Внутренний GPS для автономных роботов: система точного позиционирования в помещении с точностью ±2 см
Почему инженеры выбирают ультразвуковой Indoor GPS вместо UWB для навигации роботов
Автономные мобильные роботы, AMR и AGV требуют позиционирования в помещении, которое GPS не может обеспечить. Ультразвуковая RTLS Marvelmind обеспечивает точность ±2 см — в 10–15 раз точнее, чем UWB (10–30 см) и в 50 раз точнее, чем Bluetooth. Система выдаёт координаты XYZ через USB, UART или CAN, с нативными драйверами ROS и ROS2 для немедленной интеграции в любой навигационный стек робота. Нативный протокол GPS — NMEA0183 — также поддерживается из коробки.
Краткие подсказки для наших клиентов
Если вы создаёте робота или AGV и вам нужно быстро выбрать систему позиционирования и навигации, выберите следующее:
- Starter Set Super-MP-3D — самый простой и универсальный набор для начала работы
- Starter Set Super-MP-3D + Super-Beacon — если вам нужны местоположение и направление
- Starter Set Super-MP-3D + Super-Beacon + 2 x Omni-микрофона — если ваша зона больше 20×20 м открытого пространства или стационарные маяки расположены под углом 30 градусов к горизонту или ниже. С такой конфигурацией вы сможете создавать роботов с подобными возможностями управления. Наш робот Boxie использует именно эту конфигурацию, поскольку она наиболее продвинутая и гибкая
Но что если вам нужно охватить большой склад или завод (10 000–100 000 м²) с десятками роботов? Можно ли это сделать? — легко! Просто больше подкарт с большим количеством стационарных маяков для расширения зоны покрытия и больше мобильных маяков для отслеживания большего числа подвижных объектов. Подробнее о подкартах можно узнать на странице загрузок.
Введение
Нам неоднократно задавали вопросы о нашем мнении по различным темам в области робототехники — прежде всего о точном позиционировании в помещении для промышленных применений, поскольку мы активно работаем в этой области уже много лет, — но не только. Поэтому мы собрали наиболее типичные вопросы и ответили на них на этой странице.
Робототехника — обширная область. Очень широкая и глубокая одновременно. Например:
- Tesla в режиме автопилота — это робот
- Автономный дрон DJI/PixHawk/Marvelmind — это робот
- Пылесос Roomba — это робот
- Marvelmind v100 — это робот
- Honda Asimo — это робот
- Sony Aibo — это робот
- Автономно движущийся рекламный робот — это робот
- Даже робот Lego — это робот
Вскоре вокруг нас будут сотни роботов. Они могут сильно различаться по внешнему виду; они могут использовать разные комбинации технологий, и охватить их все было бы весьма затруднительно. Мы определённо не ставим перед собой такой цели на этой странице.
Мы рассматриваем лишь несколько областей, в которых работаем как Marvelmind Robotics:
- Промышленная автономная доставка
- Инспекционная робототехника
- Складская доставка
- Исследовательские или университетские роботы и робототехнические платформы
Цель этой статьи — дать представление о том, с чего начать, если вы создаёте своего робота или выбираете среди доступных вариантов.
Использование Indoor «GPS» Marvelmind для роботов, транспортных средств и AGV
Система позиционирования в помещении Marvelmind (Marvelmind IPS), также известная как Marvelmind Indoor «GPS» или Marvelmind RTLS, широко используется для различных типов автономных роботов, автономных транспортных средств, AGV и вилочных погрузчиков в различных целях:
- Автономная навигация и позиционирование роботов в помещении и на улице
- Отслеживание AGV, транспортных средств или вилочных погрузчиков
- Обеспечение геозонирования для роботов, вилочных погрузчиков и людей
- Общие исследования и разработки в области робототехники
- Образование в сфере робототехники и соревнования
- Роевая робототехника
Одной из основных задач для автономных роботов и дронов является автоматизированное сканирование и инспекция — очень важная, но рутинная задача с предсказуемым характером, требующая постоянного внимания и точности.
Это то, что машины умеют делать очень хорошо, тогда как люди склонны к усталости и ошибкам.
Конечно, дроны для сканирования складских помещений выглядят как более эффектное решение, и мы еженедельно обсуждаем это с нашими клиентами и потенциальными заказчиками. Однако если вам нужно практичное решение, которое надёжно работает и может применяться в реальных задачах уже сегодня — а не в исследовательских и инновационных проектах, — то роботы для сканирования должны быть вашим выбором на сегодняшний день.
Примеры использования
Кто использует Indoor GPS для автономных роботов — и для чего
Автономным мобильным роботам требуется позиционирование в помещении с точностью до сантиметра, которую GNSS не может обеспечить внутри зданий. Ультразвуковая RTLS Marvelmind применяется в трёх основных областях: роботизированная инспекция на складах и заводах, исследовательские и университетские лаборатории робототехники, а также навигация AMR/AGV на промышленных объектах. Ниже приведены наиболее распространённые сценарии реального применения.
Роботизированная инспекция и автоматизированное сканирование
Автономные роботы-сканеры требуют надёжной системы позиционирования в помещении для точного и повторяемого движения по маршрутам через складские проходы, заводские цеха или теплицы. Ручное сканирование с помощью портативных считывателей штрихкодов, QR-сканеров или RFID-оборудования выполняется медленно, сопряжено с ошибками и обходится дорого в масштабах предприятия. Робот, оснащённый Marvelmind Indoor GPS, заменяет обходы персонала — сканируя один и тот же маршрут ежедневно, ежечасно или по расписанию с точностью позиционирования ±2 см, что гарантирует попадание каждой метки, кода или RFID-метки в зону считывания сканера.
Наше решение для автоматизированного сканирования и инспекции построено на базе робота-сканера Boxie — компактной автономной платформы, способной нести любую сканирующую нагрузку: камеры, считыватели штрихкодов, QR-сканеры или RFID-считыватели. Робот перемещается самостоятельно, питает полезную нагрузку от собственного аккумулятора и фиксирует координаты каждого сканирования с точностью ±2 см. Система интегрируется с WMS и ERP через открытый API.
Ключевые характеристики для развёртывания роботов-сканеров:
- Точность позиционирования ±2 см — достаточна для считывания штрихкодов, QR-кодов и RFID на предсказуемом расстоянии
- Требуется только 2D-отслеживание — меньше затрат и сложности по сравнению со сканированием с помощью дронов
- Робот работает 8, 12 или 16 часов между зарядками — оператор не нужен, риск столкновения отсутствует
- Несколько роботов могут одновременно работать в одном пространстве — каждый отслеживается независимо
- Координаты геопривязаны — каждое сканирование записывается с точными координатами XYZ и временной меткой
Применимые среды: склады, логистические центры, заводы, сборочные предприятия, теплицы, грузовые терминалы аэропортов.
Подробнее о решениях для автоматизированного сканирования и инспекции →
Автономная навигация в помещении для исследований и университетов
Университеты, аспиранты, постдоки и исследовательские лаборатории являются одними из наиболее активных пользователей системы позиционирования Marvelmind в помещении. Сочетание точности ±2 см, открытого API, нативных драйверов ROS/ROS2 и прозрачного ценообразования делает систему хорошо подходящей для исследований в области робототехники, где требуется эталонное позиционирование без затрат и сложности оптических систем отслеживания.
Система использовалась в университетах по всему миру для автономной навигации роботов, роевой робототехники, исследований автопилота дронов, управления заносом автономных транспортных средств, внутренней археологии и исследований по отслеживанию людей. Независимое опубликованное сравнение систем позиционирования в помещении показало, что Marvelmind IPS обеспечивает точность, сопоставимую с оптическими системами, при значительно меньших затратах и существенно превосходит альтернативы на основе UWB. Полный список университетских кейсов и опубликованных научных работ доступен по ссылке.
Почему исследовательские группы выбирают Marvelmind вместо альтернатив:
- Примерно в 10 раз точнее UWB (±2 см против 10–30 см), примерно в 100 раз точнее BLE
- Не требует облака — всё позиционирование вычисляется локально, данные не покидают лабораторию
- Полная поддержка ROS и ROS2 с опубликованными драйверами и примерами кода
- Совместимость с TurtleBot, пользовательскими AMR, дронами, PixHawk, ArduPilot, Jetson, Arduino
- Открытые интерфейсы: USB, UART, SPI, CAN, I2C — интегрируется с любой исследовательской платформой
- Настраиваемое аппаратное обеспечение, протоколы и программное обеспечение — команда работает напрямую с конечными пользователями
- Отправка в день заказа или на следующий рабочий день — никакого ожидания неделями
Известные опубликованные исследования с использованием Marvelmind: автономное вхождение в занос в Калифорнийском университете в Беркли, сенсорное слияние ROS в нескольких университетах, Drone Referee (MSD 2017/18), позиционирование при внутренней археологии на израильских раскопках, отслеживание активности коров в помещении, робот для распыления антиковидного дезинфектанта.
Перейти на страницу университетских решений и примеров исследований →
Навигация AMR и AGV на складах и заводах
Автономным мобильным роботам (AMR) и автоматизированным транспортным средствам (AGV) на промышленных объектах требуется точное, масштабируемое и стабильное позиционирование в помещении. В отличие от систем на основе QR-кодов на полу (легко повреждаются или перекрываются), SLAM (вычислительно сложный и накапливающий дрейф) или UWB (точность 10–30 см, недостаточная для навигации в узких проходах), ультразвуковая RTLS обеспечивает абсолютное позиционирование XYZ с точностью ±2 см, не накапливающее дрейф, не зависящее от освещения и масштабируемое от одного робота до 250 одновременно работающих транспортных средств.
Marvelmind развернула системы отслеживания для промышленных заказчиков, включая T-образный склад площадью 450×450 м с одновременным отслеживанием более 120 вилочных погрузчиков с помощью 123 стационарных Super-Beacon. Система передавала координаты XYZ в реальном времени на аналитическую платформу заказчика через UDP и открытый API, обеспечивая автоматическое распределение задач на основе текущего местоположения каждого транспортного средства. Второй проект включал отслеживание 10 вилочных погрузчиков с помощью 14 стационарных маяков. Обе системы были развёрнуты удалённо командой Marvelmind. См. полные описания кейсов.
Ключевые преимущества для развёртывания AMR и AGV:
- Покрытие от одной подкарты площадью 1000 м² до неограниченных многокорпусных зон через объединённые подкарты
- Одновременное отслеживание до 250 мобильных роботов с индивидуальной точностью ±2 см
- Не требует модификации пола — маяки крепятся на стены или потолок на высоте 3–4 м
- Вывод данных через USB, UART, SPI, CAN или UDP — интегрируется в любую существующую систему управления парком
- Точность не зависит от скорости робота или частоты обновления
- Работает в пыльных, термически нестабильных и электрически зашумлённых промышленных условиях
Применимые задачи: автономная доставка, межзональная транспортировка, помощь при комплектации заказов, автоматизированный подсчёт запасов, контроль зон безопасности, координация нескольких роботов.
Какой стартовый набор Marvelmind выбрать?
Если у вас нет времени изучать детали, но нужно быстро и безопасно сделать выбор, выберите Starter Set Super-MP:
- MP означает многоцелевой (Multi-Purpose). Набор действительно поддерживает несколько архитектур и конфигураций, обеспечивая максимальную гибкость:
- – 2D-отслеживание с поддержкой до 2 подкарт
- – 2D-отслеживание с поддержкой до 3 мобильных маяков (роботов)
- – 2D-отслеживание с местоположением и направлением
- – 1D-отслеживание с поддержкой до 4 мобильных маяков
- Starter Set Super-MP поддерживает различные архитектуры: NIA, IA и MF NIA
- Маяки оснащены встроенным аккумулятором LiPol ёмкостью 900–1000 мАч, что позволяет легко и быстро развернуть систему без внешнего источника питания
- Маяки оснащены внешними антеннами — более надёжная радиосвязь с модемом
- Super-Beacon могут принимать и передавать ультразвук. Таким образом, они могут работать как стационарные и как мобильные маяки
- Super-Beacon оснащены DSP (цифровым сигнальным процессором). Это позволяет принимать несколько ультразвуковых каналов одновременно и работать в режиме IA
- Super-Beacon оснащены IMU (3D-гироскоп + 3D-акселерометр)
Помните, что один мобильный маяк на робота даёт только одно местоположение. Для определения местоположения и направления вам нужна конфигурация парных маяков — два мобильных маяка на робота. Смотрите следующий вариант.
Для определения местоположения и направления вам нужно более одного мобильного маяка на робота. Поэтому проще всего добавить к Starter Set Super-MP дополнительный Super-Beacon.
Робототехника. Основы
Терминология
Робот = автономный мобильный робот
Под роботами мы подразумеваем прежде всего автономные мобильные роботы. То, чем непосредственно управляет человек, роботом не является. То, что не является мобильным, но обладает всеми элементами робота, является роботом, однако мы не фокусируемся на промышленных манипуляторах. Наши роботы:
- Автономные
- Мобильные
Таким образом, говоря о роботах, мы имеем в виду автономные мобильные роботы, даже если не используем это развёрнутое определение.
С этой точки зрения автономно летящий коптер — это полноценный трёхмерно передвигающийся робот. Подробнее о дронах — на нашей странице дронов. Но дрон с дистанционным управлением — это не робот. Однако тот же дрон, автономно возвращающийся на базу с помощью RTK GPS или визуального наведения, — это полноценный летающий 3D-робот.
Примеры точного позиционирования и навигации в помещении для роботов
Автономный робот-доставщик — демонстрация на автосборочном заводе
Автономный робот-доставщик Marvelmind v100.
IA с 15 стационарными маяками и одним модемом для покрытия Indoor «GPS». Подробнее: https://youtu.be/TWWg_8JHYzo.
Та же карта Indoor «GPS» поддерживает помимо показанного на видео робота:
- Отслеживание нескольких мобильных роботов и вилочных погрузчиков, а также отслеживание людей. Всего — до 250 маяков/объектов — стационарных и мобильных в совокупности
Пример робота v100 с подробными пояснениями
Это та же демонстрация, что и https://youtu.be/TWWg_8JHYzo, но с дополнительными устными комментариями, объясняющими, что происходит на видео и в системе в целом.
Конфигурация:
- Автономный робот-доставщик Marvelmind: https://youtu.be/efOc-ItVvgg
- IA с 15 стационарными маяками и одним модемом для покрытия Indoor «GPS».
Характеристики робота:
- Полностью автономная доставка между любыми точками, охваченными Marvelmind Indoor «GPS»
- Грузоподъёмность до 100 кг
- Время работы более 16 часов на одном заряде: https://youtu.be/JaxRd_9D1fQ при нагрузке 60+ кг
- Автоматическое обнаружение и обход препятствий
- Маршрут доставки можно перенастроить одним нажатием кнопки за 1 секунду
- Время зарядки менее четырёх часов. Таким образом, поддерживается двухсменная работа (16 ч) с зарядкой в течение одной смены (8 ч)
- Настраиваемая вместимость: 1 большой ящик до 65×65×160 см или до 8 ящиков 65×65×15 см — одна полка или несколько полок
- Та же карта Indoor «GPS» поддерживает:
- Отслеживание нескольких мобильных роботов и вилочных погрузчиков, а также отслеживание людей. Всего — до 250 маяков/объектов — стационарных и мобильных в совокупности.
Робот Boxie
- На роботе установлены мобильные маяки в конфигурации парных маяков для определения местоположения и направления в режиме IA с двумя внешними Omni-микрофонами
- Стационарные маяки для 2D-отслеживания установлены на стенах
Робот, движущийся полностью автономно с использованием Marvelmind Indoor «GPS»
Полностью автономный робот самостоятельно передвигается, опираясь на:
- Marvelmind Indoor «GPS»
- Бортовую одометрию и инерциальные блоки (IMU)
Робот получает от пользователя координаты ключевых точек для посещения (таблица справа), затем прокладывает маршрут и следует ему, постоянно корректируя своё положение относительно пути. Координаты формируются автоматически в Dashboard простым щелчком по карте.
Расстояния между маяками составляют до 36 метров. Установив дополнительные маяки через каждые 20–30 метров, можно охватить точным «GPS» весь кампус.
Полностью автономный небольшой робот-доставщик, движущийся в офисной среде
Демонстрация полностью автономного вождения робота: трасса «восьмёрка»
Демонстрация системы навигации Marvelmind Indoor + автономного робота Marvelmind Hermes:
- Трасса «восьмёрка» (7×2 м)
- Полностью автономное вождение. Стартовый набор системы навигации Marvelmind Indoor развёрнут в помещении площадью 80 м²
Мобильный маяк прикреплён к верхней части робота. Робот получает свои координаты с точностью ±2 см от Marvelmind IPS и использует их для автономного прохождения трассы.
В помещении намеренно созданы лёгкие тени для системы навигации (колонна, мягкие табуреты), имитирующие реальные условия. Находясь в зоне теней, робот опирается на инерциальную навигационную систему и одометр.
Робот для домино с позиционированием и определением направления на основе Marvelmind Indoor «GPS»
Система навигации Marvelmind Indoor была использована оригинальным роботом для расстановки домино. Система применялась для точного определения местоположения и направления — обратите внимание на мобильные маяки, установленные на основании для достижения наилучшей точности определения направления.
Смотрите также оригинальное видео: Мировой рекорд робота по домино (100 тысяч костяшек за 24 часа)
Решения в области робототехники
Локализация
Одна из главных проблем для любого автономного робота — ответить на вопрос: «Где я нахожусь?». Этот вопрос сразу же разворачивается в целый ряд подвопросов:
- Где я нахожусь относительно своего ожидаемого местоположения в данный момент?
- Где я нахожусь относительно следующей путевой точки?
- Где я нахожусь относительно других объектов: роботов, людей, препятствий, зарядных станций и т. д.?
Но всё начинается с локализации относительно некоторого ориентира; например, координат (0,0,0) или (0,0), какими бы они ни были, или относительно начальной точки или чего-то подобного. Многие другие вопросы являются производными от этого основного вопроса.
Локализация относительно чего?
Существует несколько основных вариантов:
- Относительно себя — например, относительно центра робота
- Относительно внешней точки отсчёта
Локализация относительно себя во многих случаях проще, однако она касается скорее обнаружения и обхода препятствий, нежели перемещения и навигации в пространстве. Рассмотрим подробнее позиционирование и навигацию относительно внешних ориентиров.
Подробнее о системах координат:
Почему не SLAM?
SLAM (одновременная локализация и построение карты) — превосходный метод. Тем не менее он не выглядит наиболее подходящим для реальных и практических промышленных применений: складов, сборочных производств и внутренней логистики в целом. Он больше подходит для исследовательских проектов и диссертаций, нежели для практических применений, поскольку:
- Просто эффективнее разделить задачу на два этапа: 1) Картографирование, 2) Локализация
- Обнаружение и обход препятствий вообще не связаны с картографированием и локализацией. Это пункт 3). Это просто другая задача, которая должна решаться иначе. Лидары подходят для обнаружения препятствий, но не особенно хороши для картографирования, поскольку в условиях движущегося окружения роботы, использующие лидары, будут нуждаться во многих дополнительных ориентирах, иначе они будут совершать слишком много ошибок
- Те же ограничения, упомянутые для лидаров, применимы к визуальным SLAM-системам — они путаются и вынуждены прибегать к другим методам для исправления серьёзных ошибок
- В целом, сенсорное слияние является наилучшим подходом и даёт наилучший результат
Таким образом, если кратко:
- SLAM отличный, но излишне сложный метод, при этом не гарантирующий результатов
- Разделение операций во времени (картографирование отделено от локализации и отличается от обнаружения и обхода препятствий) даёт более надёжные и предсказуемые результаты при сохранении низкой стоимости, особенно для множества мобильных объектов. Тогда как при использовании SLAM каждый интеллектуальный агент должен быть очень «умным» — то есть дорогим, сложным, громоздким, напичканным датчиками и энергоёмким
Локализация изнутри наружу, изнутри внутрь или комбинированно?
Если робот несёт на борту всё необходимое для локализации, это называется локализацией изнутри наружу. Люди и животные используют локализацию изнутри наружу. Мало того, что мы об этом поговорим, — они, как правило, вообще не нуждаются в прямой и постоянной информации о своём местонахождении в виде непрерывного потока координат. Они определяют его «изнутри», опираясь на различные подсказки.
Некоторые называют этот процесс визуальной одометрией. Конечно, она работает значительно лучше в сочетании с обычной колёсной (шаговой) одометрией. Именно поэтому проще создать робота вместе с навигационной системой, чем разрабатывать навигационную систему для произвольного робота. Разработчики подобных «универсальных систем позиционирования» сталкивались бы с трудностями, поскольку данные одометра могут быть в практически любом формате — аналоговом с разными значениями или в цифровом виде с неизвестным форматом. Разрешение может быть совершенно различным, и многие другие параметры могут отличаться.
Таким образом, большинство систем внутри роботов неразрывно связаны. Это необходимо понимать и учитывать с самого начала при проектировании робота.
Теоретически возможно создать некие преобразователи — отдалённо напоминающие высокочастотные системы с согласованием 50 Ом. Приёмники, антенны, усилители и передатчики могут иметь кардинально разные импедансы. Но люди договорились использовать общий импеданс 50 Ом. Таким образом, все устройства преобразуют свой импеданс до 50 Ом и обратно — к своему внутреннему импедансу. Да, это влечёт потери, сложности и затраты, но оказалось наиболее работоспособным решением в области радиочастот. Нечто подобное могло бы быть реализовано и здесь.
Это могло бы быть сделано для роботов… но не сделано. Да, существуют «универсальные интерфейсы» — например, USB… хм… но почему тогда существует так много различных типов USB?… 🙂 И почему существует столько других типов интерфейсов? — ну, из-за соображений стоимости и других существенных ограничений, таких как сложность, энергопотребление и габариты.
В результате универсальный интерфейс остаётся далёкой и труднодостижимой мечтой. А реальность весьма запутана и уникальна для каждого типа робота.
Выбор точки отсчёта
В случае GPS координаты доступны в стандартных широте и долготе Земли. В некоторых случаях это может быть полезно, например, когда робот перемещается из помещения на улицу. Однако для большинства реальных задач внутри помещений нас интересуют только локальные координаты.
Таким образом, мы выбираем их по своему усмотрению. В Marvelmind Indoor «GPS» система обычно назначает один из стационарных маяков как (0,0,0) или (0,0). Но вы можете установить любую точку на карте как (0,0):
Кроме того, возможна геопривязка: назначение внешних GPS-координат внутренней точке (0,0). После этого поток координат от Marvelmind Indoor «GPS» будет выдаваться в абсолютных GPS-координатах в формате NMEA0183. Или во внутреннем формате: https://marvelmind.com/pics/marvelmind_interfaces.pdf
Направление
В отличие от условий на открытом воздухе, где доступен магнетометр/компас, вычисление направления в помещении, особенно в статическом положении, — нетривиальная задача. Например, ваш робот может легко иметь точное местоположение с помощью нашей системы. Но если робот не знает своего текущего направления — куда он «смотрит» — трудно решить, в какую сторону двигаться.
Относительно быстро рассчитать направление робота можно, измерив его текущее местоположение, проехав около 1 м прямо — сохраняя прямолинейное движение с помощью IMU/гироскопа, — затем измерив новое местоположение и, зная две точки и то, что траектория была прямой, а не кривой, — вычислить текущее направление робота. В дальнейшем, во время движения, использовать тот же метод постоянно.
Эти более ранние роботы используют данный подход:
Метод прост и требует только одного мобильного маяка (метки), но работает лишь в том случае, если вы можете двигаться. Зачастую двигаться невозможно, и необходимо локализоваться прямо на месте — в статическом положении. Что делать?
Парные маяки
Наш рекомендуемый способ определения направления в статическом положении — использование конфигурации парных маяков.
Подробнее об этом. В режиме NIA:
Ещё один пример — самодвижущийся автономный робот v100 с базой между мобильными маяками около 60 см. В режиме IA:
Аналогичная конфигурация с внешними микрофонами на одном мобильном маяке. Хотя это было сделано для VR, такое решение легко могло бы быть применено на роботе. База между микрофонами составляет около 20 см. В режиме IA:
Для каждого решения существует множество альтернатив. Например, захват движения с внешними камерами. Является ли это точным и подходящим решением как для определения местоположения, так и для направления? — конечно! Да! Практично ли это для промышленной робототехники? — не очень:
- Дорого. Очень дорого (в 2021 году)
- Не адаптировано к суровым условиям заводов или складов
- Подвержено многочисленным ограничениям: слабое освещение, слишком интенсивное освещение, туман, перепады температур, проблемы с питанием и т. д.
Таким образом, мы не рассматриваем здесь все возможные варианты. Только то, что относительно актуально и реализуемо.
Обнаружение и обход препятствий
Обнаружение и обход препятствий — отдельная задача, не связанная с локализацией
Как обсуждалось выше, подход SLAM обещает одновременное обнаружение препятствий, картографирование и локализацию. Это звучит как мечта, но реальность суровее и менее дружелюбна.
В реальных условиях плохого освещения, множества источников света с высоким динамическим диапазоном — яркое солнце через окна в сочетании с очень тёмными тенями склада, различными другими источниками света от фар до всевозможных сканеров — визуальные SLAM-решения могут очень легко запутаться вплоть до полной потери локализации. Когда SLAM-системы не могут корректно выбрать между различными вариантами, требуются дополнительные методы для исправления серьёзных ошибок. Решением является сенсорное слияние.
Кроме того, при оптимальном (технически и экономически) решении задачи локализации решить задачу обнаружения препятствий оптимально сложнее, поскольку задачи и требования принципиально различны по своей природе:
Однако подход SLAM излишне усложняет задачу, добавляя к картографированию и локализации ещё и обнаружение препятствий:
- Картографирование
- Локализация
- Обнаружение препятствий
Все три элемента критически важны для автономного движения, но они не обязаны быть одним и тем же. Их не нужно решать одними и теми же методами с помощью одних и тех же датчиков.
Интегрированный и раздельный подходы к созданию роботов
Один из важных моментов — чётко разграничивать роботов и их полезную нагрузку. Это очень похоже на ракеты и спутники. Две вещи достаточно самостоятельны и не должны смешиваться. Аналогичная история с тракторами и навесным оборудованием.
Интегрированный подход к роботам
Один из ключевых моментов — чётко разграничивать роботов и их полезную нагрузку. Это очень похоже на ракеты и спутники. Две вещи достаточно самостоятельны и не должны смешиваться. Аналогичная история с тракторами и навесным оборудованием.
Тем не менее очень часто роботы являются полностью интегрированными, то есть их полезная нагрузка тесно совмещена с платформой. У единого роботизированного подхода есть свои преимущества и недостатки.
Преимущества:
- Может быть проще в разработке, поскольку робот ориентирован только на одну задачу. Очень сфокусированный подход
- Проще в эксплуатации и интеграции
Недостатки:
- Негибкий
- Может быть дороже в долгосрочной перспективе из-за негибкости и необходимости иметь несколько разных роботов для разных задач
Раздельный подход к роботам
Преимущества:
- Гибкость использования. При ограниченном числе роботизированных платформ и ограниченном числе типов навесного оборудования можно создавать практически неограниченное количество различных конфигураций
- Гибкость в разработке, поскольку компоненты могут развиваться независимо — совместимыми должны оставаться только интерфейсы (электрические, механические, программные). Но даже они могут быть такими
- Роботизированная платформа может быть простой, даже примитивной, и при этом очень функциональной, поскольку является лишь платформой — «трактором» или «ракетой» — без сложных «спутников»
- Меньше затрат на единицу робота
Недостатки:
- Более сложная интеграция. Робот состоит как минимум из двух частей: «трактор» и «оборудование»
- Может быть менее надёжным, поскольку раздельный подход предполагает больше различных вариантов, то есть требует большего объёма тестирования, привлечения большего числа участников и т. д.
Примеры роботизированных платформ и полезной нагрузки/оборудования
Роботизированные платформы:
- Платформа для автономной доставки. Это действительно как трактор, но она может перевозить разные вещи — различную полезную нагрузку или различное оборудование
- Сам дрон
Полезная нагрузка или оборудование:
- Манипуляторы, например, для захвата коробки и установки её на робота
- Корзина на роботе
- Камера на роботе или дроне
- Всевозможные измерительные приборы (химические, радиационные, шумовые и др.)
- Сканеры (3D, считыватели штрихкодов/QR-кодов и др.)
- Противопожарное оборудование
- Антиковидные распылители или лампы и тому подобное
Роевая робототехника
Заставить одного робота двигаться автономно — задача не из лёгких. Но управлять роем роботов ещё сложнее.
В чём трудности?
- Когда вокруг слишком много движущихся объектов — других роботов — каждому роботу сложнее принимать решения, поскольку окружающая среда изменяется неконтролируемо и непредсказуемо.
- Если роботы должны передавать данные или получать отдельные потоки от центрального компьютера, радиополосы пропускания или пропускной способности может не хватить для обслуживания всех.
- Поскольку роботы автономны и независимы, они могут произвольно запрашивать доступ к общим коммуникационным каналам. Если это происходит, а полоса пропускания канала не в 10–100 раз превышает необходимую пиковую пропускную способность, вероятность коллизий высока. Таким образом, требуется специальный центральный контроллер или механизм разрешения коллизий. Оба варианта увеличивают сложность и привносят другие ограничения.
- Роботы загораживают друг другу обзор окружающих объектов. Роботы воспринимают соседей, тогда как внешние фиксированные ориентиры для позиционирования при этом фактически недоступны.
Каковы решения?
Marvelmind может помочь с локализацией роботов в роях, что является отправной и наиболее важной точкой, поскольку при её надлежащем решении многие другие трудности роевых роботов попросту не возникают.
Примеры и решения для роёв смотрите ниже.
Заключение
Страница будет планомерно пополняться подробностями и новыми темами по мере поступления ваших вопросов и наличия у нас времени. Поэтому, пожалуйста, присылайте свои вопросы на info@marvelmind.com, и мы с удовольствием подробно ответим на них здесь.