Ca" ochi" și creierul robotului de măturat, sistemul de navigație oferă mașinii capacitatea de a percepe și de a acționa. De la navigația inerțială aleatorie la navigația laser cu planificare globală, tehnologia de navigație a suferit multe schimbări, iar apoi navigația laser a devenit mainstream-ul pieței, dar odată cu creșterea semnificativă a cererii de inteligență a utilizatorilor, navigarea vizuală bazată pe tehnologia de viziune computerizată este puternică Apare, jocul" jucătorii vechi" și" noi intrați" este pus în scenă din nou. Laser și viziune, cine este" viitorul" ;?
Tehnologie de navigare cu laser
Navigarea cu laser se naște din metodele de poziționare timpurie bazate pe măsurarea distanței (cum ar fi ultrasunetele și infraroșii). Măsurarea distanței cu laser emite un fascicul într-o direcție specifică. După ce lumina ricoșează, este captată de receptor, iar distanța dintre ea și obiect poate fi calculată în funcție de timp. Navigarea cu laser obține informații de mediu prin intermediul senzorilor laser și măsoară distanța dintre mașină și obstacole. După procesarea algoritmului, se construiește o hartă bidimensională pentru a realiza poziționarea și navigarea.
Principiul specific de funcționare al navigației cu laser este de a prezenta o serie de puncte de informații dispersate, precise și de unghi și distanță prin informațiile de mediu colectate de lidar, care se numește nor de puncte. Navigarea cu laser calculează distanța de mișcare relativă și schimbarea de poziție a mașinii prin potrivirea și compararea a doi nori de puncte la momente diferite, completând astfel propria poziționare. Principiul relativ simplu și caracteristicile senzorului laser fac ca acesta să aibă avantajele de eficiență ridicată, precizie ridicată și rezistență la interferențe.
Tehnologie de navigație vizuală
Navigarea vizuală, după cum sugerează și numele, este de a colecta informații de mediu prin senzori vizuali și de a construi hărți bazate pe puncte de caracteristici sau marcatori pentru a realiza poziționarea și navigarea autonomă.
Studiile au arătat că 75% din informațiile de mediu obținute de oameni provin din vedere, în timp ce viziunea binoculară imită viziunea umană în structură, utilizând paralela binoculară pentru a atinge intervalul de adâncime. În ceea ce privește principiul de funcționare, viziunea binoculară poate obține informații de textură masive și redundante din mediul înconjurător și are o capacitate puternică de recunoaștere a scenei, ceea ce oferă o condiție prealabilă pentru ca robotul să realizeze o decizie inteligentă. Informațiile de mediu bidimensionale colectate de binoclu pot fi utilizate pentru a genera o hartă tridimensională cu informații de adâncime utilizând tehnologia de viziune stereo, care poate calcula distanța, volumul și poate atribui informații despre obstacolele din zonă, astfel încât să se realizeze poziționarea, navigarea , planificarea căii, evitarea obstacolelor și alte funcții.
În același timp, combinată cu recunoașterea semantică, viziunea binoculară poate înțelege mai bine aspectul casei și structura spațială și poate realiza interacțiuni inteligente, cum ar fi urmărirea țintei și executarea instrucțiunilor specifice.
Ambele au argumentele pro și contra
Din viitorul previzibil, utilizatorii au menținut întotdeauna așteptări foarte mari pentru îmbunătățirea cererii inteligente, ceea ce indică, de asemenea, direcția pentru următoarea generație de roboți de măturat. Robotul trebuie să simuleze" harta mentală" a creierului uman și să învețe să gândească independent. Luarea inteligentă a deciziilor este cheia.
Cu toate acestea, navigarea cu laser este limitată de proprietățile senzorului, norii punctelor nu pot distinge informațiile despre textură și nu au capacitatea de a recunoaște scene. Prin urmare, nu pot oferi un sprijin eficient în luarea deciziilor inteligente și interacțiunea inteligentă, iar scalabilitatea lor inteligentă este insuficientă. În același timp, din cauza restricțiilor de dispunere, obstacolele mici sunt predispuse la detectarea punctelor oarbe. În performanța reală, apar adesea probleme precum eșecul evitării obstacolelor, atingeri false și răspuns lent.