El robot autónomo de posicionamiento y navegación puede moverse libremente, todos confían en él

May 30, 2023 Dejar un mensaje

En la actualidad, los robots de manejo inteligente de logística, los robots de barrido, etc. se han aplicado en algunas ciudades y familias, los vehículos aéreos no tripulados, los vehículos no tripulados, etc. también se promueven rápidamente, la razón por la cual estos robots pueden entrar rápidamente en la etapa de aplicación, y el el desarrollo de la tecnología de posicionamiento y navegación autónomos es inseparable.

 

Recientemente, iResearch, una subsidiaria de iresearch Consulting, publicó su resumen de las "TOP10 tecnologías de avance global de IA en 2018", y la tecnología de navegación autónoma robótica basada en la fusión transfronteriza de múltiples sensores se encontraba entre ellas. ¿Qué es la tecnología de navegación y posicionamiento autónomo de robots? En la actualidad, existen varios medios técnicos para realizar el posicionamiento y la navegación autónomos de los robots. ¿Cuáles son las dificultades y desafíos en la implementación de estas tecnologías y aplicaciones?

 

Básico: la visión y el radar son los sensores primarios

Se puede decir que la tecnología de posicionamiento y navegación autónomos se ha convertido en uno de los núcleos y focos de los productos robóticos. El Dr. Du Mingfang, miembro experto de la Sociedad China de Automatización y el Instituto de Investigación de la Industria de Internet de la Universidad de Tsinghua, dijo a Sci-Tech Daily que la navegación autónoma incluye dos partes: navegación local y navegación global desde una perspectiva amplia. La navegación local se refiere a la adquisición en tiempo real de información ambiental actual a través de sensores de visión, radar, ultrasónicos y otros, extracción de funciones de fusión de datos y procesamiento de algoritmos inteligentes para lograr el juicio del área transitable actual y el seguimiento de objetivos múltiples. La navegación global se refiere principalmente al uso de datos de navegación global proporcionados por GPS para llevar a cabo la planificación de rutas globales y realizar la navegación de rutas dentro del alcance del mapa electrónico completo.

 

"Actualmente, la visión y el radar son los dos sensores más importantes utilizados para la navegación autónoma local". Du Mingfang explicó que, como sensor pasivo, las ventajas del sensor visual son significativas, como un rico acceso a la información, buen ocultamiento, tamaño pequeño, no generará "contaminación ambiental" debido a la interferencia, bajo costo en comparación con el radar. Para realizar la navegación autónoma, es común que una variedad de sensores cooperen entre sí para identificar una variedad de información ambiental, como límites de caminos, características del terreno, obstáculos, guías, etc. De esta manera, el robot puede determinar el área alcanzable o el área inalcanzable en la dirección de avance a través de la percepción del entorno, confirmar su posición relativa en el entorno, predecir el movimiento de obstáculos dinámicos y proporcionar una base para la planificación de rutas locales.

 

Du Mingfang dijo a los periodistas que a partir de la situación de desarrollo actual, la tecnología de fusión de información multisensor se ha aplicado al sistema de navegación autónomo y su papel también está relacionado con el nivel inteligente del robot. "El núcleo de la tecnología de navegación es que puede procesar y fusionar de manera efectiva la información recopilada por múltiples sensores, mejorar la capacidad de 'resistencia' del robot a la información incierta, garantizar que se utilice información más confiable y ayudar a juzgar el entorno circundante de manera más intuitiva. ." "Él dijo.

 

La navegación visual se ha aplicado con éxito a la navegación de aeronaves a baja altitud, la navegación de vehículos aéreos no tripulados y la navegación de aterrizaje en Marte. Sin embargo, Du Mingfang también dijo que la información proporcionada por los sensores visuales no es directa, la demanda de computación y almacenamiento es grande y la carga de la transmisión de la red es grande. La fusión de información de múltiples sensores puede eliminar la incertidumbre en el posicionamiento y la navegación del robot y mejorar la precisión, pero la fusión excesiva también duplicará la cantidad de cómputo.

 

¿Cómo se pueden solucionar estos problemas? Du Mingfang cree que elegir el algoritmo de fusión correcto es la clave. En la actualidad, "existen cada vez más teorías básicas, como la teoría de la computación inteligente y la teoría de la probabilidad, aplicadas al campo de la fusión de sensores múltiples de robots". "Él dijo.

 

Método: una variedad de combinación de tecnología para lograr ventajas complementarias

¿Cuáles son las formas de realizar el posicionamiento y la navegación autónomos de los robots? De hecho, la conducción autónoma de los automóviles y la tecnología de posicionamiento y navegación autónomos parciales que utilizan los robots son consistentes. Chen Jinpei, director ejecutivo de Chihiro Position, dijo a los periodistas que la empresa utiliza una combinación de posicionamiento y navegación lidar y tecnología de sensores para lograr una precisión de posicionamiento de aproximadamente un metro y un posicionamiento inicial completo en tres segundos.

 

La llamada navegación lidar consiste en instalar un reflector láser con una posición precisa alrededor de la ruta de conducción. El robot envía un rayo láser a través del escáner láser y recoge el rayo láser reflejado por el reflector para determinar su posición y curso actuales, y realiza la guía a través de una operación geométrica triangular continua. Además de las funciones de alcance y posicionamiento, lidar también tiene funciones de identificación y evitación de obstáculos.

 

Du Mingfang dijo que lidar es un sensor activo y que los datos de percepción que proporciona son mucho más simples y directos que la información visual, con menos cálculos al procesar. Pero la desventaja es el alto costo, la mala ocultación, la "contaminación" del medio ambiente, la información no es lo suficientemente rica.

Se entiende que el robot de Suning y la navegación autónoma del vehículo no tripulado adoptan otro "lidar multilínea más GPS más navegación inercial y otro modo de posicionamiento de fusión multisensor". Específicamente, en primer lugar, se usa lidar para el mapeo del entorno para obtener un mapa de nube de puntos previo, y la posición global de la máquina se determina inicialmente a través de GPS y navegación inercial. Luego, los datos de escaneo lidar se comparan con el mapa de nube de puntos anterior para obtener una posición global más precisa y lograr un posicionamiento preciso y una navegación autónoma. A nivel de percepción, lidar integra la visión para identificar peatones, vehículos y obstáculos a su alrededor en tiempo real, proporcionando una base para planificar la ruta de desvío óptima.

 

Además, está la navegación inercial, que se refiere a la instalación de un giroscopio en el robot o vehículo no tripulado, la instalación de un bloque de posicionamiento en el suelo en el área de conducción, mediante el cálculo de la señal de desviación del giroscopio (velocidad angular) y la recopilación de Señal de bloque de posicionamiento en tierra para determinar su propia posición y rumbo, a fin de lograr la guía. La persona a cargo de Suning dijo en una entrevista con Science and Technology Daily que la tecnología de navegación inercial tiene un posicionamiento preciso, una pequeña carga de trabajo de procesamiento en tierra y una gran flexibilidad de trayectoria. Sin embargo, el costo de fabricación es alto y la precisión y confiabilidad de la guía están estrechamente relacionadas con la precisión de fabricación del giroscopio y su posterior procesamiento de señales. En resumen, un medio técnico no puede resolver todos los problemas.

 

Desafíos: problemas de consumo de energía, costo e industrialización por resolver

En la actualidad, la aplicación del robot autónomo de posicionamiento y navegación se divide principalmente en dos categorías, una es el uso familiar del robot de barrido y el cuidado familiar, el robot acompañante. Chen Shikai, CEO de Silan Technology, dijo que tales escenarios de aplicación se pueden resumir como "configuración cero", en términos de uso del consumidor, debe ser lo más simple posible y se puede usar cuando se vuelve a comprar. El otro está en el escenario comercial, que requiere un proceso de preconfiguración con alta confiabilidad y escalabilidad.

 

Chen Shikai dijo que el sistema de navegación y posicionamiento de la escena del hogar personal debería resolver los desafíos del consumo de energía, el volumen y el costo. En la actualidad, tanto el algoritmo de localización y construcción de mapas en tiempo real (SLAM) como el sistema de planificación de rutas tienen una gran complejidad. "Para un robot que barre el piso, es posible que la batería en sí solo tenga una capacidad de más de 20 vatios-hora. Si le coloca una computadora portátil para ejecutar el algoritmo SLAM, es posible que se quede sin energía en menos de una hora, lo que es completamente inaceptable".

 

Además, cuando el nuevo robot se enciende por primera vez, no conoce la estructura del entorno del hogar y necesita trazar un mapa con anticipación. "Esto es una contradicción", dijo Chen. Se espera que los robots funcionen de inmediato cuando están en el entorno, pero los algoritmos principales también deben tener un entorno preconstruido o explorado, y en esta área, "la industria tiene trabajo por hacer". Por ejemplo, se puede planificar una ruta inicial, y la ruta se puede refinar y mejorar gradualmente a medida que se usa y explora el robot, dijo Chen.

 

En escenarios comerciales o profesionales, la dificultad de los sistemas de navegación autónomos es que el área del mapa en escenarios comerciales es grande, incluso más de decenas de miles de metros cuadrados. "Actualmente, los sistemas SLAM requieren mucha memoria y computación. Cómo hacer que funcione en una escena tan grande es un gran desafío para los sistemas de navegación y posicionamiento". La solución, dijo Chen, es tener un hardware potente, junto con una mejor optimización del software y los algoritmos. “En la actualidad, un sistema de navegación y posicionamiento calificado no solo debe tener lidar, sino también sensores visuales y ondas ultrasónicas, y la fusión correspondiente debe llevarse a cabo en el algoritmo de navegación y posicionamiento. Esta integración puede no ser difícil académica o algorítmicamente, pero considerando los problemas de la industrialización, por ejemplo, muchos sensores ultrasónicos son productos no estándar, y los sensores de visión de profundidad tienen diferentes especificaciones y diferentes ubicaciones de instalación, existen desafíos en cómo proporcionar una interfaz estandarizada unificada para que la usen los clientes".

 

自主定位导航术 机器人行动自如全靠它