Понастоящем в някои градове и семейства се прилагат логистични интелигентни манипулационни роботи, роботи за метене и т.н., безпилотни летателни апарати, безпилотни превозни средства и т.н. също бързо се рекламират, причината, поради която тези роботи могат бързо да навлязат в етапа на приложение и Развитието на технологиите за автономно позициониране и навигация е неделимо.
Наскоро iResearch, дъщерно дружество на iresearch Consulting, публикува своето резюме на „ТОП10 глобални технологии за пробив на изкуствен интелект през 2018 г.“ и технологията за автономна навигация на роботи, базирана на мултисензорно трансгранично сливане, беше сред тях. Какво представлява технологията за автономно позициониране и навигация на робота? Понастоящем има няколко технически средства за реализиране на автономното позициониране и навигация на роботи. Какви са трудностите и предизвикателствата при прилагането на тези технологии и приложения?
Основни: Зрението и радарът са основните сензори
Може да се каже, че технологията за автономно позициониране и навигация се е превърнала в едно от основните и фокусни елементи на роботизираните продукти. Д-р Ду Мингфанг, експерт-член на Китайското дружество по автоматизация и Института за изследване на интернет индустрията към университета Цинхуа, каза пред Sci-Tech Daily, че автономната навигация включва две части: локална навигация и глобална навигация от широка перспектива. Локалната навигация се отнася до получаване в реално време на текуща информация за околната среда чрез визуални, радарни, ултразвукови и други сензори, извличане на функции за сливане на данни и обработка на интелигентен алгоритъм за постигане на преценка на текущата проходима зона и проследяване на множество цели. Глобалната навигация се отнася главно до използването на глобални навигационни данни, предоставени от GPS, за извършване на глобално планиране на пътя и реализиране на навигация по пътя в обхвата на пълна електронна карта.
„В момента зрението и радарът са двата най-важни сензора, използвани за локална автономна навигация.“ Du Mingfang обясни, че като пасивен сензор предимствата на визуалния сензор са значителни, като богат достъп до информация, добро прикриване, малък размер, няма да донесе „замърсяване на околната среда“ поради смущения, ниска цена в сравнение с радара. За да се реализира автономна навигация, обичайно е различни сензори да си сътрудничат помежду си, за да идентифицират разнообразна информация за околната среда, като например пътни граници, характеристики на терена, препятствия, водачи и т.н. По този начин роботът може да определи достижимата зона или недостижимата зона в посока напред чрез възприемане на околната среда, потвърждава нейното относително положение в околната среда, прогнозира движението на динамични препятствия и осигурява основа за планиране на местния път.
Du Mingfang каза пред репортери, че от текущата ситуация на развитие, мултисензорната технология за синтез на информация е приложена към автономната навигационна система и нейната роля също е свързана с интелигентното ниво на робота. „Ядрото на навигационната технология е, че тя може ефективно да обработва и обединява информацията, събрана от множество сензори, да подобрява „устойчивостта“ на робота към несигурна информация, да гарантира, че се използва по-надеждна информация и да помага за по-интуитивно преценяване на околната среда ." "Той каза.
Визуалната навигация се прилага успешно за навигация на самолети на ниска надморска височина, навигация на безпилотни летателни апарати и навигация за кацане на марсоход. Du Mingfang обаче каза също, че информацията, предоставена от визуалните сензори, не е директна, търсенето на изчисления и съхранение е голямо и тежестта на мрежовото предаване е голяма. Сливането на информация с множество сензори може да елиминира несигурността в позиционирането и навигацията на робота и да подобри точността, но прекомерното сливане също ще доведе до двойно увеличение на количеството изчисления.
Как могат да се решат тези проблеми? Du Mingfang вярва, че изборът на правилния алгоритъм за синтез е ключът. Понастоящем "има все повече и повече основни теории като теорията за интелигентните изчисления и теорията на вероятностите, приложени в областта на сливането на роботи с много сензори." "Той каза.
Метод: Комбинация от различни технологии за постигане на допълнителни предимства
Какви са начините за реализиране на автономно позициониране и навигация на робота? Всъщност автономното шофиране на автомобили и технологията за частично автономно позициониране и навигация, използвани от роботите, са последователни. Chen Jinpei, главен изпълнителен директор на Chihiro Position, каза пред репортери, че компанията използва комбинация от лидарно позициониране и навигация и сензорна технология, за да постигне точност на позициониране от около един метър и да завърши първоначалното позициониране за три секунди.
Така наречената лидарна навигация е да се инсталира лазерен рефлектор с точна позиция около пътя на движение. Роботът изпраща лазерен лъч през лазерния скенер и събира лазерния лъч, отразен от рефлектора, за да определи текущата си позиция и курс, и осъществява насочване чрез непрекъсната триъгълна геометрична операция. В допълнение към функциите за обхват и позициониране, лидарът има и функции за идентификация и избягване на препятствия.
Du Mingfang каза, че lidar е активен сензор и данните за възприемане, които предоставя, са много по-прости и по-директни от визуалната информация, с по-малко изчисления при обработката. Но недостатъкът е висока цена, лошо прикриване, "замърсяване" на околната среда, информацията не е достатъчно богата.
Разбираемо е, че автономната навигация на роботи и безпилотни превозни средства на Suning приема друг „многоредов лидар плюс GPS плюс инерционна навигация и друг мултисензорен режим на позициониране“. По-конкретно, първо, lidar се използва за картографиране на околната среда, за да се получи предварителна карта на облака от точки, а глобалната позиция на машината първоначално се определя чрез GPS и инерционна навигация. След това данните от лидарното сканиране се съпоставят с предишната карта на облака от точки, за да се получи по-точна глобална позиция и да се постигне точно позициониране и автономна навигация. На ниво възприятие lidar интегрира визия за идентифициране на пешеходци, превозни средства и препятствия около тях в реално време, осигурявайки основа за планиране на оптималния обходен път.
Освен това има инерционна навигация, която се отнася до инсталирането на жироскопа на робота или безпилотното превозно средство, инсталирането на блок за позициониране на земята в зоната на шофиране, чрез изчисляване на сигнала за отклонение на жироскопа (ъглова скорост) и събирането на блоков сигнал за позициониране на земята, за да определят собствената си позиция и посока, така че да постигнат насоки. Лицето, отговарящо за Suning, каза в интервю за Science and Technology Daily, че технологията за инерционна навигация има точно позициониране, малко натоварване на наземната обработка и силна гъвкавост на пътя. Производствените разходи обаче са високи и прецизността и надеждността на насочването са тясно свързани с производствената точност на жироскопа и неговата последваща обработка на сигнала. Накратко, едно техническо средство не може да реши всички проблеми.
Предизвикателства: Консумацията на енергия, разходите и проблемите с индустриализацията, които трябва да бъдат решени
Понастоящем приложението на автономния робот за позициониране и навигация се разделя главно на две категории, едната е семейна употреба на робот за почистване и семейни грижи, придружаващ робот. Chen Shikai, главен изпълнителен директор на Silan Technology, каза, че такива сценарии на приложение могат да бъдат обобщени като „нулева конфигурация“, по отношение на потребителската употреба, тя трябва да бъде възможно най-проста и може да се използва, когато се купи обратно. Другият е в търговския сценарий, който изисква процес на предварителна конфигурация с висока надеждност и мащабируемост.
Chen Shikai каза, че личната система за навигация и позициониране на домашна сцена трябва да реши предизвикателствата на консумацията на енергия, обема и цената. Понастоящем както алгоритъмът за локализация в реално време и изграждане на карта (SLAM), така и системата за планиране на пътя имат висока сложност. „За робот, който мете пода, самата батерия може да има капацитет само от повече от 20 ватчаса. Ако поставите лаптоп върху него, за да стартира алгоритъма SLAM, той може да се изтощи за по-малко от час, което е напълно неприемливо."
Освен това, когато новият робот се включи за първи път, той не познава структурата на домашната среда и трябва да я начертае предварително. „Това е противоречие“, каза Чен. От роботите се очаква да работят незабавно, когато са в околната среда, но масовите алгоритми също трябва да имат предварително изградена или проучена среда и в тази област „има работа за вършене на индустрията“. Например, може да се планира първоначален път и пътят може постепенно да се усъвършенства и подобрява, докато роботът се използва и изследва, каза Чен.
В търговски или професионални сценарии, трудността на автономните навигационни системи е, че площта на картата в търговските сценарии е голяма, дори повече от десетки хиляди квадратни метри. „Понастоящем системите SLAM изискват много памет и изчисления. Как да ги накараме да работят в такава голяма сцена е голямо предизвикателство за системите за навигация и позициониране.“ Решението, каза г-н Чен, е да имаме мощен хардуер, заедно с по-добра оптимизация на софтуера и алгоритмите. „Понастоящем една квалифицирана система за навигация и позициониране трябва не само да има лидар, но и визуални сензори и ултразвукови вълни и съответното сливане трябва да се извърши в алгоритъм за навигация и позициониране. Тази интеграция може да не е трудна академично или алгоритмично, но като се има предвид проблемите на индустриализацията, например много ултразвукови сензори са нестандартни продукти, а сензорите за дълбочинно виждане имат различни спецификации и различни места за инсталиране, има предизвикателства в това как да се осигури унифициран стандартизиран интерфейс, който клиентите да използват."
