Na hitro razvijajočem se področju avtonomne robotike sta navigacija in določanje položaja med najbolj kritičnimi zmogljivostmi. Pred kratkim je Reeman Robotics razkril vrsto izboljšav svojih navigacijskih sistemov-, ki znatno povečajo robustnost, prilagodljivost in zmogljivost pri uvajanju-v resničnem svetu. V tej objavi se bomo sprehodili skozi ključne inovacije, kako rešujejo prejšnje izzive in kaj obljubljajo za prihodnost storitvenih, dostavnih in logističnih robotov.
Zakaj je navigacija pomembna (in kaj jo otežuje)
Preden se poglobimo v Reemanove izboljšave, je koristno razumeti glavne izzive, ki jih mora premagati kateri koli mobilni robotski navigacijski sistem:
Lokalizacija in kartiranje- Robot mora vedeti, kje je glede na globalni ali naučeni zemljevid (ali ga sestaviti sproti).
Načrtovanje in pre{0}}načrtovanje poti- Glede na položaj in cilj robota mora načrtovati varno in učinkovito pot; ko se pojavijo ovire ali spremembe, mora ponovno -načrtovati dinamično.
Zaznavanje in izogibanje oviram- Senzorji morajo zanesljivo zaznavati statične in dinamične ovire, tudi pri spremembi osvetlitve, neredu, okluziji ali šumu senzorja.
Fuzija senzorjev in robustnost- Modalitete z enim samim senzorjem (npr. samo laser ali samo vid) imajo običajno načine napake. Robustni sistemi združujejo več senzorjev in elegantno obravnavajo poslabšane vnose.
Prilagodljivost na spremembe okolja- Spremembe notranje postavitve (npr. premiki pohištva, gneča), variacije osvetlitve ali več-nadstropni prehodi dodajo kompleksnost.
Reeman v svojih robotih že dolgo združuje tehnologije, kot so LiDAR, vision, SLAM in druge. (- REEMAN Robot) Njihove nedavne optimizacije dodatno krepijo te zmogljivosti.
Ključne nadgradnje v Reemanovi optimizirani navigaciji
Tukaj so izjemni napredki, ki jih je predstavil Reeman:
1. Dvojni LiDAR za popolno 360-stopinjsko zaznavanje
Ena vidnejših nadgradenj strojne opreme je vFly Boat AMRplatformo, kjer je Reeman prešel z enega samega LiDAR-ja na adiagonalno nameščen dvojni-LiDAR, doseganje 360-stopinjske pokritosti in odpravljanje slepih kotov. (reemanrobot.com) To je še posebej pomembno v gostih, dinamičnih okoljih (skladišča, tovarne), kjer se ovire lahko pojavijo iz katere koli smeri.
2. Izboljšano izogibanje oviram s 3D zaznavanjem
Poleg ravninskih skeniranj LiDAR vključuje Reemanov modul »3D-navigacija za avtonomno izogibanje oviram« bogatejše 3D-zaznavanje (npr. globinske kamere ali oblaki točk LiDAR) za presojo višine, oblike in poti ovir. (reeman.en.made-in-china.com) To omogoča varnejše manevre in bolj gladke popravke poti, zlasti v navpično spremenljivih okoljih.
3. Navigacijski algoritem različice 3.0: pametnejša logika dostave
V restavracijah in storitvah je Reeman nov3.0 navigacijski algoritemobravnava predhodno pogosto težavo: ko je ciljna točka zasedena (npr. miza je začasno blokirana), roboti včasih brezciljno tavajo blizu točke. Nadgradnja jim omogočaparkirajte pametnoblizu točke dostave, namesto da niha. (reemanrobot.com) Poleg tega lahko sistem v več-nastavitvah robotov označi "območja zastojev" in usmeri robote, da se dinamično izogne prometnim ozkim grlom. (reemanrobot.com)
4. Močnejši SLAM & Sensor Fusion
Reemanov navigacijski sklad se še naprej zanaša na SLAM (hkratna lokalizacija in preslikava) za-preslikavo in lokalizacijo v realnem času. (- REEMAN Robot) Najnovejše optimizacije dodatno izboljšujejo stabilnost zemljevida, zaznavanje zaprtja zanke in popravljanje lokalizacijskega odmika z zlivanjem podatkov LiDAR, vizije in inercialnih podatkov. Robustnejša fuzija pomeni, da lahko sistem bolje obvladuje okoljske spremembe (sprememba osvetlitve, prehodne ovire itd.).
5. Pametnejše razporejanje in več-robotska koordinacija
Pri navigaciji ne gre le za pot enega samega robota: v mnogih scenarijih uvajanja si več robotov deli prostor. Reemanov izboljšan centralni dispečerski sistem podpiraveč{0}}robotsko sodelovanje, načrtovanje poti prek robotov, dinamično izogibanje morebitnim zastojem in prednostno razporejanje. (reemanrobot.com) To je še posebej koristno v gostih okoljih, kot so restavracije, skladišča ali proizvodna tla.
6. Boljša mobilnost in prilagajanje
Reeman je prilagodil tudi fizično mobilnost za dopolnitev navigacije: Fly Boat AMR zdaj uporabljavečja vsesmerna kolesa(4-palčni proti 3-palčnim) za boljše obvladovanje pragov, nepravilnosti na tleh in manjših ovir. (reemanrobot.com) Izboljšana zasnova koles pomaga pri stabilnosti navigacije pri prehodu čez površine ali vstopanju/izstopanju iz dvigal.
Resnični-svetovni vpliv: Primeri uporabe in povečanje učinkovitosti
Tehnološke nadgradnje pomenijo oprijemljive koristi pri resničnih uvedbah:
V restavracijah se dostavni roboti izognejo zastoju, ko so poti ali cilji začasno blokirani. (reemanrobot.com)
V tovarnah, Reeman'sBig Dog AMRje bil uporabljen v več-nadstropnih tovarnah oblačil: avtonomno se vozi z dvigali, krmari po nadstropjih, načrtuje optimalne poti in izboljša hitrost proizvodnje za približno 30 %. (- robot REEMAN)
V skladiščnih in logističnih nastavitvah Fly Boat AMR s popolnim 360-stopinjskim zaznavanjem ovir in izboljšanim zemljevidom pomagata zmanjšati trke ali zastoje in vzdrževati nemoten pretok po zapletenih postavitvah. (reemanrobot.com)
Skupaj te izboljšave naredijo robote Reeman večodporen na spremembe okolja, učinkovit v dinamičnih scenarijih, inlažji za uporabo na različnih lokacijahbrez obsežnega prilagajanja po meri.
Izzivi, kompromisi in prihodnje smeri
Čeprav so izboljšave pomembne, ostajajo nekateri izzivi in kompromisi:
Stroški in kompleksnost: Dodajanje dvojnih LiDAR-jev, bogatejših senzorjev in več računalništva poveča stroške in porabo energije.
Odpornost na napake senzorja: Sistem mora ostati robusten, če se en senzor poslabša ali odpove.
Spreminjanje okolja in dolgoročno-odnašanje: V dolgih časovnih okvirih se spreminjajo okolja (premika pohištva, spreminja se osvetlitev). Potrebno je nenehno pre-kartiranje ali prilagajanje.
Razširljivost v natrpanih prostorih: Ko se promet robotov poveča,-koordinacija v realnem času postane bolj zapletena.
Zunanji podaljšek: Medtem ko se Reeman osredotoča predvsem na notranje/logistične/storitvene nastavitve, je razširitev navigacije na pol-zunanje ali spremenljive nastavitve osvetlitve težje.
Če pogledamo naprej, obetavne smeri vključujejo:
Navigacija,-ki temelji na učenju(npr. učenje s krepitvijo ali--končno zaznavanje-do-nadzora) za prilagajanje novim okoljem.
Prilagodljivo posodabljanje zemljevidovkjer robot avtonomno posodablja svoj zemljevid, da odraža spremembe okolja.
Razmišljanje na-višji ravnikot je predvidevanje gibanja ljudi, napovedno načrtovanje poti ali sodelovalna več{0}}navigacija agentov.
Navigacija-z upoštevanjem energije, ki optimizira poti ne le glede na razdaljo/čas, ampak tudi glede na porabo baterije ali urnike polnjenja.