Kiiresti arenevas autonoomse robootika valdkonnas on navigeerimine ja positsioneerimine ühed kõige olulisemad võimalused. Hiljuti tutvustas Reeman Robotics mitmeid oma navigatsioonisüsteemide täiustusi{1}}, mis suurendavad märkimisväärselt vastupidavust, paindlikkust ja jõudlust reaalses-rakenduses. Selles postituses käsitleme peamisi uuendusi, kuidas need lahendavad varasemaid väljakutseid ja mida nad lubavad teenindus-, tarne- ja logistikarobotite tuleviku jaoks.
Miks navigeerimine on oluline (ja mis teeb selle keeruliseks)
Enne Reemani täiustustesse sukeldumist on kasulik mõista peamisi väljakutseid, mida iga mobiilne roboti navigatsioonisüsteem peab ületama:
Lokaliseerimine ja kaardistamine- Robot peab globaalse või õpitud kaardi alusel teadma, kus ta asub (või koostama selle käigu pealt).
Teekonna planeerimine ja ümber{0}}planeerimine- Arvestades roboti asukohta ja sihtmärki, peab see kavandama turvalise ja tõhusa marsruudi; kui ilmnevad takistused või muutused, peab see{1}}dünaamiliselt ümber planeerima.
Tajumine ja takistuste vältimine- Andurid peavad usaldusväärselt tuvastama staatilisi ja dünaamilisi takistusi isegi valgustuse muutumise, segaduse, ummistuse või anduri müra korral.
Andurite sulandumine ja vastupidavus- Ühe anduri modaalsustel (nt ainult laser või ainult nägemine) on tavaliselt rikkerežiimid. Tugevad süsteemid ühendavad mitu andurit ja käitlevad halvenenud sisendeid graatsiliselt.
Kohanemisvõime keskkonnamuutustega- Siseruumide paigutuse muudatused (nt mööbli nihutamine, tunglemine), valgustuse varieerumine või mitme-korruse üleminekud muudavad keerukamaks.
Reeman on oma robotites pikka aega kombineerinud selliseid tehnoloogiaid nagu LiDAR, vision, SLAM ja palju muud. (- REEMAN Robot) Nende hiljutised optimeerimised tugevdavad neid võimalusi veelgi.
Peamised uuendused Reemani optimeeritud navigatsioonisüsteemis
Siin on silmapaistvad edusammud, mille Reeman on tutvustanud:
1. Kahekordne LiDAR täielikuks 360-kraadiseks tajumiseks
Üks nähtavamaid riistvarauuendusi onLendpaat AMRplatvorm, kus Reeman kolis ühest LiDAR-ist adiagonaalselt paigutatud kahe{0}}LiDAR-i seadistus, saavutades 360 kraadi katvuse ja kõrvaldades pimealad. (reemanrobot.com) See on eriti oluline tihedas, dünaamilises keskkonnas (laod, tehased), kus takistused võivad ilmneda mis tahes suunast.
2. Täiustatud takistuste vältimine 3D-tajuga
Lisaks tasapinnalistele LiDAR-skaneeringutele sisaldab Reemani "autonoomne takistuste vältimise 3D-navigatsiooni" moodul rikkalikumat 3D-andurit (nt sügavuskaamerad või LiDAR-i punktipilved), et hinnata takistuste kõrgust, kuju ja trajektoori. (reeman.en.made-in-china.com) See võimaldab ohutumaid manöövreid ja sujuvamaid teekorrektsioone, eriti vertikaalselt erinevas keskkonnas.
3. Navigeerimisalgoritmi versioon 3.0: nutikam tarneloogika
Restorani- ja teenindusseadetes on Reemani uus3.0 navigeerimisalgoritmlahendab varem levinud probleemi: kui sihtpunkt on hõivatud (nt laud on ajutiselt blokeeritud), tiirlesid robotid mõnikord sihitult selle koha lähedal. Uuendus võimaldab neil seda tehapargi targalttarnepunkti lähedal, mitte võnkuma. (reemanrobot.com) Lisaks saab süsteem mitme-roboti seadetes märkida "ummikualasid" ja suunata roboteid, et vältida liikluse kitsaskohti dünaamiliselt. (reemanrobot.com)
4. Tugevam SLAM & Sensor Fusion
Reemani navigeerimispinn tugineb reaalajas{0}}kaardistamise ja lokaliseerimise jaoks jätkuvalt SLAM-ile (Simultaneous Localization and Mapping). (- REEMAN Robot) Uusimad optimeerimised parandavad veelgi kaardi stabiilsust, ahela sulgemise tuvastamist ja lokaliseerimise triivi korrigeerimist, ühendades LiDAR-i, nägemise ja inertsiaalandmed. Tugevam liitmine tähendab, et süsteem suudab paremini toime tulla keskkonnamuutustega (valgustuse muutus, mööduvad takistused jne).
5. Nutikam ajaplaneerimine ja mitme-roboti koordineerimine
Navigeerimine ei seisne ainult ühe roboti tees: paljudes kasutuselevõtu stsenaariumides jagavad ruumi mitu robotit. Reemani täiustatud keskne dispetšersüsteem toetabmitme{0}}roboti koostöö, marsruudi planeerimine robotite vahel, võimalike ummikute dünaamiline vältimine ja prioriteetne ajakava. (reemanrobot.com) See on eriti kasulik tihedates keskkondades, nagu restoranid, laod või tootmispinnad.
6. Parem liikuvus ja kohanemine
Reeman on navigeerimise täiendamiseks kohandanud ka füüsilist liikuvust: Fly Boat AMR kasutab nüüdsuuremad mitmesuunalised rattad(4-tolline vs 3-tolline), et paremini toime tulla lävede, põranda ebatasasuste ja väiksemate takistustega. (reemanrobot.com) Täiustatud rattakujundus aitab navigeerimisel stabiilsust pindade vahel liikumisel või liftidesse sisenemisel/väljumisel.
Tegelik-maailma mõju: kasutusjuhtumid ja jõudluse kasv
Tehnoloogilised uuendused toovad reaalsel kasutuselevõtul käegakatsutavat kasu:
Restoranides väldivad kohaletoimetamisrobotid takerdumist, kui teed või sihtkohad on ajutiselt blokeeritud. (reemanrobot.com)
Tehastes, ReemanisSuur koer AMRon kasutatud mitme{0}}korruselistes rõivatehastes: see sõidab iseseisvalt liftiga, navigeerib mööda korrusi, planeerib optimaalseid teid ja parandab tootmiskiirust ~30%. (- REEMANi robot)
Lao- ja logistikaseadetes aitab Fly Boat AMR-i täielik 360-kraadine takistuste tuvastamine ja täiustatud kaardistamine vähendada kokkupõrkeid või seisakuid ning säilitada sujuva voolu keerukate paigutuste vahel. (reemanrobot.com)
Kokkuvõttes muudavad need täiustused Reemani robotid rohkemvastupidav keskkonnamuutustele, tõhus dünaamilistes stsenaariumidesjalihtsam kasutada erinevates kohtadesilma ulatusliku kohandatud näpistamiseta.
Väljakutsed, kompromissid ja tulevikusuunad
Kuigi täiustused on märkimisväärsed, jäävad mõned väljakutsed ja kompromissid alles:
Kulud ja keerukus: Kahe LiDAR-i, rikkalikumate andurite ja suurema arvutusvõimsuse lisamine suurendab kulusid ja energiatarbimist.
Anduri rikkekindlus: Süsteem peab jääma vastupidavaks, kui üks andur laguneb või ebaõnnestub.
Muutuv keskkond ja pikaajaline{0}}triiv: Pika aja jooksul muutub keskkond (mööbel teisaldatakse, valgustus muutub). Vaja on pidevat ümber-kaardistamist või kohandamist.
Skaleeritavus rahvarohketes ruumides: roboti liikluse kasvades muutub reaalajas{0}}koordineerimine keerukamaks.
Välispikendus: Kuigi Reeman keskendub suuresti siseruumide/logistika/teeninduse seadetele, on navigeerimise laiendamine pool{0}}välis- või muutuva valgustuse seadetele raskem.
Tulevikku vaadates on paljutõotavad juhised järgmised:
Õppepõhine{0}}navigeerimine(nt tugevdav õpe või lõpp--otsast-taju-to-kontroll), et kohaneda uudsete keskkondadega.
Adaptiivne kaardi värskendaminekus robot uuendab autonoomselt oma kaarti, et kajastada keskkonnamuutusi.
Kõrgem{0}}arutluskäiknagu inimeste liikumise prognoosimine, teekonna ennustamine või mitme{0}}agendi koostöönavigeerimine.
Energiateadlik{0}}navigeerimine, optimeerides marsruute mitte ainult vahemaa/aja, vaid ka aku kasutuse või laadimisgraafikute jaoks.