Tā kā roboti kļūst pašpietiekamāki, tiem ir jāpārvietojas apkārtnē ar lielāku neatkarību un uzticamību. Autonomajiem traktoriem, lauksaimniecības kombainiem un sējmašīnām rūpīgi jābrauc cauri labības laukiem, savukārt pašbraucošajiem piegādes transportlīdzekļiem ir droši jāšķērso ielas, lai novietotu pakas pareizajā vietā. Plašā lietojumu klāstā autonomiem mobilajiem robotiem (AMR) ir nepieciešami ļoti precīzi pozicionēšanas avoti, lai droši un veiksmīgi veiktu darbus, kuriem tie ir paredzēti.
Lai sasniegtu šādu precizitāti, ir nepieciešamas divas atrašanās vietas iespēju kopas. Viens no tiem ir saprast savu relatīvo stāvokli attiecībā pret citiem objektiem. Tas sniedz būtisku ieguldījumu, lai izprastu apkārtējo pasauli un visredzamākajā gadījumā izvairītos no šķēršļiem, kas ir gan nekustīgi, gan kustībā. Šai dinamiskai manevrēšanai ir nepieciešams plašs navigācijas sensoru kaudze, piemēram, kameras, radars, lidars un atbalsta programmatūra, lai apstrādātu šos signālus un sniegtu AMR reāllaika virzienu.
Otrais iespēju komplekts ir paredzēts, lai AMR izprastu savu precīzu fizisko atrašanās vietu (vai absolūto atrašanās vietu) pasaulē, lai tas varētu precīzi un atkārtoti pārvietoties pa ceļu, kas tika ieprogrammēts ierīcē. Acīmredzams izmantošanas gadījums šeit ir augstas precizitātes lauksaimniecība, kur dažādiem AMR ir jāpārvietojas pa vienu un to pašu šauru ceļu daudzu mēnešu laikā, lai stādītu, apūdeņotu un novāktu ražas, un katrā gājienā AMR katru reizi ir jānorāda viena un tā pati precīza vieta. .
Tam ir nepieciešams atšķirīgs navigācijas iespēju kopums, sākot ar globālajām satelītu navigācijas sistēmām (GNSS), ko izmanto visa sensoru un programmatūras ekosistēma. Paplašinošā GNSS ir korekcijas iespējas, piemēram, RTK un SSR, kas palīdz vadīt 100x lielāku precizitāti nekā tikai GNSS atklātās debess lietojumprogrammām, un inerciālās mērvienības apvienojumā ar sensoru saplūšanas programmatūru, lai pārvietotos tur, kur GNSS nav pieejams (nāves uzskaite).
Pirms iedziļināmies šajās tehnoloģijās, veltīsim minūti, lai aplūkotu lietošanas gadījumus, kuros ir nepieciešama gan relatīvā, gan absolūtā atrašanās vieta, lai AMR varētu veikt savu darbu.
Robotikas lietojumprogrammas, kurām nepieciešama relatīva un absolūta pozicionēšana
AMR atklāj to, ko cilvēki uzskata par pašsaprotamu – iedzimto spēju precīzi noteikt sevi pasaulē un veikt precīzu darbību, pamatojoties uz šo informāciju. Jo daudzveidīgākas ir AMR lietojumprogrammas, jo vairāk mēs atklājam, kāda veida darbībām nepieciešama ārkārtēja precizitāte. Daži piemēri:
Lauksaimniecības automatizācija: lauksaimniecībā AMR kļūst arvien izplatītākas tādiem uzdevumiem kā stādīšana, ražas novākšana un ražas uzraudzība. Šie roboti izmanto absolūto pozicionēšanu, parasti izmantojot GPS, lai precīzi pārvietotos pa lieliem un bieži vien nelīdzeniem laukiem. Tas nodrošina, ka tie var sistemātiski aptvert plašas teritorijas un pēc vajadzības atgriezties noteiktās vietās. Tomēr, nonākot kultūraugu tuvumā vai noteiktā apgabalā, AMR paļaujas uz relatīvo pozicionēšanu, lai veiktu uzdevumus, kas prasa augstāku precizitātes līmeni, piemēram, novācot augļus, kas varētu būt auguši vai mainījuši stāvokli kopš AMR pēdējās apmeklējuma. Apvienojot abas pozicionēšanas metodes, šie roboti var efektīvi darboties sarežģītā un mainīgā vidē, kas raksturīga lauksaimniecības laukiem.
Pēdējās jūdzes piegāde pilsētas iestatījumos: AMR pārveido pēdējās jūdzes piegādi pilsētvidē, autonomi transportējot preces no izplatīšanas centriem uz galamērķiem. Šie roboti izmanto absolūto pozicionēšanu, lai pārvietotos pa pilsētas ielām, ieliņām un sarežģītiem pilsētas izkārtojumiem, nodrošinot, ka tie seko optimizētiem maršrutiem, vienlaikus izvairoties no satiksmes un ievērojot piegādes grafikus. Sasniedzot piegādes vietas tuvumā, AMR izmantos arī relatīvo pozicionēšanu, lai manevrētu ap mainīgiem vai negaidītiem šķēršļiem, piemēram, transportlīdzekli, kas ir novietots uz ielas divreiz. Šī divējāda pieeja ļauj AMR tikt galā ar pilsētas ainavu sarežģījumiem un veikt precīzas piegādes tieši līdz klientu durvīm.
Būvlaukumu automatizācija: Būvlaukumos tiek izmantoti AMR, lai nodrošinātu, ka projekts tiek būvēts atbilstoši precīzām inženieru norādītajām specifikācijām. Viņi arī palīdz veikt tādus uzdevumus kā materiālu transportēšana un vides kartēšana vai uzmērīšana. Šīs vietnes bieži aptver lielas teritorijas ar pastāvīgi mainīgu vidi, tāpēc AMR ir jāizmanto absolūtā pozicionēšana, lai pārvietotos un saglabātu orientāciju visā projekta vietā. Relatīvā pozicionēšana tiek izmantota, kad AMR veic uzdevumus, kuriem nepieciešama mijiedarbība ar dinamiskiem elementiem, piemēram, izvairās no cita aprīkojuma vai pat personāla vietnē. Abu pozicionēšanas sistēmu kombinācija ļauj AMR efektīvi veicināt būvniecības projektu sarežģīto un dinamisko raksturu, uzlabojot efektivitāti un drošību.
Autonomā ceļu uzturēšana: AMR arvien vairāk tiek izmantoti ceļu uzturēšanas uzdevumos, piemēram, seguma pārbaudē, plaisu blīvēšanā un līniju krāsošanā. Šie roboti izmanto absolūto pozicionēšanu, lai pārvietotos pa šoseju vai ceļiem, nodrošinot, ka tie saglabā kursu lielos attālumos un var precīzi uztvert konkrētas vietas, kur jāveic apkope. Veicot šos apkopes darbus, tie pārslēdzas uz relatīvo pozicionēšanu, lai precīzi noteiktu un novērstu konkrētas ceļa nepilnības, precīzi nokrāsotu joslu marķējumus vai apbrauktu šķēršļus. Šī dubultā iespēja ļauj AMR efektīvi pārvaldīt ceļu uzturēšanas uzdevumus, vienlaikus samazinot vajadzību darbiniekiem darboties bīstamā vidē ceļmalā, uzlabojot drošību un produktivitāti.
Vides uzraudzība un saglabāšana: Āra vidē AMR bieži izmanto vides uzraudzībai un saglabāšanai, piemēram, savvaļas dzīvnieku izsekošana, piesārņojuma noteikšana un biotopu kartēšana. Šie roboti izmanto absolūto pozicionēšanu, lai pārvietotos pa plašām dabas teritorijām, sākot no mežiem līdz piekrastes reģioniem, nodrošinot visaptverošu reljefa pārklājumu un ļaujot iegūt detalizētu vietu apsekojumu un kartēšanu. AMR var veikt tādus uzdevumus kā augstas izšķirtspējas attēlu uzņemšana, paraugu ņemšana vai dzīvnieku kustības izsekošana ar precīzu precizitāti un var saskaņoti pārklāt šos paraugus laika gaitā.
Visos iepriekš minētajos piemēros ir nepieciešama absolūta pozicionēšanas precizitāte, kas ir daudz mazāka par metru, lai izvairītos no potenciāli katastrofālām sekām. Darbinieku ievainojumi, ievērojami produktu zudumi un dārga kavēšanās, iespējams, ir iespējama bez precīzas atrašanās vietas. Būtībā visur, kur AMR jādarbojas dažu centimetru rādiusā, tam būs nepieciešami gan relatīvās, gan absolūtās atrašanās vietas risinājumi.
Tehnoloģija relatīvai pozicionēšanai
AMR izmanto vairākus sensorus, lai noteiktu savu atrašanās vietu attiecībā pret citiem objektiem savā vidē. Tie ietver:
Kameras: Kameras darbojas kā autonomu mobilo robotu vizuālie sensori, nodrošinot tiem tūlītēju apkārtnes attēlu, līdzīgi kā darbojas cilvēka acis. Šīs ierīces uztver bagātīgu vizuālo informāciju, ko roboti var izmantot objektu noteikšanai, šķēršļu novēršanai un vides kartēšanai. Tomēr kameras ir atkarīgas no atbilstoša apgaismojuma, un to darbību var traucēt nelabvēlīgi laika apstākļi, piemēram, migla, lietus vai tumsa. Lai novērstu šos ierobežojumus, kameras bieži tiek savienotas pārī ar gandrīz infrasarkanajiem sensoriem vai aprīkotas ar nakts redzamības iespējām, kas ļauj robotiem redzēt vāja apgaismojuma apstākļos. Kameras ir galvenā sastāvdaļa vizuālajā odometrijā — procesā, kurā pozīcijas izmaiņas laika gaitā aprēķina, analizējot secīgus kameru attēlus. Parasti kamerām vienmēr ir nepieciešama ievērojama apstrāde, lai pārvērstu savus 2-D attēlus 3-D struktūrās.
Radara sensori: radara sensori darbojas, izstarot pulsējošus radioviļņus, kas atstaro objektus, sniedzot informāciju par objekta ātrumu, attālumu un relatīvo stāvokli. Šī tehnoloģija ir izturīga un var efektīvi darboties dažādos vides apstākļos, tostarp lietū, miglā un putekļos, kur kamerām un lidaram var rasties grūtības. Tomēr radara sensori parasti piedāvā retākus datus un zemāku izšķirtspēju salīdzinājumā ar citiem sensoru veidiem. Neskatoties uz to, tie ir nenovērtējami uzticamības dēļ kustīgu objektu ātruma noteikšanā, padarot tos īpaši noderīgus dinamiskā vidē, kur ir ļoti svarīgi saprast citu entītiju kustību.
Lidara sensori: Lidar jeb Light Detection and Ranging ir sensoru tehnoloģija, kas izmanto lāzera impulsus, lai mērītu attālumus, nosakot gaismas atstarošanas laiku no objektiem. Skenējot vidi ar ātriem lāzera impulsiem, lidars izveido ļoti precīzas, detalizētas apkārtnes 3D kartes. Tas padara to par būtisku rīku vienlaicīgai atrašanās vietas noteikšanai un kartēšanai (SLAM), kur robots izveido nezināmas vides karti, vienlaikus sekojot līdzi savai atrašanās vietai šajā kartē. lidars ir pazīstams ar savu precizitāti un spēju labi darboties dažādos apgaismojuma apstākļos, lai gan tas var būt mazāk efektīvs lietū, sniegā vai miglā, kur ūdens pilieni var izkliedēt lāzera starus. Neskatoties uz to, ka lidars ir dārga tehnoloģija, tas ir iecienīts autonomajā navigācijā, pateicoties tā precizitātei un uzticamībai sarežģītās vidēs.
Ultraskaņas sensori: Ultraskaņas sensori darbojas, izstarojot augstas frekvences skaņas viļņus, kas atlec no tuvumā esošajiem objektiem, un sensors mēra laiku, kas nepieciešams, lai atbalss atgrieztos. Tas ļauj robotam aprēķināt attālumu līdz objektiem un šķēršļiem tā ceļā. Šie sensori ir īpaši noderīgi maza attāluma noteikšanai, un tos bieži izmanto lēnās, tuvu darbības jomās, piemēram, navigācijai šaurās vietās, piemēram, noliktavu ejās, vai precīziem manevriem, piemēram, dokstacijām vai dublēšanai. Ultraskaņas sensori ir ekonomiski izdevīgi un labi darbojas dažādos apstākļos, taču to ierobežotais diapazons un lēnāks reakcijas laiks salīdzinājumā ar lidaru un kamerām nozīmē, ka tie ir vislabāk piemēroti noteiktām, kontrolētām vidēm, kur nepieciešama augsta precizitāte tiešā tuvumā.
Absolūtai pozicionēšanai izmantotā bāzes tehnoloģija sākas ar GNSS (termins, kas ietver GPS un citas satelītu sistēmas, piemēram, GLONASS, Galileo un BeiDou). Ņemot vērā to, ka GNSS ietekmē atmosfēras apstākļi un satelītu neatbilstības, tas var sniegt pozīcijas risinājumu, kas ir par daudziem metriem nobīdīts. AMR, kam nepieciešama precīzāka navigācija, tas nav pietiekami labi — tādējādi ir parādījusies tehnoloģija, kas pazīstama kā GNSS korekcijas, kas samazina šo kļūdu līdz vienam centimetram.
RTK: Reāllaika kinemātika (RTK) izmanto bāzes staciju tīklu ar zināmām pozīcijām kā atskaites punktus, lai labotu GNSS uztvērēja atrašanās vietas aprēķinus. Kamēr AMR atrodas 50 kilometru attālumā no bāzes stacijas un tai ir uzticams sakaru savienojums, RTK var droši nodrošināt 1–2-centimetra precizitāti.
SSR vai PPP-RTK: State Space Representation (SSR), ko dažreiz sauc arī par PPP-RTK, izmanto informāciju no bāzes stacijas tīkla, bet tā vietā, lai nosūtītu labojumus tieši no vietējās bāzes stacijas, tā modelē kļūdas plašā ģeogrāfiskā apgabalā. Rezultāts ir plašāks pārklājums, kas nodrošina attālumus, kas pārsniedz 50 km no bāzes stacijas, bet precizitāte samazinās līdz 3-10 centimetriem vai vairāk atkarībā no tīkla blīvuma un kvalitātes.
Lai gan šīs divas pieejas darbojas īpaši labi tur, kur ir pieejami GNSS signāli (parasti atklātas debesis), daudzi AMR virzīsies prom no atklātajām debesīm, kur ir šķērslis starp AMR GNSS uztvērēju un debesīm. Tas var notikt tuneļos, autostāvvietās, augļu dārzos un pilsētvidē. Šeit tiek izmantotas inerciālās navigācijas sistēmas (INS) ar to inerciālās mērīšanas vienību (IMU) un Sensor Fusion programmatūru.
IMU– IMU apvieno akselerometrus, žiroskopus un dažreiz magnetometrus, lai izmērītu attiecīgi sistēmas lineāro paātrinājumu, leņķisko ātrumu un magnētiskā lauka intensitāti. Šie ir būtiski dati, kas ļauj INS noteikt objekta pozīciju, ātrumu un orientāciju attiecībā pret sākuma punktu reāllaikā.
IMU vēsture aizsākās 20. gadsimta sākumā, un tās saknes meklējamas kuģu un lidmašīnu navigācijas sistēmās izmantoto žiroskopisko ierīču izstrādē. Pirmie praktiskie IMU tika izstrādāti Otrā pasaules kara laikā, galvenokārt izmantošanai raķešu vadības sistēmās un vēlāk kosmosa programmā. Piemēram, Apollo misijas lielā mērā paļāvās uz IMU navigācijai kosmosā, kur tradicionālās navigācijas metodes nebija iespējamas. Vairāku gadu desmitu laikā IMU tehnoloģija ir ievērojami attīstījusies, pateicoties elektronisko komponentu miniaturizācijai un mikroelektromehānisko sistēmu (MEMS) tehnoloģijai 20. gadsimta beigās. Šīs evolūcijas rezultātā ir izveidoti kompaktāki, pieejamāki un precīzāki IMU, ļaujot tos integrēt plašā plaša patēriņa elektronikas, automobiļu sistēmu un rūpniecisko lietojumu klāstā.
Sensoru saplūšana– Sensoru saplūšanas programmatūra ir atbildīga par datu apvienošanu no IMU, kā arī citiem sensoriem, lai radītu vienotu un precīzu izpratni par AMR absolūto atrašanās vietu, kad GNSS nav pieejams. Visvienkāršākās ieviešanas iespējas "aizpilda nepilnības" reāllaikā, no brīža, kad GNSS signāls tiek pazaudēts, līdz brīdim, kad AMR to atkal uztver. Sensoru saplūšanas programmatūras precizitāte ir atkarīga no vairākiem faktoriem, tostarp iesaistīto sensoru kvalitātes un kalibrēšanas, saplūšanai izmantotajiem algoritmiem un konkrētās lietojumprogrammas vai vides, kurā tā tiek izvietota. Sarežģītāka sensoru saplūšanas programmatūra spēj savstarpēji korelēt dažādas sensoru modalitātes, tādējādi nodrošinot augstāku pozicionēšanas precizitāti nekā jebkuram no risinājuma sensoriem, kas darbojas atsevišķi.
RTK GNSS nodrošina ļoti precīzu autonomo robotu absolūtās atrašanās vietas avotu. Tomēr bez RTK daudzas robotikas lietojumprogrammas vienkārši nav iespējamas vai praktiski nav iespējamas. No būvniecības aptauju roveriem līdz autonomiem piegādes droniem un autonomiem lauksaimniecības instrumentiem, daudzi AMR ir atkarīgi no centimetru precīzas absolūtās pozicionēšanas, ko var nodrošināt tikai RTK.
Tas nozīmē, ka RTK risinājums ir tikpat labs kā aiz tā esošais tīkls. Lai veiktu konsekventi uzticamus labojumus, ir nepieciešams ļoti blīvs bāzes staciju tīkls, lai uztvērēji vienmēr atrastos pietiekami tuvā diapazonā precīzai kļūdu labošanai. Jo lielāks tīkls, jo vieglāk ir iegūt AMR korekcijas no jebkuras vietas. Blīvums vien nav vienīgais faktors. Tīkli ir ļoti sarežģītas reāllaika sistēmas, un tām ir nepieciešama profesionāla uzraudzība, apsekošana un integritātes pārbaude, lai nodrošinātu, ka AMR nosūtītie dati ir precīzi un uzticami.
Ko tas viss nozīmē autonomo robotu izstrādātājiem? Vismaz āra lietojumos neviens AMR nav pilnīgs bez ar RTK darbināma GNSS uztvērēja. Lai iegūtu visprecīzāko iespējamo risinājumu, izstrādātājiem vajadzētu paļauties uz blīvāko un uzticamāko RTK tīklu. Un, ja robotiem ir bieži jāpārvietojas ideālā GNSS signālu vidē un ārpus tās, piemēram, pašbraucošam piegādes transportlīdzeklim, RTK apvienojumā ar IMU nodrošina visplašāko pieejamo absolūtās pozicionēšanas avotu.
Nav divu vienādu autonomu robotikas lietojumprogrammu, un katrai unikālajai iestatīšanai ir nepieciešams savs relatīvās un absolūtās pozicionēšanas informācijas sajaukums. Tomēr rītdienas āra AMR GNSS ar spēcīgu RTK korekciju tīklu ir būtiska sensoru kopas sastāvdaļa.