Navegación robot

Para cualquier dispositivo móvil, la capacidad de navegar en su entorno es importante. Evitar situaciones peligrosas como colisiones y condiciones inseguras (temperatura, radiación, exposición al clima, etc.) es lo primero, pero si el robot tiene un propósito que se relaciona con lugares específicos en el entorno del robot, debe encontrar esos lugares. Este artículo presentará una descripción general de la habilidad de navegación e intentará identificar los bloques básicos de un sistema de navegación de robots, los tipos de sistemas de navegación y un análisis más detallado de los componentes de construcción relacionados.

La navegación de robot significa la capacidad del robot para determinar su propia posición en su marco de referencia y luego planificar un camino hacia alguna ubicación de objetivo. Para navegar en su entorno, el robot o cualquier otro dispositivo de movilidad requiere representación, es decir, un mapa del entorno y la capacidad de interpretar esa representación.

La navegación se puede definir como la combinación de las tres competencias fundamentales:

Auto-localización

Planificación de caminos
Construcción de mapas e interpretación de mapas.

“Mapa” en este contexto denota cualquier mapeo uno a uno del mundo en una representación interna.

La localización del robot denota la capacidad del robot para establecer su propia posición y orientación dentro del marco de referencia. La planificación de la ruta es efectivamente una extensión de la localización, ya que requiere la determinación de la posición actual del robot y la posición de una ubicación de la meta, ambas dentro del mismo marco de referencia o coordenadas. La construcción del mapa puede tener la forma de un mapa métrico o cualquier notación que describa las ubicaciones en el marco de referencia del robot.

Navegación basada en la visión
La navegación basada en la visión o la navegación óptica utiliza algoritmos de visión por computadora y sensores ópticos, incluidos el visor de rango basado en láser y las cámaras fotométricas que utilizan matrices CCD, para extraer las características visuales necesarias para la localización en el entorno circundante. Sin embargo, hay una variedad de técnicas para la navegación y localización que utilizan información de la visión, los componentes principales de cada técnica son:

Representaciones del entorno.
Modelos de detección.
Algoritmos de localización.

Con el fin de ofrecer una visión general de la navegación basada en la visión y sus técnicas, clasificamos estas técnicas en navegación interior y navegación exterior.

Navegación interior
La forma más fácil de hacer que un robot vaya a una ubicación de objetivo es simplemente guiarlo hacia esta ubicación. Esta guía se puede hacer de diferentes maneras: enterrar un bucle inductivo o imanes en el suelo, pintar líneas en el suelo o colocar balizas, marcadores, códigos de barras, etc. en el entorno. Dichos vehículos guiados automatizados (AGV) se utilizan en escenarios industriales para tareas de transporte. La navegación interior de robots es posible mediante dispositivos de posicionamiento de interiores basados ​​en IMU.

Hay una variedad muy amplia de sistemas de navegación interior. La referencia básica de los sistemas de navegación para interiores y exteriores es “Visión para la navegación con robots móviles: una encuesta” por Guilherme N. DeSouza y Avinash C. Kak.

AVM Navigator
AVM Navigator es un módulo adicional de RoboRealm (complemento) que proporciona reconocimiento de objetos y navegación autónoma de robots utilizando una única cámara de video en el robot como el sensor principal para la navegación.

Es posible debido al uso de un algoritmo de “Memoria de video asociativa” (AVM) basado en la descomposición de múltiples niveles de las matrices de reconocimiento. Proporciona reconocimiento de imagen con una tasa de aceptación falsa baja (aproximadamente 0.01%). En este caso, la navegación visual es solo la secuencia de imágenes (puntos de referencia) con coordenadas asociadas que se memorizaron dentro del árbol AVM durante el entrenamiento de ruta. El mapa de navegación se presenta como el conjunto de datos (como las coordenadas X, Y y el acimut) asociados con las imágenes dentro del árbol AVM. Cuando un robot ve imágenes de la cámara (marcas) que pueden reconocerse, confirma su ubicación actual.

El navegador crea un camino desde la ubicación actual a la posición de destino como una cadena de puntos de ruta. Si la orientación actual del robot no apunta al siguiente punto de ruta, el navegador gira el cuerpo del robot. Cuando el robot alcanza un punto de ruta, el navegador cambia de dirección al siguiente punto de la cadena y así sucesivamente hasta que se alcanza la posición de destino.

Navegación al aire libre
Algunos algoritmos de navegación al aire libre recientes se basan en la red neuronal convolucional y el aprendizaje automático, y son capaces de realizar inyecciones precisas paso a paso.

Controladores de vuelo autónomos
Los controladores de vuelo autónomos de código abierto típicos tienen la capacidad de volar en modo totalmente automático y realizar las siguientes operaciones;

Despega del suelo y vuela a una altitud definida.
Vuela a uno o más puntos de ruta.
Órbita alrededor de un punto designado
Regreso a la posición de lanzamiento.
Desciende a una velocidad determinada y aterriza el avión.

El controlador de vuelo a bordo se basa en el GPS para la navegación y el vuelo estabilizado y, a menudo, emplea sistemas adicionales de aumento por satélite (SBAS) y sensores de altitud (presión barométrica).