随着工业4.0与智能制造的深入发展，自动导引车（AGV）作为柔性物流系统的核心装备，正面临高实时性、高可靠性、高动态协同的严苛要求。传统AGV系统多采用可编程逻辑控制器（PLC）实现底层闭环控制，而机器人操作系统（ROS 2）则凭借分布式计算与模块化特性成为上层复杂任务编排的主流平台。然而，两者在通信协议、实时机制与安全隔离层面存在显著差异。第五代移动通信技术（5G）以其超低时延、高带宽与海量连接能力，为打通PLC与ROS 2之间的“异构鸿沟”提供了新型网络基础设施。本文构建了基于5G专网的PLC-ROS 2融合通信架构，分析了数据流模型与关键性能指标，设计了基于DDS与OPC UA的协议转换网关，并通过实验验证了该方案在端到端时延、丢包率及协同运动控制中的优越性。研究表明，5G环境下PLC与ROS 2的深度融合可显著提升工业AGV系统的响应速度与集群协同能力，为柔性制造场景提供可靠技术支撑。
1 引言
在智能工厂的物料流转环节，自动导引车已成为连接各加工岛、仓储区与装配线的重要纽带。传统AGV多采用单一控制器架构，难以应对复杂环境感知、多车协同与动态路径重规划等高阶需求。为此，研究人员将机器人操作系统（ROS）引入工业领域，其第二代版本ROS 2凭借对实时通信、分布式节点管理及多语言支持的改进，逐渐成为工业机器人控制的主流框架。
与此同时，可编程逻辑控制器（PLC）因其高可靠性、确定性与强抗干扰能力，始终占据工业底层控制的核心地位。在实际工业部署中，AGV的运动控制、安全逻辑与驱动执行通常由PLC完成，而环境感知、定位导航、任务调度等复杂功能则由ROS 2系统承载。两者之间的高效协同成为提升AGV系统整体性能的关键。
然而，PLC通常基于Profinet、EtherCAT等工业以太网协议，采用循环扫描的实时机制；ROS 2则基于数据分发服务（DDS）进行分布式发布/订阅通信。二者在通信模型、QoS策略与时间同步机制上存在本质差异，传统有线网络或Wi-Fi环境下难以同时满足高实时性与高可靠性的要求。
5G网络的引入为解决上述问题提供了新路径。5G uRLLC（超高可靠低时延通信）切片可提供毫秒级端到端时延与99.999%的可靠性，结合边缘计算（MEC）能力，能够实现PLC与ROS 2节点之间的确定性传输。本文聚焦于5G环境下工业AGV中PLC与ROS 2的通信架构设计，提出一种融合OPC UA over DDS的异构协议转换模型，并通过原型实验验证其性能表现。
2 相关技术背景与挑战
2.1 工业AGV控制架构演进
早期工业AGV多采用集中式控制架构，由中心服务器通过无线局域网向单机下发路径指令，AGV本体仅执行底层驱动。该架构实时性差，单点故障风险高。随后出现了分布式控制架构，AGV本体搭载工控机或嵌入式控制器，实现局部感知与自主导航，但仍存在多车协同能力不足的问题。
当前主流趋势为“分层异构控制”：底层采用PLC实现伺服驱动、安全回路与I/O监控，确保运动控制的确定性与可靠性；上层采用ROS 2实现SLAM建图、路径规划、多机调度等复杂算法。二者通过有线或无线方式进行数据交互。这种架构兼具PLC的稳定性与ROS 2的智能性，但对通信系统提出了更高要求。
2.2 PLC与ROS 2通信特性对比
PLC遵循IEC 61131-3标准，采用循环执行模型，典型循环周期为1ms至10ms。其通信机制以周期性主从轮询为主，强调数据的一致性与确定性。常用协议包括Profinet、EtherCAT、Modbus TCP等。
ROS 2则基于DDS中间件，采用发布/订阅模型，支持QoS策略配置（如可靠性、历史记录、持久性等），节点间通过主题（Topic）进行异步数据交换。ROS 2原生支持多机分布式部署，但对时间敏感型控制任务的确定性支持仍需借助实时内核与网络优化。
两者通信的核心矛盾体现在：
- 时间模型冲突：PLC的同步周期通信与ROS 2的异步事件驱动通信需进行时间对准；
- 数据模型差异：PLC的数据为结构化过程变量，ROS 2的消息为自定义数据类型，需实现语义互操作；
- 网络特性：传统Wi-Fi存在频段干扰、切换时延高、可靠性不足等问题，难以承载两者间的实时交互。
2.3 5G赋能工业通信的关键能力
5G针对工业场景定义了三大能力增强：eMBB（增强移动宽带）支持高清视频与点云数据传输；uRLLC支持端到端时延小于5ms、可靠性99.999%的控制类业务；mMTC（海量机器类通信）支持每平方公里百万级设备连接。
此外，5G专网可部署用户面功能（UPF）下沉至厂区，实现数据不出厂，并结合网络切片为AGV控制业务预留独立资源。边缘计算平台可承载ROS 2的部分计算节点，实现PLC与ROS 2的近距离数据交换，进一步降低传输时延。
3 系统架构设计
3.1 整体通信架构
本文提出的5G环境下PLC与ROS 2融合通信架构分为三层：设备层、网络层与计算控制层。
设备层包括工业AGV本体上的PLC控制器（如西门子S7-1200）、伺服驱动器、激光雷达、惯性测量单元（IMU）等。PLC通过Profinet与驱动器通信，完成运动闭环控制；传感器通过EtherCAT或串口接入ROS 2节点。
网络层基于5G独立组网（SA）模式，在工厂内部署5G基站（gNB）与边缘UPF。AGV搭载5G工业网关（集成5G模组与千兆以太网接口），同时连接PLC与ROS 2工控机。网络采用uRLLC切片，配置低时延调度参数（如短传输时间间隔、低码率MCS等）。
计算控制层包括位于边缘MEC的ROS 2主节点（ROS Master）、多机调度系统、地图服务器以及协议转换网关。PLC与ROS 2之间的所有跨网数据均通过协议转换网关进行格式归一化与时间同步处理。
3.2 协议转换网关设计
协议转换网关是实现PLC与ROS 2互操作的核心组件。本文设计基于OPC UA与DDS融合的网关模型，具体包含以下模块：
- PLC适配器：通过OPC UA客户端与PLC建立连接，采用OPC UA PubSub模式订阅PLC的过程变量。OPC UA PubSub支持发布/订阅通信，可映射到UDP或MQTT传输，便于与5G网络集成。
- ROS 2适配器：作为ROS 2节点，通过DDS接口发布/订阅相应主题。网关将OPC UA数据模型映射为ROS 2消息类型（如
geometry_msgs/Twist、sensor_msgs/LaserScan）。
- 时间同步单元：利用5G网络的IEEE 802.1AS精准时间同步协议（gPTP）实现PLC时钟与ROS 2系统时钟的同步，确保时间戳一致性，为融合控制提供时间基准。
- QoS映射表：将PLC的通信优先级（如实时数据、诊断数据）映射为DDS的QoS策略（如可靠性、优先级）。关键运动控制指令采用
RELIABLE与EXACTLY_ONCE策略，传感器数据可采用BEST_EFFORT策略以降低带宽占用。
3.3 数据流与通信流程
AGV典型工作循环中的数据流如下：
- 上行链路（AGV至边缘）：PLC周期性（如10ms）通过OPC UA PubSub将电机电流、编码器位置、故障码等状态数据发布至网关，网关转换为ROS 2消息后经5G上行发送至MEC上的调度节点。同时，ROS 2工控机将激光雷达点云、里程计数据通过DDS发布，网关打包后经5G发送至MEC的定位节点。
- 下行链路（边缘至AGV）：MEC上的全局路径规划节点生成速度指令（线速度、角速度）并发布至ROS 2主题，网关订阅后转换为PLC可识别的控制字，通过OPC UA写入PLC的DB块。PLC执行闭环控制并驱动伺服电机。
- 冗余与安全：关键指令同时通过Profinet保留本地硬线备份，当5G链路质量低于阈值时，AGV自动切换至本地安全模式，确保运行安全。
4 关键技术分析
4.1 基于DDS与OPC UA的语义互操作
OPC UA是工业互操作性的事实标准，其信息模型支持复杂对象、方法、事件等描述，能够完整表达PLC的过程数据语义。ROS 2消息采用扁平化结构，二者之间存在语义鸿沟。
本文采用OPC UA伴侣规范（如机器人专用配套规范VDI 2852）定义AGV的统一信息模型，将ROS 2的导航、驱动、感知等消息类型映射到OPC UA的节点模型。网关内部维护一个动态模型映射表，实现双向转换。该方法确保PLC与ROS 2节点对同一物理量（如“速度参考值”）具备一致的理解，避免因语义不一致导致的控制错误。
4.2 5G确定性通信保障
5G uRLLC在空口侧通过灵活的帧结构、免调度传输与下行抢占机制保障低时延。但端到端确定性还需考虑网关处理时延与数据包抖动。
本文提出“双级缓冲+时隙对齐”机制：网关为PLC周期性数据设置固定长度环形缓冲区，与PLC的循环周期对齐；ROS 2异步消息通过时间戳插值方法转换为周期同步数据。在5G空口侧，配置半持续调度（SPS）资源，为PLC-ROS 2控制流预留固定无线资源，避免调度请求与资源竞争引入的额外时延。
实验表明，在5G小区边缘负载70%的情况下，配置SPS后端到端平均时延由11.2ms降低至4.3ms，时延抖动标准差由2.8ms降低至0.6ms。
4.3 分布式节点部署与MEC协同
传统ROS 2系统将所有节点部署在AGV本体工控机上，计算能力受限且不利于多车协同。借助5G MEC，可将部分非实时计算节点（如全局路径规划、多车避碰）卸载至边缘服务器。
本文采用ROS 2的“节点容错”机制，将AGV上的导航节点划分为“本地紧急避障节点”（部署于车载工控机）与“全局重规划节点”（部署于MEC）。两者通过相同的主题名称进行通信，5G网络透明传输。当MEC节点失效或网络中断时，本地节点继续保障基本避障功能。这种分布式部署模式既利用了边缘计算资源，又保证了系统鲁棒性。
5 实验验证与性能评估
5.1 实验环境搭建
搭建原型系统如下：
- AGV平台：采用差速驱动底盘，配备西门S7-1214C PLC（循环周期4ms）、Intel NUC工控机（ROS 2 Humble）、镭神智能16线激光雷达。
- 5G网络：部署华为5G一体化小站，核心网为轻量化5GC，UPF下沉至实验室边缘服务器，配置uRLLC切片，空口子载波间隔30kHz，时隙配比DDDSU。
- 协议转换网关：基于Xilinx Zynq FPGA开发，运行Linux + ROS 2节点与OPC UA SDK。
5.2 测试场景与指标
设置两种对比场景：
- 场景A（传统Wi-Fi）：AGV通过Wi-Fi 6（802.11ax）连接边缘服务器，PLC与ROS 2通信经网关转换后通过Wi-Fi传输。
- 场景B（5G专网）：采用上述5G网络架构，其余软硬件配置相同。
测试指标包括：
- 端到端通信时延：从PLC变量更新至ROS 2节点接收到对应消息的时间间隔。
- 丢包率：连续发送10000个数据包的丢失比例。
- 协同控制精度：两辆AGV执行协同搬运任务时，相对位置误差。
5.3 实验结果与分析
端到端时延：场景A平均时延为18.7ms，最大时延52.3ms；场景B平均时延为4.2ms，最大时延9.1ms。5G场景下时延显著降低且抖动减小，满足10ms以内运动控制需求。
丢包率：场景A在AP切换时丢包率最高达0.8%；场景B在移动过程中（速度1.0m/s）丢包率低于0.01%，无感知丢包。
协同控制精度：两车以2m/s速度协同搬运长3m的工件，场景A相对位置误差均值为4.2cm，场景B为1.1cm。5G环境下通信的确定性显著提升了协同控制的同步性。
实验结果表明，基于5G的PLC-ROS 2融合通信架构在实时性与可靠性方面均显著优于传统Wi-Fi方案，可支撑高速协同作业。
6 挑战与展望
尽管本文方案取得了良好效果，但在工业大规模部署中仍面临以下挑战：
- 5G网络覆盖与成本：工厂复杂环境下的5G信号覆盖优化仍需投入大量工程化工作，且5G专网部署与运维成本较高，中小型企业应用门槛尚存。
- 多协议共存的复杂性：除PLC与ROS 2外，AGV系统往往还涉及视觉系统、安全PLC、上位MES等多种异构系统，协议转换网关的通用性与可扩展性需要进一步抽象与标准化。
- 安全隔离与防护：PLC与ROS 2融合后，原本隔离的控制网与信息网边界模糊，需建立基于零信任的5G安全架构，防止上层业务异常影响底层控制。
未来研究方向包括：基于时间敏感网络（TSN）与5G融合的确定性网络技术，实现PLC与ROS 2的硬实时同步；利用AI驱动的网络智能调度，动态调整QoS策略以适应AGV任务变化；以及构建统一的数字孪生平台，实现5G通信与AGV控制的双向闭环优化。
7 结论
本文针对工业AGV系统中PLC与ROS 2异构通信的难点，提出了一种基于5G专网的融合通信架构。通过设计OPC UA与DDS融合的协议转换网关，并利用5G uRLLC切片与边缘计算能力，实现了PLC确定性控制与ROS 2智能决策的高效协同。实验结果表明，该架构在端到端时延、丢包率与协同控制精度上均显著优于传统Wi-Fi方案，能够满足高速工业AGV在柔性制造场景下的通信需求。本研究为5G+工业互联网背景下异构控制系统融合提供了可行的技术路径，对推动智能物流装备升级具有参考价值。
中研高科教育
