Med den kontinuerlige forbedringen av sensorteknologi, intelligent teknologi og datateknologi vil intelligent mobilrobot kunne spille en menneskelig rolle i produksjon og liv. Så hva er hovedaspektene ved posisjoneringsteknologi for mobil robot? Det konkluderes med at for tiden har mobile roboter hovedsakelig disse fem posisjoneringsteknologiene.
Ultralydnavigering og posisjoneringsteknologi for mobil robot
Arbeidsprinsippet for ultralydnavigering og posisjonering ligner også på laser og infrarød. Vanligvis sendes ultralydbølge ut fra sendersonden til ultralydsensor, og ultralydbølgen går tilbake til mottakeranordningen når den støter på hindringer i mediet.
Ved å motta ultralydrefleksjonssignalet som sendes av seg selv, og beregne forplantningsavstanden s i henhold til tidsforskjellen og forplantningshastigheten til ultralydoverføring og ekkomottak, kan avstanden fra hindringen til roboten oppnås, det vil si at det er en formel : S=TV / 2, der T - tidsforskjellen mellom ultralydoverføring og mottak; V - bølgehastighet for ultralydbølge som forplanter seg i medium.
Selvfølgelig bruker mange mobile roboter separate sende- og mottaksenheter innen navigasjons- og posisjoneringsteknologi. Flere mottaksenheter er ordnet i miljøkartet, og sendingsprober er installert på mobilroboten.
Ved navigering og posisjonering av mobile roboter er det vanskelig å få fullstendig informasjon om omgivelsene på grunn av feilene i ultralydsensorer, for eksempel speilrefleksjon og begrenset strålevinkel. Derfor brukes det ultralydssensorsystemet som består av flere sensorer vanligvis for å etablere den tilsvarende miljømodellen.Informasjonen som samles inn av sensoren overføres til kontrollsystemet til den mobile roboten gjennom seriell kommunikasjon. Deretter vedtar kontrollsystemet en viss algoritme for å behandle de tilsvarende dataene i henhold til det innsamlede signalet og den etablerte matematiske modellen, og posisjonsmiljøinformasjonen til roboten kan fås.
På grunn av fordelene med lave kostnader, rask informasjonsinnhentingshastighet og høy rekkeviddeoppløsning, har ultralydssensor blitt mye brukt i navigering og posisjonering av mobilrobot i lang tid. Dessuten trenger den ikke kompleks bildeteknologi når du samler inn miljøinformasjon, så den har rask hastighet og god sanntidsytelse.
Visuell navigasjon og posisjoneringsteknologi for mobil robot
I det visuelle navigasjons- og posisjoneringssystemet er navigasjonsmodusen for å installere bilkamera i robot basert på lokal visjon mye brukt i inn- og utland. I denne navigasjonsmodusen er kontrollutstyret og sensorenhetene lastet på robothuset, og beslutninger på høyt nivå som bildegjenkjenning og baneplanlegging fullføres av den innebygde kontrollcomputeren.
Visuelt navigasjons- og posisjoneringssystem inkluderer hovedsakelig: kamera (eller CCD bildesensor), digitaliseringsutstyr for videosignal, rask signalprosessor basert på DSP, datamaskin og eksterne enheter, etc. For tiden bruker mange robotsystemer CCD bildesensorer. Det grunnleggende elementet er en rad med silisiumavbildningselementer. Lysfølsomme elementer og ladeoverføringsenheter er konfigurert på et underlag. Gjennom den sekvensielle overføringen av ladninger blir videosignalene til flere piksler tatt ut tidsdeling og sekvensielt. For eksempel kan oppløsningen til bildet samlet av CCD -sensor i området være fra 32 × 32 til 1024 × 1024 piksler, etc.
Arbeidsprinsippet for det visuelle navigasjons- og posisjoneringssystemet er ganske enkelt å optisk behandle miljøet rundt roboten. Først brukes kameraet til å samle inn bildeinformasjon, komprimere den innsamlede informasjonen og deretter mate den tilbake til et læringsundersystem sammensatt av nevrale nettverk og statistiske metoder. Deretter kobler læringsundersystemet den innsamlede bildeinformasjonen til robotens faktiske posisjon. for å fullføre den autonome navigasjons- og posisjoneringsfunksjonen til roboten.
Global Positioning System
I dag, ved bruk av intelligent robotnavigering og posisjoneringsteknologi, brukes vanligvis pseudo -serien differensial dynamisk posisjoneringsmetode. Referansemottakeren og den dynamiske mottakeren brukes til å observere fire GPS-satellitter sammen, og robotens tredimensjonale posisjonskoordinater på et bestemt tidspunkt og tidspunkt kan oppnås i henhold til en bestemt algoritme. Differensiell dynamisk posisjonering eliminerer satellittfeilfeilen. For brukere 1000 km unna referansestasjonen, kan den eliminere satellittfeilfeil og troposfærisk feil, slik at den kan forbedre den dynamiske posisjoneringsnøyaktigheten betydelig.
I mobilnavigasjon påvirkes imidlertid posisjoneringsnøyaktigheten til mobil GPS -mottaker av satellittsignalforhold og veimiljø, samt klokkefeil, forplantningsfeil, mottakerstøy og mange andre faktorer. Derfor er posisjoneringsnøyaktigheten og påliteligheten til GPS -navigasjon alene lav. Derfor magnetisk kompass og optisk kodedisk og GPS -data for navigasjon. I tillegg er GPS -navigasjonssystemet ikke egnet for innendørs eller undervanns robotnavigasjon og robotsystemer med høy posisjonsnøyaktighet.
Optisk refleksjonsnavigering og posisjoneringsteknologi for mobil robot
Den typiske optiske refleksnavigasjons- og posisjonsmetoden bruker hovedsakelig laser eller infrarød sensor for å måle avstanden. Både laser og infrarød bruker lysrefleksjonsteknologi for navigasjon og posisjonering.
Laser globalt posisjoneringssystem består vanligvis av laserroterende mekanisme, speil, fotoelektrisk mottaksenhet og datainnsamlings- og overføringsenhet.
Under drift sendes laseren utover gjennom den roterende speilmekanismen. Når det kooperative veiskiltet som består av bakoverreflektor blir skannet, behandles det reflekterte lyset av den fotoelektriske mottakeren som deteksjonssignal, start datainnsamlingsprogrammet, les kodediskdataene til den roterende mekanismen (målets vinkelverdi) , og deretter overføre den til den øvre datamaskinen for databehandling gjennom kommunikasjon.I henhold til den kjente posisjonen og oppdaget informasjon om veiskiltet, kan den nåværende posisjonen og retningen til sensoren i veiskiltkoordinatsystemet beregnes for å oppnå formålet med videre navigasjon og posisjonering.
Laseravstand har fordelene med smal stråle, god parallellitet, liten spredning og høy retningsoppløsning, men det er også sterkt forstyrret av miljøfaktorer. Derfor er også et stort problem hvordan du skal demoise det innsamlede signalet når du bruker laseravstand. I tillegg er det blinde områder i laserområdet, så det er vanskelig å realisere navigasjon og posisjonering med laser alene. I industrielle applikasjoner brukes det vanligvis i industriell feltdeteksjon innenfor et bestemt område, for eksempel å oppdage sprekker i rørledninger.
Infrarød sensingsteknologi brukes ofte i flerleddet robothindringssystem for å danne et stort område av robot &, sensitiv hud &, som dekker overflaten av robotarmen og kan oppdage forskjellige gjenstander som støter på under driften av robotarm.
En typisk infrarød sensor inkluderer en lysdiode i solid tilstand som kan avgi infrarødt lys og en solid-state fotodiode som brukes som mottaker. Det modulerte signalet overføres av det infrarøde lysemitterende røret, og det infrarøde lysfølsomme røret mottar det infrarøde modulerte signalet som reflekteres av målet. Eliminering av interferens fra det infrarøde lyset garanteres av signalmodulasjon og et spesielt infrarødt filter. La utgangssignalet VO representere spenningsutgangen til det reflekterte lysets intensitet, så er VO en funksjon av avstanden mellom sonden og arbeidsstykket: VO=f (x, P), hvor p - refleksjonskoeffisienten til arbeidsstykket. P er relatert til overflatefargen og grovheten til målet. X - avstand mellom sonde og arbeidsstykke.
Når arbeidsstykket er et lignende mål med samme p -verdi, korresponderer X og VO en etter en. X kan oppnås ved å interpolere de eksperimentelle dataene for nærhetsmåling av forskjellige mål. På denne måten kan posisjonen til roboten fra målobjektet måles med infrarød sensor, og deretter kan mobilroboten navigeres og posisjoneres ved andre informasjonsbehandlingsmetoder.
Selv om posisjonering av infrarød sensor også har fordelene med høy følsomhet, enkel struktur og lave kostnader, på grunn av deres høye vinkeloppløsning og lave avstandsoppløsning, brukes de ofte som nærhetssensorer i mobile roboter for å oppdage hindringer som nærmer seg eller plutselige bevegelser, noe som er praktisk for robotfolk å stoppe hindringer i en nødssituasjon.
Slam Technology
De fleste av de bransjeledende servicerobotbedriftene bruker slam-teknologi. Hva er slam -teknologi? Kort sagt, slam -teknologi refererer til hele prosessen med robotposisjonering, kartlegging og baneplanlegging i et ukjent miljø.
Slam (samtidig lokalisering og kartlegging), siden det ble foreslått i 1988, brukes hovedsakelig for å studere intelligensen til robotbevegelser. For helt ukjent innemiljø, utstyrt med kjernesensorer som lidar, kan slam -teknologi hjelpe roboten med å bygge et innemiljøkart og hjelpe roboten til å gå selvstendig.
SLAM -problem kan beskrives som: roboten begynner å bevege seg fra en ukjent posisjon i et ukjent miljø, lokaliserer seg i henhold til posisjonsestimering og sensordata, og konstruerer et inkrementelt kart samtidig.
Implementeringsmetodene for slamteknologi inkluderer hovedsakelig vSLAM, WiFi slam og lidar slam.
1. VSLAM (visuell SLAM)
Det refererer til navigasjon og leting med dybdekameraer som kamera og Kinect i innemiljø. Arbeidsprinsippet er ganske enkelt å utføre optisk behandling på omgivelsene til roboten. For det første brukes kameraet til å samle inn bildeinformasjon, komprimere den innsamlede informasjonen og deretter mate den tilbake til et læringsundersystem sammensatt av nevrale nettverk og statistiske metoder, og deretter kobler læringsundersystemet den innsamlede bildeinformasjonen til den faktiske posisjonen til robot, Fullfør den autonome navigasjons- og posisjoneringsfunksjonen til roboten.
Imidlertid er innendørs vSLAM fortsatt på forskningsstadiet og er langt fra praktisk anvendelse. På den ene siden er beregningsmengden for stor, noe som krever høy ytelse for robotsystemet; På den annen side kan ikke kartene som er generert av vSLAM (for det meste punktskyer) ikke brukes til robotbaneplanlegging, som trenger ytterligere leting og forskning.
2．Wifi － SLAM
Det refererer til bruk av en rekke sensorenheter i smarttelefoner for posisjonering, inkludert WiFi, GPS, gyroskop, akselerometer og magnetometer, og tegning av nøyaktig innendørs kart fra oppnådde data gjennom maskinlæring, mønstergjenkjenning og andre algoritmer. Leverandøren av denne teknologien ble kjøpt opp av apple i 2013. Det er ukjent om Apple har brukt WiFi slam -teknologi på iPhone, slik at alle iPhone -brukere tilsvarer å bære en liten tegnerobot. Det er ingen tvil om at mer nøyaktig posisjonering ikke bare bidrar til kartet, men gjør også alle stedsavhengige applikasjoner (LBS) mer nøyaktige.
3．Lidar SLAM
Det refererer til bruk av lidar som en sensor for å skaffe kartdata, slik at roboten kan realisere synkron posisjonering og kartkonstruksjon. Når det gjelder selve teknologien, har den vært ganske moden etter mange års verifisering, men flaskehalsen til lidar' s høye kostnader må løses raskt.
Googles førerløse biler bruker denne teknologien. Lidaren installert på taket kommer fra velodyne -selskapet i USA og selger for mer enn $ 70000. Denne lidaren kan avgi 64 laserstråler til omgivelsene når den roterer med høy hastighet. Når laseren berører de omkringliggende objektene og kommer tilbake, kan den beregne avstanden mellom bilens karosseri og de omkringliggende objektene. Datasystemet tegner deretter et fint topografisk 3D-kart i henhold til disse dataene, og kombinerer det deretter med kartet med høy oppløsning for å generere forskjellige datamodeller for det innebygde datasystemet. Lidar står for halvparten av kostnaden for hele kjøretøyet, noe som også kan være en av grunnene til at Googles' s ubemannede kjøretøyer ikke kan masseproduseres.
Lidar har egenskapene til sterk direktivitet, som effektivt kan sikre nøyaktigheten av navigasjonen og tilpasse seg innemiljøet. Lidar slam har imidlertid ikke fungert bra innen robot innendørs navigasjon, fordi prisen på lidar er for dyr.