Mit der kontinuierlichen Verbesserung der Sensortechnologie, intelligenten Technologie und Computertechnologie werden intelligente mobile Roboter in der Lage sein, eine menschliche Rolle in der Produktion und im Leben zu spielen. Was sind also die Hauptaspekte der mobilen Roboterpositionierungstechnologie? Es wird der Schluss gezogen, dass mobile Roboter derzeit hauptsächlich über diese fünf Positionierungstechnologien verfügen.
Ultraschall-Navigations- und Positionierungstechnologie für mobile Roboter
Das Funktionsprinzip der Ultraschallnavigation und -positionierung ähnelt ebenfalls dem von Laser und Infrarot. Normalerweise wird eine Ultraschallwelle von der Sendesonde des Ultraschallsensors ausgesendet, und die Ultraschallwelle kehrt zum Empfangsgerät zurück, wenn sie auf Hindernisse im Medium trifft.
Durch Empfangen des von ihm selbst gesendeten Ultraschallreflexionssignals und Berechnen der Ausbreitungsentfernung s gemäß der Zeitdifferenz und Ausbreitungsgeschwindigkeit der Ultraschallübertragung und des Echoempfangs kann die Entfernung vom Hindernis zum Roboter erhalten werden, d.h. es gibt eine Formel : S=TV / 2, wobei T - die Zeitdifferenz zwischen Ultraschallübertragung und -empfang; V - Wellengeschwindigkeit der sich im Medium ausbreitenden Ultraschallwelle.
Natürlich verwenden viele mobile Roboter in der Navigations- und Ortungstechnik getrennte Sende- und Empfangsgeräte. In der Umgebungskarte sind mehrere Empfangsgeräte angeordnet und am mobilen Roboter sind Sendesonden installiert.
Bei der Navigation und Positionierung von mobilen Robotern ist es aufgrund der Defekte von Ultraschallsensoren wie Spiegelreflexion und begrenztem Strahlwinkel schwierig, die Umgebungsinformationen vollständig zu erhalten. Daher wird üblicherweise die aus mehreren Sensoren zusammengesetzte Ultraschallsensorik verwendet, um das entsprechende Umgebungsmodell zu erstellen. Die vom Sensor gesammelten Informationen werden über eine serielle Kommunikation an das Steuerungssystem des mobilen Roboters übertragen. Dann verwendet das Steuerungssystem einen bestimmten Algorithmus, um die entsprechenden Daten gemäß dem gesammelten Signal und dem etablierten mathematischen Modell zu verarbeiten, und die Positionsumgebungsinformationen des Roboters können erhalten werden.
Aufgrund der Vorteile der geringen Kosten, der schnellen Informationserfassungsrate und der hohen Entfernungsauflösung werden Ultraschallsensoren seit langem in der Navigation und Positionierung von mobilen Robotern verwendet. Darüber hinaus benötigt es keine komplexe Bildtechnologie beim Sammeln von Umgebungsinformationen, so dass es eine schnelle Reichweitengeschwindigkeit und eine gute Echtzeitleistung bietet.
Visuelle Navigations- und Positionierungstechnologie des mobilen Roboters
Im visuellen Navigations- und Positionierungssystem wird der Navigationsmodus der Installation einer Fahrzeugkamera in einem Roboter basierend auf lokaler Sicht im In- und Ausland weit verbreitet verwendet. In diesem Navigationsmodus werden die Steuergeräte und Sensoreinrichtungen auf den Roboterkörper geladen und die übergeordneten Entscheidungen wie Bilderkennung und Bahnplanung werden vom Bordsteuercomputer abgeschlossen.
Das visuelle Navigations- und Positionierungssystem umfasst hauptsächlich: Kamera (oder CCD-Bildsensor), Videosignal-Digitalisierungsgeräte, schnelle Signalprozessoren basierend auf DSP, Computer und seine Peripheriegeräte usw. Derzeit verwenden viele Robotersysteme CCD-Bildsensoren. Das Grundelement ist eine Reihe von Silizium-Abbildungselementen. Lichtempfindliche Elemente und Ladungsübertragungsvorrichtungen sind auf einem Substrat konfiguriert. Durch die sequentielle Übertragung von Ladungen werden die Videosignale mehrerer Pixel im Time-Sharing und sequentiell herausgenommen. Die Auflösung des vom Flächen-CCD-Sensor erfassten Bildes kann beispielsweise 32 × 32 bis 1024 × 1024 Pixel usw. betragen.
Das Funktionsprinzip des visuellen Navigations- und Positionierungssystems besteht darin, die Umgebung des Roboters einfach optisch zu verarbeiten. Zuerst wird die Kamera verwendet, um die Bildinformationen zu sammeln, die gesammelten Informationen zu komprimieren und sie dann an ein lernendes Subsystem zurückzugeben, das aus neuronalen Netzen und statistischen Methoden besteht. Dann verbindet das lernende Subsystem die gesammelten Bildinformationen mit der tatsächlichen Position des Roboters um die autonome Navigations- und Positionierungsfunktion des Roboters zu vervollständigen.
Global Positioning System
Heutzutage wird bei der Anwendung intelligenter Roboternavigations- und Positionierungstechnologie im Allgemeinen das dynamische Differenzpositionierungsverfahren mit Pseudoentfernung verwendet. Der Referenzempfänger und der dynamische Empfänger werden verwendet, um gemeinsam vier GPS-Satelliten zu beobachten, und die dreidimensionalen Positionskoordinaten des Roboters zu einem bestimmten Zeitpunkt und Moment können nach einem bestimmten Algorithmus erhalten werden. Die differenzielle dynamische Positionierung eliminiert den Fehler der Satellitenuhr. Für Benutzer, die 1000 km von der Referenzstation entfernt sind, kann es den Satellitenuhrfehler und den troposphärischen Fehler beseitigen, sodass die dynamische Positionierungsgenauigkeit erheblich verbessert werden kann.
Bei der mobilen Navigation wird die Positionsgenauigkeit des mobilen GPS-Empfängers jedoch durch die Satellitensignalbedingungen und die Straßenumgebung sowie durch Taktfehler, Ausbreitungsfehler, Empfängerrauschen und viele andere Faktoren beeinflusst. Daher sind die Positionsgenauigkeit und die Zuverlässigkeit der GPS-Navigation allein gering. Daher Magnetkompass und optische Codescheibe sowie GPS-Daten für die Navigation. Darüber hinaus ist das GPS-Navigationssystem nicht für die Indoor- oder Unterwasser-Roboternavigation und Robotersysteme mit hoher Positionsgenauigkeit geeignet.
Optische Reflexionsnavigations- und Positionierungstechnologie für mobile Roboter
Das typische optische Reflexionsnavigations- und Positionierungsverfahren verwendet hauptsächlich Laser- oder Infrarotsensoren, um die Entfernung zu messen. Sowohl Laser als auch Infrarot verwenden Lichtreflexionstechnologie für die Navigation und Positionierung.
Das globale Laserpositionierungssystem besteht im Allgemeinen aus einem Laserdrehmechanismus, einem Spiegel, einer photoelektrischen Empfangsvorrichtung und einer Datenerfassungs- und -übertragungsvorrichtung.
Während des Betriebs wird der Laser durch den rotierenden Spiegelmechanismus nach außen emittiert. Wenn das kooperative Verkehrszeichen, das aus einem Rückwärtsreflektor besteht, abgetastet wird, wird das reflektierte Licht vom photoelektrischen Empfänger als Erkennungssignal verarbeitet, das Datenerfassungsprogramm gestartet, die Codescheibendaten des Drehmechanismus gelesen (der gemessene Winkelwert des Ziels) , und übertragen Sie es dann zur Datenverarbeitung durch Kommunikation an den oberen Computer. Entsprechend der bekannten Position und den erfassten Informationen des Verkehrszeichens kann die aktuelle Position und Richtung des Sensors im Verkehrszeichenkoordinatensystem berechnet werden, um zu erreichen Zweck der weiteren Navigation und Positionierung.
Die Laserentfernung hat die Vorteile eines schmalen Strahls, guter Parallelität, geringer Streuung und hoher Entfernungsrichtungsauflösung, wird aber auch durch Umweltfaktoren stark gestört. Daher ist es auch ein großes Problem, das gesammelte Signal zu entrauschen, wenn die Laser-Entfernungsmessung verwendet wird. Darüber hinaus gibt es bei der Laser-Entfernungsmessung blinde Bereiche, so dass es schwierig ist, Navigation und Positionierung allein durch Laser zu realisieren. In industriellen Anwendungen wird es im Allgemeinen in der industriellen Felderkennung innerhalb eines bestimmten Bereichs verwendet, z.
Infrarot-Sensortechnologie wird häufig in Mehrgelenk-Roboter-Hindernisvermeidungssystemen verwendet, um einen großen Bereich des Roboters"sensitive skin" zu bilden, der die Oberfläche des Roboterarms bedeckt und verschiedene Objekte erkennen kann, die beim Betrieb von Roboterarm.
Ein typischer Infrarotsensor umfasst eine Festkörper-Leuchtdiode, die Infrarotlicht emittieren kann, und eine Festkörper-Fotodiode, die als Empfänger verwendet wird. Das modulierte Signal wird von der Infrarotlicht emittierenden Röhre übertragen, und die lichtempfindliche Infrarotröhre empfängt das modulierte Infrarotsignal, das von dem Ziel reflektiert wird. Die Eliminierung von Umgebungs-Infrarotlichtstörungen wird durch Signalmodulation und spezielle Infrarotfilter gewährleistet. Wenn das Ausgangssignal VO den Spannungsausgang der reflektierten Lichtintensität darstellt, dann ist VO eine Funktion des Abstands zwischen der Sonde und dem Werkstück: VO=f (x, P), wobei p - der Reflexionskoeffizient des Werkstücks. P bezieht sich auf die Oberflächenfarbe und Rauheit des Ziels. X - Abstand zwischen Messtaster und Werkstück.
Wenn das Werkstück ein ähnliches Ziel mit demselben p-Wert ist, entsprechen X und VO nacheinander. X kann durch Interpolation der experimentellen Daten der Näherungsmessung verschiedener Ziele erhalten werden. Auf diese Weise kann die Position des Roboters zum Zielobjekt per Infrarotsensor gemessen werden, und dann kann der mobile Roboter durch andere informationsverarbeitende Verfahren navigiert und positioniert werden.
Obwohl die Positionierung von Infrarotsensoren auch die Vorteile einer hohen Empfindlichkeit, eines einfachen Aufbaus und geringer Kosten hat, werden sie aufgrund ihrer hohen Winkelauflösung und geringen Entfernungsauflösung häufig als Näherungssensoren in mobilen Robotern verwendet, um sich nähernde oder sich plötzlich bewegende Hindernisse zu erkennen, was praktisch ist für Robotermenschen, um Hindernisse im Notfall zu stoppen.
Slam-Technologie
Die meisten der branchenführenden Serviceroboter-Unternehmen setzen die Slam-Technologie ein. Was ist Slam-Technologie? Kurz gesagt bezieht sich die Slam-Technologie auf den gesamten Prozess der Roboterpositionierung, Kartierung und Bahnplanung in einer unbekannten Umgebung.
Slam (simultane Lokalisierung und Kartierung) wird seit seiner Einführung im Jahr 1988 hauptsächlich verwendet, um die Intelligenz der Roboterbewegung zu untersuchen. Für völlig unbekannte Innenumgebungen, die mit Kernsensoren wie Lidar ausgestattet sind, kann die Slam-Technologie dem Roboter helfen, eine Innenumgebungskarte zu erstellen und dem Roboter dabei zu helfen, selbstständig zu gehen.
Das SLAM-Problem kann wie folgt beschrieben werden: Der Roboter beginnt sich von einer unbekannten Position in einer unbekannten Umgebung zu bewegen, lokalisiert sich selbst anhand von Positionsschätzung und Sensordaten und erstellt gleichzeitig eine inkrementelle Karte.
Zu den Umsetzungsansätzen der Slam-Technologie zählen vor allem vSLAM, WiFi-Slam und Lidar-Slam.
1. VSLAM (visuelles SLAM)
Es bezieht sich auf Navigation und Erkundung mit Tiefenkameras wie Kamera und Kinect in Innenräumen. Sein Arbeitsprinzip besteht einfach darin, die Umgebung des Roboters optisch zu bearbeiten. Zuerst wird die Kamera verwendet, um die Bildinformationen zu sammeln, die gesammelten Informationen zu komprimieren und sie dann an ein lernendes Subsystem, das aus neuronalen Netzen und statistischen Methoden besteht, zurückzugeben, und dann verbindet das lernende Subsystem die gesammelten Bildinformationen mit der tatsächlichen Position des Roboter, Vervollständigen Sie die autonome Navigations- und Positionierungsfunktion des Roboters.
Allerdings befindet sich das Indoor-vSLAM noch im Forschungsstadium und ist weit von einer praktischen Anwendung entfernt. Einerseits ist der Rechenaufwand zu groß, was eine hohe Leistung des Robotersystems erfordert; Andererseits können die von vSLAM generierten Karten (meist Punktwolken) nicht für die Roboterbahnplanung verwendet werden, die weiterer Erkundung und Forschung bedarf.
2．Wifi－SLAM
Es bezieht sich auf die Verwendung einer Vielzahl von Sensorgeräten in Smartphones zur Positionsbestimmung, einschließlich WiFi, GPS, Gyroskop, Beschleunigungsmesser und Magnetometer, und das Zeichnen einer genauen Indoor-Karte aus den erhaltenen Daten durch maschinelles Lernen, Mustererkennung und andere Algorithmen. Der Anbieter dieser Technologie wurde 2013 von Apple übernommen. Es ist nicht bekannt, ob Apple die WiFi-Slam-Technologie auf das iPhone angewendet hat, sodass alle iPhone-Benutzer einem kleinen Zeichenroboter gleichkommen. Es besteht kein Zweifel, dass eine genauere Positionierung nicht nur der Karte zuträglich ist, sondern auch alle ortsabhängigen Anwendungen (LBS) genauer macht.
3．Lidar-SLAM
Es bezieht sich auf die Verwendung von Lidar als Sensor, um Kartendaten zu erhalten, damit der Roboter eine synchrone Positionierung und Kartenkonstruktion realisieren kann. Was die Technologie selbst betrifft, so ist sie nach jahrelanger Verifikation ziemlich ausgereift, aber der Flaschenhals der hohen Kosten von Lidar&muss dringend gelöst werden.
Fahrerlose Autos von Google verwenden diese Technologie. Das auf dem Dach installierte Lidar stammt von der US-amerikanischen Firma Velodyne und kostet mehr als 70000 US-Dollar. Dieses Lidar kann bei hoher Rotationsgeschwindigkeit 64 Laserstrahlen in die Umgebung emittieren. Wenn der Laser die umgebenden Objekte berührt und zurückkehrt, kann er den Abstand zwischen der Fahrzeugkarosserie und den umgebenden Objekten berechnen. Das Computersystem zeichnet dann aus diesen Daten eine feine topografische 3D-Karte und kombiniert diese dann mit der hochauflösenden Karte, um verschiedene Datenmodelle für das Bordcomputersystem zu generieren. Lidar macht die Hälfte der Kosten des gesamten Fahrzeugs aus, was auch einer der Gründe sein könnte, warum die unbemannten Fahrzeuge von Google nicht in Massenproduktion hergestellt werden können.
Lidar hat die Eigenschaften einer starken Richtwirkung, die die Genauigkeit der Navigation effektiv sicherstellen und sich an die Innenumgebung anpassen kann. Im Bereich der Indoor-Roboter-Navigation hat sich Lidar Slam jedoch nicht gut entwickelt, da der Preis für Lidar zu hoch ist.