Hãy tưởng tượng bạn đang đi bộ trong một khu vực mà bạn chưa biết - bị bịt mắt. Khả năng bạn sắp trúng thứ gì đó là rất cao. Và đó chính xác là những gì robot sẽ phải đối mặt nếu không được trang bị cảm biến. Sử dụng cảm biến hợp nhất cho phép thu thập dữ liệu bởi các cảm biến khác nhau để cho phép rô bốt điều hướng an toàn trong bất kỳ môi trường nào.
Robot phải điều hướng qua các môi trường mà chúng chưa biết đến nhưng chúng cần phản ứng và thích ứng bằng cách phát hiện các đối tượng, phân loại các đối tượng đó, và cuối cùng là tránh chúng. Ngoài ra, rô bốt cũng cần lập bản đồ khu vực mà nó đi qua bằng cách xác định các cổng, vách đá hoặc lối đi, chẳng hạn và cùng tồn tại an toàn với con người và rô bốt khác.
Xem xét cụ thể về rô bốt di động tự động (AMR), có ba thách thức mà các nhà thiết kế cần giải quyết để đạt được điều hướng tự động, hiệu quả:
- Phát hiện sự hiện diện của con người an toàn. Tạo điều kiện thuận lợi cho khả năng phát hiện sự hiện diện của con người bắt đầu bằng việc xác định khu vực an toàn xung quanh rô bốt sẽ khiến rô bốt dừng lại hoặc tránh người ở gần khu vực đó.
- Lập bản đồ và bản địa hóa. Robot phải có bản đồ về môi trường nơi nó sẽ hoạt động, đồng thời biết vị trí của nó tại bất kỳ thời điểm nào để có thể quay trở lại điểm xuất phát đã chỉ định hoặc đến đích được xác định trước.
- Tránh va chạm. AMR cần phải tránh các vật thể trên đường đi của nó và điều hướng qua các lối đi hoặc cổng bằng cách tránh bất kỳ loại chướng ngại vật nào.
Sự kết hợp cảm biến thể hiện một bước quan trọng trong công nghệ robot để chuyển từ những phương tiện được dẫn đường sang những phương tiện hoàn toàn tự động hoạt động an toàn trong mọi môi trường. (Nguồn: Texas Instruments Inc.)
Có thể giải quyết những thách thức này bằng cách sử dụng các loại công nghệ cảm biến khác nhau, khi được kết hợp với nhau, sẽ cung cấp cho rô-bốt một mức độ tự chủ để rô-bốt hoạt động độc lập và an toàn trong mọi môi trường.
LiDAR và radar là những công nghệ phổ biến nhất được sử dụng để tạo bong bóng an toàn xung quanh AMR để chúng có thể phát hiện sự hiện diện của con người.
Nhưng cảm biến nào tốt nhất công nghệ để giải quyết vấn đề lập bản đồ và bản địa hóa trong nhà? Xem xét một môi trường không xác định, AMR sẽ cần tạo một bản đồ động bằng cách đo vị trí của các vật thể hoặc cấu trúc gần nhất bằng cảm biến siêu âm, LiDAR, thời gian bay 3D và cảm biến radar. Sau đó, con quay hồi chuyển, gia tốc kế và bộ mã hóa có thể đo khoảng cách mà AMR đã di chuyển từ vị trí ban đầu của nó.
Để thiết kế tránh va chạm, điều quan trọng là phải biết các đặc điểm của vật thể (vật liệu, hình dạng, màu sắc) và liệu nó là vật thể tĩnh (ví dụ: tường hoặc kệ) hay vật thể động (chẳng hạn như rô bốt khác).
Nếu đó là một đối tượng tĩnh, rô bốt phải thu thập thông tin đó trong khi lập bản đồ khu vực để có thể lập kế hoạch tránh đối tượng trước. Nếu đó là một đối tượng động, việc kết hợp dữ liệu đến từ các cảm biến khác nhau trong thời gian thực có thể phát hiện khoảng cách từ đối tượng, kích thước và tốc độ của nó, do đó thực hiện tính năng tránh va chạm chủ động.
Hợp nhất cảm biến giải quyết những thách thức này bằng cách khắc phục những hạn chế riêng lẻ của các công nghệ cảm biến riêng lẻ. Ví dụ, radar và LiDAR có khả năng đo khoảng cách tốt với độ chính xác và độ chính xác cao, hoạt động trong điều kiện ánh sáng kém và không bị ảnh hưởng bởi điều kiện thời tiết.
Mặt khác, máy ảnh, giống như mắt của chúng ta, rất giỏi trong việc phân loại đối tượng và phân biệt hình dạng và màu sắc nhưng lại có hiệu suất hạn chế trong điều kiện môi trường - cuối cùng dẫn đến khả năng hiển thị thấp. Chỉ bằng cách sử dụng các công nghệ cảm biến khác nhau, AMR mới có thể đạt được mức độ tự chủ cho phép nó điều hướng an toàn qua mọi môi trường, ngay cả những môi trường mà nó không biết.
Texas Instruments (TI) có thể cung cấp mọi thứ từ cảm biến đến bộ xử lý cần thiết cho sự kết hợp cảm biến AMR với một danh mục đầu tư trải dài toàn bộ chuỗi tín hiệu robot.
Danh mục cảm biến của công ty bao gồm các giải pháp rời rạc đến tích hợp cao để thực hiện hợp nhất cảm biến. Ví dụ: cảm biến sóng milimet (mmWave) TI đơn chip ở mức độ toàn vẹn an toàn-2 60 và 77 GHz tích hợp bộ xử lý tín hiệu kỹ thuật số, bộ vi điều khiển và giao diện người dùng tần số cao và tạo ra các giá trị đo được cho khoảng cách, tốc độ , và góc tới của các đối tượng trong trường nhìn của AMR.
Việc triển khai máy quét khu vực an toàn với cảm biến cho phép robot phát hiện và khoanh vùng các đối tượng trong không gian ba chiều. Ngoài khả năng phát hiện con người, AMR còn có thể xác định hướng di chuyển và tốc độ của con người đó. Với thông tin này, robot có thể xác định khu vực an toàn xung quanh chính nó và tự động điều chỉnh tốc độ của nó, tùy thuộc vào khoảng cách của con người.
Ví dụ như việc kết hợp máy ảnh với cảm biến TI mmWave cho phép AMR thu được thông tin bổ sung về các đặc điểm của đối tượng mà chỉ một cảm biến duy nhất không thể thực hiện được. Tất nhiên, sự kết hợp giữa radar và máy ảnh mang lại những thách thức bổ sung cho hệ thống, chẳng hạn như:
- Có thể hiệu chỉnh máy ảnh với quy trình hiệu chuẩn OpenCV và thuật toán chụp bàn cờ trong khi hiệu chỉnh radar với gương phản xạ góc.
- Đồng bộ hóa dữ liệu. Để đạt được quá trình xử lý song song luồng dữ liệu đến yêu cầu đồng bộ thời gian giữa radar và máy ảnh.
- Căn chỉnh dữ liệu không gian. Khi dữ liệu được tính toán, quá trình chồng hình ảnh đến từ các cảm biến và điểm xem khác nhau bắt đầu.
- Nhận dạng và phân loại đối tượng. Sau khi thực hiện liên kết không gian, phân cụm và phân loại, dữ liệu sẽ cho phép nhận dạng và phân loại đối tượng.
Bộ xử lý TI Jacinto tăng tốc quá trình kết hợp cảm biến bằng cách thu thập tất cả dữ liệu cảm biến, xử lý dữ liệu và diễn giải các phép đo để điều khiển AMR. Bộ công cụ phát triển phần mềm Jacinto có các công cụ bao gồm các khuôn khổ mã nguồn mở học sâu như TensorFlow Lite, cũng như bộ công cụ nhận thức và thị giác máy tính giải quyết một số thách thức đã đề cập trước đây, bao gồm phân loại hình ảnh, phát hiện đối tượng và ngữ nghĩa sự phân đoạn.
Hợp nhất cảm biến nên được thực hiện trong môi trường hệ điều hành rô bốt cho phép sử dụng các thiết bị cảm biến như các nút của hệ thống, hợp nhất và thử nghiệm các thiết bị cảm biến phù hợp để giải quyết các thách thức được thảo luận trong bài báo.
Quá trình tổng hợp cảm biến phải diễn ra trong thời gian thực, đặc biệt nếu AMR đang cộng tác với con người, vì robot phải dựa vào dữ liệu đến từ các cảm biến để đảm bảo rằng nó không gây hại cho bất kỳ người nào ở gần trong khi vẫn thực hiện nhiệm vụ. Đưa luồng dữ liệu từ nút cảm biến đến não của rô bốt với giao diện truyền thông tốc độ cao là điều bắt buộc đối với phản ứng thời gian thực để AMR có thể phản ứng nhanh chóng dựa trên các đầu vào của cảm biến.
Dữ liệu thu được từ các cảm biến cũng có thể giúp xây dựng các mô hình học máy và trí tuệ nhân tạo tốt hơn mà rô bốt dựa vào để trở nên tự chủ, đưa ra các quyết định trong thời gian thực và điều hướng trong môi trường thế giới thực năng động.
Bất chấp nhiều thách thức đi kèm với sự kết hợp cảm biến, công nghệ này thể hiện một bước tiến quan trọng trong lĩnh vực robot để chuyển từ phương tiện được dẫn đường sang phương tiện tự động hoàn toàn, cuối cùng sẽ cho phép con người và robot cùng tồn tại, đồng thời làm cho công việc hiệu quả hơn và mang lại lợi nhuận cao hơn.
Giới thiệu về tác giả
Giovanni Campanella là tổng giám đốc ngành tại Texas Instruments, tập trung vào tự động hóa tòa nhà, tự động hóa bán lẻ, thanh toán và thiết bị. Giovanni lãnh đạo một nhóm giúp giải quyết các thách thức về thiết kế của khách hàng trên toàn thế giới. Ông có nhiều kinh nghiệm về công nghệ tương tự và cảm biến cũng như kỹ năng phân tích và giao tiếp cá nhân mạnh mẽ kết hợp với thái độ thực hành. Giovanni có bằng cử nhân về kỹ thuật điện tử và viễn thông của Đại học Bologna và bằng thạc sĩ về kỹ thuật điện tử của Đại học Bách khoa Turin.
về Texas Instruments