Bayangkan berjalan di kawasan yang tidak anda ketahui — dengan mata tertutup. Kemungkinan anda akan terkena sesuatu adalah sangat tinggi. Dan itulah yang akan dihadapi oleh robot jika tidak dilengkapi dengan sensor. menggunakan sensor gabungan membolehkan data dikumpul oleh penderia yang berbeza untuk membolehkan robot menavigasi dengan selamat melalui sebarang persekitaran.
Robot mesti menavigasi melalui persekitaran yang tidak diketahui oleh mereka tetapi mereka perlu bertindak balas dan menyesuaikan diri dengan mengesan objek, mengelaskan objek tersebut, dan kemudian mengelaknya. Selain itu, robot itu juga perlu memetakan kawasan yang dilaluinya dengan mengenal pasti pintu pagar, tebing atau lorong, contohnya, dan hidup bersama dengan selamat dengan manusia dan robot lain.
Melihat secara khusus pada robot mudah alih autonomi (AMR), terdapat tiga cabaran yang perlu diselesaikan oleh pereka untuk mencapai navigasi autonomi yang berkesan:
- Pengesanan kehadiran manusia yang selamat. Memudahkan keupayaan untuk mengesan kehadiran manusia bermula dengan definisi kawasan keselamatan di sekeliling robot yang akan menyebabkan ia berhenti atau mengelak seseorang yang berdekatan dengan kawasan tersebut.
- Pemetaan dan penyetempatan. Robot mesti mempunyai peta persekitaran tempat ia akan beroperasi, di samping mengetahui di mana ia terletak pada bila-bila masa, supaya ia boleh kembali ke titik permulaan yang ditentukan atau mencapai destinasi yang telah ditetapkan.
- Mengelak perlanggaran. AMR perlu mengelakkan objek yang berada di laluannya dan menavigasi melalui lorong atau pintu pagar dengan mengelakkan sebarang jenis halangan.
Gabungan sensor mewakili langkah penting dalam robotik untuk beralih daripada kenderaan berpandu kepada kenderaan autonomi sepenuhnya yang beroperasi dengan selamat dalam mana-mana persekitaran. (Sumber: Texas Instruments Inc.)
Adalah mungkin untuk menangani cabaran ini dengan menggunakan pelbagai jenis teknologi penderiaan yang, apabila digabungkan bersama, memberikan robot tahap autonomi yang membolehkannya berfungsi secara bebas dan selamat dalam sebarang persekitaran.
LiDAR dan radar ialah teknologi paling popular yang digunakan untuk mencipta gelembung keselamatan di sekeliling AMR supaya ia dapat mengesan kehadiran manusia.
Tetapi apakah sensor yang terbaik teknologi untuk menangani pemetaan dalaman dan penyetempatan? Memandangkan persekitaran yang tidak diketahui, AMR perlu mencipta peta dinamik dengan mengukur kedudukan objek atau struktur terdekat dengan penderia ultrasonik, LiDAR, masa penerbangan 3D dan radar. Kemudian giroskop, pecutan dan pengekod boleh mengukur jarak yang telah dilalui oleh AMR dari lokasi asalnya.
Untuk mereka bentuk untuk mengelakkan perlanggaran, adalah penting untuk mengetahui ciri objek (bahan, bentuk, warna) dan sama ada objek statik (contohnya, dinding atau rak) atau objek dinamik (seperti robot lain).
Jika ia adalah objek statik, robot mesti memperoleh maklumat itu semasa memetakan kawasan supaya ia boleh merancang untuk mengelakkan objek itu terlebih dahulu. Jika ia adalah objek dinamik, menggabungkan data yang datang daripada penderia berbeza dalam masa nyata boleh mengesan jarak dari objek, dimensinya dan kelajuannya, sekali gus melaksanakan pengelakan perlanggaran aktif.
Gabungan sensor menangani cabaran ini dengan mengatasi batasan individu teknologi sensor individu. Contohnya, radar dan LiDAR pandai mengukur jarak dengan ketepatan dan ketepatan yang tinggi, berfungsi dalam keadaan pencahayaan yang kurang baik dan tidak terjejas oleh keadaan cuaca.
Sebaliknya, kamera, seperti mata kita, pandai mengelaskan objek dan membezakan bentuk dan warna tetapi mempunyai prestasi terhad dalam keadaan persekitaran — akhirnya membawa kepada penglihatan yang rendah. Hanya dengan menggunakan teknologi penderia yang berbeza boleh AMR mencapai tahap autonomi yang membolehkannya menavigasi dengan selamat melalui mana-mana persekitaran, malah persekitaran yang tidak diketahui olehnya.
Texas Instruments (TI) boleh menyediakan segala-galanya daripada penderia kepada pemproses yang diperlukan untuk gabungan penderia AMR dengan portfolio yang merangkumi keseluruhan rantai isyarat robotik.
Portfolio penderia syarikat terdiri daripada penyelesaian diskret hingga sangat bersepadu untuk melaksanakan gabungan sensor. Sebagai contoh, Sensor Integriti Keselamatan Tahap-2 60- dan 77-GHz cip tunggal TI milimeter-gelombang (mmWave) sensor menyepadukan pemproses isyarat digital, mikropengawal dan hujung hadapan frekuensi tinggi dan menjana nilai yang diukur untuk jarak, kelajuan , dan sudut tuju objek dalam medan pandangan AMR.
Melaksanakan pengimbas kawasan keselamatan dengan sensor membolehkan robot mengesan dan menyetempatkan objek dalam tiga dimensi. Di luar pengesanan manusia, AMR juga boleh menentukan arah perjalanan dan kelajuan manusia itu. Dengan maklumat ini, robot boleh menentukan kawasan keselamatan di sekelilingnya dan melaraskan kelajuannya secara dinamik, bergantung pada jarak dekat manusia.
Menggabungkan kamera dengan penderia TI mmWave, sebagai contoh, membolehkan AMR memperoleh maklumat tambahan tentang ciri objek yang tidak mungkin dilakukan dengan hanya satu penderia. Sudah tentu, gabungan radar dan kamera membawa cabaran tambahan ke dalam sistem, seperti:
- Adalah mungkin untuk menentukur kamera dengan rutin penentukuran OpenCV dan algoritma penangkapan papan catur sambil menentukur radar dengan pemantul sudut.
- Penyegerakan data. Mencapai pemprosesan selari aliran data masuk memerlukan penyegerakan masa antara radar dan kamera.
- Penjajaran data spatial. Apabila data dikira, proses tindanan imej yang datang daripada penderia dan sudut pandangan berbeza bermula.
- Pengecaman dan pengelasan objek. Selepas melakukan penjajaran spatial, pengelompokan dan pengelasan, data akan membolehkan pengecaman dan pengelasan objek.
Pemproses TI Jacinto mempercepatkan gabungan sensor dengan menangkap semua data sensor, memproses data dan mentafsir ukuran untuk mengawal AMR. Kit pembangunan perisian Jacinto mempunyai alatan yang merangkumi rangka kerja sumber terbuka pembelajaran mendalam seperti TensorFlow Lite, serta kit alat penglihatan dan persepsi komputer yang menangani beberapa cabaran yang dinyatakan sebelum ini, termasuk pengelasan imej, pengesanan objek dan semantik. pembahagian.
Gabungan penderia harus dilaksanakan dalam persekitaran sistem pengendalian robot yang membolehkan penggunaan peranti penderia sebagai nod sistem, menggabungkan dan menguji peranti penderia dengan sewajarnya untuk menyelesaikan cabaran yang dibincangkan dalam kertas kerja.
Gabungan penderia mesti berlaku dalam masa nyata, terutamanya jika AMR bekerjasama dengan manusia, kerana robot mesti bergantung pada data yang datang daripada penderia untuk memastikan ia tidak membahayakan mana-mana manusia berdekatan semasa masih menjalankan tugas. Membawa aliran data dari nod sensor ke otak robot dengan antara muka komunikasi berkelajuan tinggi adalah satu kemestian untuk tindak balas masa nyata supaya AMR boleh bertindak balas dengan cepat berdasarkan input sensor.
Data yang diperoleh daripada penderia juga boleh membantu membina model pembelajaran mesin dan kecerdasan buatan yang lebih baik yang robot bergantung kepada untuk menjadi autonomi, membuat keputusan masa nyata dan menavigasi dalam persekitaran dunia sebenar yang dinamik.
Walaupun terdapat banyak cabaran yang datang dengan gabungan sensor, teknologi ini mewakili langkah penting dalam robotik untuk beralih daripada kenderaan berpandu kepada kenderaan autonomi sepenuhnya yang akhirnya akan membolehkan kewujudan bersama antara manusia dan robot dan menjadikan kerja lebih cekap dan menguntungkan.
Mengenai Pengarang
Giovanni Campanella ialah pengurus besar sektor di Texas Instruments, memfokuskan pada automasi pembinaan, automasi runcit, serta pembayaran dan peralatan. Giovanni mengetuai pasukan yang membantu menyelesaikan cabaran reka bentuk pelanggan di seluruh dunia. Beliau mempunyai pengalaman luas dalam teknologi analog dan penderiaan serta kemahiran analitikal dan interpersonal yang kuat digabungkan dengan sikap hands-on. Giovanni memiliki ijazah sarjana muda dalam bidang elektronik dan kejuruteraan telekomunikasi dari Universiti Bologna dan ijazah sarjana dalam kejuruteraan elektronik dari Universiti Politeknik Turin.
mengenai Texas Instruments