Sběr a vizualizace dat z autonomních mobilních robotů ve skladovém prostředí

Abstract

Tato bakalářská práce se zabývá návrhem a realizací mapově orientované monitorovací vrstvy pro autonomní mobilní roboty (AMR) ve skladovém provozu. Cílem řešení je poskytnout obsluze rychlý, přehledný a spolehlivý pohled na aktuální provozní situaci stanice v reálném čase. Práce je vymezena na oblast vizualizace a systémové integrace; neřeší plánování úloh, dispatching ani přímé řízení robotů. V analytické části jsou stanoveny funkční a nefunkční požadavky, porovnány varianty průběžného přenosu dat a vymezeny vstupní podmínky začlenění do prostředí WES. Návrhová část popisuje architekturu mapové vrstvy, oddělení inicializačního a realtime komunikačního kanálu, datový model mapových prvků a postup transformace souřadnic do mapového prostoru. Implementační část představuje backendové zpracování událostí, publikační datový kontrakt a frontendové vykreslení mapy včetně legendy, tooltipu a kontextu úloh. Součástí práce je také ověření funkčnosti na typických provozních scénářích se zaměřením na inicializaci mapy, průběžné aktualizace a správné zobrazení všech požadovaných informací. Výsledkem je funkční monitorovací mapa integrovaná do existujícího systému, která podporuje rychlejší orientaci operátorů a včasnější rozpoznání nestandardních stavů v provozu robotů.

This bachelor thesis addresses the design and implementation of a map-oriented monitoring layer for autonomous mobile robots (AMRs) in warehouse operations. The objective is to provide operators with a fast, clear, and reliable real-time overview of robot movement and operational status within a station. The thesis scope is limited to visualization and integration aspects; task planning, dispatching, and direct robot control are intentionally excluded. The analytical part defines functional and non-functional requirements, compares alternatives for continuous data transfer, and specifies integration prerequisites in the WES environment. The design part introduces the target architecture, separation of initialization and live update channels, map element data model, and coordinate transformation method. The implementation part describes backend event processing, publication data contracts, and frontend map rendering, including legend, tooltip, and task-context presentation. Functional verification is performed on representative operational scenarios focused on map initialization, incremental updates, and correct presentation of all information. The resulting solution is a working monitoring map integrated into an existing system that improves operator situational awareness and supports faster detection of non-standard robot states in daily operation.