Autonoomne positsioneerimis- ja navigeerimisrobot saavad sellele vabalt liikuda

May 30, 2023 Jäta sõnum

Praegu on mõnes linnas ja peres kasutatud logistika intelligentseid käsitsemisroboteid, pühkimisroboteid ja nii edasi, samuti on kiiresti reklaamitud mehitamata õhusõidukeid, mehitamata sõidukeid ja nii edasi, mis on põhjus, miks need robotid saavad kiiresti rakendusfaasi siseneda, ja autonoomse positsioneerimise ja navigatsioonitehnoloogia arendamine on lahutamatu.

 

Hiljuti avaldas iresearch Consultingi tütarettevõte iResearch oma kokkuvõtte "2018. aasta TOP10 ülemaailmsest tehisintellekti läbimurdetehnoloogiast", mille hulka kuulus ka mitme anduri piiriülesel fusioonil põhinev robotautonoomne navigatsioonitehnoloogia. Mis on robotite autonoomne positsioneerimis- ja navigatsioonitehnoloogia? Praegu on robotite autonoomse positsioneerimise ja navigeerimise teostamiseks mitmeid tehnilisi vahendeid. Millised on raskused ja väljakutsed nende tehnoloogiate ja rakenduste rakendamisel?

 

Põhiline: nägemine ja radar on peamised andurid

Võib öelda, et autonoomsest positsioneerimis- ja navigatsioonitehnoloogiast on saanud üks robottoodete tuuma ja fookus. Hiina automatiseerimise ühingu ja Tsinghua ülikooli Interneti-tööstuse uurimisinstituudi ekspertliige dr Du Mingfang ütles Sci-Tech Dailyle, et autonoomne navigatsioon sisaldab kahte osa: kohalikku navigeerimist ja globaalset navigeerimist suurest vaatenurgast. Kohalik navigeerimine tähendab praeguse keskkonnateabe reaalajas hankimist nägemise, radari, ultraheli ja muude andurite kaudu, andmete liitmise funktsioonide eraldamist ja intelligentset algoritmitöötlust, et saavutada praeguse läbitava ala ja mitme sihtmärgi jälgimine. Globaalne navigatsioon viitab peamiselt GPS-i pakutavate globaalsete navigatsiooniandmete kasutamisele globaalse teekonna planeerimiseks ja tee navigeerimise teostamiseks täieliku elektroonilise kaardi raames.

 

"Praegu on nägemine ja radar kaks kõige olulisemat andurit, mida kohalikus autonoomses navigatsioonis kasutatakse." Du Mingfang selgitas, et passiivse andurina on visuaalse anduri eelised märkimisväärsed, näiteks rikkalik juurdepääs teabele, hea varjamine, väiksus, ei too häirete tõttu kaasa "keskkonnareostust", radariga võrreldes madal hind. Autonoomse navigeerimise teostamiseks on tavaline, et mitmesugused andurid teevad omavahel koostööd, et tuvastada mitmesugust keskkonnateavet, nagu teepiirid, maastikuomadused, takistused, juhised jne. Sel viisil saab robot kindlaks teha keskkonna tajumise kaudu ettepoole ulatuv või kättesaamatu ala, kinnitab selle suhtelist asendit keskkonnas, ennustab dünaamiliste takistuste liikumist ja loob aluse lokaalseks tee planeerimiseks.

 

Du Mingfang ütles ajakirjanikele, et praegusest arenguolukorrast on autonoomses navigatsioonisüsteemis rakendatud mitme sensoriga infosulanditehnoloogiat ning selle roll on seotud ka roboti intelligentse tasemega. "Navigatsioonitehnoloogia põhiolemus seisneb selles, et see suudab tõhusalt töödelda ja sulandada mitme anduri kogutud teavet, parandada roboti "vastupanuvõimet" ebakindlale teabele, tagada usaldusväärsema teabe kasutamine ja aidata ümbritsevat keskkonda intuitiivsemalt hinnata. ." "Ta ütles.

 

Visuaalset navigatsiooni on edukalt rakendatud madala kõrgusega õhusõidukite navigeerimisel, mehitamata õhusõidukite navigatsioonil ja Marsi kulguri maandumisel. Samas ütles Du Mingfang ka, et visuaalsete andurite edastatav teave ei ole otsene, nõudlus arvutustöö ja salvestuse järele on suur ning võrguedastuse koormus suur. Mitme sensoriga teabe liitmine võib kõrvaldada ebakindluse roboti positsioneerimisel ja navigeerimisel ning parandada täpsust, kuid liigne liitmine toob kaasa ka arvutusmahu kahekordse suurenemise.

 

Kuidas neid probleeme lahendada? Du Mingfang usub, et võti on õige termotuumasünteesi algoritmi valimine. Praegu on "robotite mitme anduri liitmise valdkonnas rakendatud üha enam selliseid põhiteooriaid nagu intelligentne andmetöötlusteooria ja tõenäosusteooria." "Ta ütles.

 

Meetod: mitmesugused tehnoloogiakombinatsioonid täiendavate eeliste saavutamiseks

Millised on roboti autonoomse positsioneerimise ja navigeerimise viisid? Tegelikult on autode autonoomne sõit ja robotite poolt kasutatav osaline autonoomne positsioneerimis- ja navigatsioonitehnoloogia ühtlane. Chihiro Positioni tegevjuht Chen Jinpei ütles ajakirjanikele, et ettevõte kasutab lidari positsioneerimise ning navigeerimise ja andurite tehnoloogia kombinatsiooni, et saavutada umbes ühemeetrine positsioneerimistäpsus ja viia esialgne positsioneerimine lõpule kolme sekundiga.

 

Nn lidar-navigatsioon on laserreflektori paigaldamine täpse asukohaga ümber sõidutee. Robot saadab laserskanneri kaudu laserkiire ja kogub reflektori peegelduva laserkiire, et määrata selle hetkeasend ja suund, ning teostab juhtimist pideva kolmnurkse geomeetrilise toimingu kaudu. Lisaks kauguse määramisele ja positsioneerimisele on lidaril ka tuvastamise ja takistuste vältimise funktsioon.

 

Du Mingfang ütles, et lidar on aktiivne andur ja selle pakutavad tajuandmed on palju lihtsamad ja otsesemad kui visuaalne informatsioon ning töötlemisel on vähem arvutusi. Kuid puuduseks on kõrge hind, halb varjamine, keskkonna "reostus", teave pole piisavalt rikkalik.

On arusaadav, et Suningi roboti ja mehitamata sõiduki autonoomne navigatsioon võtab kasutusele veel ühe "mitmerealise lidari pluss GPS pluss inertsiaalne navigatsioon ja muu mitme anduriga ühendatud positsioneerimisrežiim". Täpsemalt, esiteks kasutatakse lidari keskkonna kaardistamiseks eelneva punktipilvekaardi saamiseks ning masina globaalne asukoht määratakse algselt GPS-i ja inertsiaalse navigatsiooni abil. Seejärel sobitatakse lidari skaneerimise andmed eelneva punktipilvekaardiga, et saada täpsem globaalne asukoht ning saavutada täpne positsioneerimine ja autonoomne navigeerimine. Taju tasandil integreerib lidar nägemise, et tuvastada reaalajas jalakäijad, sõidukid ja nende ümber olevad takistused, pakkudes alust optimaalse ümbersõidutee planeerimiseks.

 

Lisaks on olemas inertsiaalne navigatsioon, mis tähendab güroskoobi paigaldamist robotile või mehitamata sõidukile, positsioneerimisploki paigaldamist maapinnale sõidualal, güroskoobi hälbesignaali (nurkkiiruse) arvutamise ja signaalide kogumise kaudu. maapealse positsioneerimisploki signaal, et määrata oma asukoht ja suund, et saada juhiseid. Suningi eest vastutav isik ütles ajakirjale Science and Technology Daily antud intervjuus, et inertsiaalsel navigatsioonitehnoloogial on täpne positsioneerimine, maapealse töötlemise väike töökoormus ja suur tee paindlikkus. Kuid tootmiskulud on kõrged ning juhiste täpsus ja usaldusväärsus on tihedalt seotud güroskoopi valmistamise täpsusega ja selle järgneva signaalitöötlusega. Lühidalt öeldes ei suuda üks tehniline vahend kõiki probleeme lahendada.

 

Väljakutsed: energiatarbimise, kulude ja industrialiseerimise probleemid, mis tuleb lahendada

Praegu on autonoomse positsioneerimis- ja navigeerimisroboti rakendus jagatud peamiselt kahte kategooriasse, millest üks on pühkimisroboti perekasutus ja perehooldus, kaasrobot. Silan Technology tegevjuht Chen Shikai ütles, et selliseid rakendusstsenaariume võib kokku võtta kui "nullkonfiguratsiooni", tarbijakasutuse osas peaks see olema võimalikult lihtne ja seda saab tagasi ostes kasutada. Teine on kaubanduslikul stsenaariumil, mis nõuab kõrge töökindluse ja skaleeritavusega eelkonfigureerimisprotsessi.

 

Chen Shikai ütles, et isikliku kodu stseeni navigatsiooni- ja positsioneerimissüsteem peaks lahendama energiatarbimise, mahu ja kuluga seotud väljakutsed. Praegu on nii reaalajas lokaliseerimise kui ka kaardi koostamise (SLAM) algoritm ja tee planeerimise süsteem väga keerukas. "Põrandat pühkiva roboti puhul võib aku enda võimsus olla vaid üle 20 vatt-tunni. Kui paned sellele sülearvuti SLAM-algoritmi käivitamiseks, võib selle toide tühjaks saada vähem kui tunniga, mis on täiesti vastuvõetamatu."

 

Lisaks ei tunne uus robot esimest korda sisselülitamisel kodukeskkonna ülesehitust ja vajab eelnevalt kaardistamist. "See on vastuolu," ütles Chen. Eeldatakse, et robotid töötavad kohe, kui nad on keskkonnas, kuid tavalistel algoritmidel peab olema ka eelehitatud või uuritud keskkond ning selles valdkonnas "on tööstusel veidi tööd teha". Näiteks saab kavandada esialgse tee ning roboti kasutamise ja uurimise käigus saab rada järk-järgult täpsustada ja täiustada, ütles Chen.

 

Kommerts- või professionaalsete stsenaariumide puhul on autonoomsete navigatsioonisüsteemide raskuseks see, et kommertsstsenaariumide korral on kaardiala suur, isegi rohkem kui kümneid tuhandeid ruutmeetreid. "Praegu on SLAM-süsteemid mälu- ja andmetöötlusmahukad. Kuidas see nii suurel maastikul tööle panna, on navigatsiooni- ja positsioneerimissüsteemide jaoks suur väljakutse." Hr Chen ütles, et lahenduseks on võimas riistvara koos tarkvara ja algoritmide parema optimeerimisega. "Praegu peaks kvalifitseeritud navigatsiooni- ja positsioneerimissüsteemis lisaks lidarile olema ka visuaalsed andurid ja ultrahelilained ning vastav liitmine peaks toimuma navigatsiooni- ja positsioneerimisalgoritmis. See integreerimine ei pruugi olla akadeemiliselt ega algoritmiliselt keeruline, kuid arvestades Industrialiseerimise probleemid, näiteks paljud ultraheliandurid on mittestandardsed tooted ja sügavusnägemisanduritel on erinevad spetsifikatsioonid ja erinevad paigalduskohad, on väljakutseid, kuidas pakkuda klientidele ühtset standardiseeritud liidest.

 

自主定位导航术 机器人行动自如全靠它