В бързо развиващата се област на автономната роботика, навигацията и позиционирането са сред най-критичните способности. Наскоро Reeman Robotics разкри поредица от подобрения на своите-усъвършенствания на навигационните системи, които значително повишават устойчивостта, гъвкавостта и производителността при внедряване-в реалния свят. В тази публикация ще разгледаме ключовите иновации, как решават предишни предизвикателства и какво обещават за бъдещето на роботите за обслужване, доставка и логистика.
Защо навигацията има значение (и какво я прави трудна)
Преди да се потопите в подобренията на Reeman, е полезно да разберете основните предизвикателства, които всяка навигационна система за мобилни роботи трябва да преодолее:
Локализация и картографиране- Роботът трябва да знае къде се намира спрямо глобална или научена карта (или да създава такава в движение).
Планиране и пре{0}}планиране на пътя- Като се има предвид позицията на робота и целта, той трябва да планира безопасен и ефективен маршрут; когато възникнат препятствия или промени, трябва да се -планира динамично.
Възприятие и избягване на препятствия- Сензорите трябва надеждно да откриват статични и динамични препятствия, дори при промяна на осветлението, безпорядък, запушване или шум от сензора.
Сливане на сензори и здравина- Модалностите с един сензор (напр. само лазер или само визуализация) обикновено имат режими на повреда. Здравите системи свързват множество сензори и се справят грациозно с влошените входове.
Адаптивност към промените в околната среда- Промени в оформлението на закрито (напр. смяна на мебели, струпване на хора), вариация на осветлението или преминаване на няколко-етажни етажа добавят сложност.
Reeman отдавна комбинира технологии като LiDAR, vision, SLAM и други в своите роботи. (- REEMAN Robot) Техните скорошни оптимизации допълнително укрепват тези възможности.
Ключови надстройки в оптимизираната навигация на Reeman
Ето забележителните постижения, въведени от Reeman:
1. Двоен LiDAR за пълно възприятие на 360 градуса
Една от най-видимите хардуерни надстройки е вFly Boat AMRплатформа, където Reeman премина от един LiDAR към aдиагонално разположена двойна-LiDAR настройка, постигане на 360 градусово покритие и елиминиране на слепите петна. (reemanrobot.com) Това е особено важно в гъста, динамична среда (складове, фабрики), където препятствията могат да се появят от всяка посока.
2. Подобрено избягване на препятствия с 3D възприятие
Отвъд планарните LiDAR сканирания, модулът на Reeman за „автономна 3D навигация за избягване на препятствия“ включва по-богати 3D сензори (напр. камери за дълбочина или LiDAR облаци от точки), за да прецени височината, формата и траекторията на препятствията. (reeman.en.made-in-china.com) Това позволява по-безопасни маневри и по-плавни корекции на траекторията, особено във вертикално разнообразни среди.
3. Алгоритъм за навигация Версия 3.0: По-интелигентна логика на доставка
В настройките на ресторанта и обслужването Reeman е новото3.0 навигационен алгоритъмадресира често срещан преди това проблем: когато крайната точка е заета (напр. маса е временно блокирана), роботите понякога се скитат безцелно близо до мястото. Надграждането им позволявапаркирайте интелигентноблизо до точката на доставка, вместо да осцилира. (reemanrobot.com) Освен това, в настройките на много-роботи, системата може да маркира „зони на задръствания“ и да насочва роботите, за да избегне динамично затруднения в трафика. (reemanrobot.com)
4. По-силен SLAM & Sensor Fusion
Навигационният стек на Reeman продължава да разчита на SLAM (едновременна локализация и картографиране) за-картографиране и локализиране в реално време. (- REEMAN Robot) Най-новите оптимизации допълнително подобряват стабилността на картата, откриването на затваряне на контура и коригирането на дрейфа на локализацията чрез сливане на LiDAR, визия и инерционни данни. По-здравият синтез означава, че системата може по-добре да се справя с промените в околната среда (промяна на осветлението, преходни препятствия и т.н.).
5. По-интелигентно планиране и координация на множество-роботи
Навигацията не се отнася само за пътя на един робот: в много сценарии на внедряване множество роботи споделят пространство. Подобрената централна диспечерска система на Reeman поддържасътрудничество с множество{0}}роботи, планиране на маршрута между роботите, динамично избягване на потенциални задръствания и приоритетно планиране. (reemanrobot.com) Това е особено полезно в гъста среда като ресторанти, складове или производствени помещения.
6. По-добра мобилност и адаптация
Reeman също така промени физическата мобилност, за да допълни навигацията: Fly Boat AMR вече използвапо-големи многопосочни колела(4-инча срещу 3-инча) за по-добро справяне с прагове, неравности на пода и дребни препятствия. (reemanrobot.com) Подобреният дизайн на колелото помага за стабилността на навигацията при преминаване през повърхности или влизане/излизане от асансьори.
Реално-световно въздействие: Случаи на използване и подобрения в производителността
Технологичните надстройки се превръщат в осезаеми ползи при реални внедрявания:
В ресторантите роботите за доставка избягват да се забиват, когато пътищата или дестинациите са временно блокирани. (reemanrobot.com)
Във фабриките, на ReemanBig Dog AMRе бил използван в много{0}}етажни фабрики за облекло: той се вози автономно в асансьори, навигира през етажите, планира оптимални пътища и подобри производствената скорост с ~30%. (- робот REEMAN)
В складови и логистични настройки пълното 360-градусово откриване на препятствия на Fly Boat AMR и подобреното картографиране помагат за намаляване на сблъсъци или спирания и поддържат плавен поток през сложни оформления. (reemanrobot.com)
Взети заедно, тези подобрения правят роботите на Reeman повечеустойчив на промени в околната среда, ефективни в динамични сценарии, ипо-лесен за разгръщане на различни местабез обширни потребителски настройки.
Предизвикателства, компромиси и бъдещи посоки
Въпреки че подобренията са значителни, остават някои предизвикателства и компромиси:
Цена и сложност: Добавянето на двойни LiDAR, по-богати сензори и повече изчисления повишава разходите и консумацията на енергия.
Устойчивост на повреда на сензора: Системата трябва да остане здрава, ако един сензор се влоши или повреди.
Променяща се среда и дългосрочен{0}}дрейф: В продължение на дълги периоди от време средата се променя (преместване на мебели, промяна на осветлението). Необходими са непрекъснати пре-картографиране или адаптиране.
Мащабируемост в претъпкани пространства: Тъй като трафикът на роботи се увеличава,-координацията в реално време става по-сложна.
Външно разширение: Въпреки че Reeman се фокусира до голяма степен върху настройките на закрито/логистика/обслужване, разширяването на навигацията до настройки за полу-външно или променливо осветление е по-трудно.
Гледайки напред, обещаващите насоки включват:
Навигация,-базирана на обучение(напр. учене за подсилване или крайно{2}}-възприятие-към-контрол), за да се адаптирате към нови среди.
Адаптивно актуализиране на картатакъдето роботът автономно актуализира своята карта, за да отрази промените в околната среда.
Разсъждения от-високо нивокато предвиждане на човешко движение, предсказуемо планиране на пътя или съвместна много{0}}агентна навигация.
Енергийна{0}}навигация, оптимизиране на маршрутите не само за разстояние/време, но и за използване на батерията или графици за зареждане.