Представьте себе прогулку по неизвестной вам местности - с завязанными глазами. Шансы, что вы что-то ударите, очень высоки. И это именно то, с чем столкнулись бы роботы, если бы они не были оснащены датчиками. С использованием датчик Fusion позволяет собирать данные с помощью различных датчиков, чтобы роботы могли безопасно перемещаться в любой среде.
Роботы должны перемещаться в неизвестной им среде, но к которой они должны реагировать и адаптироваться, обнаруживая объекты, классифицируя эти объекты, а затем избегая их. Кроме того, роботу также необходимо нанести на карту территорию, по которой он пересекает, например, идентифицировать ворота, скалы или проходы, и безопасно сосуществовать с другими людьми и роботами.
Если рассматривать автономных мобильных роботов (AMR), то есть три проблемы, которые проектировщики должны решить для достижения эффективной автономной навигации:
- Безопасное обнаружение присутствия человека. Облегчение способности обнаруживать присутствие людей начинается с определения зоны безопасности вокруг робота, которая заставит его останавливать или избегать человека, находящегося поблизости от этой зоны.
- Картографирование и локализация. Робот должен иметь карту среды, в которой он будет работать, а также знать, где он находится в любой момент времени, чтобы он мог вернуться в указанную отправную точку или достичь заранее определенного пункта назначения.
- Избежание столкновения. AMR должен избегать объектов, которые находятся на его пути, и перемещаться через проходы или ворота, избегая любых препятствий.
Слияние датчиков представляет собой важный шаг в робототехнике для перехода от управляемых транспортных средств к полностью автономным, безопасным в любой среде. (Источник: Texas Instruments Inc.)
Эти проблемы можно решить, используя различные типы сенсорных технологий, которые, будучи объединены вместе, дают роботу уровень автономности, который позволяет ему работать независимо и безопасно в любой среде.
LiDAR и радар - самые популярные технологии, используемые для создания защитного пузыря вокруг AMR, чтобы они могли обнаруживать присутствие людей.
Но какой датчик лучше? technology заняться картографированием и локализацией помещений? Учитывая неизвестную окружающую среду, AMR необходимо будет создать динамическую карту, измеряя положение ближайших объектов или структур с помощью ультразвуковых, LiDAR, 3D-времяпролетных и радиолокационных датчиков. Затем гироскопы, акселерометры и энкодеры смогут измерить расстояние, которое AMR прошел от своего исходного местоположения.
Чтобы спроектировать так, чтобы избежать столкновений, важно знать характеристики объекта (материал, форма, цвет) и то, является ли он статическим объектом (например, стена или полка) или динамическим объектом (например, другим роботом).
Если это статический объект, робот должен получить эту информацию при картировании области, чтобы он мог заранее спланировать уклонение от объекта. Если это динамический объект, объединение данных, поступающих от разных датчиков в реальном времени, может определить расстояние от объекта, его размер и скорость, тем самым реализуя активное предотвращение столкновений.
Слияние сенсоров решает эти проблемы, преодолевая индивидуальные ограничения отдельных сенсорных технологий. Например, радар и LiDAR хороши для измерения расстояний с высокой точностью и точностью, работают в условиях плохого освещения и не зависят от погодных условий.
С другой стороны, камеры, как и наши глаза, хорошо умеют классифицировать объекты и различать формы и цвета, но имеют ограниченную производительность в условиях окружающей среды, что в конечном итоге приводит к плохой видимости. Только за счет использования различных сенсорных технологий AMR может достичь уровня автономности, который позволит ему безопасно перемещаться в любой среде, даже в неизвестной ему среде.
Texas Instruments (TI) может предоставить все, от датчиков до процессоров, необходимых для объединения датчиков AMR, с портфолио, охватывающим всю цепочку сигналов роботов.
Ассортимент датчиков компании варьируется от дискретных до высокоинтегрированных решений для реализации объединения датчиков. Например, одночиповые датчики миллиметрового диапазона (mmWave) TI уровня 2 безопасности 60 и 77 ГГц объединяют в себе цифровой сигнальный процессор, микроконтроллер и высокочастотный интерфейс и генерируют измеренные значения расстояния и скорости. , и угол падения объектов в поле зрения AMR.
Реализация сканера зоны безопасности с датчиком позволяет роботу обнаруживать и локализовать объекты в трех измерениях. Помимо обнаружения человека, AMR также может определять направление движения и скорость этого человека. Обладая этой информацией, робот может определять вокруг себя зону безопасности и динамически регулировать свою скорость в зависимости от того, насколько близко находится человек.
Комбинация камеры с датчиком TI mmWave, например, позволяет AMR получать дополнительную информацию о характеристиках объекта, что было бы невозможно с одним датчиком. Конечно, сочетание радара и камеры создает дополнительные проблемы для системы, такие как:
- Можно откалибровать камеры с помощью процедур калибровки OpenCV и алгоритма захвата шахматной доски при калибровке радаров с угловыми отражателями.
- Синхронизация данных. Достижение параллельной обработки входящего потока данных требует синхронизации времени между радаром и камерой.
- Выравнивание пространственных данных. По мере вычисления данных начинается процесс наложения изображений, поступающих с разных датчиков и точек обзора.
- Распознавание и классификация объектов. После выполнения пространственного выравнивания, кластеризации и классификации данные позволят распознавать и классифицировать объекты.
Процессор TI Jacinto ускоряет слияние датчиков, собирая все данные датчиков, обрабатывая данные и интерпретируя измерения для управления AMR. В комплект разработки программного обеспечения Jacinto входят инструменты, которые включают в себя фреймворки с открытым исходным кодом для глубокого обучения, такие как TensorFlow Lite, а также набор инструментов компьютерного зрения и восприятия, который решает некоторые из проблем, упомянутых ранее, включая классификацию изображений, обнаружение объектов и семантику. сегментация.
Слияние датчиков должно быть реализовано в среде операционной системы робота, которая позволяет использовать сенсорные устройства в качестве узлов системы, объединяя и тестируя сенсорные устройства соответственно для решения проблем, обсуждаемых в документе.
Слияние датчиков должно происходить в реальном времени, особенно если AMR взаимодействует с людьми, потому что робот должен полагаться на данные, поступающие от датчиков, чтобы гарантировать, что он не причинит вреда людям поблизости, продолжая выполнять задачи. Передача потока данных от сенсорного узла к мозгу робота с помощью высокоскоростного интерфейса связи является обязательным условием для реагирования в реальном времени, чтобы AMR мог быстро реагировать на входы сенсора.
Данные, полученные с датчиков, также могут помочь в создании более совершенных моделей машинного обучения и искусственного интеллекта, на которые полагаются роботы, чтобы стать автономными, принимать решения в реальном времени и перемещаться в динамических средах реального мира.
Несмотря на множество проблем, связанных с объединением датчиков, эта технология представляет собой важный шаг в робототехнике для перехода от управляемых транспортных средств к полностью автономным, что, наконец, позволит сосуществовать между людьми и роботами и сделает работу более эффективной и прибыльной.
Об авторе
Джованни Кампанелла - генеральный директор сектора в Texas Instruments, специализирующийся на автоматизации зданий, автоматизации розничной торговли, а также платежах и бытовой технике. Джованни возглавляет команду, которая помогает решать задачи проектирования клиентов по всему миру. У него большой опыт работы в аналоговых и сенсорных технологиях, а также сильные аналитические и межличностные навыки в сочетании с практическим подходом. Джованни имеет степень бакалавра электроники и телекоммуникационной техники Болонского университета и степень магистра электронной техники Туринского политехнического университета.
о Texas Instruments