Autonome Systemnavigation / Sudo Null IT News

Roboter sind allgegenwärtig, sie haben viele Tätigkeitsbereiche durchdrungen. Kein Wunder – mittlerweile hat die ganze Welt die Weichen auf Prozessautomatisierung gestellt, heißt es im Programm Industrie 4.0. Roboter können als autonome Feuerlöscher angesehen werden; in Lagern gehorsam Fracht schleppen; auf den Bürgersteigen, die Ihnen das Mittagessen oder ein Paket bringen.

https://habr.com/ru/company/timeweb/blog/677964/image


Viele dieser Arbeiten sind ohne ein gut funktionierendes Navigations- und Orientierungssystem im Raum einfach nicht möglich. Gleichzeitig lässt sich eindeutig sagen, dass sich diese Aufgabe deutlich unterscheidet, je nachdem, ob sich der Einsatzort des Roboters im Raum befindet.
Wenn wir über Industrieanlagen sprechen, sehen wir, dass es eine Vereinfachung des Problems gibt. In diesem Fall können Sie eine Reihe von Baken platzieren, anhand derer das Fahrzeug navigieren kann. Dies können reflektierende Markierungen, Linien, Markierungen auf dem Boden sowie Magnete sein. Eine weitere elegante Lösung, die Roboter im Weltraum transportieren kann, ist ein Kabel, das in den Boden eines Gebäudes eingelassen wird. Dies kann ein weiteres Problem lösen – dem Roboter nicht nur helfen, sich zu orientieren, sondern ihn auch durch elektromagnetische Induktion aufladen (Abb. 1).

https://habr.com/ru/company/timeweb/blog/677964/image
Reis. 1. Das Prinzip des kabellosen Ladens.

Insbesondere werden solche Systeme in Fabriken und einigen Lagern in Deutschland eingesetzt. Diese Lösung erhöht die Autonomie des Systems innerhalb der Räumlichkeiten, da seine Route so verlegt werden kann, dass sein großes Segment für eine zum Aufladen ausreichende Zeit am Stromkabel entlang verläuft.

Unter Innenbedingungen muss der Roboter oft seine genaue Position relativ zum allgemeinen Raum nicht kennen, da seine Arbeit durch die Wände begrenzt ist. Das heißt, globale Koordinaten sind nicht erforderlich, nur die Position anderer Objekte im Raum wird benötigt, da sie Hindernisse sein und die dem Roboter zugewiesene Aufgabe stören können.

Schlimmer noch, einige der Hindernisse können ihre Position ändern. Hier ist die Bewegung von Personen und Fahrzeugen sowie das Erscheinen neuer Objekte in Abwesenheit eines Roboters oder beim Passieren einer Route.

Das Vorhandensein einer dynamischen Umgebung erschwert die Navigationsprozesse erheblich, hier reicht es nicht aus, die Karte einmal zu laden und den Roboter daran arbeiten zu lassen, da dies zu Störungen der Aufgabe oder sogar zu einem Unfall führen kann. Aus diesem Grund ist es notwendig, zusätzliche Ausrüstung an der Ausrüstung zu installieren, die Hindernisse, die auf dem Weg erscheinen, effektiv erkennen kann, und sie zu trainieren, um den bequemsten Weg zu finden, um das Hindernis zu umgehen.

Auch hier gibt es keinen einheitlichen Ansatz zur Lösung dieses Problems – in einem Fall wird es vereinfacht, wenn das Hindernis statisch ist. In einem anderen Fall, wenn die Interferenz nicht statisch ist, nimmt die Komplexität der Berechnungen erheblich zu, da alle möglichen Pfade für die Bewegung der Interferenz berechnet werden müssen. Diese Aufgabe wird komplizierter, daher schlagen einige der Algorithmen vor, dieses Problem auf folgende Weise zu lösen – einfrieren und warten, bis das Hindernis selbst das Tätigkeitsfeld verlässt.

Dieser Mechanismus wird insbesondere von Transportrobotern in Autofabriken genutzt, die beim Erkennen einer Bewegung auf ihrem Weg stehen bleiben und ein akustisches Signal abgeben, damit das Hindernis schnell die vorgesehene Route verlässt. Andernfalls berechnet das System auf der Grundlage der Analyse des Abschnitts der Bahn eines Objekts, das sich im Sichtfeld bewegt, mögliche Optionen und versucht, sich daran anzupassen.

In Innenräumen ist diese Aufgabe nicht so kritisch, aber im Freien, wenn das Anhalten oft eine zusätzliche Bedrohung für andere sich bewegende Objekte darstellen kann, ist sie ziemlich akut und ist oft einer der Eckpfeiler der Navigation von Autopiloten und Fahrerassistenten mit unterschiedlichem Grad an Autonomie. Hier sowohl die hohe Geschwindigkeit von Objekten als auch ihre Zufälligkeit aufgrund ihrer Anzahl. Die Probleme sind sehr groß, da andere Verkehrsteilnehmer mit einem autonomen Gerät selbst eine Gefahrensituation erzeugen können.

Und hier kann das Problem der Navigation nicht nur eine physische, rein praktische, sondern auch eine moralische und ethische Komponente annehmen, da es auf den Straßen oft zu Situationen kommen kann, in denen es keinen Ausweg ohne Verluste gibt. Hier zeigt sich das Dilemma des Trolleys in seiner ganzen Pracht, denn die Wahl kann zwischen folgenden Varianten bestehen: In ein Auto krachen, in dem sich die Familie bewegt, oder, um einen Zusammenstoß zu vermeiden, in eine Bushaltestelle fliegen, an der Menschen warten für den Bus. Dieses Problem bremst die signifikante Entwicklung von Autopiloten in ausreichendem Maße, da sich die Frage stellt, wer für die Schäden verantwortlich ist, die ein autonom fahrendes Fahrzeug verursacht. Bisher gibt es keine entwickelte gesetzliche Regelung. Daher ist die dauerhafte Navigation autonomer technischer Mittel auf öffentlichen Straßen nicht möglich.

Bei Robotern, die in Innenräumen arbeiten, ist das Thema Navigation ziemlich gut verstanden.

Zur Lösung dieses Problems werden insbesondere Lidars eingesetzt, die nun in der Lage sind, nicht nur Objekte im Betriebsbereich des Systems zu erkennen, sondern auch dabei helfen, die Geschwindigkeit eines Objekts für ein besseres Manövrieren zu steuern. Darüber hinaus können sie Ihnen auch dabei helfen, den besten Installationsort auszuwählen und die richtige Route unter den aktuellen Bedingungen zu legen.
Die schrittweise Entwicklung des Navigationsprozesses hat es ermöglicht, von Kabeln zu einer nahezu vollständigen Autonomie (nur begrenzt durch Batteriestrom) überzugehen, die von Lidars bereitgestellt wird, die im Bereich von 360 ° betrieben werden können. Je nach Komplexität des Designs sind hier verschiedene Optionen möglich. Eine Möglichkeit ist die Verwendung von Reflektoren, was wirklich einfach ist und nicht viele technische Tricks erfordert. Dieser Ansatz bringt jedoch auch zusätzliche Einschränkungen mit sich – Reflektoren müssen sichtbar sein, sonst kann das System das Verständnis für seine Position im Raum verlieren und sich verirren. Dies gilt auch für eine andere Navigationsmethode, bei der der Roboter von Videokameras geführt wird, die auf die Decke gerichtet sind und das Vorhandensein von Lichtquellen fixieren.

Lidars sind heute eine der gängigsten Komponenten zur Lösung des Navigationsproblems. Sie haben seit Anfang des Jahrhunderts einen wirklich ernsthaften Weg zurückgelegt – früher nahmen sie eine ziemlich große Fläche ein und hatten keine nennenswerte Reichweite, während sie jetzt zweihundert Meter erreichen können, was den Bedarf für den Betrieb in Innenräumen abdeckt. Die Frequenz des ausgesendeten Pulses und die Genauigkeit der Verarbeitung der empfangenen Signale haben sich verbessert. Diese Signale helfen dabei, den Bereich zu kartieren, der das autonome System umgibt, wodurch Sie sich ein Bild von der Position von Objekten im Raum machen können. Sie verhalten sich ungleichmäßig, da sie auf dem Weg auf ein Hindernis stoßen, das es Ihnen bei ihrer Rückkehr ermöglicht, eine Karte des Raums zu einem bestimmten Zeitpunkt zu erstellen, entlang der sich der Roboter bewegen kann. Wie genau der Roboter den umgebenden Raum „sieht“, können Sie sich darunter ein Bild machen (Abb. 2).

https://habr.com/ru/company/timeweb/blog/677964/image
Abb. 2. Eine der möglichen Optionen ist die Darstellung von Daten aus Lidar.

Lidar ist wirklich praktisch, es hat eine Reihe von Vorteilen gegenüber Methoden wie Stereovision, Odometrie oder Triangulation. Aber manchmal werden diese Methoden zusammen verwendet, um einen möglichen Fehler beim Erstellen einer Route zu beseitigen. So können beispielsweise auch teure Lidars mit Kontrollpunkten in Form von Reflektoren arbeiten, um die Route während der Fahrt zu korrigieren. Dies ist entscheidend, wenn es darum geht, sich in einem stark frequentierten Lager zu bewegen, wo es neben stationären Hindernissen auch bewegliche Objekte oder sogar andere Roboter gibt, was typisch für viele Lagersysteme in China ist, wo Roboter oft zu einem einzigen System kombiniert werden. das ist ein Schwarm, der sich unerbittlich zwischen den Reihen bewegt ( Abb. 3).

https://habr.com/ru/company/timeweb/blog/677964/image
Reis. 3. Alibaba-Lagerroboter

Natürlich erschwert die Anzahl der Roboter auf der Route die Aufgabe der Navigation erheblich, aber jetzt kann sie mit Hilfe der Entwicklung der Rechenleistung überwunden werden. Auch die mehrstufige Bewegung von Lagersystemen ist möglich geworden, einschließlich der Bewegung in Reihen und in der vertikalen Dimension.

Fortschritte in der Technologie haben die Verfügbarkeit dieser Systeme stark erhöht, so dass sie verwendet werden können, um Probleme in einer Vielzahl von Situationen zu lösen, sogar mit einem etwas begrenzten Budget.
Bestehende Systeme verwenden oft ein Navigationsverfahren namens SLAM (simultaneous localization and mapping). Es beinhaltet gleichzeitige Lokalisierung und Kartierung, was das Problem der Bewegung auch in einem unbekannten Raum löst, da es Ihnen ermöglicht, eine Karte der Räumlichkeiten im Bewegungsprozess zu erstellen, was zuvor nicht erreicht wurde. Das Verfahren ist jedoch nicht perfekt, und es kann zu einem Verschiebungsfehler kommen, der sich im Verlauf der Aufgabe ansammelt. Inzwischen ist das Navigationssystem weitgehend verfügbar, da viele der Entwicklungen einen offenen Status haben und zur Überprüfung zur Verfügung stehen.

Es gibt verschiedene Bibliotheken mit grundlegenden Algorithmen für den Betrieb von Navigationssystemen sowie für die Bewegung autonomer Komplexe. Hier sehen Sie rein theoretische Forschung, die es Ihnen ermöglicht, effektive mathematische Modelle zu erstellen (MatheLab)und für die Lösung praktischer Probleme angepasst, insbesondere die Navigationswerkzeuge von Robotern an der Carnegie Mellon University (CARMEN) und Programmier-Toolkit für mobile Roboter (MRPT).

SLAM ist die gebräuchlichste Art zu navigieren, aber nicht die einzige. Oft wird es mit Odometrie- oder Ultraschallsensoren verwendet, da eine Reihe von Fehlern auftreten können. Insbesondere wenn wir über die Bewegung im Lager sprechen, versteht der Roboter möglicherweise nicht, dass er genau zu dem Punkt zurückgekehrt ist, an dem er gestartet wurde. Es kann auch vorkommen, dass sich die Konturen von Objekten nicht schließen, sodass der Roboter nicht die ideale Bahn finden kann, um sie zu umgehen. Dies kann sowohl mit einer Bewegungsverzögerung als auch mit einer Kollision einhergehen, insbesondere wenn das Objekt die Laserstrahlen mehrdeutig reflektiert.

Daher ist das Problem der Navigation immer noch sehr wichtig und erfordert weitere Forschung und einen integrierten Ansatz, da die Kosten eines Fehlers ziemlich hoch sein können und bestehende Systeme komplexe Situationen nicht immer zuverlässig bewältigen können. Dies führte insbesondere zu einer deutlichen Ablehnung von Lidars bei TESLA, wo Computer-Vision-Systeme mit Videokameras bevorzugt wurden. Die Entwicklung geht weiter, vielleicht mit dem Aufkommen fortschrittlicherer künstlicher Intelligenz und effizienterer neuronaler Netze sowie der Schließung von Gesetzeslücken können wir das Erscheinen von vollständig autonomen Systemen auf den Straßen erwarten.

Similar Posts

Leave a Reply

Your email address will not be published.