การรวมเซ็นเซอร์: กุญแจสำคัญในการบรรลุความเป็นอิสระที่ดีที่สุดในวิทยาการหุ่นยนต์

ลองนึกภาพการเดินอยู่ในพื้นที่ที่คุณไม่รู้จัก — ปิดตา โอกาสที่คุณจะตีบางสิ่งบางอย่างสูงมาก และนั่นคือสิ่งที่หุ่นยนต์จะเผชิญหากไม่มีเซ็นเซอร์ โดยใช้ เซ็นเซอร์ ฟิวชั่นช่วยให้สามารถรวบรวมข้อมูลโดยเซ็นเซอร์ต่างๆ เพื่อให้หุ่นยนต์สามารถนำทางได้อย่างปลอดภัยในทุกสภาพแวดล้อม

หุ่นยนต์ต้องนำทางผ่านสภาพแวดล้อมที่ไม่รู้จัก แต่จำเป็นต้องตอบสนองและปรับตัวโดยการตรวจจับวัตถุ จำแนกวัตถุเหล่านั้น และหลีกเลี่ยงในที่สุด นอกจากนี้ หุ่นยนต์ยังต้องทำแผนที่บริเวณที่มันกำลังเดินผ่าน โดยการระบุประตู หน้าผา หรือทางเดิน เป็นต้น และอยู่ร่วมกับมนุษย์และหุ่นยนต์คนอื่นๆ ได้อย่างปลอดภัย

การพิจารณาเฉพาะหุ่นยนต์เคลื่อนที่อัตโนมัติ (AMR) มีความท้าทายสามประการที่นักออกแบบจำเป็นต้องแก้ไขเพื่อให้เกิดการนำทางที่มีประสิทธิภาพและเป็นอิสระ:

• การตรวจจับการมีอยู่ของมนุษย์อย่างปลอดภัย การอำนวยความสะดวกในการตรวจจับการปรากฏตัวของมนุษย์เริ่มต้นด้วยการกำหนดพื้นที่ปลอดภัยรอบ ๆ หุ่นยนต์ซึ่งจะทำให้หุ่นยนต์หยุดหรือหลีกเลี่ยงบุคคลที่อยู่ใกล้บริเวณนั้น
• การทำแผนที่และการแปล หุ่นยนต์จะต้องมีแผนที่ของสภาพแวดล้อมที่มันจะดำเนินการ ในขณะที่รู้ว่ามันอยู่ที่ไหน ณ เวลาใดเวลาหนึ่ง เพื่อที่จะสามารถกลับไปยังจุดเริ่มต้นที่กำหนดหรือไปถึงปลายทางที่กำหนดไว้ล่วงหน้าได้
• หลีกเลี่ยงการชนกัน AMR จำเป็นต้องหลีกเลี่ยงวัตถุที่อยู่ในเส้นทางของมัน และนำทางผ่านทางเดินหรือประตูด้วยการหลีกเลี่ยงสิ่งกีดขวางใดๆ

การหลอมรวมของเซ็นเซอร์ถือเป็นก้าวสำคัญของหุ่นยนต์ในการย้ายจากยานพาหนะที่มีระบบนำทางไปยังยานพาหนะที่ทำงานอัตโนมัติโดยสมบูรณ์ซึ่งทำงานอย่างปลอดภัยในทุกสภาพแวดล้อม (ที่มา: Texas Instruments Inc.)

เป็นไปได้ที่จะจัดการกับความท้าทายเหล่านี้โดยใช้เทคโนโลยีการตรวจจับประเภทต่างๆ ที่เมื่อหลอมรวมเข้าด้วยกัน จะทำให้หุ่นยนต์มีระดับความเป็นอิสระที่ช่วยให้หุ่นยนต์ทำงานได้อย่างอิสระและปลอดภัยในทุกสภาพแวดล้อม

LiDAR และเรดาร์เป็นเทคโนโลยีที่ได้รับความนิยมมากที่สุดซึ่งใช้สร้างฟองอากาศปลอดภัยรอบ ๆ AMR เพื่อให้สามารถตรวจจับการปรากฏตัวของมนุษย์ได้

แต่เซ็นเซอร์ที่ดีที่สุดคืออะไร เทคโนโลยี เพื่อจัดการกับการทำแผนที่ภายในอาคารและการแปลเป็นภาษาท้องถิ่น? เมื่อพิจารณาถึงสภาพแวดล้อมที่ไม่รู้จัก AMR จะต้องสร้างแผนที่แบบไดนามิกโดยการวัดตำแหน่งของวัตถุหรือโครงสร้างที่ใกล้ที่สุดด้วยอัลตราโซนิค, LiDAR, เวลาบิน 3 มิติ และเซ็นเซอร์เรดาร์ จากนั้นไจโรสโคป เครื่องวัดความเร่ง และเครื่องเข้ารหัสจะสามารถวัดระยะทางที่ AMR เดินทางจากตำแหน่งเดิมได้

ในการออกแบบเพื่อหลีกเลี่ยงการชน สิ่งสำคัญคือต้องทราบลักษณะของวัตถุ (วัสดุ รูปร่าง สี) และไม่ว่าจะเป็นวัตถุที่อยู่นิ่ง (เช่น ผนังหรือชั้นวาง) หรือวัตถุแบบไดนามิก (เช่น หุ่นยนต์ตัวอื่น)

หากเป็นวัตถุที่อยู่นิ่ง หุ่นยนต์จะต้องได้รับข้อมูลนั้นในขณะทำแผนที่พื้นที่เพื่อให้สามารถวางแผนหลีกเลี่ยงวัตถุได้ล่วงหน้า หากเป็นวัตถุไดนามิก การรวมข้อมูลที่มาจากเซ็นเซอร์ต่างๆ แบบเรียลไทม์สามารถตรวจจับระยะห่างจากวัตถุ ขนาด และความเร็วของวัตถุได้ ดังนั้นจึงเป็นการหลีกเลี่ยงการชนกันแบบแอคทีฟ

ฟิวชั่นเซ็นเซอร์จัดการกับความท้าทายเหล่านี้ด้วยการเอาชนะข้อจำกัดส่วนบุคคลของเทคโนโลยีเซ็นเซอร์แต่ละตัว ตัวอย่างเช่น เรดาร์และ LiDAR นั้นดีในการวัดระยะทางด้วยความแม่นยำและความแม่นยำสูง ทำงานในสภาพแสงน้อย และไม่ได้รับผลกระทบจากสภาพอากาศ

ในทางกลับกัน กล้องก็เหมือนกับดวงตาของเรา ที่สามารถจำแนกวัตถุและแยกแยะรูปร่างและสีได้ แต่มีประสิทธิภาพที่จำกัดในสภาวะแวดล้อม ส่งผลให้ทัศนวิสัยลดลงในที่สุด โดยใช้เทคโนโลยีเซ็นเซอร์ต่างๆ เท่านั้น AMR จึงสามารถบรรลุระดับความเป็นอิสระที่จะเปิดใช้งานได้อย่างปลอดภัยผ่านสภาพแวดล้อมใดๆ แม้แต่สภาพแวดล้อมที่ไม่รู้จัก

Texas Instruments (TI) สามารถจัดหาทุกอย่างตั้งแต่เซ็นเซอร์ไปจนถึงโปรเซสเซอร์ที่จำเป็นสำหรับการรวมเซ็นเซอร์ AMR ด้วยพอร์ตโฟลิโอที่ครอบคลุมห่วงโซ่สัญญาณหุ่นยนต์ทั้งหมด

กลุ่มผลิตภัณฑ์เซ็นเซอร์ของบริษัทมีตั้งแต่โซลูชันแบบแยกไปจนถึงแบบบูรณาการขั้นสูงสำหรับการนำเซ็นเซอร์ฟิวชันมาใช้ ตัวอย่างเช่น เซ็นเซอร์ TI แบบคลื่นมิลลิเมตร (mmWave) แบบชิปเดี่ยว 2 และ 60 กิกะเฮิรตซ์ ระดับความสมบูรณ์ของความปลอดภัยจะรวมตัวประมวลผลสัญญาณดิจิตอล ไมโครคอนโทรลเลอร์ และส่วนหน้าความถี่สูง และสร้างค่าที่วัดได้สำหรับระยะทาง ความเร็ว และมุมตกกระทบของวัตถุในขอบเขตการมองเห็นของ AMR

การใช้เครื่องสแกนพื้นที่ปลอดภัยด้วยเซ็นเซอร์ช่วยให้หุ่นยนต์ตรวจจับและกำหนดตำแหน่งวัตถุในสามมิติได้ นอกเหนือจากการตรวจจับมนุษย์แล้ว AMR ยังสามารถกำหนดทิศทางการเดินทางและความเร็วของมนุษย์ได้อีกด้วย ด้วยข้อมูลนี้ หุ่นยนต์สามารถกำหนดพื้นที่ปลอดภัยรอบตัวและปรับความเร็วแบบไดนามิกได้ ขึ้นอยู่กับว่ามนุษย์อยู่ใกล้แค่ไหน

ตัวอย่างเช่น การรวมกล้องเข้ากับเซ็นเซอร์ TI mmWave ช่วยให้ AMR สามารถรับข้อมูลเพิ่มเติมเกี่ยวกับลักษณะของวัตถุที่ไม่สามารถทำได้ด้วยเซ็นเซอร์เพียงตัวเดียว แน่นอน การหลอมรวมของเรดาร์และกล้องทำให้เกิดความท้าทายเพิ่มเติมในระบบ เช่น:

• สามารถปรับเทียบกล้องได้ด้วยรูทีนการสอบเทียบ OpenCV และอัลกอริธึมการจับกระดานหมากรุกในขณะที่ปรับเทียบเรดาร์ด้วยตัวสะท้อนมุม
• การซิงโครไนซ์ข้อมูล การประมวลผลข้อมูลขาเข้าแบบขนานต้องอาศัยการซิงโครไนซ์เวลาระหว่างเรดาร์และกล้อง
• การจัดตำแหน่งข้อมูลเชิงพื้นที่ เมื่อคำนวณข้อมูลแล้ว กระบวนการวางซ้อนภาพที่มาจากเซ็นเซอร์และมุมมองต่างๆ จะเริ่มต้นขึ้น
• การรับรู้และการจำแนกวัตถุ หลังจากดำเนินการจัดตำแหน่งเชิงพื้นที่ การจัดกลุ่ม และการจัดประเภท ข้อมูลจะเปิดใช้งานการจดจำและการจัดประเภทวัตถุ

โปรเซสเซอร์ TI Jacinto เร่งการหลอมรวมเซ็นเซอร์ด้วยการเก็บข้อมูลเซ็นเซอร์ทั้งหมด ประมวลผลข้อมูล และตีความการวัดเพื่อควบคุม AMR ชุดพัฒนาซอฟต์แวร์ Jacinto มีเครื่องมือที่รวมถึงเฟรมเวิร์กโอเพนซอร์สเชิงลึก เช่น TensorFlow Lite ตลอดจนชุดเครื่องมือคอมพิวเตอร์วิทัศน์และการรับรู้ที่จัดการกับความท้าทายที่กล่าวถึงก่อนหน้านี้ รวมถึงการจำแนกรูปภาพ การตรวจจับวัตถุ และความหมาย การแบ่งส่วน

ฟิวชั่นเซ็นเซอร์ควรถูกนำมาใช้ในสภาพแวดล้อมระบบปฏิบัติการหุ่นยนต์ที่ช่วยให้สามารถใช้อุปกรณ์เซ็นเซอร์เป็นโหนดของระบบ หลอมรวมและทดสอบอุปกรณ์เซ็นเซอร์ตามลำดับเพื่อแก้ปัญหาที่กล่าวถึงในบทความ

การหลอมรวมเซ็นเซอร์จะต้องเกิดขึ้นแบบเรียลไทม์ โดยเฉพาะอย่างยิ่งถ้า AMR ทำงานร่วมกับมนุษย์ เนื่องจากหุ่นยนต์ต้องอาศัยข้อมูลที่มาจากเซ็นเซอร์เพื่อให้แน่ใจว่าจะไม่เป็นอันตรายต่อมนุษย์ที่อยู่ใกล้เคียงในขณะที่ยังคงทำงานอยู่ การนำกระแสข้อมูลจากโหนดเซ็นเซอร์ไปยังสมองของหุ่นยนต์ด้วยอินเทอร์เฟซการสื่อสารความเร็วสูงเป็นสิ่งจำเป็นสำหรับการตอบสนองแบบเรียลไทม์ เพื่อให้ AMR สามารถตอบสนองได้อย่างรวดเร็วตามอินพุตของเซ็นเซอร์

ข้อมูลที่ได้รับจากเซ็นเซอร์ยังสามารถช่วยสร้างแบบจำลองการเรียนรู้ด้วยเครื่องและปัญญาประดิษฐ์ที่ดีขึ้นซึ่งหุ่นยนต์พึ่งพาเพื่อให้เป็นอิสระ ตัดสินใจแบบเรียลไทม์และนำทางในสภาพแวดล้อมจริงแบบไดนามิก

แม้จะมีความท้าทายมากมายที่มาพร้อมกับการรวมเซ็นเซอร์ แต่เทคโนโลยีนี้เป็นขั้นตอนสำคัญในวิทยาการหุ่นยนต์เพื่อเปลี่ยนจากยานพาหนะที่มีระบบนำทางไปยังยานพาหนะที่ขับเคลื่อนอัตโนมัติโดยสมบูรณ์ ซึ่งจะทำให้มนุษย์และหุ่นยนต์อยู่ร่วมกันได้ในที่สุด และทำให้งานมีประสิทธิภาพและให้ผลกำไรมากขึ้น

เกี่ยวกับผู้เขียน

Giovanni Campanella เป็นผู้จัดการทั่วไปของภาคส่วน Texas Instruments โดยมุ่งเน้นที่การสร้างระบบอัตโนมัติ ระบบอัตโนมัติสำหรับการค้าปลีก การชำระเงินและเครื่องใช้ Giovanni เป็นผู้นำทีมที่ช่วยแก้ปัญหาการออกแบบของลูกค้าทั่วโลก เขามีประสบการณ์มากมายในด้านเทคโนโลยีแอนะล็อกและการตรวจจับ ตลอดจนทักษะในการวิเคราะห์และมนุษยสัมพันธ์ที่ดี บวกกับทัศนคติที่ลงมือปฏิบัติจริง Giovanni สำเร็จการศึกษาระดับปริญญาตรีสาขาวิศวกรรมอิเล็กทรอนิกส์และโทรคมนาคมจากมหาวิทยาลัย Bologna และปริญญาโทสาขาวิศวกรรมอิเล็กทรอนิกส์จาก Polytechnic University of Turin

เกี่ยวกับ Texas Instruments