GPS Indoor per Robot Autonomi: Sistema di Posizionamento Indoor di Precisione ±2cm
Perché gli Ingegneri Scelgono il GPS Indoor a Ultrasuoni rispetto a UWB per la Navigazione Robotica
I robot mobili autonomi, gli AMR e gli AGV richiedono un posizionamento indoor che il GPS non può fornire. Il sistema RTLS a ultrasuoni Marvelmind offre una precisione di ±2cm – da 10 a 15 volte più preciso di UWB (10-30cm) e 50 volte più preciso del Bluetooth. Il sistema trasmette le coordinate XYZ via USB, UART o CAN, con driver nativi ROS e ROS2 per l’integrazione immediata in qualsiasi stack di navigazione robotica. Il protocollo GPS nativo – NMEA0183 – è supportato immediatamente senza configurazioni aggiuntive.
Suggerimenti rapidi per i nostri clienti
Se stai costruendo un robot o un AGV e devi decidere molto rapidamente quale sistema di posizionamento e navigazione scegliere, opta per quanto segue:
- Starter Set Super-MP-3D – il kit più semplice e versatile con cui iniziare
- Starter Set Super-MP-3D + Super-Beacon – se desideri Posizione+Direzione
- Starter Set Super-MP-3D + Super-Beacon + 2 x Omni-Microfoni – se la tua area è più grande di 20x20m di spazio aperto o i tuoi beacon fissi si trovano a 30 gradi dall’orizzonte o più in basso. Potrai costruire robot con questo tipo di capacità di guida. Il nostro robot Boxie utilizza questa configurazione poiché è la più avanzata e flessibile
Ma cosa succede se devi coprire un grande magazzino o uno stabilimento (10.000-100.000m2) con una dozzina di robot? Si può fare? – facilmente! Bastano più sottomappa con più beacon fissi per una copertura maggiore e più beacon mobili per tracciare più oggetti mobili. Ulteriori informazioni sulle sottomappa sono disponibili nella pagina dei Download.
Introduzione
Ci è stato chiesto molte volte la nostra opinione su diversi argomenti di robotica – prima di tutto riguardo al posizionamento indoor di precisione per applicazioni industriali, naturalmente, poiché siamo attivi in questo settore da molti anni – ma non solo. Pertanto, abbiamo raccolto alcune delle domande più tipiche e abbiamo risposto su questa pagina.
La robotica è un campo vastissimo. Molto ampio e profondo allo stesso tempo. Ad esempio:
- Tesla in modalità di guida autonoma è un robot
- Un drone autonomo DJI/Pixhawk/Marvelmind è un robot
- L’aspirapolvere Roomba è un robot
- Marvelmind v100 è un robot
- Honda Asimo è un robot
- Sony Aibo è un robot
- Un robot pubblicitario a guida autonoma è un robot
- Anche un robot Lego è un robot
Presto ci saranno centinaia di robot intorno a noi. Possono essere molto diversi nell’aspetto; possono utilizzare diverse combinazioni di tecnologie, tanto che sarebbe piuttosto difficile coprirli tutti. Certamente non è questo il nostro obiettivo qui.
Ci occupiamo solo di alcune aree in cui operiamo come Marvelmind Robotics:
- Consegna autonoma industriale
- Robotica per ispezione
- Consegna in magazzino
- Robot o piattaforme robotiche per la ricerca o le università
Lo scopo di questo articolo è dare un’idea di dove iniziare se stai costruendo il tuo robot o stai scegliendo tra le opzioni disponibili.
Utilizzo del "GPS" Indoor Marvelmind per robot, veicoli e AGV
Il sistema di posizionamento indoor Marvelmind (Marvelmind IPS), noto anche come “GPS” Indoor Marvelmind o Marvelmind RTLS, è ampiamente utilizzato per diversi tipi di robot autonomi, veicoli autonomi, AGV e carrelli elevatori per vari scopi:
- Navigazione e posizionamento autonomo per robot in ambienti interni ed esterni
- Tracciamento di AGV, veicoli o carrelli elevatori
- Fornitura di geo-fencing per robot, carrelli elevatori e persone
- Ricerca e sviluppo generale nella robotica
- Educazione e competizioni robotiche
- Robotica a sciame
Uno dei compiti principali per i robot autonomi e i droni è la scansione e ispezione automatizzata – un’attività molto importante ma ripetitiva, con una routine prevedibile che richiede attenzione costante e precisione.
È ciò che le macchine sanno fare molto bene, mentre gli esseri umani sono soggetti ad affaticamento ed errori.
Certamente, i droni per la scansione indoor nei magazzini sembrano una soluzione più sofisticata, e ne discutiamo con i nostri clienti e potenziali clienti su base settimanale. Tuttavia, se vuoi qualcosa di pratico che funzioni in modo affidabile e possa essere utilizzato per applicazioni concrete oggi – non per la ricerca e l’innovazione – allora i robot per la scansione devono essere la tua scelta attuale.
Casi d'Uso
Chi Utilizza il GPS Indoor per Robot Autonomi - e per Quali Scopi
I robot mobili autonomi richiedono un posizionamento indoor al centimetro che il GNSS non può fornire in ambienti interni. Il sistema RTLS a ultrasuoni Marvelmind è utilizzato in tre principali aree applicative: ispezione assistita da robot in magazzini e fabbriche, laboratori di ricerca robotica universitaria, e navigazione di AMR/AGV in impianti industriali. Di seguito sono riportati gli scenari di implementazione reale più comuni.
Ispezione Assistita da Robot e Scansione Automatizzata
Gli scanner robotici autonomi richiedono un sistema di posizionamento indoor affidabile per seguire percorsi precisi e ripetibili lungo le corsie dei magazzini, i pavimenti delle fabbriche o le serre. La scansione manuale con lettori di codici a barre portatili, scanner QR o apparecchiature RFID è lenta, soggetta a errori e costosa su larga scala. Un robot dotato del GPS Indoor Marvelmind sostituisce il percorso umano - scansionando lo stesso tragitto quotidianamente, ogni ora o secondo un programma, con una precisione posizionale di ±2cm che garantisce che ogni etichetta, codice o tag RFID rientri nel raggio di lettura dello scanner.
La nostra soluzione di scansione e ispezione automatizzata è costruita attorno al robot Boxie Scanner - una piattaforma autonoma compatta che trasporta qualsiasi carico utile di scansione: telecamere, lettori di codici a barre, scanner QR o lettori RFID. Il robot naviga in modo indipendente, alimenta il carico utile dalla propria batteria e registra la posizione di ogni scansione con una precisione di ±2cm. Il sistema si integra con WMS ed ERP tramite API aperta.
Dati chiave per le implementazioni di robot scanner:
- Precisione di posizione ±2cm - sufficiente per la lettura di codici a barre, QR e RFID a distanza prevedibile
- È richiesto solo il tracciamento 2D - costo e complessità inferiori rispetto alla scansione con droni
- Il robot lavora 8, 12 o 16 ore tra una ricarica e l'altra - nessun operatore necessario, nessun rischio di collisione
- Più robot possono operare simultaneamente nello stesso spazio - ciascuno tracciato in modo indipendente
- Le coordinate sono georeferenziate - ogni scansione viene registrata con la posizione XYZ esatta e il timestamp
Ambienti applicabili: magazzini, centri logistici, fabbriche, impianti di assemblaggio, serre, terminal cargo aeroportuali.
Scopri di più sulle soluzioni di scansione e ispezione automatizzata →
Navigazione Indoor Autonoma per Ricerca e Università
Le università, i dottorandi, i post-doc e i laboratori di ricerca sono tra gli utenti più attivi del sistema di posizionamento indoor Marvelmind. La combinazione di precisione ±2cm, API aperta, driver nativi ROS/ROS2 e prezzi trasparenti rende il sistema particolarmente adatto alla ricerca robotica che richiede un posizionamento di riferimento assoluto senza i costi e la complessità dei sistemi di tracciamento ottico.
Il sistema è stato utilizzato in università di tutto il mondo per la navigazione autonoma di robot, la robotica a sciame, la ricerca sul pilota automatico per droni, il controllo del derapaggio di veicoli autonomi, l'archeologia indoor e la ricerca sul tracciamento delle persone. Un confronto pubblicato indipendente tra sistemi di posizionamento indoor ha concluso che Marvelmind IPS offre una precisione paragonabile ai sistemi ottici a una frazione del costo, superando significativamente le alternative basate su UWB. Consulta l'elenco completo dei casi universitari e dei articoli di ricerca pubblicati.
Perché i team di ricerca scelgono Marvelmind rispetto alle alternative:
- ~10 volte più preciso di UWB (±2cm vs. 10-30cm), ~100 volte più preciso di BLE
- Nessun cloud necessario - tutto il posizionamento viene calcolato in locale, i dati non lasciano il laboratorio
- Supporto completo ROS e ROS2 con driver pubblicati ed esempi di codice
- Compatibile con TurtleBot, AMR personalizzati, droni, Pixhawk, ArduPilot, Jetson, Arduino
- Interfacce aperte: USB, UART, SPI, CAN, I2C - si integra con qualsiasi piattaforma di ricerca
- Hardware, protocolli e software personalizzabili - il team lavora direttamente con gli utenti finali
- Spedizione in giornata o il giorno lavorativo successivo - nessuna attesa di settimane per l'hardware di ricerca
Ricerche pubblicate notevoli che utilizzano Marvelmind: sterzata in derapaggio autonoma presso UC Berkeley, fusione di sensori ROS presso più università, Drone Referee (MSD 2017/18), posizionamento per archeologia indoor presso siti di scavo israeliani, tracciamento dell'attività dei bovini in ambienti interni, robot per la distribuzione di spray anti-COVID.
Visita la pagina completa delle soluzioni universitarie ed esempi di ricerca →
Navigazione AMR e AGV in Magazzini e Fabbriche
I robot mobili autonomi (AMR) e i veicoli a guida automatica (AGV) negli impianti industriali richiedono un posizionamento indoor preciso, scalabile e stabile nell'infrastruttura. A differenza dei sistemi basati su codici QR sul pavimento (facilmente danneggiabili o ostruiti), SLAM (computazionalmente complesso e soggetto ad accumulo di deriva) o UWB (precisione di 10-30cm, insufficiente per la navigazione in corsie strette), il sistema RTLS a ultrasuoni fornisce un posizionamento XYZ assoluto di ±2cm che non deriva, non dipende dall'illuminazione e scala da un singolo robot a 250 veicoli simultanei.
Marvelmind ha implementato sistemi di tracciamento per clienti industriali, tra cui un magazzino a forma di T di 450×450m con oltre 120 carrelli elevatori tracciati simultaneamente utilizzando 123 Super-Beacon fissi. Il sistema trasmetteva in tempo reale le coordinate XYZ alla piattaforma di analisi del cliente tramite UDP e API aperta, consentendo l'assegnazione automatica dei lavori in base alla posizione attuale di ciascun veicolo. Una seconda implementazione ha tracciato 10 carrelli elevatori con 14 beacon fissi. Entrambi i sistemi sono stati implementati da remoto da Marvelmind. Consulta i casi studio completi.
Principali vantaggi per le implementazioni AMR e AGV:
- Copertura da una singola sottomappa di 1000 m² ad aree multi-edificio illimitate tramite sottomappa in rete
- Fino a 250 robot mobili tracciati simultaneamente con precisione individuale di ±2cm
- Nessuna modifica al pavimento - i beacon si montano su pareti o soffitto a un'altezza di 3-4m
- Output via USB, UART, SPI, CAN o UDP - si integra in qualsiasi sistema di gestione della flotta esistente
- La precisione è indipendente dalla velocità del robot o dalla frequenza di aggiornamento - consulta la spiegazione tecnica
- Funziona in ambienti industriali polverosi, con variazioni di temperatura e rumore elettrico
Attività applicabili: consegna autonoma, trasporto inter-zona, assistenza al prelievo, conteggio automatizzato dell'inventario, applicazione delle zone di sicurezza, coordinamento multi-robot.
Quale starter set Marvelmind scegliere?
Se non hai tempo di studiare i dettagli ma devi scegliere rapidamente e in modo sicuro, scegli lo Starter Set Super-MP:
- MP sta per Multi-Purpose (Multiuso). Il set supporta effettivamente più architetture e più configurazioni, offrendo così la massima flessibilità:
- – Tracciamento 2D con fino a 2 sottomappa
- – Tracciamento 2D con fino a 3 beacon mobili (robot)
- – Tracciamento 2D con Posizione+Direzione
- – Tracciamento 1D con fino a 4 beacon mobili
- Lo Starter Set Super-MP supporta diverse architetture: NIA, IA e MF NIA
- I beacon hanno al loro interno una batteria LiPol da 900-1000 mAh, che consente di distribuire il sistema in modo semplice e rapido senza un’alimentazione esterna
- I beacon dispongono di antenne esterne – connettività radio più robusta con il modem
- I Super-Beacon possono ricevere e trasmettere ultrasuoni. Pertanto, possono funzionare sia come beacon fissi che come beacon mobili
- I Super-Beacon hanno un DSP (processore di segnale digitale) integrato. Pertanto, possono ricevere più canali ultrasonici contemporaneamente e funzionare in modalità IA
- I Super-Beacon hanno un IMU (giroscopio 3D + accelerometro 3D)
Ricorda che un beacon mobile per robot fornisce solo una posizione. Per la posizione e la direzione, è necessaria la configurazione con Beacon Accoppiati – due beacon mobili per robot. Vedi la variante seguente.
Per Posizione+Direzione, è necessario più di un beacon mobile per robot. Pertanto, la soluzione più semplice è aggiungere allo Starter Set Super-MP un ulteriore Super-Beacon.
Robotica. Nozioni di Base
Terminologia
Robot = robot mobile autonomo
Con il termine robot intendiamo prima di tutto i robot mobili autonomi. Qualsiasi cosa guidata direttamente dagli esseri umani non è un robot. Qualsiasi cosa che non sia mobile ma abbia tutti gli elementi robotici è un robot, ma non ci concentriamo sui robot di assemblaggio. I nostri robot sono:
- Autonomi
- Mobili
Pertanto, con il termine robot intendiamo robot mobili autonomi, anche quando non utilizziamo questa formulazione estesa.
Da questa prospettiva, un elicottero che vola in modo autonomo è un perfetto robot che si muove nello spazio 3D – maggiori informazioni sui droni nella nostra pagina Droni. Un drone controllato da remoto, invece, non è un robot. Tuttavia, lo stesso drone che ritorna autonomamente alla base utilizzando GPS RTK o guida visiva è un perfetto robot volante 3D.
Esempi di posizionamento e navigazione indoor di precisione per robot
Robot per la consegna autonoma - demo presso uno stabilimento di assemblaggio auto
Marvelmind Robot per la Consegna Autonoma v100.
IA con 15 beacon fissi e un modem per la copertura del “GPS” Indoor. Ulteriori informazioni: https://youtu.be/TWWg_8JHYzo.
La stessa mappa “GPS” Indoor supporta, oltre al robot mostrato nel video:
- Tracciamento di più robot mobili e carrelli elevatori, nonché il tracciamento delle persone. In totale – fino a 250 beacon/oggetti – fissi e mobili combinati
Esempio del robot v100 con spiegazioni dettagliate
Questa è la stessa demo di https://youtu.be/TWWg_8JHYzo, ma con commenti verbali aggiuntivi che spiegano cosa è mostrato nel video e come funziona il sistema in generale.
Configurazione:
- Marvelmind Robot per la Consegna Autonoma: https://youtu.be/efOc-ItVvgg
- IA con 15 beacon fissi e un modem per la copertura del “GPS” Indoor.
Specifiche del robot:
- Consegna completamente autonoma tra qualsiasi punto coperto dal “GPS” Indoor Marvelmind
- Fino a 100 kg di carico utile
- Tempo di guida superiore a 16 ore con una singola carica: https://youtu.be/JaxRd_9D1fQ con oltre 60 kg di carico utile
- Rilevamento ed evitamento automatico degli ostacoli
- Il percorso di consegna può essere riconfigurato con un clic in 1 secondo
- Il tempo di ricarica è inferiore a quattro ore. È quindi supportato il lavoro su 2 turni (16 ore) con una ricarica di un turno (8 ore)
- Capacità riconfigurabile: 1 grande scatola fino a 65x65x160 cm fino a 8 scatole da 65x65x15 cm – uno scaffale rispetto a più scaffali
- La stessa mappa “GPS” Indoor supporta:
- Tracciamento di più robot mobili, carrelli elevatori e persone. In totale – fino a 250 beacon/oggetti – fissi e mobili combinati.
Robot Boxie
- Sul robot sono visibili beacon mobili nella configurazione Beacon Accoppiati per Posizione + Direzione in modalità modem IA con due Omni-Microfoni esterni
- I beacon fissi per il tracciamento 2D sono installati sulle pareti
Robot che guida in modo completamente autonomo utilizzando il "GPS" Indoor Marvelmind
Un robot completamente autonomo si muove da solo, affidandosi a:
- “GPS” Indoor Marvelmind
- Odometria di bordo e unità inerziali (IMU)
Il robot riceve dall’utente le coordinate dei punti chiave da visitare (tabella a destra) e quindi crea e segue il percorso correggendo costantemente la propria posizione rispetto al tragitto. Le coordinate vengono formate automaticamente nel Dashboard semplicemente cliccando sulla mappa.
Le distanze tra i beacon arrivano fino a 36 metri. È possibile coprire l’intero campus con un “GPS” preciso installando più beacon ogni 20-30 metri.
Demo di robot per la consegna autonoma in movimento in un ambiente ufficio
Demo di robot completamente autonomo: percorso a "8"
Demo del Sistema di Navigazione Indoor Marvelmind + robot autonomo Marvelmind Hermes:
- Percorso a “8” (7x2m)
- Guida completamente autonoma – il set iniziale del Sistema di Navigazione Indoor Marvelmind è stato installato in una stanza di 80m2
Un beacon mobile è fissato sulla sommità del robot. Il robot riceve le proprie coordinate con una precisione di ±2cm dal sistema Marvelmind IPS e le utilizza per percorrere il tracciato in modo autonomo.
Sono presenti intenzionali leggere zone d’ombra per il Sistema di Navigazione Indoor (colonna, sgabelli imbottiti), che simulano ambienti reali. Durante le zone d’ombra, il robot si affida al proprio sistema di navigazione inerziale e all’odometro.
Robot domino con posizionamento e direzione basati sul "GPS" Indoor Marvelmind
Il Sistema di Navigazione Indoor Marvelmind è stato utilizzato da un ingegnoso robot per il posizionamento di domino. Il sistema è stato impiegato per la posizione e la direzione precise – si notino i beacon mobili posizionati sulla base per ottenere la migliore precisione direzionale.
Guarda anche il video originale: Robot Domino da Record Mondiale (100.000 domino in 24 ore)
Soluzioni robotiche
Localizzazione
Uno dei problemi più grandi per qualsiasi robot autonomo è rispondere alla domanda: “dove mi trovo?”. La domanda si espande immediatamente in una serie di sottodomande:
- Dove mi trovo rispetto alla mia posizione prevista in questo momento?
- Dove mi trovo rispetto al mio prossimo punto di passaggio?
- Dove mi trovo rispetto agli altri oggetti: robot, persone, ostacoli, stazioni di ricarica, ecc.?
Ma tutto inizia con la localizzazione rispetto a un riferimento; ad esempio, le coordinate (0,0,0), qualunque esse siano, o rispetto al punto di partenza o simili. Molte altre domande sono derivate da questa domanda principale.
Localizzazione rispetto a cosa?
Esistono diverse opzioni principali:
- Rispetto a me stesso – il centro del robot, ad esempio
- Rispetto a un punto di riferimento esterno
Rispetto a se stessi è più semplice in molti casi, ma riguarda il rilevamento e l’evitamento degli ostacoli piuttosto che il movimento e la navigazione nello spazio. Discutiamo in dettaglio il posizionamento e la navigazione rispetto a riferimenti esterni.
Maggiori informazioni sui sistemi di coordinate:
Perché non usare SLAM?
SLAM (Localizzazione e Mappatura Simultanea) è un metodo straordinario. Tuttavia, non sembra essere il metodo più adatto per applicazioni industriali reali e pratiche: magazzini, impianti di assemblaggio e intralogistica in generale. È più adatto a progetti di ricerca e dottorati piuttosto che ad applicazioni pratiche perché:
- È semplicemente più efficiente suddividere il compito in due fasi: 1) Mappatura, 2) Localizzazione
- Il rilevamento e l’evitamento degli ostacoli non riguardano affatto la mappatura e la localizzazione. È il punto 3). È semplicemente un compito diverso e deve essere risolto in modo diverso. I LIDAR sono adatti al rilevamento degli ostacoli, ma non sono particolarmente efficaci per la mappatura, poiché in ambienti in movimento i robot che utilizzano LIDAR avranno bisogno di molti indizi aggiuntivi, altrimenti commetteranno troppi errori
- La stessa limitazione menzionata per i LIDAR si applica ai sistemi SLAM visivi – vengono confusi e devono fare affidamento su altri metodi per correggere gli errori significativi
- In generale, la fusione dei sensori è l’approccio migliore e fornisce i risultati migliori
Quindi, in breve:
- SLAM è eccellente ma inutilmente complesso, poiché restituisce risultati non garantiti
- Separare le stesse operazioni nel tempo (la mappatura è separata dalla localizzazione e diversa dal rilevamento e dall’evitamento degli ostacoli) restituisce risultati più robusti e prevedibili, mantenendo comunque costi ridotti, in particolare per più oggetti mobili. Con SLAM, invece, ogni agente intelligente deve essere molto sofisticato – ovvero costoso, complesso, ingombrante, dotato di numerosi sensori e ad alto consumo energetico
Localizzazione dall'interno verso l'esterno, dall'interno verso l'interno o mista?
Se il robot porta a bordo tutto il necessario per la localizzazione, si tratta di localizzazione inside-out. Gli esseri umani e gli animali utilizzano la localizzazione inside-out. Non solo ne parleremo, ma in genere non hanno bisogno di informazioni dirette e costanti su dove si trovano come flusso continuo di coordinate. Lo determinano “internamente” sulla base di diversi indizi.
Alcune persone chiamano questo processo odometria visiva. Naturalmente, funziona molto meglio con una regolare odometria basata su ruote (o piedi). Ed è per questo che è più facile realizzare un robot con un sistema di navigazione integrato piuttosto che un sistema di navigazione universale per qualsiasi robot. Gli sviluppatori di tali “sistemi di posizionamento universali” si troverebbero in difficoltà perché i dati provenienti da un odometro potrebbero essere in praticamente qualsiasi formato – analogico con valori diversi o codificato digitalmente con un formato sconosciuto. La risoluzione potrebbe essere completamente diversa, e molti altri parametri potrebbero variare.
Pertanto, la maggior parte dei sistemi all’interno dei robot sono intrinsecamente collegati. Questo deve essere compreso e considerato da chiunque progetti un robot fin dall’inizio.
In teoria potrebbe essere possibile realizzare alcuni tipi di convertitori – che ricordano vagamente i sistemi ad alta frequenza a 50 Ohm. Ricevitori, antenne, amplificatori e trasmettitori possono avere impedenze molto diverse. Ma ci si è accordati su un’impedenza comune di 50 Ohm. Pertanto, tutte le unità convertono la propria impedenza in 50 Ohm e da 50 Ohm alla propria impedenza interna. Sì, questo comporta perdite, complessità e costi, ma si è rivelata la soluzione più efficace nel campo delle radiofrequenze. Qualcosa di simile potrebbe essere implementato anche qui.
Potrebbe essere fatto per i robot… ma non è stato fatto. Sì, esistono “interfacce universali” – come USB… hm… perché esistono allora così tanti tipi diversi di formato USB?… 🙂 E perché ci sono così tanti altri tipi di interfacce? – beh, implicazioni di costo e altri vincoli significativi come la complessità, il consumo energetico e le dimensioni.
Di conseguenza, un’interfaccia universale rimane lontana e sfuggente. E la realtà è piuttosto caotica e unica per ogni tipo di robot.
Scelta di un punto di riferimento
Nel caso del GPS, le coordinate sono disponibili in latitudine e longitudine standard della Terra. In alcuni casi può essere utile, ad esempio, quando il robot si sposta all’esterno. Ma per la maggior parte dei casi reali in ambienti interni, siamo interessati solo alle coordinate locali.
Pertanto, le scegliamo a nostra convenienza. Nel “GPS” Indoor Marvelmind, di solito il sistema assegna uno dei beacon fissi come (0,0,0) o (0,0). È però possibile impostare qualsiasi punto della mappa come (0,0):
Inoltre, è possibile la geo-referenziazione, assegnando coordinate GPS esterne al punto interno (0,0). Dopodiché, il flusso di coordinate dal sistema GPS Indoor Marvelmind sarà in coordinate GPS assolute nel formato NMEA0183. Oppure nel formato interno: https://marvelmind.com/pics/marvelmind_interfaces.pdf
Direzione
A differenza degli ambienti esterni, dove è disponibile un magnetometro/bussola, calcolare la direzione in ambienti interni, principalmente in condizioni statiche, non è un compito banale. Ad esempio, il vostro robot può facilmente ottenere una posizione precisa utilizzando il nostro sistema. Ma se il robot non conosce la propria direzione attuale — dove è orientato — non è facile decidere dove andare.
È possibile calcolare la direzione del robot in modo abbastanza rapido misurando il suo punto di posizione attuale, percorrendo circa 1 metro in linea retta — mantenendo la direzione retta tramite IMU/giroscopio — quindi misurando una nuova posizione e, conoscendo due punti e sapendo che il percorso era una linea retta — non una curva — calcolare la direzione attuale del robot. In seguito, durante la guida, applicare la stessa tecnica continuamente.
Questi robot più vecchi utilizzano questo approccio:
Il metodo è semplice e richiede un solo beacon mobile (tag), ma funziona solo se il robot può muoversi. Spesso non è possibile spostarsi e si deve localizzare esattamente sul posto — in condizioni statiche. Cosa fare?
I beacon accoppiati
Il nostro metodo consigliato per ottenere la direzione in condizioni statiche è utilizzare una configurazione a Beacon Accoppiati.
Ecco ulteriori dettagli. In NIA:
Un altro esempio è il robot autonomo a guida automatica v100 con una base tra i beacon mobili di circa 60 cm. In IA:
Configurazione simile con microfoni esterni su un singolo beacon mobile. Sebbene sia stata realizzata per la VR, potrebbe facilmente essere applicata a un robot. La base tra i microfoni è di circa 20 cm. In IA:
Esistono molte alternative per ciascuna soluzione. Ad esempio, il motion capture con telecamere esterne. È una soluzione precisa e adatta sia per la posizione che per la direzione? — certamente! Sì! È pratica per la robotica industriale? — non proprio:
- Costosa. Molto costosa (nel 2021)
- Non è ottimizzata per gli ambienti difficili di fabbriche o magazzini
- Soggetta a molteplici limitazioni: poca luce, luce troppo intensa, nebbia, variazioni di temperatura, alimentazione elettrica, ecc.
Pertanto, non prendiamo in considerazione tutte le opzioni possibili qui. Solo quelle relativamente rilevanti e implementabili.
Rilevamento ed evitamento degli ostacoli
Il rilevamento e l'evitamento degli ostacoli è un compito separato dalla localizzazione
Come discusso in precedenza, l’approccio SLAM promette il rilevamento degli ostacoli, la mappatura e la localizzazione contemporaneamente. Sembra un sogno, ma la realtà è più dura e meno favorevole.
Nelle condizioni reali di scarsa illuminazione, con molte sorgenti luminose ad alto range dinamico — sole intenso attraverso le finestre insieme a ombre molto scure di un magazzino, diverse altre sorgenti di luce che vanno dai fari a vari tipi di scanner — le soluzioni SLAM basate sulla visione possono essere confuse molto facilmente, al punto da perdere completamente la localizzazione. Sono necessari metodi aggiuntivi per correggere gli errori significativi quando i sistemi SLAM non riescono a scegliere correttamente tra le diverse opzioni. La fusione dei sensori è la soluzione.
Inoltre, mentre si cerca di risolvere in modo ottimale (tecnicamente ed economicamente) il compito della localizzazione, è più difficile risolvere in modo ottimale il compito del rilevamento degli ostacoli, semplicemente perché i compiti e i requisiti sono diversi per natura:
Ma l’approccio SLAM complica inutilmente il compito caricando il rilevamento degli ostacoli sulla mappatura e sulla localizzazione:
- Mappatura
- Localizzazione
- Rilevamento degli ostacoli
Tutti e tre gli elementi sono di fondamentale importanza per la guida autonoma, ma non è necessario che siano la stessa cosa. Non è necessario che vengano eseguiti con gli stessi metodi e dagli stessi sensori.
Approcci a robot integrati vs. robot suddivisi
Uno dei punti importanti è distinguere chiaramente tra i robot e i loro carichi utili. È molto simile a razzi e satelliti. Due cose abbastanza separate che non dovrebbero essere confuse. Lo stesso vale per i trattori e le attrezzature montate su trattore.
Approccio a robot integrati
Un punto cruciale è distinguere chiaramente tra i robot e i loro carichi utili. È molto simile a razzi e satelliti. Due cose abbastanza separate che non dovrebbero essere confuse. Lo stesso vale per i trattori e le attrezzature montate su trattore.
Molto spesso, però, i robot sono completamente integrati, ovvero i loro carichi utili sono fusi insieme in modo stretto. Ci sono pro e contro nell’approccio della robotica unificata.
Pro:
- Può essere più facile da costruire perché il robot è ottimizzato per un solo compito. Molto focalizzato
- Più semplice da utilizzare e integrare
Contro:
- Poco flessibile
- Può essere più costoso nel lungo periodo a causa della scarsa flessibilità e della necessità di avere più unità diverse per compiti diversi
Approccio a robot suddivisi
Pro:
- Flessibile nell’utilizzo. Con un numero limitato di piattaforme robotiche e un numero limitato di tipi di attrezzature montate, è possibile ottenere una quantità virtualmente illimitata di configurazioni diverse
- Flessibile nello sviluppo, poiché le parti possono evolversi in modo indipendente e solo le interfacce (elettriche, meccaniche, SW) devono rimanere compatibili. Ma anche queste possono esserlo
- La piattaforma robotica può essere semplice, persino primitiva, e al tempo stesso molto funzionale, perché è solo una piattaforma — un “trattore” o un “razzo” — senza “satelliti” sofisticati
- Meno costosa per robot
Contro:
- Integrazione più complessa. Il robot è composto da almeno due parti: “trattore” e “attrezzatura”
- Potrebbe essere meno robusto, perché l’approccio suddiviso presenta più varianti diverse, ovvero sono necessari più test, sono coinvolte più parti, ecc.
Esempi di piattaforme robotiche e carichi utili/attrezzature
Piattaforme robotiche:
- Piattaforma di consegna autonoma. È davvero come un trattore, ma può trasportare cose diverse — carichi utili o attrezzature diverse
- Il drone stesso
Carico utile o attrezzatura:
- Bracci, ad esempio per prendere una scatola e posizionarla sul robot
- Il cesto sul robot
- La telecamera sul robot o sul drone
- Ogni tipo di misuratori (chimici, di radiazioni, acustici, ecc.)
- Scanner (3D, lettori di codici a barre/QR, ecc.)
- Attrezzature antincendio
- Spray o lampade anti-COVID e simili
Robotica a sciame
Far muovere autonomamente un singolo robot non è un compito molto semplice. Ma far muovere uno sciame di robot è ancora più impegnativo.
Quali sono le sfide?
- Quando ci sono troppi oggetti in movimento intorno — altri robot — è più difficile per ciascun robot prendere decisioni, perché l’ambiente si muove in modo incontrollabile e in maniera prevedibile.
- Se i robot devono trasmettere o ricevere flussi separati da un computer centrale, potrebbe non esserci sufficiente larghezza di banda radio per servirli tutti.
- Poiché i robot sono autonomi e indipendenti, possono richiedere casualmente l’accesso a canali di comunicazione condivisi. Se lo fanno e la larghezza di banda del canale non è 10-100 volte superiore al throughput di picco richiesto, la probabilità di collisioni è elevata. Pertanto, è necessario un controller centrale speciale o un meccanismo per risolvere le collisioni. Entrambi aumentano la complessità e introducono altre limitazioni.
- I robot ostruiscono la visuale reciproca degli altri oggetti circostanti. I robot percepiscono i vicini, mentre qualcosa contro cui posizionarsi — come riferimenti fissi esterni — non è davvero disponibile.
Quali sono le soluzioni?
Marvelmind può aiutare con la localizzazione dei robot negli sciami, che è il punto di partenza e più cruciale, perché, se viene risolto adeguatamente, molte altre difficoltà degli sciami di robot semplicemente non si verificano.
Vedere di seguito esempi e soluzioni per gli sciami.
Conclusione
La pagina crescerà costantemente in dettagli e argomenti in base alle vostre domande e al nostro tempo disponibile. Pertanto, vi invitiamo a inviare le vostre domande a info@marvelmind.com, e saremo lieti di trattarle in dettaglio qui.