Ko postajajo roboti bolj-samozadostni, morajo bolj neodvisno in zanesljivo krmariti po okolici. Avtonomni traktorji, kmetijski kombajni in sejalnice se morajo previdno prebijati skozi polja s pridelki, medtem ko morajo samovozeča{2}}dostavna vozila varno prečkati ulice, da pakete položijo na pravo mesto. V širokem spektru aplikacij potrebujejo avtonomni mobilni roboti (AMR) zelo natančne vire pozicioniranja, da lahko varno in uspešno opravijo naloge, za katere so zasnovani.
Doseganje takšne natančnosti zahteva dva sklopa lokacijskih zmogljivosti. Eno je razumeti relativni položaj sebe glede na druge predmete. To zagotavlja kritičen vnos za razumevanje sveta okoli sebe in, v najbolj očitnem primeru, izogibanje oviram, ki so tako mirujoče kot v gibanju. To dinamično manevriranje zahteva obsežen nabor navigacijskih senzorjev, kot so kamere, radar, lidar in podporna programska oprema za obdelavo teh signalov in-dajanje smeri AMR v realnem času.
Drugi sklop zmožnosti je, da AMR razume svojo natančno fizično lokacijo (ali absolutno lokacijo) v svetu, tako da lahko natančno in večkrat krmari po poti, ki je bila programirana v napravi. Očiten primer uporabe tukaj je visoko natančno kmetijstvo, kjer morajo različni AMR potovati po isti ozki poti v teku več mesecev, da posadijo, namakajo in požejo pridelke, pri čemer mora vsak prehod AMR vsakič sklicevati na isto točno mesto.
To zahteva drugačen nabor navigacijskih zmogljivosti, začenši z globalnimi satelitskimi navigacijskimi sistemi (GNSS), ki jih uporablja celoten ekosistem senzorjev in programske opreme. Razširitev GNSS so zmožnosti popravkov, kot sta RTK in SSR, ki pomagajo doseči 100-krat večjo natančnost kot sam GNSS za aplikacije odprtega-neba, in inercialne merilne enote v kombinaciji s programsko opremo za zlitje senzorjev za navigacijo, kjer GNSS ni na voljo (mrtvo računanje).
Preden se poglobimo v te tehnologije, si za trenutek oglejmo primere uporabe, kjer so za AMR potrebne relativne in absolutne lokacije.
Robotske aplikacije, ki zahtevajo relativno in absolutno pozicioniranje
AMR-ji razkrivajo, kaj ljudje jemljemo za samoumevno - prirojeno sposobnost, da se natančno lociramo v svetu in na podlagi teh informacij natančno ukrepamo. Bolj kot so aplikacije za AMR raznolike, bolj odkrivamo, katere vrste ukrepov zahtevajo izjemno natančnost. Nekateri primeri vključujejo:
Kmetijska avtomatizacija: V kmetijstvu so protimikrobne reakcije vse pogostejše pri opravilih, kot so sajenje, žetev in spremljanje pridelka. Ti roboti uporabljajo absolutno določanje položaja, običajno prek GPS-a, za natančno navigacijo po velikih in pogosto neravnih poljih. To zagotavlja, da lahko sistematično pokrivajo velika območja in se po potrebi vračajo na določene lokacije. Vendar pa se AMR, ko so v bližini posevkov ali znotraj določenega območja, zanašajo na relativno pozicioniranje za naloge, ki zahtevajo višjo stopnjo natančnosti, kot je nabiranje sadja, ki je morda zraslo ali spremenilo položaj, odkar ga je AMR nazadnje obiskal. S kombinacijo obeh metod pozicioniranja lahko ti roboti učinkovito delujejo v zahtevnih in spremenljivih okoljih, značilnih za kmetijska polja.
Dostava zadnje-milje v mestnih nastavitvah: AMR-ji spreminjajo dostavo zadnji-kilometra v urbanih okoljih z avtonomnim prevozom blaga od distribucijskih centrov do končnih destinacij. Ti roboti uporabljajo absolutno pozicioniranje za navigacijo po mestnih ulicah, uličicah in zapletenih urbanih načrtih, s čimer zagotavljajo, da sledijo optimiziranim potem, hkrati pa se izogibajo prometu in upoštevajo urnike dostave. Ko dosežejo bližino mesta dostave, bodo AMR-ji uporabili tudi relativno pozicioniranje za manevriranje okoli spremenljivih ali nepričakovanih ovir, kot je vozilo, ki je dvojno parkirano na ulici. Ta dvojni pristop omogoča AMR-jem, da se spopadejo z zapletenostjo urbanih krajin in opravijo natančne dostave neposredno do vrat strank.
Avtomatizacija gradbišča: Na gradbiščih se uporabljajo AMR-ji, da zagotovijo, da je projekt zgrajen po natančnih specifikacijah, ki so jih določili inženirji. Pomagajo tudi pri nalogah, kot so prevoz materialov in kartiranje ali raziskovanje okolij. Ta mesta pogosto obsegajo velika območja z nenehno spreminjajočimi se okolji, zaradi česar morajo AMR-ji uporabljati absolutno pozicioniranje za navigacijo in ohranjanje orientacije znotraj celotnega mesta projekta. Relativno pozicioniranje pride v poštev, ko AMR-ji izvajajo naloge, ki zahtevajo interakcijo z dinamičnimi elementi, kot je izogibanje drugi opremi ali celo osebju na mestu. Kombinacija obeh sistemov za določanje položaja omogoča AMR-jem, da učinkovito prispevajo k kompleksni in dinamični naravi gradbenih projektov, s čimer povečajo učinkovitost in varnost.
Avtonomno vzdrževanje cest: AMR se vse pogosteje uporabljajo pri nalogah vzdrževanja cest, kot so pregled pločnikov, tesnjenje razpok in barvanje linij. Ti roboti uporabljajo absolutno pozicioniranje za potovanje po odsekih avtocest ali cest, kar zagotavlja, da ostanejo na smeri na dolgih razdaljah in lahko natančno zajamejo določene lokacije, kjer je potrebno vzdrževanje. Pri izvajanju teh vzdrževalnih nalog preklopijo na relativno pozicioniranje, da natančno prepoznajo in obravnavajo določene nepravilnosti na cesti, natančno pobarvajo oznake voznih pasov ali navigirajo okoli ovir. Ta dvojna zmogljivost omogoča AMR-jem, da učinkovito upravljajo naloge vzdrževanja cest, hkrati pa zmanjšajo potrebo po človeških delavcih, ki delajo v nevarnih obcestnih okoljih, ter izboljšajo varnost in produktivnost.
Spremljanje in ohranjanje okolja: V zunanjih okoljih se AMR-ji pogosto uporabljajo za spremljanje okolja in prizadevanja za ohranjanje, kot je sledenje divjim živalim, odkrivanje onesnaženja in kartiranje habitatov. Ti roboti izkoriščajo absolutno pozicioniranje za krmarjenje po obsežnih naravnih območjih, od gozdov do obalnih regij, s čimer zagotavljajo celovito pokritost terena in omogočajo zajemanje podrobnih pregledov lokacije in kartiranje. AMR-ji lahko opravljajo naloge, kot je zajemanje slik z visoko-ločljivostjo, zbiranje vzorcev ali sledenje gibanju živali z izjemno natančnostjo, in lahko te vzorce skozi čas prekrivajo na koheziven način.
V vseh zgornjih primerih je potrebna absolutna natančnost pozicioniranja veliko manj kot meter, da se izognemo morebitnim katastrofalnim posledicam. Poškodbe delavcev, znatne izgube izdelkov in drage zamude so vse verjetno brez natančne lokacije. V bistvu, kjerkoli mora AMR delovati znotraj nekaj centimetrov, bo zahteval tako relativno kot absolutno lokacijsko rešitev.
Tehnologija za relativno pozicioniranje
AMR-ji uporabljajo številne senzorje, da se locirajo glede na druge predmete v svojem okolju. Ti vključujejo:
Kamere: Kamere delujejo kot vizualni senzorji avtonomnih mobilnih robotov in jim zagotavljajo takojšnjo sliko okolice, podobno kot delujejo človeške oči. Te naprave zajemajo bogate vizualne informacije, ki jih lahko roboti uporabijo za zaznavanje predmetov, izogibanje oviram in kartiranje okolja. Vendar pa so kamere odvisne od ustrezne osvetlitve in jih lahko ovirajo neugodne vremenske razmere, kot so megla, dež ali tema. Za odpravo teh omejitev so kamere pogosto povezane s senzorji za-infrardeče svetlobe ali opremljene z možnostmi nočnega vida, ki robotom omogočajo, da vidijo v slabih-svetlobnih pogojih. Kamere so ključna komponenta vizualne odometrije, procesa, pri katerem se spremembe položaja skozi čas izračunajo z analizo zaporednih slik kamer. Na splošno kamere vedno zahtevajo znatno obdelavo za pretvorbo svojih 2-D slik v 3-D strukture.
Radarski senzorji: Radarski senzorji delujejo tako, da oddajajo utripajoče radijske valove, ki se odbijajo od predmetov in zagotavljajo informacije o hitrosti, razdalji in relativnem položaju predmeta. Ta tehnologija je robustna in lahko učinkovito deluje v različnih okoljskih pogojih, vključno z dežjem, meglo in prahom, kjer bi lahko kamere in lidar imeli težave. Vendar pa radarski senzorji običajno ponujajo redkejše podatke in nižjo ločljivost v primerjavi z drugimi vrstami senzorjev. Kljub temu so neprecenljivi zaradi svoje zanesljivosti pri zaznavanju hitrosti premikajočih se predmetov, zaradi česar so še posebej uporabni v dinamičnih okoljih, kjer je razumevanje gibanja drugih subjektov ključnega pomena.
Lidar senzorji: Lidar ali zaznavanje in določanje razdalje svetlobe je senzorska tehnologija, ki uporablja laserske impulze za merjenje razdalj s časovnim merjenjem odboja svetlobe od predmetov. S skeniranjem okolja s hitrimi laserskimi impulzi lidar ustvarja zelo natančne, podrobne 3D zemljevide okolice. Zaradi tega je bistveno orodje za hkratno lociranje in preslikavo (SLAM), kjer robot zgradi zemljevid neznanega okolja, medtem ko spremlja svojo lokacijo znotraj tega zemljevida. lidar je znan po svoji natančnosti in sposobnosti dobrega delovanja v različnih svetlobnih pogojih, čeprav je lahko manj učinkovit v dežju, snegu ali megli, kjer lahko vodne kapljice razpršijo laserske žarke. Kljub dragi tehnologiji je lidar zaradi svoje natančnosti in zanesljivosti v kompleksnih okoljih priljubljen pri avtonomni navigaciji.
Ultrazvočni senzorji: Ultrazvočni senzorji delujejo tako, da oddajajo visoko{0}}frekvenčne zvočne valove, ki se odbijajo od predmetov v bližini, senzor pa meri čas, ki je potreben, da se odmev vrne. To omogoča robotu, da izračuna razdaljo do predmetov in ovir na svoji poti. Ti senzorji so še posebej uporabni za zaznavanje na kratke-razdalje in se pogosto uporabljajo pri počasnih dejavnostih na blizu-razdalje, kot je navigacija v tesnih prostorih, kot so prehodi v skladiščih, ali za natančne manevre, kot je pristajanje ali vožnja nazaj. Ultrazvočni senzorji so stroškovno-učinkoviti in dobro delujejo v različnih pogojih, vendar njihov omejen doseg in počasnejši odzivni čas v primerjavi z lidarjem in kamerami pomenita, da so najprimernejši za posebna, nadzorovana okolja, kjer je potrebna visoka natančnost na neposredni bližini.
Osnovna tehnologija, ki se uporablja za absolutno določanje položaja, se začne z GNSS (izraz, ki vključuje GPS in druge satelitske sisteme, kot so GLONASS, Galileo in BeiDou). Glede na to, da na GNSS vplivajo atmosferske razmere in nedoslednosti satelitov, lahko poda rešitev položaja, ki se razlikuje za veliko metrov. Za AMR, ki zahtevajo natančnejšo navigacijo, to ni dovolj dobro – zato se je pojavila tehnologija, znana kot popravki GNSS, ki to napako zoži na le en centimeter.
RTK:-kinematika v realnem času (RTK) uporablja omrežje baznih postaj z znanimi položaji kot referenčne točke za popravljanje ocen lokacije sprejemnika GNSS. Dokler je AMR znotraj 50 kilometrov od bazne postaje in ima zanesljivo komunikacijsko povezavo, lahko RTK zanesljivo zagotavlja 1–2-centimetrsko natančnost.
SSR ali PPP-RTK: State Space Representation (SSR), ki se včasih imenuje tudi PPP-RTK, izkorišča informacije iz omrežja baznih postaj, vendar namesto pošiljanja popravkov neposredno iz lokalne bazne postaje modelira napake na širokem geografskem območju. Rezultat je širša pokritost, ki omogoča razdalje, ki presegajo 50 km od bazne postaje, vendar pa natančnost pade na 3–10 centimetrov ali več, odvisno od gostote in kakovosti omrežja.
Medtem ko ta dva pristopa delujeta izjemno dobro, kjer so na voljo signali GNSS (običajno odprto nebo), bo veliko AMR potovalo stran od odprtega neba, kjer je ovira med sprejemnikom GNSS na AMR in nebom. To se lahko zgodi v predorih, parkirnih hišah, sadovnjakih in urbanih okoljih. Tu nastopijo inercialni navigacijski sistemi (INS) s svojo inercialno merilno enoto (IMU) in programsko opremo Sensor Fusion.
IMU– IMU združuje merilnike pospeška, žiroskope in včasih magnetometre za merjenje linearnega pospeška sistema, kotne hitrosti oziroma jakosti magnetnega polja. To so ključni podatki, ki INS-u omogočajo določitev položaja, hitrosti in orientacije predmeta glede na začetno točko v realnem-času.
Zgodovina IMU sega v zgodnje 20. stoletje, s koreninami v razvoju žiroskopskih naprav, ki se uporabljajo v navigacijskih sistemih za ladje in letala. Prve praktične IMU so bile razvite med drugo svetovno vojno, predvsem za uporabo v sistemih za vodenje raket in kasneje v vesoljskem programu. Misije Apollo so se na primer močno zanašale na IMU za navigacijo v vesolju, kjer tradicionalne metode navigacije niso bile izvedljive. Tehnologija IMU je v desetletjih znatno napredovala zaradi miniaturizacije elektronskih komponent in pojava tehnologije mikro-elektro-mehanskih sistemov (MEMS) v poznem 20. stoletju. Ta razvoj je vodil do bolj kompaktnih, cenovno dostopnih in natančnih IMU-jev, kar omogoča njihovo integracijo v široko paleto potrošniške elektronike, avtomobilskih sistemov in industrijskih aplikacij danes.
Fuzija senzorjev– Programska oprema za zlitje senzorjev je odgovorna za združevanje podatkov iz IMU in drugih senzorjev za ustvarjanje kohezivnega in natančnega razumevanja absolutne lokacije AMR, ko GNSS ni na voljo. Najosnovnejše izvedbe »zapolnijo vrzeli« v realnem-času, med trenutkom, ko signal GNSS izgine, in trenutkom, ko ga AMR ponovno sprejme. Natančnost programske opreme za fuzijo senzorjev je odvisna od več dejavnikov, vključno s kakovostjo in kalibracijo vključenih senzorjev, algoritmov, uporabljenih za fuzijo, in posebne aplikacije ali okolja, v katerem je nameščena. Bolj izpopolnjena programska oprema za zlitje senzorjev je sposobna navzkrižno-korelirati različne modalitete senzorjev, kar ima za posledico večjo natančnost položaja kot kateri koli senzor v rešitvi, ki deluje sam.
RTK za GNSS zagotavlja zelo natančen vir absolutne lokacije za avtonomne robote. Brez RTK pa številne robotske aplikacije preprosto niso možne ali praktične. Od roverjev za raziskovanje gradbeništva do avtonomnih dostavnih brezpilotnih letal in avtonomnih kmetijskih orodij so številni AMR-ji odvisni od centimetrsko-natančnega absolutnega pozicioniranja, ki ga lahko zagotovi le RTK.
Kljub temu je rešitev RTK dobra le toliko, kot je dobro omrežje, ki stoji za njo. Dosledno zanesljivi popravki zahtevajo zelo gosto mrežo baznih postaj, tako da so sprejemniki vedno v dovolj blizu dosegu za natančne popravke napak. Večje kot je omrežje, lažje je dobiti popravke za AMR od koder koli. Sama gostota ni edini dejavnik. Omrežja so zelo zapleteni-sistemi v realnem času in zahtevajo strokovno spremljanje, raziskovanje in preverjanje celovitosti, da se zagotovi, da so podatki, poslani v AMR, točni in zanesljivi.
Kaj vse to pomeni za razvijalce avtonomnih robotov? Vsaj kar zadeva uporabo na prostem, AMR ni popoln brez RTK-sprejemnika GNSS. Za najnatančnejšo možno rešitev se morajo razvijalci zanesti na najgostejše in najbolj zanesljivo omrežje RTK. In kjer se morajo roboti pogosto premikati v idealna signalna okolja GNSS in iz njih, na primer za samo-vozeče dostavno vozilo, RTK v kombinaciji z IMU zagotavlja najobsežnejši razpoložljiv vir absolutnega pozicioniranja.
Nobena avtonomna robotska aplikacija ni enaka in vsaka edinstvena nastavitev zahteva lastno mešanico relativnih in absolutnih informacij o položaju. Za zunanje AMR-je jutrišnjega dne pa je GNSS z robustnim omrežjem popravkov RTK bistven sestavni del sklopa senzorjev.