M. Massimo, ''Assistência de ensino robótica 
para o problema da torre de Hanói,''Int. J. Distância Educ. Tecnologia, 
vol. 14, não. 1, pp. 64–67, março de 2016. [Online]. Disponível: https://
eric.ed.gov/?id=EJ1086719
[36] T. Taleb, K. Samdanis, B. Mada, H. Flinck, S. Dutta e D. Sabella, ''On multi-
access edge computing: A survey of the emergente 5G network edge 
cloud architecture and orquestration, ''IEEE Comun. Pesquisas Tuts., vol. 
19, não. 3, pp. 1657–1681, 3º trimestre, 2017, doi:
10.1109/COMST.2017.2705720.
REFERÊNCIAS
[1] G. Ullrich, ''A história dos sistemas de veículos guiados automaticamente'', emSistemas 
de veículos guiados automatizados - um primal com aplicações práticas. Voerde, 
Alemanha: Springer, 2014, cap. 1, pp. 4–14.
[2] M. Shneier e R. Bostelman, ''Revisão de literatura de robôs móveis para 
manufatura'', Nat. Inst. Standards Technol., Gaithersburg, MD, EUA, 
Tech. Rep. NISTIR8022, maio de 2015, doi:10.6028/NIST.IR.8022.
[3] M. Iwasa, Y. Toda, AA Saputra e N. Kubota, "Planejamento de caminho do robô 
móvel autônomo usando estimativa de risco de rolagem em tempo real com 
inferência difusa", emProc. IEEE Simp. Ser. Comput. Intel. (SSCI), Honolulu, HI, 
EUA, Nov./Dez. 2017, pp. 1–6.
[4] R. Bostelman, T. Hong e S. Legowick, ''Robô móvel e pesquisa de 
manipulador móvel rumo ao desenvolvimento de padrões ASTM,''Proc. 
ESPIÃO, vol. 9.872, maio de 2016, art. não. 98720F.
[5] K. Kobayashi, K. Nakano, T. Kuremoto e M. Obayashi, ''Aquisição de 
comportamento cooperativo de múltiplos robôs móveis autônomos por um 
sistema de aprendizado por reforço baseado em objetivos'', emProc. Int. conf. 
Controle, Autom. Sist., Seul, Coreia do Sul, 2007, pp. 777–780.
[6] PeakLogix. (dezembro de 2019).Manuseio de materiais com veículos guiados 
automatizados. [On-line]. Disponível: https://www.peaklogix.com/
materialhandling-with-automated-guided-vehicles/
[7] A. Fellan, C. Schellenberger, M. Zimmermann e HD Schotten, ''Ativando 
tecnologias de comunicação para veículos não tripulados 
automatizados na indústria 4.0'', emProc. Int. conf. Inf. Comum. Tecnol. 
Converg. (ICTC), Jeju, Coreia do Sul, 2018, pp. 171–176.
[8] A. Sharma. O mercado de robôs móveis em 2022 - nossas previsões. 
Interact Analysis, maio de 2018. [Online]. Disponível: https://
www.interactanalysis.com/mobile-robot-infographic/
[9] M. Indri, L. Lachello, I. Lazzero, F. Sibona e S. Trapani, ''Aplicações de 
sensores inteligentes para um novo paradigma de uma linha de 
produção,'' Sensores, vol. 19, não. 3, pág. 650, fev. 2019. [Online]. 
Disponível: https://www.mdpi.com/1424-8220/19/3/650
[10] J. Bedoe outros, ''5G e fábricas do futuro'', 5G PPP, Bruxelas, Bélgica, 
White Paper 2014/02/5G, fevereiro de 2014. [Online]. Disponível: https://
5g-ppp.eu/wp-content/uploads/2014/02/5G-PPP-White-Paperon-
Factories-of-the-Future-Vertical-Sector.pdf
[11] Y. Shi, Q. Han, W. Shen e H. Zhang, ''Aplicações potenciais das tecnologias 
de comunicação 5G na fabricação inteligente colaborativa''
IET Colaborativo Intel. Manuf., vol. 1, não. 4, pp. 109–116, dezembro de 2019, 
doi:10.1049/iet-cim.2019.0007.
[12] A. Trevor e H. Christensen, ''Levantamento automatizado de veículos guiados'', 
School Interact. Comput., Office Sponsored Programs Res., Georgia Inst. 
Tecnol., Tecnol. Rep. 6426, maio de 2009. [Online]. Disponível: https://
smartech.gatech.edu/handle/1853/61470
[13] C. Feledy e MS Luttenberger, ''Um mapa de última geração da 
tecnologia AGVS e uma diretriz de como e onde usá-la,''
Tese de MS, Dept. Ind. Manage., Division Eng. Logística, Lund Univ., 
Lund, Suécia, maio de 2017. [Online]. Disponível: http://lup.lub. lu.se/
luur/download?func=downloadFile&recordOId=8911830& 
fileOId=8911832
[14] J. Liu, Q. Wang e R. He, ''Uma pesquisa de métodos guiados automatizados'', em
Proc. 24º queixo. Decisão de Controle. conf. (CCDC), Taiyuan, China, 2012, pp. 
3459–3462.
[15] J. Li, L. Cheng, H. Wu, L. Xiong e D. Wang, ''Uma visão geral da 
localização e mapeamento simultâneos em robôs móveis,'' em 
Proc. Int. conf. Modelo., Identificat. Ao controle, Wuhan, China, 
2012, pp. 358–364.
[16] DMA Latif, MA-M. Salem, H. Ramadan e MI Roushdy, ''Comparação de 
técnicas de registro de recursos 3D para mapeamento interno''
emProc. 8ª Int. conf. Comput. Eng. Sist., Cairo, Egito, novembro de 2013, pp. 
239–244.
[17] S. Bacha, R. Saadi, MY Ayad, A. Aboubou e M. Bahri, ''Uma revisão sobre modelagem de 
veículos e técnicas de controle usadas para seguir caminho de veículos autônomos'', 
emProc. Int. conf. Conversões de energia verde. Sist. (GECS), Hammamet, março de 
2017, pp. 1–6.
VOLUME 8, 2020 202343
http://dx.doi.org/10.6028/NIST.IR.8022
http://dx.doi.org/10.1049/iet-cim.2019.0007
http://dx.doi.org/10.1109/IECON.2018.8592782
http://dx.doi.org/10.1109/COMST.2017.2705720
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
[37] Y. Ai, M. Peng e K. Zhang, ''Edge computing technologies for Internet of 
Things: A primer,''Dígito Comum. Netw., vol. 4, não. 2, pp. 77–86, abril 
de 2018.
[38] RMH Cheng, JW Xiao e S. LeQuoc, ''Controlador neuromórfico para 
direção AGV'', emProc. IEEE Int. conf. Robô. Autom., janeiro de 1992, pp. 
2057–2058.
[39] VK Kongezos e CR Allen, ''Comunicação sem fio entre AGVs (veículos 
guiados autônomos) e a rede industrial CAN (controller area 
network),'' emProc. IEEE Int. conf. Robô. Autom., Washington, DC, 
EUA, maio de 2002, pp. 434–437.
[40] J. Zhang, S. Li, G. Lu e Q. Zhou, ''Um novo sistema de localização de sensor 
sem fio e rastreamento de pose para um robô móvel autônomo'', em 
Proc. IEEE Int. conf. Mecatrônica Autom., Xi'an, China, agosto de 2010, 
pp. 1971–1975.
[41] C. Kirsch e C. Rohrig, ''Localização global e rastreamento de posição de um veículo 
guiado automaticamente'', emProc. 18ª Int. Fed. Autom. Controle (IFAC), Milano, 
Itália, setembro de 2011, pp. 14036–14041.
[42] C. Röhrig e S. Spieker, ''Rastreamento de veículos de transporte para gerenciamento de 
armazéns usando uma rede de sensores sem fio'', emProc. IEEE/RSJ Int. conf. Intel. 
Robôs Sist., Nice, França, setembro de 2008, pp. 3260–3265.
[43] D. Bore, A. Rana, N. Kolhare e U. Shinde, ''Veículo guiado automatizado usando 
sistemas operacionais de robôs'', emProc. 3ª Int. conf. Tendências eletrônicas. 
Informat.(ICOEI), Tirunelveli, Índia, abril de 2019, pp. 819–822.
[44] F. Okumus e AF Kocamaz, ''Navegação interna baseada em nuvem para veículos 
guiados automatizados habilitados para ROS'', emProc. Int. artif. Intel. Processo de 
Dados. Simp. (IDAP), Malatya, Turquia, setembro de 2019, pp. 1–4.
[45] C. Deshmukh, ''O mais novo membro da equipe policial de Pune é um robô 
móvel de alta tecnologia,'' National News, 2018. [Online]. Disponível: https://
www.midday.com/articles/newest-member-on-pune-police-team-is-high-
techmobile-robot/19879161
[46] W. Chung, C. Rhee, Y. Shim, H. Lee e S. Park, ''Controle de abertura de porta de um robô 
de serviço usando a mão robótica com vários dedos''IEEE Trans. Ind. Elétron., vol. 56, 
nº. 10, pp. 3975–3984, outubro de 2009.
[47] C. Ott, B. Bäuml, C. Borst e G. Hirzinger, ''Abertura autônoma de uma porta com 
um manipulador móvel: um estudo de caso,''IFAC Proc., vol. 40, não. 15, pp. 
349–354, 2007.
[48] PJ Mattaboni, ''Robô móvel autônomo'', Patente dos EUA 4 638 445, 20 de 
janeiro de 1987. [Online]. Disponível: https://www.osti.gov/biblio/6721410- 
autônomo-móvel-robot
[49] T. Nguyen, ''Usando KUKA YOUBOT para assistência de ensino,'' Ph.D. 
dissertação, Dept. Comput., Control Manage. Eng., Univ. Roma, Itália, 
novembro de 2014. [Online]. Disponível: https://pdfs.semanticscholar. 
org/ba80/9cb359d2ae7e981147e63638795d7f332804.pdf?_ga= 
2.49200358.1972170585.1596372891-2003925472.1569515787
[50] R. Bischoff, U. Huggenberger e E. Prassler, ''KUKA youBot—Um 
manipulador móvel para pesquisa e educação,''Proc. IEEE Int. conf. 
Robô. Autom., Xangai, China, maio de 2011, pp. 1–4.
[51] Kuka. (2020).Solução Eletrônica de Manuseio de Wafer. [On-line]. 
Disponível: https://www.kuka.com/-/media/kuka-downloads/imported/ 
9cb8e311bfd744b4b0eab25ca883f6d3/wafer_handling_solution_ en.pdf?
rev=5b54842ec11248d286c948fb866b5303
[52] Cyberneticzoo. (2014).Little Ranger — Manipulador Remoto Móvel. [On-
line]. Disponível: http://cyberneticzoo.com/teleoperators/1961-
littleranger-mobile-remote-manipulator-general-mills-american/
[53] Cyberneticzoo. (setembro de 2014).Virgule - Manipulador por Controle Remoto. 
[On-line]. Disponível: http://cyberneticzoo.com/tag/virgule/
[54] Cyberneticzoo. (setembro de 2014).Veículo Manipulador MF3. [On-line]. 
Disponível: http://cyberneticzoo.com/tag/mf-3-manipulator-vehicle/
[55] (2019).AGV vs AMR - Qual é a diferença. [On-line]. Disponível: https://
www.mobile-industrial-robots.com/en/insights/get-started-withamrs/
agv-vs-amr-whats-the-difference/
[56] 5GACIA. (fevereiro de 2019).5G para indústrias e automação conectadas. 
[On-line]. Disponível: https://www.zvei.org/fileadmin/user_upload/ 
Presse_und_Medien/Publikationen/2019/Maerz/5G_for_Connected_ 
Industries_and_Automation/WP_5G_for_Connected_Industries_and_ 
Automation_Download_19.03.19.pdf
[57] G. Brown, ''Ultra-confiável baixa latência 5G para automação 
industrial,''Tecnol. Rep. Qualcomm, vol. 2018, set. 2018, art. não. 
52065394. [On-line]. Disponível: https://www.qualcomm.com/
media/documents/files/read-the-white-paper-by-heavy-reading.pdf
[58] I. Parvez, A. Rahmati, I. Guvenc, AI Sarwat e H. Dai, ''Uma pesquisa sobre 
baixa latência para 5G: RAN, rede central e soluções de cache,''IEEE 
Comun. Pesquisas Tuts., vol. 20, não. 4, pp. 3098–3130, 4º trimestre, 
2018, doi:10.1109/COMST.2018.2841349.
[59]Requisitos de Serviço para o Sistema 5G; Estágio 1, documento 3GPP TS 
22.261, dezembro de 2018. [Online]. Disponível: http://www.3gpp. org/
ftp//Specs/archive/22_series/22.261/22261-g60.zip
[60] K. Chatzikokolakis, A. Kaloxylos, P. Spapis, N. Alonistioti, C. Zhou,
J. Eichinger e Ömer Bulakci, ''A caminho do acesso massivo em 5G: 
desafios e soluções para comunicações massivas de máquinas'', em
Redes Cognitivas sem Fio Orientadas a Rádio. Crown Com(Notas de Aula 
do Instituto de Ciências da Computação, Informática Social e 
Engenharia de Telecomunicações), vol. 156, M. Weichold, M. Hamdi, M. 
Shakirl, M. Abdallah, G. Karagiannidis e M. Ismail, Eds. Cham, Suíça: 
Springer, 2015, doi:10.1007/978-3-319-24540-9_58.
[61] H. Eisen, C. Buck, G. Gillis-Smith e J. Umland, ''Mechanical design of 
the Mars pathfinder mission'', inProc. 7 Eur. Espaço Mec. Tribol. 
Simp. (ESTEC), Noordwijk, Holanda, outubro de 1997, pp. 293–301.
[62] CR Weisbin, G. de Saussure, JR Einstein, FG Pin e E. Heer, ''Navegação e 
aprendizado de robôs móveis autônomos''Computador, vol. 22, não. 6, 
pp. 29–35, junho de 1989.
[63] R. Simmons, L.-J. Lin e C. Fedor, ''Autonomous task control for mobile 
robots,'' inProc. 5º IEEE Int. Simp. Intel. Ao controle, vol. 2, Filadélfia, PA, 
EUA, setembro de 1990, pp. 663–668.
[64] T. Sugar e V. Kumar, ''Múltiplos manipuladores móveis cooperativos'', em
Proc. IEEE Int. conf. Robô. Autom., Detroit, MI, EUA, maio de 1999, pp. 
1538–1543.
[65] K. Kosuge, M. Sato e N. Kazamura, ''Mobile robot helper'', emProc. Milênio 
Conf. IEEE Int. conf. Robô. Automático. Simpósios (ICRA), São Francisco, 
CA, EUA, vol. 1, abril de 2000, pp. 583–588.
[66] A. Agah e K. Tanie, ''Interação humana com um robô de serviço: 
manipulador móvel entregando um objeto a um humano'', emProc. Int. 
conf. Robô. Automático., Albuquerque, NM, EUA, vol. 1, abril de 1997, 
pp. 575–580.
[67] L. Peterson, D. Austin e D. Kragic, ''Controle de alto nível de um manipulador 
móvel para abertura de porta'', emProc. IEEE/RSJ Int. conf. Intel. Robôs Sist. 
(IROS), Takamatsu, Japão, vol. 3, novembro de 2000, pp. 2333–2338.
[68] K. Nagatani e S. Yuta, ''Estratégia de design e implementação de sistema de 
controle de manipulador móvel para abertura de porta'', emProc. IEEE Int. 
conf. Robô. Automático., Minneapolis, MN, EUA, vol. 3, abril de 1996, pp. 2828–
2834.
[69] JAT Machado e A. Azenha, ''Controle híbrido de ordem fracionária de 
manipuladores de robôs,'' emProc. IEEE Int. conf. Syst., Homem, Cybern., San 
Diego, CA, EUA, vol. 1, outubro de 1998, pp. 788–793.
[70] M. Saitoh, Y. Takahashi, A. Sankaranarayanan, H. Ohmachi e
K. Marukawa, ''Um robô móvel testado com manipulador para aplicação de 
guarda de segurança'', emProc. IEEE Int. conf. Robô. Automático., Nagoya, 
Japão, vol. 3, maio de 1995, pp. 2518–2523.
[71] K. Nagatani e SI Yuta, ''Uma experiência sobre comportamento de abertura de 
porta por um robô móvel autônomo com um manipulador,'' emProc. IEEE/RSJ 
Int. conf. Intel. Robôs Sist. Robô Humano Interagir. Cooperar. robôs, 
Pittsburgh, PA, EUA, vol. 2, agosto de 1995, pp. 45–50.
[72] S. Ishikawa, ''Um método de navegação de robôs móveis internos usando 
controle difuso'', emProc. IEEE/RSJ Int. Oficina Intel. Robôs Sist., Osaka, Japão, 
vol. 2, novembro de 1991, pp. 1013–1018.
[73] L. Bort e AP del Pobil, ''Usando a fala para guiar um robô manipulador 
móvel'', emProc. IEEE Int. conf. Syst., Man Cybern., Nashville, TN, EUA, 
outubro de 2000, pp. 2356–2361.
[74] K. Kosuge, H. Yoshida e T. Fukuda, ''Controle dinâmico para colaboração 
robô-humano'', emProc. 2º IEEE Int. Oficina Robot Hum. Comum., 
Tóquio, Japão, novembro de 1993, pp. 398–401.
[75] K. Nagatani e S. Yuta, ''Projetando um comportamento para abrir uma porta e passar 
por uma porta usando um robô móvel equipado com um manipulador,'' em Proc. 
IEEE/RSJ Int. conf. Intel. Robôs Sist. (IROS), Munique, Alemanha, vol. 2, setembro de 
1994, pp. 847–853.
[76] B. Hamner, S. Koterba, J. Shi, R. Simmons e S. Singh, ''Um manipulador 
móvel autônomo para tarefas de montagem''Auto. robôs, vol. 28, não. 1, 
pp. 131–149, janeiro de 2010, doi:10.1007/s10514-009-9142-y.
[77] J. Lee, C.-H. Hyun e M. Park, ''Um sistema de veículo guiado automatizado baseado em 
visão com reconhecimento de marcadores para uso interno,''Sensores, vol. 13, não. 
8, pp. 10052–10073, agosto de 2013.
[78] A. Singhal, P. Pallav, N. Kejriwal, S. Choudhury, S. Kumar e R. Sinha, 
''Gerenciando uma frota de robôs móveis autônomos (AMR) usando 
plataforma de robótica em nuvem'', emProc. EUR. conf. Robôs Móveis (ECMR), 
Paris, França, setembro de 2017, pp. 1–6.
[79] K. Johnson. (junhode 2019).Facebook lança plataforma de robótica 
PyRobot. [On-line]. Disponível: https://venturebeat.com/2019/06/20/ 
facebook-launches-robotics-framework-pyrobot/
202344 VOLUME 8, 2020
http://dx.doi.org/10.1109/COMST.2018.2841349
http://dx.doi.org/10.1007/978-3-319-24540-9_58
http://dx.doi.org/10.1007/s10514-009-9142-y
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
[80] J. Mehami, M. Nawi e R. Zhong, ''Smart Automated Guided Vehicles for 
Manufacturing in the context of Industry 4.0,'' inProc. 46ª PME da 
América do Norte. Res. de Manufatura conf. (NARM), vol. 46, 2018, pp. 
1077–1086.
[81] W. Liang, M. Zheng, J. Zhang, H. Shi, H. Yu, Y. Yang, S. Liu, W. Yang e X. 
Zhao, ''WIA-FA and its applications to digital fábrica: Uma solução de 
rede sem fio para automação de fábrica,''Proc. IEEE, vol. 107, nº. 6, pp. 
1053–1073, junho de 2019.
[82] M. Venables, ''Futuro brilhante para AGVs,''Eng. Tecnol., vol. 3, não. 11, 
pp. 48–50, jun./jul. 2008.
[83] E. Oyekanlu, ''Análise de borda de rede colaborativa tolerante a falhas em 
tempo real para IoT industrial e sistemas físicos cibernéticos com diversidade 
de rede de comunicação'', emProc. IEEE 4º Int. conf. Colaboração Internet 
Comput. (CIC), Filadélfia, PA, EUA, outubro de 2018, pp. 336–345.
[84] R. Van Parys, M. Verbandt, M. Kotzé, P. Coppens, J. Swevers,
H. Bruyninckx e J. Philips, ''Coordenação distribuída, transporte e 
localização na indústria 4.0'', emProc. Int. conf. Posicionamento interno 
Navegação interna. (IPIN), Nantes, França, 2018, pp. 1–8.
[85] A. Weber, ''As partes interessadas da manufatura inteligente e seus requisitos'', 
em Proc. e-Manuf. Simp de Colaboração de Design. (eMDC), Hsinchu, Taiwan, 
2018, pp. 1–3.
[86] E. Oyekanlu, ''Abordagem de computação osmótica distribuída para 
implementação de aprendizado profundo preditivo explicável em bordas de 
rede IoT industrial com gráficos de wavelet adaptativos em tempo real do 
PLAN2,'' emProc. IEEE 1º Int. conf. artif. Intel. Knowl. Eng. (AIKE), Laguna Hills, 
CA, EUA, setembro de 2018, pp. 179–188, doi:10.1109/AIKE.2018.00042.
[87] Z. Zhou, Q. Zhi, S. Morisaki e S. Yamamoto, ''Uma revisão sistemática da 
literatura sobre metodologias de visualização de arquitetura 
empresarial,''Acesso IEEE, vol. 8, pp. 96404–96427, 2020, doi:
10.1109/ACCESS.2020.2995850.
[88] MR Belgaum, S. Musa, MM Alam e MM Su'ud, ''Uma revisão sistemática 
das técnicas de balanceamento de carga em redes definidas por 
software''Acesso IEEE, vol. 8, pp. 98612–98636, 2020, doi:
10.1109/ACCESS.2020.2995849.
[89] P. Pratama, T. Nguyen, H. Kim, D. Kim e S. Kim, ''Posicionamento e prevenção de 
obstáculos de veículo guiado automaticamente em ambiente parcialmente 
conhecido,''Int. J. Controle, Automat. Sist., vol. 14, não. 6, pp. 1572–1581, 2016.
[90] D. Herrero-Perez e H. Matinez-Barbera, ''Coordenação descentralizada de 
AGVs autônomos em sistemas flexíveis de manufatura'', emProc. IEEE/
RSJ Int. conf. Intel. Robôs Sist., Nice, França, setembro de 2008, pp. 
3674–3679.
[91] SLX Francis, SG Anavatti e M. Garratt, "Planejamento de caminho cooperativo 
em tempo real para veículos multi-autônomos", emProc. Int. conf. Adv. 
Comput., Comun. Informat. (ICACCI), Mysore, Índia, agosto de 2013, pp. 1053–
1057.
[92] YD Setiawan, PS Pratama, JW Kim, DH Kim, YS Jung,
SB Kim, SM Yoon, TK Yeo e S. Hong, ''Replanejamento de caminho e projeto de 
controlador para rastreamento de trajetória de veículos guiados automaticamente'', 
em Proc. Int. conf. Adv. Comput., Comun. Informat. (ICACCI), Nova Delhi, Índia, 
setembro de 2014, pp. 771–777.
[93] L. Guo, Q. Yang e W. Yan, ''Planejamento de caminho inteligente para sistema de veículos 
guiados automaticamente baseado em mapa topológico,'' emProc. IEEE Conf. Controle, Sist. 
Ind. Informat., Bandung, Indonésia, setembro de 2012, pp. 69–74.
[94] L. Guo, Q. Yang e W. Yan, "Planejamento de caminho inteligente para sistema de veículo 
guiado automatizado baseado em mapa topológico", emProc. IEEE Conf. Controle, 
Sist. Ind. Informar., Bandung, Indonésia, setembro de 2012, pp. 69–74.
[95] C. Liu, J. Tan, H. Zhao, Y. Li e X. Bai, ''Planejamento de caminho e programação 
inteligente de sistemas multi-AGV na oficina'', emProc. 36º queixo. Controle de 
conf. (CCC), Dalian, China, julho de 2017, pp. 2735–2739.
[96] S. Kim, H. Jin, M. Seo e D. Har, ''Planejamento de caminho ideal de veículo guiado 
automaticamente usando algoritmo dijkstra sob condições dinâmicas,''
emProc. 7ª Int. conf. Robô Intel. Tecnol. Appl. (RiTA), Daejeon, Coreia do 
Sul, novembro de 2019, pp. 231–236.
[97] G. Qing, Z. Zheng e X. Yue, ''Planejamento de caminho de veículo guiado 
automaticamente com base no algoritmo Djikstra aprimorado'', emProc. 29º queixo. 
Decisão de Controle. conf. (CCDC), Chongqing, China, 2017, pp. 7138–7143.
[98] Z. Zhang, Q. Guo e P. Yuan, "Planejamento de rotas sem conflitos de veículos 
guiados automaticamente com base na classificação de conflitos", emProc. 
IEEE Int. conf. Syst., Homem, Cybern. (SMC), Banff, AB, Canadá, outubro de 
2017, pp. 1459–1464.
[99] Q. Sun, H. Liu, Q. Yang e W. Yan, ''Sobre o projeto de AGVs: Modelagem, 
planejamento de caminho e localização'', emProc. IEEE Int. conf. Mecatrônica 
Autom., agosto de 2011, pp. 1515–1520.
[100] T. Nishi, S. Akiyama, T. Higashi e K. Kumagai, ''Cell-based local search 
heuristics for Guide Path Design of Automated Guided Vehicle Systems 
with Dynamic Multicommodity Flow,''IEEE Trans. Autom. ciência Eng., 
vol. 17, não. 2, pp. 966–980, abril de 2020.
[101] K. Nishida, T. Nishi, H. Kaname, K. Kumagai e T. Higashi, "Roteamento e 
programação Just-in-Time para vários veículos guiados automaticamente", em
Proc. IEEE Int. conf. Syst., Man Cybern. (SMC), Bari, Itália, outubro de 2019, pp. 
841–846.
[102] H. Fazlollahtabar e M. Saidi-Mehrabad, ''Otimização de atraso em um sistema 
AGV múltiplo''Int. J. Swarm Intel. Evolução Comput., vol. 3, não. 1, março de 
2014.
[103] J. Bae e W. Chung, ''Uma heurística para planejamento de caminho de múltiplos veículos 
guiados automaticamente heterogêneos,''Int. J. Precis. Eng. Manuf., vol. 19, não. 12, 
pp. 1765–1771, dezembro de 2018.
[104] D. Herrero-Perez e H. Martinez-Barbera, ''Coordenação descentralizada de veículos 
guiados automaticamente,'' emProc. 7ª Int. Conferência Conjunta Auto. Agentes 
Multiagente Syst. (AAMAS), vol. 3, 2008, pp. 1195–1198.
[105] S. Uttendorf, B. Eilert e L. Overmeyer, ''Um sistema especialista em lógica fuzzy para a 
geração automatizada de roteiros para sistemas de veículos guiados 
automaticamente'', emProc. IEEE Int. conf. Ind. Eng. Eng. Gerenciar. (IEEM), Bali, 
Indonésia, dezembro de 2016, pp. 977–981.
[106] Z. Han, D. Wang, F. Liu e Z. Zhao, ''Planejamento de caminho multi-AGV com 
restrições de caminho duplo usando um algoritmo genético aprimorado,''
PLoS ONE, vol. 12, não. 7, jul. 2017, art. não. e0181747.
[107] X. Lyu, Y. Song, C. He, Q. Lei e W. Guo, ''Abordagem para problemas de agendamento 
integrados considerando o número ideal de veículos guiados automaticamente e 
roteamento livre de conflitos em sistemas de manufatura flexíveis,''
Acesso IEEE, vol. 7, pp. 74909–74924, 2019.
[108] JH Cho e M.-W. Cho, ''Rastreamento de posição eficaz usando equação de 
superfície B-spline baseada em redes de sensores sem fio e UHF-RFID 
passivo,''IEEE Trans. Instrum. Medição, vol. 62, nº. 9, pp. 2456–2464, setembro 
de 2013.
[109] V. Bobanac e S. Bogdan, ''Roteamento e agendamento em sistemas multi-AGV 
baseados em algoritmo bancário dinâmico'', emProc. 16ª Medit. conf. Controle 
Autom., Ajaccio, França, junho de 2008, pp. 1168–1173.
[110] S. Jang, K. Ahn, J. Lee e Y. Kang, ''Um estudo sobre a integração do filtro de 
partículas e cálculo morto para a localização eficiente de veículos guiados 
automaticamente,'' emProc. IEEE Int. Simp. Robô. Intel. Sensores (IRIS), 
Langkawi, Malásia, outubro de 2015, pp. 81–86.
[111] NK Verma, SK Sahu, A. Mustafa, Ocean, NK Dhar e A. Salour, ''Roteamento de caminho 
ideal baseado em prioridadepara veículo guiado automaticamente'', em
Proc. IEEE Workshop de Computação. Intel. Teorias, Ap. Direções Futuras 
(WCI), Kanpur, Índia, dezembro de 2015, pp. 1–7.
[112] S. Akiyama, T. Nishi, T. Higashi, K. Kumagai e M. Hashizume, ''A multi-
commodity flow model for guide path layout design of AGV systems,'' 
emProc. IEEE Int. conf. Ind. Eng. Eng. Gerenciar. (IEEM), Cingapura, 
dezembro de 2017, pp. 1251–1255.
[113] AF Kahraman, A. Gosavi e KJ Oty, ''Modelagem estocástica de um sistema de 
veículo guiado automatizado com um veículo e um caminho de circuito 
fechado,''IEEE Trans. Autom. ciência Eng., vol. 5, não. 3, pp. 504–518, julho de 
2008, doi:10.1109/TASE.2008.917015.
[114] A. Tabatabaei, F. Torabi e T. Paitoon, ''Programação simultânea de 
máquinas e veículos guiados automaticamente utilizando algoritmo de 
busca heurística'', emProc. IEEE 8º ano. Comput. Comum. Oficina Conf. 
(CCWC), Las Vegas, NV, EUA, janeiro de 2018, pp. 54–59.
[115] X. Tang, T. Zhou, J. Yu, J. Wang e Y. Su, ''Um algoritmo de fusão aprimorado de planejamento de 
caminho para veículo guiado automaticamente no sistema de armazenamento,''
emProc. IEEE 4º Int. conf. Comput. Comum. (ICCC), Chengdu, China, dezembro 
de 2018, pp. 510–514.
[116] L. Xin, H. Xiangyuan, Y. Ziqi, Q. Xiaoning e D. Yingkui, ''O algoritmo algébrico 
para o problema de planejamento de caminho de AGV em sistema de 
manufatura flexível,'' emProc. 37º queixo. Controle de conf. (CCC), Wuhan, 
China, julho de 2018, pp. 2396–2399.
[117] Z. Yangl, C. Li e Q. Zhao, "Algoritmo de despacho de AGV baseado em estimativa de 
tempo dinâmico em terminal de contêiner automatizado", emProc. 37º queixo. 
Controle de conf. (CCC), Wuhan, China, julho de 2018, pp. 7868–7873.
[118] H. Yoshitake, R. Kamoshida e Y. Nagashima, ''Novo sistema de veículo guiado 
automatizado usando agendamento holônico em tempo real para separação 
de depósitos,''Robô IEEE. Autom. Deixe, vol. 4, não. 2, pp. 1045–1052, abril de 
2019.
[119] LG Bao, T. Giang Dang e N. Duy Anh, ''Política de atribuição de armazenamento 
e planejamento de rotas de AGVS na otimização de armazéns'', em
Proc. Int. conf. Sist. ciência Eng. (ICSSE), Dong Hoi, Vietnã, julho de 2019, pp. 
599–604.
VOLUME 8, 2020 202345
http://dx.doi.org/10.1109/AIKE.2018.00042
http://dx.doi.org/10.1109/ACCESS.2020.2995850
http://dx.doi.org/10.1109/ACCESS.2020.2995849
http://dx.doi.org/10.1109/TASE.2008.917015
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
[120] M. Li, P. Sankaran, M. Kuhl, A. Ganguly, A. Kwasinski e R. Ptucha, ''Análise de simulação 
de uma abordagem de aprendizado por reforço profundo para seleção de tarefas por 
veículos autônomos de manuseio de materiais'', emProc. IEEEWinter Simulation Conf.
, Gotemburgo, Suécia, dezembro de 2018, pp. 1073–1083.
[121] R. Kamoshida e Y. Kazama, ''Aquisição de política de planejamento de rota de 
veículo guiada automatizada usando aprendizado de reforço profundo'', em
Proc. 6º IEEE Int. conf. Adv. Logística Transp. (ICALT), Bali, Indonésia, julho de 
2017, pp. 1–6.
[122] S. Ito, S. Hiratsuka, M. Ohta, H. Matsubara e M. Ogawa, ''Pequena profundidade 
de imagem LIDAR e localização baseada em DCNN para veículo guiado 
automaticamente''Sensores, vol. 18, não. 2, pág. 177, janeiro de 2018, doi:
10.3390/s18010177.
[123] M.-S. Wang, S.-C. Chen, P.-H. Chuang, S.-Y. Wu e F.‑S. Hsu, ''Projeto de acionamento 
baseado em controle de rede neural de servomotor e sua aplicação a veículo guiado 
automaticamente''Matemática. Problemas Eng., vol. 2015, janeiro de 2015, art. não. 
612932.
[124] T. Yifei, C. Junruo, L. Meihong, L. Xianxi e F. Yali, ''Uma abordagem de estimativa e 
simulação para determinar o tamanho da frota de veículos guiados automaticamente 
em FMS,'' emProc. 3ª Int. conf. Comput. ciência Inf. Tecnol., Chengdu, China, julho de 
2010, pp. 432–435.
[125] K. Kumagai, K. Sawada e S. Shin, ''Rendimento máximo de transporte do sistema de 
veículo guiado automaticamente pelo uso de modelos de capacidade de tráfego e 
consumo de capacidade de tráfego'', emProc. SICE Internacional Simp. Sistema de 
controle (SICE ISCS), Okayama, Japão, 2017, pp. 1–8.
[126] M. Ohzeki, A. Miki, MJ Miyama e M. Terabe, ''Controle de veículos guiados 
automaticamente sem colisão por recozimento quântico e dispositivos 
digitais,''J. Frontiers Comput. ciência, vol. 1 de novembro de 2019, art. não. 9.
[127] X. Zhou, P. Li e W. Su, "Controle baseado em rede de Petri do caminho do fluxo 
de manuseio de materiais para veículos guiados automaticamente", emProc. 
Int. conf. Mecatrônica Autom., Changchun, China, agosto de 2009, pp. 1677–
1682.
[128] D. Herrero-Perez e H. Martinez-Barbera, ''Modelagem de sistemas de transporte 
distribuídos compostos por veículos guiados automatizados flexíveis em 
sistemas de manufatura flexíveis,''IEEETrans. Ind. Informat., vol. 6, não. 2, pp. 
166–180, maio de 2010.
[129] T. Nishi e Y. Tanaka, ''Abordagem de decomposição da rede de Petri para despacho e 
roteamento livre de conflitos de sistemas de veículos guiados automatizados 
bidirecionais,''IEEE Trans. Syst., Homem, Cybern. A, Sist. Humanos, vol. 42, não. 5, pp. 
1230–1243, setembro de 2012.
[130] J. Luo, H. Ni e M. Zhou, ''Projeto de programa de controle para sistemas de veículos 
guiados automaticamente via redes de Petri,''IEEE Trans. Syst., Homem, Cybern. Sist., 
vol. 45, não. 1, pp. 44–55, janeiro de 2015.
[131] H. Ni e J. Luo, ''Síntese de controlador de sequência para sistemas de veículos guiados 
automatizados usando redes de Petri comuns'', emProc. 11º IEEE Int. conf. Netw., 
Sens. Controle, Miami, FL, EUA, abril de 2014, pp. 468–473.
[132] I. Mugarza e JC Mugarza, ''Rumo a navegação e controle de tráfego de veículos 
guiados automatizados livres de colisão'', emProc. 24º IEEE Int. conf. Emerg. 
Tecnol. Fábrica Autom. (ETFA), Saragoça, Espanha, setembro de 2019, pp. 
1599–1602.
[133] V. Digani, L. Sabattini, C. Secchi e C. Fantuzzi, ''Controle de tráfego hierárquico 
para coordenação parcialmente descentralizada de sistemas multi AGV em 
ambientes industriais,'' emProc. IEEE Int. conf. Robô. Autom. (ICRA), Hong 
Kong, maio de 2014, p. 6144.
[134] S. Yoon, S. Park e J. Kim, '' Fusão do sensor de filtro Kalman para 
localização de veículo guiado automatizado com rodas Mecanum, ''
Sensores, vol. 2015, janeiro de 2015, art. não. 347379. [On-line]. 
Disponível: https://www.hindawi.com/journals/js/2015/347379/
[135] P. Das e L. Ribas-Xirgo, ''Um estudo de métodos de estimativa de parâmetros de custo 
variável no tempo em sistemas de transporte automatizados baseados em robôs 
móveis,'' emProc. IEEE 21ª Int. conf. Emerg. Tecnol. Fábrica Autom. (ETFA), Berlim, 
Alemanha, setembro de 2016, pp. 1–4.
[136] R. Wang, M.-S. Liu, Y. Zhou, Y.-Q. Xun, e W.-B. Zhang, ''Um algoritmo de filtragem 
adaptativo de Kalman para redes de crenças profundas'', emProc. 7º IEEE Int. 
conf. Softw. Eng. Serviço Ciência. (ICSESS), Pequim, China, agosto de 2016, pp. 
178–181.
[137] P. Yin, W. Li e Y. Duan, "Sistema de orientação inercial combinatória para um 
veículo guiado automaticamente", emProc. IEEE 15ª Int. conf. Netw., Sens. 
Control (ICNSC), Zhuhai, China, março de 2018, pp. 1–6.
[138] L. Cavanini, P. Cicconi, A. Freddi, M. Germani, S. Longhi, A. Monteriu,
E. Pallotta, e M. Prist, ''Um estudo preliminar de um sistema físico cibernético 
para a indústria 4.0: Modelagem e co-simulação de um AGV para fábricas 
inteligentes'', emProc. Oficina Metrol. Ind. 4.0 IoT, Brescia, Itália, abril de 2018, 
pp. 169–174.
[139] S. Butdee, A. Suebsomran, F. Vignat e PKDV Yarlagadda, ''Controle e previsão de 
caminho de um veículo guiado automaticamente''J. Conquistas Mater. Manuf. 
Eng., vol. 31, nº. 2, pp. 442–448, dezembro de 2008.
[140] S. Butdee, A. Suebsomran, F. Vignat e PKDV Yarlagadda, ''Controle e previsão de 
caminho de um veículo guiado automaticamente,''J. Conquistas Mater. Manuf. 
Eng., vol. 31, nº. 2, pp. 442–448, dezembro de 2008.
[141] Y. Chen, Y. Wu e H. Xing, ''Uma solução completa para AGV SLAMintegrada com 
navegação em ambiente de armazém moderno,'' emProc. Queixo. Autom. 
Congr. (CAC), Jinan, China, outubro de 2017, pp. 6418–6423.
[142] RG Yudanto e F. Petré, ''Fusão de sensores para navegação interna e rastreamento de 
veículos guiados automaticamente'', emProc. Int. conf. Posicionamento interno 
Navegação interna. (IPIN), Banff, AB, Canadá, outubro de 2015, pp. 1–8.
[143] L. Wu e X. Chen, ''A fusão de veículos automatizados baseada em pelotão 
virtual'', emProc. IEEE Int. conf. Autom. Logística, Qingdao, China, setembro 
de 2008, pp. 1938–1941, doi:10.1109/ICAL.2008.4636477.
[144] B. Xing, W.-J. Gao, K. Battle, T. Marwala e FV Nelwamondo, ''Os algoritmos de formigas 
podem tornar o sistema de veículo guiado automatizado mais inteligente?''
emProc. IEEE Int. conf. Syst., Man Cybern., Istambul, Turquia, outubro de 2010, pp. 
3226–3234.
[145] AA Jose, B. Adarsh S e CAS Pillai, ''Uma nova abordagem para agendamento e 
roteamento de veículos autoguiados em topologia de malha usando controle 
de velocidade e técnicas de caminho alternativo,'' emProc. Int. conf. Process 
Autom., Control Comput., Coimbatore, Índia, julho de 2011, pp. 1–5.
[146] N. Gupta, A. Singhal, JK Rai e R. Kumar, "Rastreamento de caminho de veículo 
guiado automatizado", emProc. 7ª Int. conf. Contemp. Comput. (IC3), agosto 
de 2014, pp. 260–264.
[147] M. Hallden e F. Saltvik, ''Evasão de obstáculos por veículos guiados 
automaticamente em ambiente industrial'', tese de mestrado, 
Dept. Elect. Eng., Chalmers Univ. Technol., Gotemburgo, Suécia, 
2018. [Online]. Disponível: http://publications.lib. chalmers.se/
records/fulltext/255744/255744.pdf
[148] B. Allotta, L. Pugi, A. Ridolfi, R. Costanzi, F. Bartolini, N. Monni,
M. Natalini, e R. Giusti, ''Uma estratégia anti-emborcamento para veículos 
industriais: Teste preliminar em um AGV escalado,'' emProc. IEEE/ASME 10ª 
Int. conf. Mec. Sistema Embutido Appl. (MESA), Senigallia, Itália, setembro de 
2014, pp. 1–5.
[149] DP de Oliveira, WPN dos Reis e OM Junior, ''Uma análise qualitativa de uma 
câmera USB para controle de AGV,''Sensores, vol. 19, não. 19, pág. 4111, 
setembro de 2019.
[150] S.-Y. Lee e H.-W. Yang, ''Navegação de veículos guiados automaticamente usando o 
método de orientação por ponto magnético''Robô. Comput.-Integr. Manuf., vol. 28, 
não. 3, pp. 425–436, junho de 2012.
[151] S. Su, X. Zeng, S. Song, M. Lin, H. Dai, W. Yang e C. Hu, ''Melhoria da precisão de 
posicionamento de veículos guiados automaticamente com base em uma nova 
abordagem de rastreamento magnético,' 'IEEE Intel. Transp. Sist. Mag., vol. 12, não. 
4, pp. 138–148, 2020.
[152] Y. Pang, AL De La Cruz e G. Lodewijks, ''Sistema de posicionamento magnético 
bipolar para veículos guiados automaticamente'', emProc. IEEE Intel. Veículos 
Simp., Eindhoven, Holanda, junho de 2008, pp. 883–888.
[153] I. Draganjac, D. Miklić, Z. Kovaćić, G. Vasiljević e S. Bogdan, ''Controle 
descentralizado de sistemas multi-AGV em aplicativos de 
armazenamento autônomo''IEEE Trans. Autom. ciência Eng., vol. 13, 
não. 4, pp. 1433–1447, outubro de 2016.
[154] RKA Sakir, A. Rusdinar, S. Yuwono, AS Wibowo, S. Silvirianti e NT Jayanti, 
''Algoritmo de controle de movimento de veículo guiado automatizado 
ponderado usando sistema de inferência fuzzy,'' emProc. 2º Int. conf. 
Robô de controle. Eng. (ICCRE), Bangkok, Tailândia, 2017, pp. 135–139.
[155] HQT Ngo e AS Tran, ''Usando o esquema de lógica fuzzy para veículo guiado 
automaticamente para rastrear o caminho seguinte sob várias cargas'', emProc. 4ª 
Int. conf. Tecnologia Verde. Sustentar. Desenvolver. (GTSD), Cidade de Ho Chi Minh, 
Vietnã, novembro de 2018, pp. 312–316.
[156] B. Wijayanto e A. Wibowo, ''Desenvolvimento de software de simulação de 
veículo guiado automatizado usando o método fuzzy de cascata paralela para 
atingir um alvo'', emProc. 2º Int. conf. Informat. Comput. ciência (ICICOS), 
Semarang, Indonésia, outubro de 2018, pp. 1–6.
[157] MA Kermanshahi, M. Rostamian e A. Vosough, ''Design, produção e controle 
difuso de uma plataforma de robô de veículo guiado automatizado com 
capacidade de seguir caminho'', emProc. 2º Int. conf. Controle, Instrum. 
Autom., Shiraz, Irã, dezembro de 2011, pp. 946–951.
[158] M. Septyan e T. Agustinah, ''Veículo guiado automatizado de 
rastreamento de trajetória usando controlador difuso'', emProc. Int. 
conf. artif. Intel. Inf. Tecnol. (ICAIIT), Yogyakarta, Indonésia, março de 
2019, pp. 169–174.
202346 VOLUME 8, 2020
http://dx.doi.org/10.3390/s18010177
http://dx.doi.org/10.1109/ICAL.2008.4636477
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
[159] X. Yan, C. Zhang e M. Qi, ''Multi-AGVs prevenção de colisão e controle de 
impasse para armazém automatizado item-para-humano,'' emProc. Int. conf. 
Ind. Eng., Gerenciar. ciência Appl. (ICIMSA), Seul, Coreia do Sul, junho de 2017, 
pp. 1–5.
[160] MHFA Hazza, AN Bt Abu Bakar, EYT Adesta e AH Taha, ''Estudo empírico sobre 
orientação AGV em sistema de fabricação interna usando sensor de cor'', em
Proc. 5ª Int. Simp. Comput. Ônibus. Intel. (ISCBI), Dubai, Emirados Árabes 
Unidos, agosto de 2017, pp. 125–128.
[161] S. Silvirianti, A. Krisna, A. Rusdinar, S. Yuwono e R. Nugraha, ''Projeto de sistema 
de controle de velocidade usando fuzzy-PID para variação de carga de veículo 
guiado automaticamente (AGV),'' emProc. 2º Int. conf. Fronteiras Sensores 
Technol. (ICFST), Shenzhen, China, 2017, pp. 426–430.
[162] C.-L. Hwang e H.-H. Huang, ''Validação experimental de um veículo autoguiado 
semelhante a um carro com rastreamento de trajetória, prevenção de 
obstáculos e abordagem de alvo'', emProc. IECON 43º Anu. conf. IEEE Ind. 
Electron. Sociedade, Pequim, China, outubro de 2017, pp. 2858–2863.
[163] B. Soysal, ''Controle em tempo real de um veículo guiado automaticamente 
usando um modo contínuo de controle deslizante,''Turco J. Electr. Eng. 
Comput. ciência, vol. 22, pp. 1298–1306, 2014.
[164] AK Kar, NK Dhar, R. Chandola, SSF Nawaz e NK Verma, ''Rastreamento de 
trajetória por veículo guiado automatizado usando controle de modo de 
deslizamento otimizado GA,'' emProc. 11ª Int. conf. Ind. Sist. (ICIIS), Roorkee, 
dezembro de 2016, pp. 71–76.
[165] J. Xu, J. Liu, J. Sheng e J. Liu, ''Algoritmo de rastreamento de caminho de arco de veículo 
guiado automatizado de direção diferencial dupla'', emProc. 11ª Int. Congr. Image 
Signal Process., Biomed. Eng. Informat. (CISP-BMEI), Pequim, China, outubro de 2018, 
pp. 1–7.
[166] S. Li, W. Wei e R. Wang, ''Estudo sobre a estrutura de controle para a base de veículo 
guiado automaticamente na navegação visual'', emProc. 27º queixo. Decisão de 
Controle. conf. (CCDC), Qingdao, China, maio de 2015, pp. 2515–2518.
[167] C. Wang, L. Wang, J. Qin, Z. Wu, L. Duan, M. Cao, Z. Li, L. Weiguang,
Z. Lu, Y. Ling, M. Li, Y. Wang, J. Long, M. Huang, Y. Li e Q. Wang, ''Desenvolvimento de 
um sistema de navegação de visão com algoritmo de controle difuso para veículo 
guiado automaticamente,' ' emProc. IEEE Int. conf. Inf. Autom., Lijiang, China, agosto 
de 2015, pp. 2.077–2.082.
[168] J. Yu e J. Yang, ''Calibração de visão para veículo guiado automatizado baseado 
em dois estados estáticos e de movimento'', emProc. Int. conf. Fluid Power 
Mecatrônica (FPM), Harbin, China, agosto de 2015, pp. 809–813.
[169] M.-J. Han, C.-Y. Kuo e NY-C. Chang, ''Telêmetro baseado em visão para 
navegação automatizada de veículos guiados'', emProc. IEEE Workshop Adv. 
Robô. Impactos Sociais (ARSO), Xangai, China, julho de 2016, pp. 146–151.
[170] K. Osman, J. Ghommam e M. Saad, ''Controle combinado de acompanhamento de estrada e 
manutenção automática de faixa para veículos guiados automaticamente'', em
Proc. 14ª Int. conf. Controle, Autom., Robô. Vis. (ICARV), Phuket, Tailândia, 
novembro de 2016, pp. 1–6.
[171] K. Osman, J. Ghommam e M. Saad, "Detecção de referência de faixa baseada em 
visão e controle de rastreamento de um veículo guiado automaticamente", 
emProc. 25ª Medit. conf. Controle Autom. (MED), Valletta,Malta, julho de 2017, 
pp. 595–600.
[172] Z. Rozsa e T. Sziranyi, ''Previsão de obstáculos para veículos guiados automaticamente 
com base em nuvens de pontos medidos por um sensor LIDAR inclinado,''IEEE Trans. 
Intel. Transp. Sist., vol. 19, não. 8, pp. 2708–2720, agosto de 2018.
[173] K. Yaovaja, P. Bamrungthai e P. Ketsarapong, ''Projeto de um robô cortador de 
grama autônomo usando controle remoto baseado em visão'', em
Proc. IEEE Eurásia Conf. IoT, Comun. Eng. (ECICE), Yunlin, Taiwan, outubro de 
2019, pp. 324–327.
[174] J. Yu, Y. Chen, L. Ouyang, W. Liao e S. Bi, "Um método de aprimoramento de 
imagem para iluminação não uniforme com restrições de iluminação para 
AGV guiado por visão", emProc. Int. conf. Adv. Mec. Sist. (ICAMechS), 
Melbourne, VIC, Austrália, novembro de 2016, pp. 148–153.
[175] U. Andersson, "Sistema de navegação a laser para veículos guiados 
automaticamente: de protótipos de pesquisa a produtos comerciais", 
Dept. Comput. Ciência, Eletr. Space Eng., Lulea Univ. Technol., Suécia,
Tecnologia Rep. diva2:995294, 2013. [Online]. Disponível: https://
www.divaportal.org/smash/get/diva2:995294/FULLTEXT01.pdf
[176] MD Islam, SMT Reza, J. Uddin e E. Oyekanlu, ''Correspondência de varredura a 
laser por FAST CVSAC em ambiente dinâmico''Int. J. Intel. Sist. Appl., vol. 5, 
não. 11, pp. 11–18, outubro de 2013.
[177] Q. Li, A. Adriaansen, J. Udding e A. Pogromsky, ''Projeto e controle de sistemas de 
veículos guiados automatizados: um estudo de caso'', emProc. 18º Congr. Int. Fed. 
Autom. Ao controle, Itália, vol. 44, agosto de 2011, pp. 13852–13857.
[178] O. Lengerke, M. Dutra, F. França e M. Tavera, ''Veículos autoguiados 
(AGV): Buscando um caminho nos sistemas flexíveis de manufatura,''
J. Konbin, vol. 8, não. 1, pp. 113–124, janeiro de 2008.
[179] AK Pamosoaji, ''Estratégia de controle de rastreamento de trajetória usando co-
referência para veículo com direção traseira'', emProc. 3ª Int. conf. Robô de controle. 
Eng. (ICCRE), Nagoya, Japão, abril de 2018, pp. 74–78.
[180] S. Khanmohammadi, MK Mirnia, K. Rezvani e
MA Badamchizadeh, ''Multi AGV hybrid path planning using fuzzy 
inference systems'', emProc. 2º Int. conf. Comput. Autom. Eng. (ICCAE), 
Cingapura, fevereiro de 2010, pp. 789–792.
[181] J. Villagra e D. Herrero-Perez, ''Uma comparação de técnicas de controle para 
manobras robustas de atracação de um AGV,''IEEE Trans. Sistema de controle 
Tecnol., vol. 20, não. 4, pp. 1116–1123, julho de 2012.
[182] J. Li, M. Ran, H. Wang e L. Xie, ''Planejamento unificado de trajetória baseado em MPC e 
abordagem de controle de rastreamento para veículos guiados automaticamente''
emProc. IEEE 15ª Int. conf. Controle Autom. (ICCA), Edimburgo, Reino Unido, julho de 
2019, pp. 374–380.
[183] B. Rahnama, K. Ebedi e HM Sadeghi, ''Sistema de correção de desvio e 
prevenção de obstáculos de controle de cascata autocorretivo para sistemas 
robóticos,'' emProc. IEEE RO-MAN, Gyeongju, agosto de 2013, pp. 133–136.
[184] T. Ferreira e IA Gorlach, ''Desenvolvimento de um controlador de veículo guiado 
automatizado usando uma abordagem de engenharia de sistemas baseada em 
modelos,'' South-Afr. J. Ind. Eng., vol. 27, não. 2, pp. 206–217, agosto de 2016.
[185] L. Makarem, M.-H. Pham, A.-G. Dumont e D. Gillet, ''Modelagem de 
microssimulação da coordenação de veículos guiados automaticamente em 
interseções''Transp. Res. Gravando. J. Transp. Res. Quadro, vol. 2324, nº. 1, pp. 
119–124, janeiro de 2012.
[186] YD Zhan, YG Guo e JG Zhu, "Controle de direção de coordenação inteligente de 
veículo guiado automaticamente", emProc. Int. conf. Appl. Supercond. 
Eletromagn. Dispositivos, Sydney, NSW, Austrália, dezembro de 2011, pp. 204–
207.
[187] J. Verhaegh, J. Ploeg, E. van Nunen e A. Teerhuis, "Controle de trajetória 
integrado e prevenção de colisão para direção automatizada", emProc. 5º IEEE 
Int. conf. Modelos Tecnol. Intel. Transp. Sist. (MT-ITS), Nápoles, Itália, junho de 
2017, pp. 116–121.
[188] Z. Qian, Q. Guo, M.-T. Pham, e W. Li, ''Projeto de um sistema de controle de 
baixo consumo de energia de motor síncrono de imã permanente para 
veículo guiado automaticamente'', emProc. 22º Int. conf. Eletr. Mach. Sist. 
(ICEMS), Harbin, China, agosto de 2019, pp. 1–5.
[189] S. Chen, W. Xue, Z. Lin e Y. Huang, ''Sobre o controle de rejeição de distúrbio ativo para 
seguimento de caminho de veículo guiado automaticamente com velocidades 
incertas,'' emProc. Amer. Controle de conf. (ACC), Filadélfia, PA, EUA, julho de 2019, 
pp. 2446–2451.
[190] D. Hu, H. Ke e W. Fu, ''Pesquisa e projeto de sistema de controle baseado em NRF24101 
para veículo intelectualizado'', emProc. 6º Aprendizado de Controle Orientado por 
Dados. Sist. (DDCL), Chongqing, China, maio de 2017, pp. 685–689.
[191] W. Chun-Fu, W. Xiao-Long, C. Qing-Xie, C. Xiao-Wei e L. Guo-Dong, 
''Pesquisa sobre algoritmo de navegação visual de AGV usado no 
pequeno armazém ágil, '' emProc. Queixo. Autom. Congr. (CAC), Jinan, 
outubro de 2017, pp. 217–222.
[192] D. Herrero, J. Villagrá e H. Martínez, ''Autoconfiguração de waypoints para 
manobras de atracação de veículos flexíveis guiados automaticamente,''
IEEE Trans. Autom. ciência Eng., vol. 10, não. 2, pp. 470–475, abril de 2013.
[193] C. Ramer, J. Sessner, M. Scholz, X. Zhang e J. Franke, ''Fusão de dados de sensor de baixo 
custo para localização e mapeamento de frotas de veículos guiados 
automaticamente em aplicações internas'', emProc. IEEE Int. conf. Integração de 
fusão multissensor. Intel. Sist. (IMF), San Diego, CA, EUA, setembro de 2015, pp. 65–
70.
[194] JYC Martínez, EG Hurtado, JEV Soto e ST Arriaga, ''Desenvolvimentos em 
mapeamento e localização para robôs móveis usando métodos 
Bayesianos,'' emProc. Int. conf. Mecatrônica, Eletrônica. Automot. Eng., 
Cuernavaca, México, novembro de 2014, pp. 66–71.
[195] F. Oleari, M. Magnani, D. Ronzoni, L. Sabattini, E. Cardarelli, V. Digani,
C. Secchi e C. Fantuzzi, "Melhorando os sistemas AGV: Integração de 
tecnologias avançadas de detecção e controle", emProc. IEEE Int. conf. 
Intel. Comput. Comum. Processo. (ICCP), Cluj-Napoca, Romênia, 
setembro de 2015, pp. 257–262.
[196] J. Yu, P. Lou, X. Qian e X. Wu, ''Um sistema AGV baseado em visão monocular 
inteligente em tempo real para detecção precisa de faixa'', emProc. ISECS Int. 
Coloq. Comput., Comun., Controle, Gerenciar., Guangzhou, China, 2008, pp. 
28–33.
[197] Q. Truong, H. Geon e BR Lee, ''Detecção e reconhecimento de veículos para veículos 
guiados automaticamente'', emProc. ICROS-SICE Int. Conferência Conjunta, Fukuoka, 
Japão, agosto de 2009, pp. 671–676.
[198] L. Sabattinie outros, ''O projeto PAN-robôs: Sistemas avançados de veículos 
guiados automaticamente para logística industrial,''Robô IEEE. Autom. Mag., 
vol. 25, não. 1, pp. 55–64, março de 2018.
VOLUME 8, 2020 202347
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
[199] VS Chakra Kumar, A. Sinha, PP Mallya e N. Nath, ''Uma abordagem para 
navegação automatizada de veículos usando câmeras suspensas'', em
Proc. IEEE Int. conf. Comput. Intel. Comput. Res. (ICCIC), Coimbatore, Índia, 
dezembro de 2017, pp. 1–8.
[200] Z. Xu, S. Huang e J. Ding, ''Um novo método de posicionamento para navegação 
a laser interna em condições subdeterminadas'', emProc. 6ª Int. conf. Instrum. 
Meas., Comput., Comun. Controle (IMCCC), Harbin, China, julho de 2016, pp. 
703–706.
[201] L. Sabattini, E. Cardarelli, V. Digani, C. Secchi, C. Fantuzzi e
K. Fuerstenberg, ''Técnicas avançadas de detecção e controle para sistemas 
multi AGV em ambientes industriais compartilhados'', emProc. IEEE 20ª 
Conferência. Emerg. Tecnol. Fábrica Autom. (ETFA), Luxemburgo, 
Luxemburgo, setembro de 2015, pp. 1–7.
[202] X. Zhan, L. Xu, J. Zhang e A. Li, ''Estudo sobre a estratégia de carregamento da 
bateria AFV para melhorar a utilização'', emProc. 52ª Conf. Manuf. Sist. (CIRP), 
2019, pp. 558–563.
[203] A. Hamdy, ''Otimização do tamanho da frota de veículos guiados 
automaticamente (AGV) com incorporação de gerenciamentode bateria'', 
Ph.D. dissertação, Dept. Eng. Gerenciar., Old Dominion Univ., Norfolk,
VA, EUA, maio de 2019. [Online]. Disponível: https://digitalcommons. 
odu.edu/cgi/viewcontent.cgi?article=1169&context=emse_etds
[204] M. Selmar, S. Hauers e L. Gustafsson-Ende, ''Agendamento de operações 
de carregamento de AGVs autônomos em logística interna automotiva'', 
emProc. Simulação Prod. Logística Conf. (SPL). Chemnitz, Alemanha: 
Fraunhofer Institute for Machine Tools and Forming Technology, 2019. 
[Online]. Disponível: http://www.asim-fachtagungspl.de/asim2019/
papers/31_Proof_108.pdf
[205] Y. Hao, J. Wang e Y. Liu, ''Pesquisa sobre sistema de transferência de energia sem fio de veículo 
guiado automaticamente baseado em ressonância de acoplamento magnético,''
emProc. 22º Int. conf. Eletr. Mach. Sist. (ICEMS), Harbin, China, agosto de 
2019, pp. 1–4, doi:10.1109/ICEMS.2019.8922021.
[206] A. Imakiire, M. Hikita e K. Yamamoto, ''Proposta de sistema de acionamento de motor 
PM consiste em inversor PWM com intensificador de tensão para aplicação em 
veículo guiado automaticamente,'' emProc. 18ª Int. conf. Eletr. Mach. Sist. (ICEMS), 
Pattaya, outubro de 2015, pp. 2052–2057.
[207] J. Zhang, C. Zhu e CC Chan, ''Um método de carregamento de energia sem fio para 
veículo guiado automatizado'', emProc. IEEE Int. Veículo Elétrico Conf. (IEVC), 
Florença, Itália, dezembro de 2014, pp. 1–5.
[208] H. Tokunaga, H. Tanabe, A. Imakiire, M. Kozako e M. Hikita, ''Verificação 
experimental da operação e método de decisão da tensão máxima do link DC 
no sistema de transferência de energia sem fio,'' emProc. IEEE Região 10 Conf. 
(TENCON), Cingapura, novembro de 2016, pp. 797–800.
[209] S.-J. Huang, T.-S. Lee, W.-H. Li, e R.-Y. Chen, ''Sistemas de carregamento sem fio 
AGV on-road modulares por meio de ajuste de energia interoperável''IEEE 
Trans. Ind. Elétron., vol. 66, nº. 8, pp. 5918–5928, agosto de 2019.
[210] M. Sugino e T. Masamura, ''Os sistemas de transferência de energia sem fio usando o 
inversor push-pull classe e para robôs industriais,'' emProc. IEEEWireless Power 
Transf. conf. (WPTC), Taipei, Taiwan, maio de 2017, pp. 1–3, doi:
10.1109/WPT.2017.7953901.
[211] Y.-M. Yang, S.-J. Huang, J.-Y. Chen, S.-H. Dai e T.-S. Lee, "Carregamento sem fio de saída 
dupla auxiliado por repetidor magnético auxiliar com análise de acoplamento e 
considerações de capacidade de transferência de energia", emProc. 45º ano da 
IECON. conf. IEEE Ind. Electron. Sociedade, Lisboa, Portugal, outubro de 2019, pp. 
3450–3455.
[212] J. Chen, J. Liu, Z. Sun, W. Chen e L. Zhang, ''Pesquisa sobre a estratégia de controle 
passivo do sistema de transferência de energia sem fio AGV'', emProc. 34º Anuário 
Acadêmico Juvenil. conf. Queixo. Associado Autom. (YAC), Jinzhou, China, junho de 
2019, pp. 200–205.
[213] J. Menyhárt e R. Szabolcsi, ''Inteligência artificial aplicada ao diagnóstico de 
status técnico das baterias de veículos guiados automaticamente'', em
Proc. Int. conf. Mil. Tecnol. (ICMT), Brno, República Tcheca, maio de 2019, pp. 
1–8.
[214] D. Paul, J. Duck e PR Chavdarian, ''Retrofit solution–mitigar 480 V harmônicos do sistema 
de energia gerados pelo sistema de carregamento de veículo guiado automatizado 
no terminal de contêineres,'' emProc. IEEE/IAS 53º Ind. Sistema Comercial de Energia. 
Tecnologia conf. (I&CPS), Niagara Falls, ON, Canadá, maio de 2017, pp. 1–7, doi:
10.1109/ICPS.2017.7945116.
[215] E. Fatnassi e J. Chaouachi, ''Agendamento de veículo guiado automaticamente 
com restrições de bateria,'' emProc. 20º Int. conf. Métodos Modelos Autom. 
Robô. (MMAR), Miedzyzdroje, Polônia, agosto de 2015, pp. 1010–1015.
[216] S.-J. Huang, S.-H. Dai, J.-L. Su, e T.-S. Lee, ''Projeto de um sistema de fonte de 
alimentação sem contato com capacidade de saída dupla para aplicações AGV,''
emProc. IEEE 6ª Conferência Global. Consuma. Elétron. (GCCE), Nagoya, Japão, 
outubro de 2017, pp. 1–3, doi:10.1109/GCCE.2017.8229241.
[217] J. Henebrey e IA Gorlach, ''Aprimoramento de um carrinho guiado automatizado'', em
Proc. Reconhecimento de padrão. Associado África do Sul Robô. Mecatrônica Int. 
conf., Stellenbosch, África do Sul, novembro de 2016, pp. 1–5.
[218] Y.-F. Tao, J.-R. Chen, M.-H. Liu, X.-X. Liu e Y.‑L. Fu, ''Pesquisa de sistema de 
veículos guiados automatizados unidirecionais baseado em simulação,''
emProc. IEEE 17ª Int. conf. Ind. Eng. Eng. Gerenciar., Xiamen, China, outubro 
de 2010, pp. 1564–1567.
[219] M. Stampa, C. Röhrig, F. Künemund e D. Heß, ''Estimativa do consumo de 
energia em trajetórias arbitrárias de um veículo omnidirecional guiado 
automaticamente,'' emProc. IEEE 8ª Int. conf. Intel. Aquisição de Dados Adv. 
Comput. Sist. Tecnol. Appl. (IDAACS), Varsóvia, Polônia, setembro de 2015, pp. 
873–878.
[220] C. Jiang, KT Chau, C. Liu, CHT Lee, W. Han e W. Liu, ''Sistema de movimentação e 
carga para veículos guiados automaticamente''IEEE Trans. Magn., vol. 54, nº. 
11, pp. 1–5, novembro de 2018.
[221] F. Lu, Y. Zhang, H. Zhang, C. Zhu, L. Diao, M. Gong, W. Zhang e
C. Mi, ''Um sistema de transferência de energia indutiva de baixa tensão e alta 
corrente com baixos harmônicos para veículos guiados automaticamente,''IEEE 
Trans. Veh. Tecnol., vol. 68, nº. 4, pp. 3351–3360, abril de 2019.
[222] F. Lu, H. Zhang, C. Zhu, L. Diao, M. Gong, W. Zhang e CC Mi, ''Um sistema de 
transferência de energia indutiva fortemente acoplado para carregamento de baixa 
tensão e alta corrente de veículos guiados automaticamente,''IEEE Trans. Ind. 
Elétron., vol. 66, nº. 9, pp. 6867–6875, setembro de 2019.
[223] W. Chen, J. Liu, S. Chen e L. Zhang, ''Controle de modelagem de energia para sistema de 
transferência de energia sem fio''energias, vol. 13, não. 11, pág. 2959, março de 2020.
[224] W. Yi, L. Ming, Y. Zhongping e L. Fei, ''Análise e comparação do sistema de 
transferência de energia sem fio compensado SP e S/SP para carregamento 
de AGV,'' emProc. IEEE 3ª Int. conf. Elétron. Tecnol. (CHÁ GELADO), Chengdu, 
China, maio de 2020, pp. 485–488.
[225] A. Zaheer, GA Covic e D. Kacprzak, ''Uma almofada bipolar em um sistema IPT 
distribuído de 10 kHz e 300 W para aplicações AGV''IEEE Trans. Ind. Elétron., 
vol. 61, nº. 7, pp. 3288–3301, julho de 2014.
[226] A. Abdulov e A. Abramenkov, ''Evasão de colisão por comunicação para robôs 
móveis autônomos na multidão'', emProc. 11ª Int. conf. 'Gerenciar. Sistema 
em grande escala Desenvolver.' (MLSD), Moscou, Rússia, outubro de 2018, pp. 
1–4.
[227] J. Yu, P. Lou e X. Wu, ''Um sistema integrado dual-core em tempo real para veículo 
guiado automatizado baseado em visão'', emProc. IITA Int. conf. Controle, Autom. 
Sist. Eng. (CASO), Zhangjiajie, China, julho de 2009, pp. 207–211.
[228] J. Madiba, PA Owolawi e T. Mapayi, ''Veículo guiado por fala automatizada 
habilitado para Wi-Fi usando Android e NodeMCU,'' emProc. Int. Inf. 
Multidisciplinar Tecnol. Eng. conf. (IMITEC), Vanderbijlpark, África do Sul, 
novembro de 2019, pp. 1–4.
[229] G. Kim, S.-N. Bai, P. Park, J. Moon e J. Jung, ''Um protocolo V2I MAC estruturado baseado 
em TDMA para sistemas de controle de veículos guiados automatizados,''
emProc. Int. conf. Inf. Netw., Bali, Indonésia, fevereiro de 2012, pp. 154–158.
[230] S. Sbirna e L.-S. Sbirna, ''Otimização da localização interna de veículos guiados 
automaticamente usando sensores de posicionamento sem fio de banda ultralarga'', 
emProc. 23ª Int. conf. Sist. Teoria, Computação de Controle. (ICSTCC), Sinaia, 
Romênia, outubro de 2019, pp. 504–509.
[231] MK Huynh e DA Nguyen, ''Uma pesquisa sobre o sistema de localização interna de 
veículos guiados automaticamente via CSI,'' emProc. Int. conf. Sist. ciência Eng. 
(ICSSE), Dong Hoi, Vietnã, julho de 2019, pp. 581–585.
[232] JP Ko, JW Jung e JW Jeon, ''Método anti-colisão para AGV usando RFID e 
rede ZigBee,'' emProc. 13ª Int. conf. Controle, Autom. Sist. (ICCAS), 
Lisboa, Portugal, outubro de 2013, pp. 599–604.
[233] I. Ungurean, J. Chi, K. Wang, NC Gaitan, H. Yao e Y. Yang, ''Rede móvel 
ZigBee em um ambientede alta interferência de RF'', emProc. Int. conf. 
Sens. Instrum. IoTEra (ISSI), Lisboa, Portugal, agosto de 2019, pp. 1–5.
[234] K. Zhang, L. Liu, C. Tao, Z. Yuan, T. Zhou e C. Qiu, '' Trajetórias de 
frequência Doppler do braço do robô mecânico e veículo guiado 
automatizado em cenários industriais, '' emProc. IEEE 89º Veh. Tecnol. 
conf. (VTC-Primavera), Kuala Lumpur, Malásia, abril de 2019, pp. 1–5.
[235] X. Ning e H. Zhao, ''Um novo dispositivo de teste para fatores de desempenho de RFID 
do sistema de correia transportadora'', emProc. 10ª Int. conf. Wireless Commun., 
Netw. Computação Móvel. (WiCOM), Pequim, China, 2014, pp. 619–622.
[236] X. Wu, P. Lou, Q. Cai, C. Zhou, K. Shen e C. Jin, ''Projeto e controle do sistema de 
transporte de material para veículo guiado automaticamente'', em
Proc. UKACC Int. conf. Ao controle, Cardiff, Reino Unido, setembro de 2012, pp. 765–770.
[237] J. Theunissen, H. Xu, RY Zhong e X. Xu, ''Sistema AGV inteligente para chão 
de fábrica no contexto da indústria 4.0,'' emProc. 25ª Int. conf. 
Mecatrônica Mach. Vis. Praticar. (M2VIP), Stuttgart, Alemanha, 
novembro de 2018, pp. 1–6.
202348 VOLUME 8, 2020
http://dx.doi.org/10.1109/ICEMS.2019.8922021
http://dx.doi.org/10.1109/WPT.2017.7953901
http://dx.doi.org/10.1109/ICPS.2017.7945116
http://dx.doi.org/10.1109/GCCE.2017.8229241
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
[238] R. Horatiu, A. Dan, B. Lidia-Cristina e BN George, "Veículos guiados 
automatizados baratos cooperativos", emProc. 20º Int. Controle dos Cárpatos 
Conf. (ICCC), Cracóvia-Wieliczka, Polônia, maio de 2019, pp. 1–6.
[239] W. Xiao-Long, W. Chun-Fu, L. Guo-Dong e C. Qing-Xie, "Um método de 
navegação de robô baseado em RFID e código QR no armazém", em
Proc. Queixo. Autom. Congr. (CAC), Jinan, China, outubro de 2017, pp. 
7837–7840.
[240] X. Wang, W. Cui, X. Xu e C. Ye, ''Pesquisa sobre um AGV omnidirecional 
com rodas diferenciais'', emProc. IEEE Int. conf. Mecatrônica Autom., 
Harbin, China, agosto de 2016, pp. 1566–1571.
[241] Y. Zhang, Z. Zhu e J. Lv, ''Modelo de controle inteligente baseado em CPS para manuseio 
de materiais no chão de fábrica''IEEE Trans. Ind. Informat., vol. 14, não. 4, pp. 1764–
1775, abril de 2018.
[242] L. Scheuvens, T. Hößler, AN Barreto e GP Fettweis, ''Wireless control 
communication co-design via application-adaptive resource 
management'', emProc. IEEE 2º Fórum Mundial 5G (5GWF), Dresden, 
Alemanha, setembro de 2019, pp. 298–303.
[243] J. Webber, N. Suga, S. Ano, Y. Hou, A. Mehbodniya, T. Higashimori,
K. Yano e Y. Suzuki, ''Previsão de RSSI baseada em aprendizado de máquina em 
ambientes de fábrica'', emProc. 25ª Conferência Ásia-Pacífico Comum. (APCC), Cidade 
de Ho Chi Minh, novembro de 2019, pp. 195–200.
[244] C. Röhrig e L. Telle, ''Comunicação e localização em tempo real para um enxame 
de robôs móveis usando IEEE 802.15.4a CSS,'' emProc. IEEE Veh. Tecnol. conf. 
(Queda VTC), São Francisco, CA, EUA, setembro de 2011, pp. 1–5.
[245] C. Röhrig, D. Heß, C. Kirsch e F. Künemund, ''Localização de um robô de 
transporte omnidirecional usando IEEE 802.15.4a localizador de alcance e 
alcance a laser,'' emProc. IEEE/RSJ Int. conf. Intel. Robôs Sist., Taipei, Taiwan, 
outubro de 2010, pp. 3798–3803.
[246] C. Röhrig e M. Muller, ''Rastreamento de localização interna em ambientes sem 
linha de visão usando uma rede sem fio IEEE 802.15.4a'', emProc. IEEE/RSJ Int. 
conf. Intel. Robôs Sist., St. Louis, MO, EUA, outubro de 2009, pp. 552–557.
[247] AI Abubakar, EEE Mohamed e AM Zeki, ''A dinâmica do pacote de dados 
na sessão de transmissão''Acesso IEEE, vol. 5, pp. 4329–4339, 2017.
[248] C. Lozoya, P. Marti, M. Velasco e JM Fuertes, ''Controle sem fio em tempo 
real eficaz de um veículo guiado autônomo'', emProc. IEEE Int. Simp. 
Ind. Elétron., Vigo, Espanha, junho de 2007, pp. 2876–2881.
[249] J. Lategahn, M. Müller e C. Röhrig, "Localização global de veículos guiados 
automaticamente em redes sem fio", emProc. IEEE 1º Int. Simp. Sistema 
sem fio (IDAACS-SWS), Offenburg, Alemanha, 2012, pp. 7–12.
[250] S. Monica e G. Ferrari, ''Colocação otimizada de âncoras: uma abordagem 
analítica na localização TDOA baseada em UWB'', emProc. 9ª Int. Comun. sem 
fio Computação Móvel. conf. (IWCMC), Sardenha, Itália, julho de 2013, pp. 
982–987.
[251] Z. Yan, B. Ouyang, D. Li, H. Liu e Y. Wang, ''A inteligência de rede 
capacitou o controle de robôs industriais no ambiente F-RAN''IEEE 
Wireless Comun., vol. 27, não. 2, pp. 58–64, abril de 2020.
[252] G. Gu, Z. Hong e D. Luo, ''Um algoritmo inteligente baseado em dados para design de 
caminho dinâmico de sistemas de veículos guiados automaticamente,'' emProc. IEEE 
3º Adv. Inf. Gerenciar., Comunica, Elétron. Autom. Controle de conf. (IMCEC), 
Chongqing, China, outubro de 2019, pp. 1106–1111.
[253] J. Webber, N. Suga, AM Ya, K. Yano e T. Kumagai, ''Estudo sobre previsão de 
desvanecimento para veículo guiado automaticamente usando rede neural 
probabilística'', emProc. Ásia-Pacífico Microw. conf. (APMC), Kyoto, Japão, 
novembro de 2018, pp. 887–889.
[254] Y. Zhang, L. Hsiung-Cheng, J. Zhao, M. Zewen, Z. Ye e H. Sun, ''Um dispositivo de 
recepção ultrassônico multi-DoF para posicionamento interno do sistema 
AGV,'' emProc. Int. Simp. Comput., Consum. Controle (IS3C), Taichung, Taiwan, 
dezembro de 2018, pp. 97–100.
[255] M. Giorgini e J. Aleotti, ''Visualização de AGV em realidade virtual e detecção de 
colisão com nuvens de pontos de grande escala,'' emProc. IEEE 16ª Int. conf. 
Ind. Informat. (INDIN), Porto, Jul. 2018, pp. 905–910.
[256] C. Allmacher, M. Dudczig, S. Knopp e P. Klimant, ''Realidade virtual para 
comissionamento virtual de veículos guiados automaticamente'', emProc. IEEE Conf. 
Interfaces de usuário 3D de realidade virtual (VR), Osaka, Japão, março de 2019, pp. 
838–839.
[257] TI Erdei, Z. Molnár e G. Husi, ''Robot visual and virtual control technology in 
industrial environment'', inProc. Int. Simp. Inteligência em pequena escala. 
Manuf. Sist. (SIMS), Narvik, Noruega, junho de 2016, pp. 71–75.
[258] K. Eilers e J. Rossmann, ''Modelando um sistema de logística de instalação baseado em 
AGV para medir e visualizar a disponibilidade de desempenho em um ambiente de 
VR,'' emProc. Inverno Simul. conf., Savanah, GA, EUA, dezembro de 2014, pp. 367–
375.
[259] JF Archila e M. Becker, ''Modelos matemáticos e projeto de um AGV (veículo 
guiado automaticamente),'' emProc. IEEE 8ª Conf. Ind. Elétron. Appl. (ICEIA), 
Melbourne, VIC, Austrália, junho de 2013, pp. 1857–1862.
[260] L. Sabattini, V. Digani, C. Secchi, G. Cotena, D. Ronzoni, M. Foppoli e F. 
Oleari, "Roteiro tecnológico para impulsionar a introdução de AGVs em 
aplicações industriais", emProc. IEEE 9ª Int. conf. Intel. Comput. Comum. 
Processo. (ICCP), Cluj-Napoca, Romênia, setembro de 2013, pp. 203–208.
[261] L. Ribas-Xirgo, JM Moreno-Villafranca e IF Chaile, ''Sobre o uso de veículos 
guiados automaticamente em vez de transportadores,'' emProc. IEEE 18ª Conf. 
Emerg. Tecnol. Fábrica Autom. (ETFA), Cagliari, Itália, setembro de 2013, pp. 1–
4.
[262] S. Shao, Z. Xia, G. Chen, J. Zhang, Y. Hu e J. Zhang, ''Um novo esquema de 
sistema de veículo guiado automatizado múltiplo para colisão e impasse 
livre'', emProc. 4º IEEE Int. conf. Inf. ciência Tecnol., Shenzhen, China, abril de 
2014, pp. 606–610.
[263] P. Beinschob e C. Reinke, ''Estratégias para aquisição de dados 3D e 
mapeamento em armazéns modernos de grande escala'', emProc. IEEE 9ª Int. 
conf. Intel. Comput. Comum. Processo. (ICCP), Cluj-Napoca, Romênia, 
setembro de 2013, pp. 229–234.
[264] E. Cardarelli, L. Sabattini, V. Digani, C. Secchi e C. Fantuzzi, ''Interagindo 
com um sistema multi AGV,'' emProc. IEEE Int. conf. Intel. Comput. 
Comum. Processo. (ICCP), Cluj-Napoca, Romênia, setembro de 2015, pp. 
263–267.
[265] GJ Cawood e IA Gorlach, ''Navegação e locomoção de um carrinho guiado 
automatizado de baixo custo'', emProc. Reconhecimento de padrão. 
Associado África do Sul Robô. Mecatrônica Int. conf.(PRASA-RobMech), Port 
Elizabeth, África do Sul, 2015, pp. 83–88.
[266] F. Ekman, M. Johansson e J. Sochor, ''Criando confiança apropriada em sistemas de 
veículos automatizados: uma estrutura para design de HMI''IEEE Trans. Humano-
Mach. Sist., vol. 48, nº. 1, pp. 95–101, fevereiro de 2018.
[267] V. Degeler, R. French e K. Jones, ''Demonstrando a detecção de ameaças baseada na 
teoria do perigo para proteção de manufatura robótica'', emProc. SAI Intel. Sist. conf. 
(IntelliSys), Londres, Reino Unido, 2015, pp. 283–284.
[268] M. Wang e Y. Zhou, ''Agendamento de um veículo guiado automaticamente em 
sistemas de máquinas flexíveis,'' emProc. Simulação de Inverno Conf. (WSC), 
Huntington Beach, CA, EUA, dezembro de 2015, pp. 2908–2916.
[269] SH Manoharan e W.-Y. Chiu, ''Controle de formação baseado em consenso de veículos 
guiados automaticamente usando abordagem dinâmica de destino'', em
Proc. 58º ano. conf. Sociedade Instrum. Engenheiros de Controle Jpn. (SICE), 
Hiroshima, Japão, setembro de 2019, pp. 902–907.
[270] MA Ndiaye, S. Dauzère-Pérès, C. Yugma, L. Rullière e G. Lamiable, 
''Transporte automatizado de recursos auxiliares em uma instalação de 
fabricação de semicondutores,'' emProc. Simulação de Inverno Conf. 
(WSC), Washington, DC, EUA, 2016, pp. 2587–2597.
[271] K. Reith, P. Boden, M. Däumler, S. Rank, T. Schmidt e R. Hupfer, ''Avaliando as 
características do sistema de veículo guiado automatizado em sistemas de 
manuseio de materiais automatizados de semicondutores Fab'', emProc. 30º 
ano. SEMI Adv. Fabricante de semicondutores. conf. (ASMC), Saratoga Springs, 
NY, EUA, 2019, pp. 1–6.
[272] A. Aguilar-Gonzalez, C. Lozoya, L. Orona, S. Romo e A. Roman-Flores, ''Campus 
kart: Um veículo guiado automaticamente para ensinar usando uma 
abordagem multidisciplinar,''IEEE Revista Iberoamericana de Tecnologias do 
Aprendizado, vol. 12, não. 4, pp. 199–207, novembro de 2017.
[273] J. BačíK, F. Ďurovský, M. Biroš, K. Kyslan, D. Perduková e
S. Padmanaban, ''Desbravador–desenvolvimento de veículo guiado 
automaticamente para logística hospitalar,''Acesso IEEE, vol. 5, pp. 26892–
26900, 2017.
[274] D. Gonzaález, L. Romero, M. Espinosa e M. Domínguez, ''Uma proposta de 
projeto de otimização de veículos guiados automaticamente para transporte 
de tipo misto em ambientes hospitalares,''PLoS ONE, vol. 12, não. 5, 2017, art. 
não. e0177944, doi:10.1371/journal.pone.0177944.
[275] F. Liu, X. Li e Y. Wang, ''Projeto de sistema de controle de movimento de veículo guiado 
automaticamente baseado em navegação magnética,'' emProc. Queixo. Decisão de 
Controle. conf. (CCDC), Shenyang, China, 2018, pp. 4775–4779.
[276] G. Christoforidis, V. Stykas e T. Kassos, ''Comparação simulada da 
produção push/pull com veículos guiados automatizados 
comprometidos e não comprometidos'', emProc. Int. conf. Inf. Tecnol. 
(InfoTech), Varna, Bulgária, 2018, pp. 1–4.
[277] CKM Lee, KL Keung, KKH Ng e DCP Lai, "Veículos guiados automatizados 
múltiplos baseados em simulação considerando carregamento e requisitos 
livres de colisão em armazém automático", emProc. IEEE Int. conf. Ind. Eng. 
Eng. Gerenciar. (IEEM), Bangkok, Tailândia, dezembro de 2018, pp. 1376–1380.
VOLUME 8, 2020 202349
http://dx.doi.org/10.1371/journal.pone.0177944
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
[278] K. Iwamura, J. Chen, Y. Tanimizu e N. Sugimura, ''Um estudo sobre processos de 
transporte de AGV autônomo distribuído com base no modelo de força 
social'', emProc. Int. Simp. Automático flexível. (ISFA), Cleveland, OH, EUA, 
2016, pp. 206–209.
[279] C. Wang, C. Jin e Z. Li, ''Modelo de programação de dois níveis para problema de agendamento 
de AGV de baixo consumo de energia em terminal automatizado de contêineres''
emProc. IEEE Int. LuoConf. Smart Manuf., Ind. Logística Eng. (SORRISO), 
Hangzhou, China, 2019, pp. 195–199.
[280] R. Yan, SJ Dunnett e LM Jackson,Modelagem de Confiabilidade de Veículos 
Guiados Automatizados pelo Uso de Efeitos de Modos de Falha e Análise 
de Criticidade e Análise de Árvore de Falhas(Open Access Series in 
Informatics), Dagstuhl Germany: Dagstuhl Publishing Germany, 2016, 
pp. 2:1–2:11.
[281] A. Domel, S. Kriegel, M. Kaßecker, M. Brucker, T. Bodenmuller e
M. Suppa, ''Rumo à manipulação móvel totalmente autônoma para ambientes 
industriais,''Int. J. Adv. Robô. Sist., vol. 14, pp. 1–19, jul./ago. 2017.
[282] H. Unger, T. Markert e E. Muller, ''Avaliação de casos de uso de 
robôs móveis autônomos em ambientes de fábrica'', emProc. 28ª 
Int. conf. Automatização flexível. Intel. Manuf., Columbus, OH, EUA, 
2018.
[283] J. Shaw, CJ Liew, S. Xu e Z. Zhang, ''Development of an AI-enabled 
AGV with robot manipulator,'' inProc. IEEE Eurásia Conf. IoT, 
Comun. Eng. (ECICE), Yunlin, Taiwan, outubro de 2019, pp. 284–
287.
[284] R. Bostelman, T. Hong e E. Messina, ''Pesquisa de padrões de desempenho de 
nível de inteligência para veículos autônomos'', emProc. IEEE/RSJ Int. conf. 
Intel. Robôs Sist., IROS, Alemanha, outubro de 2015, p. 48.
[285] J. Marvel e R. Bostelman, ''Rumo aos padrões de segurança do manipulador 
móvel'', emProc. IEEE Int. Simp. Sensores Robóticos Environ. (ROSA), 
Washington, DC, EUA, outubro de 2013, pp. 31–36.
[286] A. Kelly, B. Nagy, D. Stager e R. Unnikrishnan, '' Aplicações de campo e serviço - 
Um veículo guiado automatizado sem infraestrutura baseado em visão 
computacional - Um esforço para criar um veículo de robô industrial que 
possa operar sem infraestrutura de apoio''Robô IEEE. Autom. Mag., vol. 14, 
não. 3, pp. 24–34, setembro de 2007.
[287] O. Al-Saadeh, G. Wikstrom, J. Sachs, I. Thibault e D. Lister, ''Latência de 
ponta a ponta e desempenho de confiabilidade de 5G em Londres''
emProc. IEEE Global Comun. conf. (GLOBECOM), Abu Dhabi, Emirados Árabes 
Unidos, dezembro de 2018, pp. 1–6.
[288] E. Burke e D. Erlang, ''Melhorando o gerenciamento de inventário de armazém por meio 
de código de barras RFID e tecnologia de robótica'', tese de mestrado, Dept.
Ônibus. Admin., Naval Postgraduate School, Monterey, CA, EUA, 2014. 
[Online]. Disponível: https://apps.dtic.mil/dtic/tr/fulltext/u2/a621276.pdf
[289] E. DiGiampaolo e F. Martinelli, ''Localização de robôs móveis usando a 
fase de sinais RFID UHF passivos,''IEEE Trans. Ind. Elétron., vol. 61, nº. 1, 
pp. 365–376, janeiro de 2014.
[290] E. Oyekanlu e J. Uddin, ''Abordagem de otimização de dados de aprendizado de 
máquina de conjunto baseado em floresta aleatória para previsão de impedância de 
rede inteligente na banda de frequência de banda estreita de linha de força,'' em
Inteligência Artificial Determinística. Rijeka, Croácia: InTechOpen, maio de 2020. 
[Online]. Disponível: https://www.intechopen.com/books/deterministic-
artificialintelligence/random-forest-based-ensemble-machine-learning-
dataoptimization-approach-for-smart-grid-impedance-pr
[291] Y. Ryoo e J. Park, ''Projeto e desenvolvimento de sensor de posição magnética 
para sistema de orientação magnética de veículo terrestre automatizado'', em
Proc. 12ª Int. conf. Controle, Autom. Sist., Ilha de Jeju, Coreia do Sul, outubro 
de 2012, pp. 988–991.
[292] CM Kumile e NS Tlale, ''Sistema de controle de lógica difusa distribuída inteligente 
(IDFLCS) de um veículo guiado autônomo com rodas mecânicas,'' em
Proc. IEEE Int. Conf.Mechatronics Automat., Niagara Falls, ON, Canadá, julho 
de 2005, pp. 131–137.
[293] J. Long e CL Zhang, ''O resumo da tecnologia de orientação AGV,'' Adv. Mate. 
Res., vols. 591–593, pp. 1625–1628, novembro de 2012.
[294] MB Duinkerken e G. Lodewijks, "Roteamento de AGVs em terminais 
automatizados de contêineres", emProc. IEEE 19ª Int. conf. Comput. 
Cooperativa Apoiada. Projeto de Trabalho (CSCWD), Calábria, Itália, maio de 
2015, pp. 401–406.
[295] M. Ryck, M. Versteyhe e F. Debrouwere, ''Sistemas de veículos guiados automatizados, 
algoritmos e técnicas de controle de última geração,''J. Manuf. Sist., vol. 54, janeiro de 
2020, pp. 152–173.
[296] M. De Ryck, M. Versteyhe e K. Shariatmadar, "Metodologiapara uma 
migração gradual de um controle centralizado para um descentralizado 
em sistemas AGV", emProc. 6ª Int. conf. Robô Mecatrônico. Eng. (ICMRE)
, Barcelona, Espanha, 2020, pp. 110–114.
[297] Vsadmn. Falha de comunicação sem fio interrompendo a operação de um 
sistema de veículo guiado automaticamente (AGV) de alto volume. 
Verona Systems, janeiro de 2016. [Online]. Disponível: https://
www.versonasystems.com/wireless-communication-failuresdisrupting-
the-operation-of-a-high-volume-automated-guided-vehicleagv-system/
[298] A. Holzinger, "Da aprendizagem automática à IA explicável", emProc. Simpósio 
Mundial Dígito Intel. Sist. Mach. (DISA), Kosice, Eslováquia, agosto de 2018, pp. 
55–66.
[299] E. Oyekanlu, ''Otimização de estabilidade baseada em inferência fuzzy para microgrids 
DC de data center de IoT: Impacto de cargas de energia constantes na comunicação 
de rede inteligente pela linha de energia''J. Energy-Energija, vol. 68, nº. 1, pp. 11–21, 
fevereiro de 2019.
[300] MOXA. (2016).Habilitando conectividade sem fio ininterrupta para 
sistemas AS/RS e AGV. [On-line]. Disponível: https://www. 
quantumautomation.com/uploads/7/3/8/8/7388264/asrs_agv_wireless_ 
application_flyer.pdf
[301] S. John e E. Oyekanlu, ''Impact of packet loss on the quality of video 
streaming,'' MS thesis, School Comput., Blekinge Inst. Technol., 
Karlshamn, Suécia, junho de 2010. [Online]. Disponível: https://
www.divaportal.org/smash/get/diva2:831420/FULLTEXT01.pdf
[302] Y. Liu, M. Kashef, KB Lee, L. Benmohamed e R. Candell, ''Projeto de rede 
sem fio para aplicativos IIoT emergentes: estrutura de referência e 
casos de uso''Proc. IEEE, vol. 107, nº. 6, pp. 1166–1192, junho de 2019.
[303] ITU, ''A Internet tátil'', ITU-T Tech. Rep. 978-92-61-15081-5, agosto 
de 2014. [Online]. Disponível: https://www.itu.int/dms_pub/itut/
oth/23/01/T23010000230001PDFE.pdf
[304] C. Schuwerk, X. Xu e E. Steinbach, ''Sobre a transparência da interação 
háptica baseada em cliente/servidor com objetos deformáveis,''IEEE 
Trans. Haptics, vol. 10, não. 2, pp. 240–253, abril de 2017.
[305] MT Vega, T. Mehmli, J. van den Hooft, T. Wauters e FD Turck, ''Habilitando 
a realidade virtual para a Internet tátil: Obstáculos e oportunidades'', 
emProc. 14ª Int. conf. Netw. Gerenciar serviço. (CNSM), Roma, Itália, 
2018, pp. 378–383.
[306] A. Aijaz, M. Dohler, AH Aghvami, V. Friderikos e M. Frodigh, 
''Percebendo a Internet tátil: comunicações hápticas nas redes 
celulares 5G de próxima geração''IEEE Wireless Comun., vol. 24, 
não. 2, pp. 82–89, abril de 2017.
[307] K. Antonakoglou, X. Xu, E. Steinbach, T. Mahmoodi e M. Dohler, ''Toward 
haptic communication over the 5G táctil Internet,''IEEE Comun. 
Pesquisas Tuts., vol. 20, não. 4, pp. 3034–3059, 4º trimestre, 2018.
[308] E. Hernández, J. del Cerro e A. Barrientos, ''Modelos de teoria dos jogos para 
patrulhamento multi-robô de infraestruturas,''Int. J. Adv. Sistema robótico., 
vol. 10, pág. 181, março de 2013.
[309] Z. Liu, L. Song, Z. Hou, K. Chen, S. Liu e J. Xu, ''Método de inserção de 
parafusos na montagem Peg-in-Hole para redução de atrito axial''
Acesso IEEE, vol. 7, pp. 148313–148325, 2019.
[310] Y. Xu, Y. Hu e L. Hu, ''Estratégia de montagem de precisão peg-in-hole usando 
robô guiado por força'', emProc. 3ª Int. conf. Maquinaria, Mater. Inf. Tecnol. 
Appl. (ICMMITA), Lille, França, julho de 2015, pp. 1406–1412.
[311] S. Haddadin, L. Johannsmeier e FD Ledezma, ''Tactile robots as a central 
personification of the táctil Internet,''Proc. IEEE, vol. 107, nº. 2, pp. 471–
487, fevereiro de 2019.
[312] W. Chen, Y. Yaguchi, K. Naruse, Y. Watanobe, K. Nakamura e J. 
Ogawa, ''Um estudo da cooperação robótica na robótica em 
nuvem: arquitetura e desafios''Acesso IEEE, vol. 6, pp. 36662–
36682, 2018.
[313] SK Sharma, I. Woungang, A. Anpalagan e S. Chatzinotas, ''Em direção à 
Internet tátil além da era 5G: avanços recentes, problemas atuais e 
direções futuras''Acesso IEEE, vol. 8, pp. 56948–56991, 2020.
[314] A. Nakao, P. Du, Y. Kiriha, F. Granelli, AA Gebremariam, T. Taleb e
M. Bagaa, ''Corte de rede de ponta a ponta para redes móveis 5G''J. Inf. 
Processo., vol. 25, não. 0, pp. 153–163, 2017.
[315] M. Agerstam, R. Colby, P. Donohue, S. Meyer e P. Sanghadia, ''Reduce IoT 
cost and enable scaling through open wireless sensor network,'' Intel, 
Mountain View, CA, EUA, Branco Papel 337117001US,
Ago. 2018. [Online]. Disponível: https://www.intel.com/content/dam/ www/
public/us/en/documents/white-papers/reduce-iot-cost-and-enablescaling-
through-wireless-sensor-networks-paper. pdf
[316] C. Bockelmann, N. Pratas, H. Nikopour, K. Au, T. Svensson,
C. Stefanovic, P. Popovski e A. Dekorsy, ''Comunicações massivas de tipo de 
máquina em 5G: Soluções físicas e de camada MAC,''IEEE Comun. Mag., vol. 
54, nº. 9, pp. 59–65, setembro de 2016.
202350 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
[317] H. Shariatmadari, R. Ratasuk, S. Iraji, A. Laya, T. Taleb, R. Jäntti e
A. Ghosh, ''Comunicações do tipo máquina: status atual e perspectivas 
futuras para sistemas 5G,''IEEE Comun. Mag., vol. 53, nº. 9, pp. 10–17, 
setembro de 2015.
[318] E. Oyekanlu, ''Computação colaborativa osmótica para aplicações de 
aprendizado de máquina e segurança cibernética em redes IoT industriais e 
sistemas físicos cibernéticos com modelos de mistura Gaussiana'', emProc. 
IEEE 4º Int. conf. Colaboração Internet Comput. (CIC), Filadélfia, PA, EUA, 
outubro de 2018, pp. 326–335.
[319] AC Phan, HT Nguyen, HA Nguyen e Y. Matsui, ''Efeito das práticas de 
gerenciamento de qualidade total e práticas de produção JIT no desempenho 
da flexibilidade: evidências empíricas de fábricas internacionais,''
Sustentabilidade, vol. 11, não. 11, pág. 3093, maio de 2019.
[320] E. Oyekanlu, "Computação preditiva de borda para séries temporais de IoT industrial e 
infraestrutura crítica em larga escala baseada em análise de software de código 
aberto de big data", emProc. IEEE Int. conf. Grandes Dados (Grandes Dados), Boston, 
MA, EUA, dezembro de 2017, pp. 1663–1669.
[321] A. Rasheed, O. San e T. Kvamsdal, ''Gêmeo digital: valores, desafios e 
capacitadores de uma perspectiva de modelagem''Acesso IEEE, vol. 8, 
pp. 21980–22012, 2020.
[322] J. García-Morales, MC Lucas-Estañ e J. Gozalvez, ''Latency-Sensitive 
5G RAN Slicing for Industry 4.0,''Acesso IEEE, vol. 7, pp. 143139–
143159, 2019.
[323] Huawei. (2017).Documento técnico sobre energia 5G. [On-line]. Disponível: 
https://carrier.huawei.com/~/media/CNBG/Downloads/Spotlight/5g/5G-
Power-White-Paper-en.pdf
[324] A. Nasrallah, AS Thyagaturu, Z. Alharbi, C. Wang, X. Shao,
M. Reisslein e H. ElBakoury, ''Redes de latência ultrabaixa (ULL): os padrões 
IEEE TSN e IETF DetNet e pesquisa relacionada 5G ULL,'' IEEECommun. 
Pesquisas Tuts., vol. 21, não. 1, pp. 88–145, 1º trimestre, 2019.
[325] OpenFog, ''Redes sensíveis ao tempo para caracterização de teste de 
fabricação flexível e mapeamento de tipos de tráfego convergentes,''
Ind. Internet Consortium, White Paper Versão 1.0 2019-03-28, março de 
2019. [Online]. Disponível: https://www.iiconsortium.org/pdf/IIC_ 
TSN_Testbed_Char_Mapping_of_Converged_Traffic_Types_ 
Whitepaper_20180328.pdf
[326] J. Farkas, ''IEEE Std. Rede sensível ao tempo 802.1CM para fronthaul
—Uma visão geral,'' Ericsson Res., Estocolmo, Suécia, Tech. Rep. 
0718-v01, jul. 2018. [Online]. Disponível: https://www. ieee802.org/
1/files/public/docs2018/cm-farkas-overview-0718-v01.pdf
[327] E. Oyekanlu, K. Scoles e PO Oladele, ''Geração de forma de onda arbitrária 
para redes de comunicação de sistemas físicos cibernéticos e IoT 
usando processador de sinal digital C28x TMS320C2000,'' emProc. 10ª 
Int. conf. Adv. Infocomm Technol. (ICAIT), Estocolmo, Suécia, 2018, pp. 
102–109.
[328] Avnet, ''Alavancar a Internet das Coisas para montar uma fábrica inteligente'', 
White Paper, Avnet, Nova York, NY, EUA, agosto de 2020. [Online]. Disponível: 
https://www.avnet.com/wps/wcm/myconnect/onesite/97d7b649-
e132-43b0-9652-03c8049edc6b/Leverage-the-IoT-to-Set-Up-a-Smart-Factory-Whitepaper.pdf?MOD=AJPERES&attachment= 
false&id=1524069280371
[329] H. Yang, S. Kumara, S. Bukkapatnam e F. Tsung,A Internet das Coisas para 
Manufatura Inteligente: Uma Revisão. Nova York, NY, EUA: Taylor & 
Francis, 2019.
Em 2016, tornou-se certificado como Data Scientist pelo Massachusetts Institute of 
Technology (MIT), Cambridge, MA, EUA. Ele também possui um Diploma em Princípios 
de Liderança pela Harvard University, Cambridge, MA, EUA, desde maio de 2020. De 
2014 a 2018, foi Research Fellow do Departamento de Engenharia Elétrica da Drexel 
University, Filadélfia, PA, EUA, onde foi professor Professor Adjunto do Departamento 
de Física em 2018. No início de 2019, ingressou na Comcast, Filadélfia, PA, EUA, como 
Engenheiro de Ciência de Dados e Inteligência Artificial. Desde o final de 2019, ele 
está na Corning Inc., Nova York, NY, EUA, no cargo de Engenheiro de Manufatura 
Inteligente, Software, Sistemas e IoT Industrial. É autor de um capítulo de livro na 
área de integração de inteligência artificial em sistemas complexos de engenharia. Ele 
também tem várias publicações em conferências e periódicos revisados por pares. 
Seus interesses técnicos incluem engenharia de software para sistemas complexos, 
integração de inteligência artificial em grandes sistemas, aprendizado de máquina 
incorporado, aplicações de ciência de dados em sistemas de engenharia, 5G, 
manufatura inteligente, bem como redes prediais e IoT industrial. Em 2016, ele foi 
membro de uma equipe reunida pelo Departamento de Energia dos EUA (DOE) para 
projetar um roteiro de P&D para transformar o sistema de energia elétrica dos EUA 
em uma rede inteligente.
O Dr. Oyekanlu é membro da prestigiada sociedade de honras de 
engenharia elétrica - Eta Kappa Nu (HKN) e da prestigiosa sociedade de 
honras de engenheiros - Tau Beta Pi. É membro do Conselho Editorial da
Revista IEEE HKNe atuou nos comitês técnicos dos workshops e 
conferências do IEEE.
ALEXANDER C. SMITHrecebeu o B.Sc. em 
engenharia elétrica pela CaseWestern Reserve 
University, Cleveland, OH, EUA, em 2007, e o 
M.Sc. graduação em gestão de 
telecomunicações pelo Stevens Institute of 
Technology, Hoboken, NJ, EUA, em 2018.
De 2007 a 2018, ele trabalhou na Verizon Communications 
Inc., Roanoke, VA, EUA, em várias funções de rede, como 
Engenheiro de RF, Engenheiro de Desempenho de Sistema e 
Engenheiro de Tráfego. Desde
Em 2018, ele trabalhou como um membro distinto da equipe técnica da Verizon 
Communications Inc., focado no desenvolvimento de redes de prova de conceito para 
testar casos de uso 5G.
WINDSOR P. THOMASrecebeu o B.Sc. possui 
graduação em engenharia mecânica pela Rice 
University, Houston, TX, EUA, em 1986, e MBA pela 
University of Wilmington, na Carolina do Norte, em 
1997. Está na Corning desde 1991, após servir cinco 
anos na Marinha dos Estados Unidos. Ele ocupou 
vários cargos de gerenciamento em manufatura, 
comercial, cadeia de suprimentos, desenvolvimento 
de negócios, óptica de exibição, comunicações 
ópticas, materiais semicondutores e
unidades corporativas de pesquisa e desenvolvimento da Corning Incorporated, Nova 
York, NY, EUA, desde 1991. Atualmente, ele é gerente de programa sênior na fábrica 
da Corning em Wilmington NC. Ele tem oito patentes concedidas nos EUA para 
laminação de vidro ultrafino, formação de nanotubos de carbono em alta 
temperatura e encapsulamento avançado de semicondutores.
EMMANUEL A. OYEKANLU (Membro, IEEE) recebeu o 
B.Tech. grau da Ladoke Akintola University of 
Technology, Nigéria, em 2004, o M.Sc. em 
telecomunicações pelo Blekinge Institute of 
Technology (BTH), Karlskrona, Suécia, em 2009, o 
M.Sc. grau em processamento de sinal e o terceiro 
M.Sc. graduação em engenharia elétrica pela BTH, 
em 2010 e 2011, respectivamente, e o doutorado. 
Graduado em Engenharia Elétrica pela Drexel 
University, Philadel-
phia, PA, EUA, em 2018.
VOLUME 8, 2020 202351
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
GRETHEL MULROYrecebeu o B.Sc. em 
engenharia mecânica pelo Worcester 
Polytechnic Institute, Massachusetts, MA, 
EUA, em 1991, e o M.Sc. em administração de 
engenharia pela Clarkson University, 
Potsdam, NY, EUA, em 2001.
Desde 1991, ela ocupou vários cargos na Xerox 
Corporation como diretora, gerente, assistente técnica 
executiva do vice-presidente sênior, engenheira de projetos e 
engenheira de processos de fabricação. a experiência dela
A experiência na fabricação e cadeia de suprimentos, bem como no desenvolvimento 
de soluções comerciais, incluiu funções que vão desde melhorias no processo de 
fabricação, gerenciamento de produção, desenvolvimento de mensagens e 
comunicações até a criação e entrega de soluções de software para estender os 
produtos e ofertas de serviços da Xerox a seus clientes. Ela ingressou na Corning Inc., 
Nova York, NY, EUA, em 2018, e trabalha como Gerente de Projetos em soluções de 
Manufatura Inteligente. Nessa função, ela lidera projetos colaborativos e 
multiorganizacionais que aplicam tecnologias digitais às fábricas da Corning e, de 
forma mais ampla, à comunidade técnica. Ela possui a certificação Lean Six Sigma 
Green Belt e é detentora de três patentes nos Estados Unidos.
JASON D. MCGHINNISrecebeu o título de bacharel 
em sistemas de informação pela Appalachian State 
University, Boone, NC, EUA, em 2000.
De 2001 a 2009, trabalhou como Engenheiro 
de Suporte e Desenvolvimento de Aplicações de 
TI na Corning Cables System, Hickory, NC, EUA, 
onde também trabalhou como Líder de Projeto 
ITMSE, de 2009 a 2013. De 2013 a 2018, ele 
trabalhou como gerente de linha de serviço de 
análise e dados de fabricação na Corning Inc.
sua função atual como líder do site de TI para o Hickory Manufacturing and 
Technology Center, Corning Inc., em 2018.
STEVEN C. BUONAVITA,fotografia e biografia não disponíveis no 
momento da publicação.
DAVE HITESHrecebeu o título de BE em 
engenharia eletrônica pela Mumbai 
University, Índia, em 1990, e o MBA pela 
University of Dallas, Dallas, TX, EUA, em 2009.
Ele trabalha na área de telecomunicações há mais de 
duas décadas, implementando suporte de negócios e 
processos operacionais. Desde 2016, ele trabalha como 
Gerente de Desenvolvimento de Produto na Verizon Inc. 
Seu trabalho envolve o desenvolvimento de soluções de 
última geração para IoT Industrial,
automação e robótica, alavancando redes sem fio 5G de baixa latência e 
computação de borda multiacesso (MEC).
NICKOLUS A. LOOPERformou-se em 
linguística pela University of Michigan, Ann 
Arbor, MI, EUA, em 2002.
Ele fez a transição para a área de TI em 2003 e 
trabalhou como Network Data Specialist na Sprint 
Nextel, Overland Park, KS, EUA, de 2006 a 2007. 
Trabalhou como Executive Audiovisual Technician 
na Corning Inc., NY, EUA, de 2007 a 2011, onde 
trabalhou como Engenheiro de Redes, desde 2011, 
tanto como Empreiteiro como
como Funcionário, focando inteiramente em tecnologias Wi-Fi corporativas, 
desde 2017. Ele possui várias certificações do setor de redes de TI, incluindo a 
de Certified Wireless Security Professional, CWSP.MATEUS RAMSEY,fotografia e biografia não disponíveis no momento da 
publicação.
DAVID J. KUHNrecebeu o B.Sc. Graduado em 
Engenharia Elétrica e M.Sc. em administração de 
engenharia pela Clarkson University, Potsdam, 
NY, EUA, em 1989 e 2008, respectivamente.
De 1993 a 1997, trabalhou na Emhart Powers, NY, 
EUA, como Engenheiro de Projetos. Ele também 
trabalhou na Monarch Machine Tools como 
engenheiro de controle de 1991 a 1993. De 1997 a 
2009, ele trabalhou na Corning Inc., Nova York, NY,
EUA, em vários cargos, incluindo Engenheiro Sênior—Sistemas, Engenheiro Sênior—
Controles, Engenheiro de Projetos e como Supervisor em sistemas de imagem e 
desenvolvimento. Desde 2009, ele é gerente do Departamento de Integração e 
Inovação de Sistemas da Corning Inc. Ele tem cinco patentes nos Estados Unidos na 
área de design de aparelhos de moldagem de vidro.
PEDREIRO NGrecebeu o B.Sc. formou-se em 
engenhariaelétrica e ciência da computação pela 
University of California em Davis em 1990. Ele 
começou na Oracle Corporation em 1990, onde 
trabalhou em produtos de rede, vídeo sob demanda 
e middleware. Ele ingressou no Yahoo em 2003 (a 
Verizon adquiriu o Yahoo em 2017 e se fundiu ao 
Verizon Media Group). Desde 2018, ele trabalha em 
aplicativos de computação de borda com o Verizon 
Media Group. Atualmente lidera uma equipe
desenvolvendo a infraestrutura virtual para computação de borda 4GLTE e 5G 
corporativa e funções de rede sem fio.
202352 VOLUME 8, 2020
EA Oyekanlue outros: Revisão dos recentes avanços nas tecnologias AGV
ANTHONY NG'OMA (Membro, IEEE) recebeu o B.Eng. 
licenciatura em electrónica e telecomunicações pela 
Universidade da Zâmbia, Lusaka, em 1995, o M.Eng. 
licenciatura em sistemas de controlo pela 
Universidade da Zâmbia, Lusaka, em 1998, o 
PD.Eng. graduada em tecnologia da informação e 
comunicação pela Universidade Técnica de 
Eindhoven, Holanda, e Ph.D. Graduado em 
Engenharia Elétrica (fibra ótica e sistemas de 
comunicação sem fio) pela Universidade Técnica
Versidade de Eindhoven, em 2005.
Ele trabalha como Gerente de Pesquisa na Corning Inc., Nova York, NY, EUA, desde 
2010. De 2007 a 2010, foi Cientista de Pesquisa Sênior na Corning Inc. Ele já trabalhou 
para outras instituições como Engenheiro de Redes de Computadores , um cientista 
de pós-doutorado e também um professor/membro do corpo docente da 
Universidade da Zâmbia. Ele é autor de dois capítulos de livros, mais de 80 artigos 
revisados por pares e detém 20 patentes nos Estados Unidos. Seus interesses 
técnicos incluem sistemas de comunicação sem fio, incluindo 5G, antenas e sistemas 
mmWave, sistemas de comunicação de fibra óptica e redes e materiais internos para 
dispositivos e sistemas mmWave
O Dr. Ng'oma recebeu o prêmio de Cientista do Ano pelos prêmios de 
Engenheiro Negro do Ano (BEYA) em 2014.
MICHAEL G. SHULTZrecebeu o B.Sc. graduou-se em 
engenharia mecânica pela Binghamton University, 
New York, NY, EUA, em 1995.
Trabalhou como Engenheiro Mecânico na 
Corning Inc., Nova York, NY, EUA, de 1995 a 2010, e 
como Supervisor, até 2017. Atualmente é Gerente 
do Advanced Automation Group, Corning Inc., Nova 
York, NY , EUA. Ele detém seis patentes nos Estados 
Unidos na área de protótipos de equipamentos de 
processo.
CRAIG CERASI,fotografia e biografia não disponíveis no momento da 
publicação.
WEIMIN LIU (Membro, IEEE) recebeu o grau de BS 
do Instituto de Tecnologia de Pequim, Pequim, 
China, em 1982, e o MSE e Ph.D. graduou-se em 
engenharia elétrica e de computação pela Johns 
Hopkins University, Baltimore, MA, EUA, em 1990 e 
1993, respectivamente.
Por mais de duas décadas, ele trabalhou em 
muitos produtos na área de chipsets e sistemas 
de comunicação, incluindo fala, modems, ADSL, 
G.fast, Wi-Fi, luz visível, RFID, LTE e 5G.
Ele ocupou vários cargos de engenharia, desde engenheiro de algoritmos de 
processamento de sinal, gerente técnico até diretor na Hughes, Lucent, 
Conexant, InterDigital, Broadcom e Qualcomm. Ele é atualmente um Membro 
Distinto da Equipe Técnica da Verizon, Basking Ridge, NJ, EUA, responsável pela 
avaliação de tecnologia e gestão de parcerias estratégicas, abrangendo vários 
setores na aplicação de 5G e computação de ponta multiacesso (MEC). Ele é um 
inventor de 26 patentes americanas e internacionais concedidas e pendentes.
DAN SUNrecebeu o B.Sc. em engenharia 
elétrica pela Beijing University of Aeronautics 
and Astronautics, Beijing, China, em 1988, o 
M.Sc. grau em reconhecimento de padrões e 
controle inteligente da Academia Chinesa de 
Ciências, Pequim, China, em 1991, e o 
Certificado de pós-graduação em sistemas de 
telecomunicações da EPFL, Lausanne, Suíça, 
em 1997.
De 1991 a 1993, foi Engenheira de Software
neer com a Academia Chinesa de Ciências, Pequim, China. Ela também 
trabalhou como Engenheira de Software na Motorola, Pequim, China, de 1993 
a 1996. De 1997 a 1998, ela trabalhou na ETH, Zurique, Suíça, como Assistente 
de Pesquisa. De 1999 a 2005, ela trabalhou na Motorola Network Solution, 
Tempe, AZ, EUA, como engenheira de software sênior e engenheira de 
software líder de equipe. De 2005 a 2011, ela trabalhou na Motorola Mobility, 
Piscataway, NJ, EUA, como engenheira de software líder de equipe. Desde 
2011, ela trabalha com a Verizon, Clifton, NJ, EUA, como Membro Principal da 
Equipe Técnica—Tecnologia de Dispositivos e XR Lab, Membro Distinto da 
Equipe Técnica—Avaliação de Tecnologia e Parcerias. Ela é detentora de 15 
patentes concedidas nos Estados Unidos.
PATRICK G. MCBRIDErecebeu o B.Sc. graduou-se em 
engenharia elétrica pela Clarkson University, New 
York, NY, EUA, em 1997.
Em 1997, ele ingressou na Makino Machine Tools, 
Cincinnati, OH, EUA, como Engenheiro de Serviço de 
Campo. Em 2001, tornou-se Engenheiro de Controle 
para a fábrica de montagem de motores GM/ISUZU 
DMAX Moraine, OH, EUA. Ele ingressou na Corning 
Inc., Nova York, NY, EUA, em 2007. Desde 2017, ele é 
o Supervisor dos Sistemas Automatizados
Grupo de integração em engenharia corporativa.
VOLUME 8, 2020 202353