W miarę jak roboty stają się coraz bardziej samowystarczalne, muszą poruszać się po otoczeniu z większą niezależnością i niezawodnością. Autonomiczne traktory, kombajny rolnicze i siewniki muszą ostrożnie przemierzać pola uprawne, a autonomiczne pojazdy dostawcze muszą bezpiecznie przemierzać ulice, aby umieścić paczki we właściwym miejscu. W szerokim zakresie zastosowań autonomiczne roboty mobilne (AMR) wymagają bardzo dokładnych źródeł pozycjonowania, aby bezpiecznie i skutecznie wykonywać zadania, do których zostały zaprojektowane.
Osiągnięcie takiej precyzji wymaga dwóch zestawów możliwości lokalizacji. Jednym z nich jest zrozumienie względnego położenia siebie w stosunku do innych obiektów. Zapewnia to kluczowy wkład w zrozumienie otaczającego świata i, w najbardziej oczywistym przypadku, pozwala uniknąć przeszkód, które są zarówno nieruchome, jak i będące w ruchu. To dynamiczne manewrowanie wymaga szerokiego zestawu czujników nawigacyjnych, takich jak kamery, radar, lidar i oprogramowanie pomocnicze do przetwarzania tych sygnałów i nadawania kierunku w czasie rzeczywistym AMR.
Drugi zestaw funkcji umożliwia AMR poznanie jego dokładnej lokalizacji fizycznej (lub lokalizacji bezwzględnej) na świecie, dzięki czemu może precyzyjnie i wielokrotnie poruszać się po ścieżce zaprogramowanej w urządzeniu. Oczywistym przypadkiem użycia jest tu rolnictwo precyzyjne, gdzie różne czujniki AMR muszą podróżować tą samą wąską ścieżką przez wiele miesięcy, aby sadzić, nawadniać i zbierać plony, przy czym każdy przejazd wymaga, aby AMR za każdym razem odnosił się dokładnie do tego samego miejsca .
Wymaga to innego zestawu możliwości nawigacyjnych, począwszy od globalnych systemów nawigacji satelitarnej (GNSS), na których wykorzystuje się cały ekosystem czujników i oprogramowania. Wzbogacający GNSS to funkcje korekcji, takie jak RTK i SSR, które pomagają uzyskać 100 razy większą precyzję niż sam GNSS w zastosowaniach na otwartej przestrzeni powietrznej, a także inercyjne jednostki pomiarowe w połączeniu z oprogramowaniem do fuzji czujników do nawigacji tam, gdzie GNSS nie jest dostępny (dead recconing).
Zanim zagłębimy się w te technologie, poświęćmy chwilę na przyjrzenie się przypadkom użycia, w których wymagana jest zarówno lokalizacja względna, jak i bezwzględna, aby AMR mógł wykonać swoje zadanie.
Zastosowania robotyki wymagające pozycjonowania względnego i bezwzględnego
AMR ujawniają to, co ludzie uważają za oczywiste – wrodzoną zdolność dokładnego lokalizowania się w świecie i podejmowania precyzyjnych działań w oparciu o te informacje. Im bardziej zróżnicowane są zastosowania AMR, tym częściej odkrywamy, jakie rodzaje działań wymagają ekstremalnej precyzji. Oto kilka przykładów:
Automatyka Rolnicza: W rolnictwie czujniki AMR stają się coraz bardziej powszechne w przypadku takich zadań, jak sadzenie, zbiory i monitorowanie upraw. Roboty te wykorzystują pozycjonowanie bezwzględne, zwykle za pomocą GPS, do precyzyjnego poruszania się po dużych i często nierównych polach. Dzięki temu mogą systematycznie pokrywać rozległe obszary i w razie potrzeby wracać do określonych lokalizacji. Jednakże, gdy znajdą się w pobliżu upraw lub na wyznaczonym obszarze, systemy AMR polegają na względnym pozycjonowaniu w przypadku zadań wymagających większej dokładności, takich jak zbieranie owoców, które mogły urosnąć lub zmienić położenie od czasu ostatniej wizyty AMR. Łącząc obie metody pozycjonowania, roboty te mogą wydajnie działać w trudnych i zmiennych środowiskach typowych dla pól uprawnych.
Dostawa ostatniej mili w warunkach miejskich: AMR przekształcają dostawy ostatniej mili w środowiskach miejskich, autonomicznie transportując towary z centrów dystrybucyjnych do miejsc docelowych. Roboty te wykorzystują pozycjonowanie bezwzględne do poruszania się po ulicach, alejkach i skomplikowanych układach miejskich, zapewniając, że podążają zoptymalizowanymi trasami, unikając korków i dotrzymując harmonogramów dostaw. Po dotarciu w pobliże miejsca dostawy pojazdy AMR będą również wykorzystywać pozycjonowanie względne do manewrowania wokół zmiennych lub nieoczekiwanych przeszkód, takich jak pojazd zaparkowany podwójnie na ulicy. To podwójne podejście pozwala AMR radzić sobie ze zawiłościami miejskiego krajobrazu i realizować precyzyjne dostawy bezpośrednio do drzwi klientów.
Automatyzacja budowy: Na placach budowy zatrudniani są pracownicy AMR, aby zapewnić wykonanie projektu zgodnie ze specyfikacjami określonymi przez inżynierów. Pomagają także w zadaniach takich jak transport materiałów i mapowanie lub badanie środowisk. Miejsca te często obejmują duże obszary o stale zmieniającym się środowisku, co wymaga od operatorów AMR stosowania pozycjonowania bezwzględnego w celu nawigacji i utrzymania orientacji w obrębie całego terenu projektu. Pozycjonowanie względne ma znaczenie, gdy AMR wykonują zadania wymagające interakcji z elementami dynamicznymi, takimi jak unikanie innego sprzętu, a nawet personelu znajdującego się na budowie. Połączenie obu systemów pozycjonowania pozwala AMR skutecznie przyczyniać się do złożonego i dynamicznego charakteru projektów budowlanych, zwiększając wydajność i bezpieczeństwo.
Autonomiczne utrzymanie dróg: Urządzenia AMR są coraz częściej stosowane w zadaniach związanych z utrzymaniem dróg, takich jak kontrola nawierzchni, uszczelnianie pęknięć i malowanie linii. Roboty te wykorzystują pozycjonowanie bezwzględne do poruszania się wzdłuż odcinków autostrad lub dróg, dzięki czemu pozostają na właściwym kursie na długich dystansach i mogą precyzyjnie uchwycić określone lokalizacje, w których należy przeprowadzić konserwację. Podczas wykonywania tych zadań konserwacyjnych przełączają się na pozycjonowanie względne, aby dokładnie identyfikować i korygować określone niedoskonałości drogi, precyzyjnie malować oznaczenia pasów ruchu lub omijać przeszkody. Ta podwójna funkcja pozwala robotom AMR efektywnie zarządzać zadaniami związanymi z utrzymaniem dróg, jednocześnie zmniejszając potrzebę pracy pracowników ludzkich w niebezpiecznych środowiskach drogowych, poprawiając bezpieczeństwo i produktywność.
Monitoring i ochrona środowiska: W środowiskach zewnętrznych urządzenia AMR są często stosowane do monitorowania środowiska i działań ochronnych, takich jak śledzenie dzikiej przyrody, wykrywanie zanieczyszczeń i mapowanie siedlisk. Roboty te wykorzystują pozycjonowanie bezwzględne do poruszania się po rozległych obszarach naturalnych, od lasów po regiony przybrzeżne, zapewniając kompleksowe pokrycie terenu i umożliwiając przechwytywanie szczegółowych badań terenu i mapowanie. Urządzenia AMR mogą wykonywać takie zadania, jak rejestrowanie obrazów w wysokiej rozdzielczości, zbieranie próbek lub śledzenie ruchów zwierząt z niezwykłą dokładnością i mogą nakładać te próbki w czasie w spójny sposób.
We wszystkich powyższych przykładach, aby uniknąć potencjalnie katastrofalnych konsekwencji, wymagana jest bezwzględna dokładność pozycjonowania znacznie mniejsza niż metr. W przypadku braku dokładnej lokalizacji prawdopodobne są obrażenia pracowników, znaczne straty w produktach i kosztowne opóźnienia. Zasadniczo wszędzie tam, gdzie AMR musi działać w promieniu kilku centymetrów, będzie wymagane posiadanie zarówno rozwiązań w zakresie lokalizacji względnej, jak i bezwzględnej.
Technologia pozycjonowania względnego
Urządzenia AMR wykorzystują szereg czujników do lokalizowania się w stosunku do innych obiektów w swoim otoczeniu. Należą do nich:
Kamery: Kamery pełnią funkcję czujników wizualnych autonomicznych robotów mobilnych, zapewniając im natychmiastowy obraz otoczenia podobny do działania ludzkich oczu. Urządzenia te rejestrują bogate informacje wizualne, które roboty mogą wykorzystać do wykrywania obiektów, omijania przeszkód i mapowania środowiska. Jednak działanie kamer zależy od odpowiedniego oświetlenia, a ich działanie mogą być zakłócane przez niekorzystne warunki pogodowe, takie jak mgła, deszcz lub ciemność. Aby zaradzić tym ograniczeniom, kamery często łączy się z czujnikami bliskiej podczerwieni lub wyposaża w funkcje noktowizyjne, które umożliwiają robotom widzenie w warunkach słabego oświetlenia. Kamery stanowią kluczowy element odometrii wizualnej – procesu, w którym zmiany położenia w czasie są obliczane na podstawie analizy kolejnych obrazów z kamer. Ogólnie rzecz biorąc, kamery zawsze wymagają znacznego przetwarzania, aby przekształcić obrazy 2-D w struktury 3-D.
Czujniki radarowe: Czujniki radarowe działają poprzez emisję pulsujących fal radiowych, które odbijają się od obiektów i dostarczają informacji o prędkości, odległości i względnym położeniu obiektu. Technologia ta jest solidna i może skutecznie działać w różnych warunkach środowiskowych, w tym w deszczu, mgle i kurzu, gdzie kamery i lidar mogą mieć trudności. Jednakże czujniki radarowe zazwyczaj oferują rzadsze dane i niższą rozdzielczość w porównaniu do innych typów czujników. Mimo to są nieocenione ze względu na swoją niezawodność w wykrywaniu prędkości poruszających się obiektów, co czyni je szczególnie przydatnymi w dynamicznych środowiskach, w których zrozumienie ruchu innych obiektów ma kluczowe znaczenie.
Czujniki Lidarowe: Lidar, czyli wykrywanie i określanie zasięgu światła, to technologia czujników wykorzystująca impulsy laserowe do pomiaru odległości poprzez synchronizację odbicia światła od obiektów. Skanując otoczenie szybkimi impulsami laserowymi, lidar tworzy bardzo dokładne, szczegółowe mapy 3D otoczenia. Dzięki temu jest to niezbędne narzędzie do jednoczesnej lokalizacji i mapowania (SLAM), podczas którego robot tworzy mapę nieznanego środowiska, śledząc jednocześnie swoją lokalizację na tej mapie. lidar jest znany ze swojej precyzji i zdolności do dobrego działania w różnych warunkach oświetleniowych, chociaż może być mniej skuteczny podczas deszczu, śniegu lub mgły, gdzie kropelki wody mogą rozpraszać wiązki lasera. Pomimo tego, że jest to kosztowna technologia, lidar jest preferowany w nawigacji autonomicznej ze względu na jego dokładność i niezawodność w złożonych środowiskach.
Czujniki ultradźwiękowe: Czujniki ultradźwiękowe działają poprzez emisję fal dźwiękowych o wysokiej częstotliwości, które odbijają się od pobliskich obiektów, a czujnik mierzy czas potrzebny do powrotu echa. Dzięki temu robot może obliczyć odległość do obiektów i przeszkód na swojej drodze. Czujniki te są szczególnie przydatne do wykrywania krótkiego zasięgu i często są wykorzystywane do powolnych działań z bliskiej odległości, takich jak nawigacja w ciasnych przestrzeniach, takich jak korytarze w magazynie, lub do precyzyjnych manewrów, takich jak dokowanie lub cofanie. Czujniki ultradźwiękowe są opłacalne i dobrze sprawdzają się w różnych warunkach, ale ich ograniczony zasięg i dłuższy czas reakcji w porównaniu z lidarami i kamerami oznaczają, że najlepiej nadają się do określonych, kontrolowanych środowisk, w których wymagana jest wysoka precyzja z bliskiej odległości.
Podstawowa technologia stosowana do pozycjonowania bezwzględnego zaczyna się od GNSS (termin obejmujący GPS i inne systemy satelitarne, takie jak GLONASS, Galileo i BeiDou). Biorąc pod uwagę, że na GNSS mają wpływ warunki atmosferyczne i niespójności satelitów, może on dostarczyć rozwiązanie dotyczące pozycji różniące się o wiele metrów. W przypadku odbiorników AMR, które wymagają bardziej precyzyjnej nawigacji, nie jest to wystarczające – stąd pojawienie się technologii znanej jako korekty GNSS, która zawęża ten błąd do zaledwie jednego centymetra.
RTK: Kinematyka czasu rzeczywistego (RTK) wykorzystuje sieć stacji bazowych o znanych pozycjach jako punkty odniesienia do korygowania szacunków lokalizacji odbiornika GNSS. Jeśli AMR znajduje się w promieniu 50 kilometrów od stacji bazowej i ma niezawodne łącze komunikacyjne, RTK może niezawodnie zapewnić dokładność na poziomie 1–2-centymetra.
SSR lub PPP-RTK: Reprezentacja przestrzeni stanu (SSR), czasami nazywana również PPP-RTK, wykorzystuje informacje z sieci stacji bazowej, ale zamiast wysyłać poprawki bezpośrednio z lokalnej stacji bazowej, modeluje błędy na dużym obszarze geograficznym. W rezultacie szerszy zasięg umożliwia osiągnięcie odległości znacznie przekraczających 50 km od stacji bazowej, ale dokładność spada do 3-10 centymetrów lub więcej, w zależności od gęstości i jakości sieci.
Chociaż te dwa podejścia sprawdzają się wyjątkowo dobrze tam, gdzie dostępne są sygnały GNSS (zwykle otwarte niebo), wiele odbiorników AMR będzie przemieszczać się poza otwarte niebo, gdzie występuje przeszkoda między odbiornikiem GNSS w AMR a niebem. Może się to zdarzyć w tunelach, garażach, sadach i środowiskach miejskich. W tym miejscu do gry wchodzą inercyjne systemy nawigacji (INS) z inercyjną jednostką pomiarową (IMU) i oprogramowaniem Sensor Fusion.
IMU– IMU łączy akcelerometry, żyroskopy, a czasami magnetometry do pomiaru odpowiednio przyspieszenia liniowego systemu, prędkości kątowej i natężenia pola magnetycznego. Są to kluczowe dane, które umożliwiają INS określenie w czasie rzeczywistym położenia, prędkości i orientacji obiektu względem punktu początkowego.
Historia IMU sięga początków XX wieku, a jej korzenie sięgają rozwoju urządzeń żyroskopowych stosowanych w systemach nawigacji statków i samolotów. Pierwsze praktyczne IMU opracowano podczas II wojny światowej, głównie do użytku w systemach naprowadzania rakiet, a później w programie kosmicznym. Na przykład misje Apollo w dużym stopniu opierały się na IMU do nawigacji w przestrzeni kosmicznej, gdzie tradycyjne metody nawigacji nie były możliwe. Na przestrzeni dziesięcioleci technologia IMU znacznie się rozwinęła, napędzana miniaturyzacją komponentów elektronicznych i pojawieniem się technologii systemów mikroelektromechanicznych (MEMS) pod koniec XX wieku. Ta ewolucja doprowadziła do powstania bardziej kompaktowych, niedrogich i dokładnych IMU, umożliwiając ich integrację z szeroką gamą elektroniki użytkowej, systemami motoryzacyjnymi i dzisiejszymi zastosowaniami przemysłowymi.
Fuzja czujników– Oprogramowanie do syntezy czujników jest odpowiedzialne za łączenie danych z IMU, a także innych czujników w celu uzyskania spójnego i dokładnego zrozumienia bezwzględnej lokalizacji AMR, gdy GNSS nie jest dostępny. Najbardziej podstawowe wdrożenia „wypełniają luki” w czasie rzeczywistym, pomiędzy momentem zaniku sygnału GNSS a jego ponownym odebraniem przez AMR. Dokładność oprogramowania do fuzji czujników zależy od kilku czynników, w tym od jakości i kalibracji zaangażowanych czujników, algorytmów stosowanych do fuzji oraz konkretnego zastosowania lub środowiska, w którym jest ono wdrażane. Bardziej wyrafinowane oprogramowanie do łączenia czujników jest w stanie korelować krzyżowo różne modalności czujników, co zapewnia wyższą dokładność pozycjonowania niż w przypadku któregokolwiek z czujników w rozwiązaniu działającym samodzielnie.
RTK dla GNSS zapewnia bardzo dokładne źródło bezwzględnej lokalizacji robotów autonomicznych. Jednak bez RTK wiele zastosowań robotyki po prostu nie jest możliwych lub praktycznych. Od łazików budowlanych po autonomiczne drony dostawcze i autonomiczne narzędzia rolnicze – wiele robotów AMR zależy od pozycjonowania absolutnego z dokładnością do centymetra, które może zapewnić tylko RTK.
To powiedziawszy, rozwiązanie RTK jest tak dobre, jak sieć, która za nim stoi. Konsekwentnie niezawodne poprawki wymagają bardzo gęstej sieci stacji bazowych, tak aby odbiorniki były zawsze w zasięgu wystarczająco blisko, aby zapewnić dokładną korekcję błędów. Im większa sieć, tym łatwiej jest uzyskać poprawki dla AMR z dowolnego miejsca. Sama gęstość nie jest jedynym czynnikiem. Sieci są bardzo skomplikowanymi systemami czasu rzeczywistego i wymagają profesjonalnego monitorowania, pomiarów i sprawdzania integralności, aby mieć pewność, że dane przesyłane do AMR są dokładne i niezawodne.
Co to wszystko oznacza dla twórców robotów autonomicznych? Przynajmniej w zastosowaniach zewnętrznych żaden system AMR nie jest kompletny bez odbiornika GNSS zasilanego przez RTK. Aby uzyskać jak najdokładniejsze rozwiązanie, programiści powinni polegać na najgęstszej i najbardziej niezawodnej sieci RTK. A tam, gdzie roboty muszą często przemieszczać się do i z idealnych środowisk sygnału GNSS, np. w przypadku autonomicznego pojazdu dostawczego, RTK w połączeniu z IMU zapewnia najbardziej wszechstronne dostępne źródło pozycjonowania bezwzględnego.
Nie ma dwóch takich samych aplikacji robotyki autonomicznej, a każda unikalna konfiguracja wymaga własnego zestawu informacji o położeniu względnym i bezwzględnym. Jednak w przypadku przyszłych zewnętrznych odbiorników AMR GNSS z solidną siecią korekcji RTK stanowi istotny element zestawu czujników.