Pe măsură ce roboții devin mai autosuficienți, ei trebuie să navigheze în jurul lor cu o mai mare independență și fiabilitate. Tractoarele autonome, recoltatoarele agricole și mașinile de însămânțat trebuie să-și croiască drum cu atenție prin câmpurile de cultură, în timp ce vehiculele de livrare autonome trebuie să traverseze în siguranță străzile pentru a plasa pachetele în locul corect. Într-o gamă largă de aplicații, roboții mobili autonomi (AMR) necesită surse de poziționare extrem de precise pentru a finaliza în siguranță și cu succes lucrările pentru care sunt proiectați.
Realizarea unei astfel de precizii necesită două seturi de capabilități de localizare. Una este să înțelegem poziția relativă a ei înșiși față de alte obiecte. Acest lucru oferă o contribuție critică pentru a înțelege lumea din jurul său și, în cel mai evident caz, pentru a evita obstacolele care sunt atât staționare, cât și în mișcare. Această manevrare dinamică necesită o stivă extinsă de senzori de navigație, cum ar fi camere, radar, lidar și software-ul suport pentru a procesa aceste semnale și a oferi direcție în timp real AMR.
Al doilea set de capabilități este ca AMR să înțeleagă locația sa fizică precisă (sau locația absolută) în lume, astfel încât să poată naviga precis și în mod repetat pe o cale care a fost programată în dispozitiv. Un caz de utilizare evident aici este agricultura de înaltă precizie, în care diverse AMR trebuie să parcurgă aceeași cale îngustă pe parcursul mai multor luni pentru a planta, iriga și recolta culturi, fiecare trecere necesitând ca AMR să facă referire la același loc exact de fiecare dată. .
Acest lucru necesită un set diferit de capabilități de navigație, începând cu sistemele globale de navigație prin satelit (GNSS), pe care întregul ecosistem de senzori și software-ul îl folosește. Augmentarea GNSS sunt capabilități de corecție precum RTK și SSR care ajută la o precizie de 100 de ori mai mare decât GNSS numai pentru aplicațiile cu cer deschis și unitățile de măsurare inerțiale combinate cu software-ul de fuziune a senzorilor pentru navigarea acolo unde GNSS nu este disponibil (dead calculing).
Înainte de a ne aprofunda în aceste tehnologii, să petrecem un minut analizând cazurile de utilizare în care sunt necesare atât locații relative, cât și absolute pentru ca un AMR să-și facă treaba.
Aplicații de robotică care necesită poziționare relativă și absolută
AMR-urile dezvăluie ceea ce oamenii consideră de la sine înțeles - capacitatea înnăscută de a se localiza cu precizie în lume și de a lua măsuri precise pe baza acelei informații. Cu cât sunt mai variate aplicațiile pentru AMR, cu atât descoperim mai multe tipuri de acțiuni care necesită o precizie extremă. Câteva exemple includ:
Automatizări agricole: În agricultură, AMR devin din ce în ce mai frecvente pentru sarcini precum plantarea, recoltarea și monitorizarea culturilor. Acești roboți utilizează poziționarea absolută, de obicei prin GPS, pentru a naviga pe câmpuri mari și adesea neuniforme cu precizie. Acest lucru asigură că pot acoperi în mod sistematic zone vaste și se pot întoarce în anumite locații, după cum este necesar. Cu toate acestea, odată ce se află în apropierea culturilor sau într-o zonă desemnată, AMR se bazează pe poziționarea relativă pentru sarcini care necesită un nivel mai ridicat de precizie, cum ar fi culesul fructelor care ar fi putut crește sau și-au schimbat poziția de la ultima vizitare a AMR. Combinând ambele metode de poziționare, acești roboți pot funcționa eficient în mediile provocatoare și variabile tipice câmpurilor agricole.
Livrare Last-Mile în setări urbane: AMR transformă livrarea pe ultimul kilometru în mediile urbane prin transportul autonom de mărfuri de la centrele de distribuție la destinațiile finale. Acești roboți folosesc poziționarea absolută pentru a naviga pe străzile orașului, alei și amenajări urbane complexe, asigurându-se că urmează rute optimizate, evitând în același timp traficul și respectând programele de livrare. La ajungerea în vecinătatea locației de livrare, AMR-urile vor folosi și poziționarea relativă pentru a manevra în jurul obstacolelor variabile sau neașteptate, cum ar fi un vehicul care este parcat dublu pe stradă. Această abordare dublă permite AMR să se ocupe de complexitățile peisajelor urbane și să facă livrări precise direct la ușa clienților.
Automatizare de șantier: Pe șantierele de construcții, AMR sunt angajați pentru a se asigura că proiectul este construit conform specificațiilor exacte care au fost desemnate de ingineri. De asemenea, ajută la sarcini precum transportul materialelor și cartografierea sau topografia mediului. Aceste site-uri se întind adesea pe suprafețe mari, cu medii în continuă schimbare, necesitând AMR să folosească poziționarea absolută pentru a naviga și a menține orientarea în cadrul amplasamentului proiectului. Poziționarea relativă intră în joc atunci când AMR îndeplinesc sarcini care necesită interacțiunea cu elemente dinamice, cum ar fi evitarea altor echipamente sau chiar personalul de pe șantier. Combinația dintre ambele sisteme de poziționare permite AMR să contribuie în mod eficient la natura complexă și dinamică a proiectelor de construcție, sporind eficiența și siguranța.
Întreținere Autonomă Drumuri: AMR-urile sunt din ce în ce mai utilizate în sarcinile de întreținere a drumurilor, cum ar fi inspecția pavajului, etanșarea fisurilor și vopsirea în linii. Acești roboți utilizează poziționarea absolută pentru a călători de-a lungul porțiunilor de autostradă sau drumuri, asigurându-se că rămân pe cursul pe distanțe lungi și pot captura cu precizie locațiile specifice în care trebuie să aibă loc întreținerea. Atunci când efectuează aceste sarcini de întreținere, aceștia trec la poziționarea relativă pentru a identifica și aborda cu exactitate imperfecțiunile specifice ale drumului, vopsesc marcajele benzii cu precizie sau navighează în jurul obstacolelor. Această capacitate dublă permite AMR să gestioneze eficient sarcinile de întreținere a drumurilor, reducând în același timp nevoia lucrătorilor umani de a opera în medii periculoase de pe marginea drumurilor, îmbunătățind siguranța și productivitatea.
Monitorizarea și conservarea mediului: În mediile în aer liber, AMR-urile sunt adesea utilizate pentru monitorizarea mediului și eforturi de conservare, cum ar fi urmărirea faunei sălbatice, detectarea poluării și cartografierea habitatelor. Acești roboți profită de poziționarea absolută pentru a naviga în zone naturale vaste, de la păduri până la regiunile de coastă, asigurând o acoperire cuprinzătoare a terenului și permițând captarea unor studii și cartografii detaliate ale site-ului. AMR-urile pot îndeplini sarcini precum capturarea de imagini de înaltă rezoluție, colectarea de mostre sau urmărirea mișcărilor animalelor cu o acuratețe maximă și pot suprapune aceste mostre în timp într-un mod coeziv.
În toate exemplele de mai sus, este necesară o precizie absolută de poziționare cu mult mai mică de un metru pentru a evita consecințele potențial catastrofale. Vătămările lucrătorilor, pierderile substanțiale de produse și întârzierile costisitoare sunt toate probabil fără o locație precisă. În esență, oriunde un AMR trebuie să funcționeze în câțiva centimetri va necesita ca acesta să aibă atât soluții de locație relativă, cât și absolută.
Tehnologie pentru poziționare relativă
AMR-urile folosesc o serie de senzori pentru a se localiza în relație cu alte obiecte din mediul lor. Acestea includ:
Camere de luat vederi: Camerele funcționează ca senzori vizuali ai roboților mobili autonomi, oferindu-le o imagine imediată a împrejurimilor, similară modului în care funcționează ochiul uman. Aceste dispozitive captează informații vizuale bogate pe care roboții le pot folosi pentru detectarea obiectelor, evitarea obstacolelor și cartografierea mediului. Cu toate acestea, camerele depind de iluminarea adecvată și pot fi îngreunate de condițiile meteorologice nefavorabile, cum ar fi ceața, ploaia sau întunericul. Pentru a rezolva aceste limitări, camerele sunt adesea asociate cu senzori în infraroșu apropiat sau echipate cu capacități de viziune pe timp de noapte, care le permit roboților să vadă în condiții de lumină scăzută. Camerele sunt o componentă cheie în odometria vizuală, un proces în care schimbările de poziție în timp sunt calculate prin analizarea imaginilor secvențiale ale camerei. În general, camerele necesită întotdeauna o procesare semnificativă pentru a-și transforma imaginile 2-D în structuri 3-D.
Senzori radar: Senzorii radar funcționează prin emiterea de unde radio pulsatoare care se reflectă asupra obiectelor, oferind informații despre viteza, distanța și poziția relativă a obiectului. Această tehnologie este robustă și poate funcționa eficient în diferite condiții de mediu, inclusiv ploaie, ceață și praf, unde camerele și lidar-ul s-ar putea lupta. Cu toate acestea, senzorii radar oferă de obicei date mai rare și rezoluție mai mică în comparație cu alte tipuri de senzori. În ciuda acestui fapt, ele sunt de neprețuit pentru fiabilitatea lor în detectarea vitezei obiectelor în mișcare, făcându-le deosebit de utile în medii dinamice în care înțelegerea mișcării altor entități este critică.
Senzori Lidar: Lidar, sau Light Detection and Ranging, este o tehnologie de senzor care folosește impulsuri laser pentru a măsura distanțe prin cronometrarea reflectării luminii de pe obiecte. Scanând mediul cu impulsuri laser rapide, lidar creează hărți 3D foarte precise și detaliate ale împrejurimilor. Acest lucru îl face un instrument esențial pentru locație și cartografiere simultană (SLAM), în care robotul construiește o hartă a unui mediu necunoscut în timp ce ține evidența locației sale pe harta respectivă. Lidar este cunoscut pentru precizia și capacitatea sa de a funcționa bine în diferite condiții de iluminare, deși poate fi mai puțin eficient în ploaie, zăpadă sau ceață, unde picăturile de apă pot împrăștia razele laser. În ciuda faptului că este o tehnologie costisitoare, lidar este favorizat în navigația autonomă datorită preciziei și fiabilității sale în medii complexe.
Senzori cu ultrasunete: Senzorii cu ultrasunete funcționează prin emiterea de unde sonore de înaltă frecvență care scapă de obiectele din apropiere, senzorul măsoară timpul necesar pentru ca ecoul să revină. Acest lucru permite robotului să calculeze distanța până la obiectele și obstacolele din calea sa. Acești senzori sunt deosebit de utili pentru detectarea cu rază scurtă de acțiune și sunt adesea folosiți în activități lente, cu rază apropiată, cum ar fi navigarea în spații înguste, cum ar fi culoarele depozitelor, sau pentru manevre precise, cum ar fi andocarea sau back-up. Senzorii cu ultrasunete sunt rentabili și funcționează bine într-o varietate de condiții, dar raza lor limitată și timpul de răspuns mai lent în comparație cu lidar și camerele înseamnă că sunt cei mai potriviti pentru medii specifice, controlate, în care este necesară o precizie ridicată în imediata apropiere.
Tehnologia de bază utilizată pentru poziționarea absolută începe cu GNSS (termenul care include GPS și alte sisteme de satelit precum GLONASS, Galileo și BeiDou). Având în vedere că GNSS este afectat de condițiile atmosferice și de inconsecvențele satelitului, poate oferi o soluție de poziție care este dezactivată de mulți metri. Pentru AMR care necesită o navigare mai precisă, acest lucru nu este suficient de bun - astfel apariția unei tehnologii cunoscute sub numele de corecții GNSS, care restrânge această eroare până la un centimetru.
RTK: Cinematica în timp real (RTK) utilizează o rețea de stații de bază cu poziții cunoscute ca puncte de referință pentru corectarea estimărilor locației receptorului GNSS. Atâta timp cât AMR se află la 50 de kilometri de o stație de bază și are o legătură de comunicație fiabilă, RTK poate oferi în mod fiabil o precizie de 1–2-centimetru.
SSR sau PPP-RTK: State Space Representation (SSR), care este uneori numită și PPP-RTK, folosește informațiile din rețeaua stației de bază, dar în loc să trimită corecții direct de la o stație de bază locală, modelează erorile într-o zonă geografică largă. Rezultatul este o acoperire mai largă care permite distanțe cu mult peste 50 km de la o stație de bază, dar precizia scade la 3-10 centimetri sau mai mult, în funcție de densitatea și calitatea rețelei.
În timp ce aceste două abordări funcționează excepțional de bine acolo unde semnalele GNSS sunt disponibile (în general, cer deschis), multe AMR-uri vor călători departe de cerul liber, unde există o obstrucție între receptorul GNSS de pe AMR și cer. Acest lucru se poate întâmpla în tuneluri, parcări, livezi și medii urbane. Aici intră în joc sistemele de navigație inerțială (INS) cu unitatea lor de măsurare inerțială (IMU) și software-ul Sensor Fusion.
IMU– Un IMU combină accelerometre, giroscoape și uneori magnetometre pentru a măsura accelerația liniară a unui sistem, viteza unghiulară și, respectiv, intensitatea câmpului magnetic. Acestea sunt date cruciale care permit unui INS să determine poziția, viteza și orientarea unui obiect în raport cu un punct de plecare în timp real.
Istoria IMU datează de la începutul secolului al XX-lea, având rădăcinile în dezvoltarea dispozitivelor giroscopice utilizate în sistemele de navigație pentru nave și aeronave. Primele IMU practice au fost dezvoltate în timpul celui de-al Doilea Război Mondial, în primul rând pentru utilizarea în sistemele de ghidare a rachetelor și mai târziu în programul spațial. Misiunile Apollo, de exemplu, s-au bazat în mare măsură pe IMU pentru navigația în spațiu, unde metodele tradiționale de navigație nu erau fezabile. De-a lungul deceniilor, tehnologia IMU a avansat semnificativ, condusă de miniaturizarea componentelor electronice și apariția tehnologiei sistemelor micro-electro-mecanice (MEMS) la sfârșitul secolului al XX-lea. Această evoluție a condus la IMU-uri mai compacte, mai accesibile și mai precise, permițând integrarea lor într-o gamă largă de electronice de larg consum, sisteme auto și aplicații industriale de astăzi.
Fuziunea senzorilor– Software-ul de fuziune a senzorilor este responsabil pentru combinarea datelor de la IMU, precum și a altor senzori pentru a crea o înțelegere coerentă și precisă a locației absolute a unui AMR atunci când GNSS nu este disponibil. Cele mai de bază implementări „completează golurile” în timp real, între momentul în care semnalul GNSS este renunțat și când este preluat din nou de către AMR. Precizia software-ului de fuziune a senzorilor depinde de mai mulți factori, inclusiv de calitatea și calibrarea senzorilor implicați, algoritmii utilizați pentru fuziune și aplicația sau mediul specific în care este implementat. Software-ul de fuziune a senzorilor mai sofisticat este capabil să coreleze diferite modalități de senzori, rezultând o precizie de poziție superioară decât oricare dintre senzorii din soluție care lucrează singur.
RTK pentru GNSS oferă o sursă foarte precisă de locație absolută pentru roboții autonomi. Fără RTK, însă, multe aplicații de robotică pur și simplu nu sunt posibile sau practice. De la rovere de sondaj în construcții la drone de livrare autonomă și instrumente agricole autonome, numeroase AMR depind de poziționarea absolută cu precizie în centimetri pe care doar RTK o poate oferi.
Acestea fiind spuse, o soluție RTK este la fel de bună ca și rețeaua din spatele ei. Corecțiile fiabile în mod constant necesită o rețea foarte densă de stații de bază, astfel încât receptorii să fie întotdeauna în raza de acțiune suficient de apropiată pentru corecții precise ale erorilor. Cu cât rețeaua este mai mare, cu atât este mai ușor să obțineți corecții pentru AMR de oriunde. Numai densitatea nu este singurul factor. Rețelele sunt sisteme în timp real extrem de complicate și necesită monitorizare profesională, sondare și verificare a integrității pentru a se asigura că datele trimise către AMR sunt exacte și fiabile.
Ce înseamnă toate acestea pentru dezvoltatorii de roboți autonomi? Cel puțin în ceea ce privește aplicațiile în aer liber, niciun AMR nu este complet fără un receptor GNSS alimentat de RTK. Pentru cea mai precisă soluție posibilă, dezvoltatorii ar trebui să se bazeze pe cea mai densă și mai fiabilă rețea RTK. Și acolo unde roboții trebuie să se deplaseze frecvent în și din mediile ideale de semnal GNSS, cum ar fi pentru un vehicul de livrare autonom, RTK combinat cu un IMU oferă cea mai cuprinzătoare sursă de poziționare absolută disponibilă.
Nu există două aplicații robotice autonome la fel și fiecare configurație unică necesită propriul amestec de informații de poziționare relative și absolute. Cu toate acestea, pentru AMR-urile de exterior de mâine, GNSS cu o rețea robustă de corecție RTK este o componentă esențială a stivei de senzori.