Навигация по естественным функциям может работать для мобильных роботов

Для функционирования управляемых автоматами транспортных средств и автономных мобильных роботов (AMR) им необходимо знать, где они находятся, куда им нужно идти и как туда добраться.

Хотя простые технологии «следования за линией» имеют своё место, они связаны с высокими накладными расходами на установку и, поскольку требуют изменений в постоянной инфраструктуре, плохо поддаются адаптации к новым требованиям.

Навигация по естественному сопоставлению функций основана на использовании постоянных функций на маршруте AMR, её проще установить и она более гибкая для будущих нужд. Но как это работает и почему так хорошо работает?

Тип навигационной технологии, используемой в AMR, оказывает самое большое влияние на его производительность. В основном, «естественная» или «свободная» навигация использует одну из двух технологий: сопоставление сканирования (иногда называемое SLAM – одновременная локализация и картирование) или сопоставление функций.

Обе технологии должны иметь возможность «видеть», чтобы соответствовать функциям окружающей среды. Разница между ними заключается в ссылках, которые робот использует для того, чтобы вычислить, где он находится.

В навигации по сканированию с сопоставлением используются лазеры для измерения площади вокруг робота и сравнения (сопоставления) с предварительно подготовленной справочной картой на основе сетки. Это похоже на сравнение пикселей между изображениями, чтобы увидеть, совпадают ли они.

AMR вычисляет своё местоположение на основе найденных совпадающих точек, при этом используя датчики движения для определения изменения своего положения (одометрии) по мере движения относительно идентифицированной точки.

Проблема с навигацией с сопоставлением сканирования заключается в плотности карты сетки и в количестве точек, которые необходимо распознать для точного позиционирования. Робот использует SLAM как для создания карты, так и для её регулярного обновления.

Представьте себе лес с деревьями, листьями и животными. Робот будет сканировать всё это, чтобы составить свою справочную карту. Однако в следующий раз, когда робот пройдет мимо, животные и листья переместятся, создавая множество обновлений карты и затрудняя определение местоположения AMR. Любая среда может незначительно измениться, и при сканировании, соответствующем AMR, необходимо будет определить около 60% точек вокруг неё для точной и надёжной локализации.

При использовании навигационной технологии сопоставления функций сканированные изображения, полученные с помощью лазеров робота, сравниваются с постоянными элементами, такими как колонны или стены.

Размер и угол каждого объекта позволяют роботу легко его идентифицировать, и, хотя исходная карта создаётся с использованием технологии SLAM при ручном перемещении робота по площадке, интегратор удаляет все динамические объекты, чтобы оставить простую карту для робота.

В приведённом выше примере с лесом функция, соответствующая AMR, будет использовать только фиксированные точки: стволы деревьев. Вместо плотного изображения всех элементов в лесу остается базовый линейный рисунок ключевой инфраструктуры, которому нужно следовать.

Игнорируя все движущиеся части, ему нужно определить лишь небольшой процент (около 5%) своего окружения для точной и эффективной навигации. Он по-прежнему использует одометрию для расчёта своего положения при движении. Таким образом, даже если объекты заблокированы для просмотра или не могут быть сопоставлены в течение короткого времени, он может продолжить движение на несколько метров.

Поскольку постоянные объекты используются в качестве ссылок для расчёта положения робота, а карта никогда не обновляется, это гарантирует высокую точность с течением времени, а карта более надёжна и устойчива к динамическим изменениям в окружающей среде. При согласовании сканирования постоянное обновление карты может означать, что ошибки измерения закрадываются и усугубляются сверхурочно, снижая точность.

При этом лазеры на борту AMR непрерывно контролируют окружающую среду, и, если обнаружено движущееся препятствие, робот может быть запрограммирован либо на остановку и ожидание, пока препятствие не исчезнет, либо на уклонение от препятствия, изменяя свой путь для его обхода.

По мере того, как отрасли повышают уровень автоматизации для повышения эффективности и согласованности процессов, использование AMR растёт, в том числе для наружных приложений. При передвижении на открытом воздухе роботы должны быть рассчитаны на работу в различных и суровых погодных условиях. На открытом воздухе динамические элементы, которые робот должен видеть в прошлом, чтобы обеспечить локализацию, включают пыль, дождь или даже снег.

Как и в примере с лесом, использование навигации по сопоставлению функций упрощает для AMR определение функций, необходимых для надёжной навигации по открытым территориям. Его простой «штриховой рисунок», а не плотное изображение означает, что он может видеть сквозь визуальный шум, создаваемый погодой.

Источник: http://vestnik-glonass.ru/news/intro/navigatsiya-po-estestvennym-funktsiyam-mozhet-rabotat-dlya-mobilnykh-robotov/