Per qualsiasi dispositivo mobile, la capacità di navigare nel proprio ambiente è importante. Evitare situazioni pericolose come collisioni e condizioni non sicure (temperatura, radiazioni, esposizione agli agenti atmosferici, ecc.) Viene prima, ma se il robot ha uno scopo che si riferisce a luoghi specifici nell’ambiente del robot, deve trovare quei luoghi. Questo articolo presenterà una panoramica della capacità di navigazione e cercherà di identificare i blocchi di base di un sistema di navigazione robot, i tipi di sistemi di navigazione e uno sguardo più ravvicinato ai relativi componenti dell’edificio.
Navigazione con robot significa che il robot ha la capacità di determinare la propria posizione nel suo schema di riferimento e quindi di pianificare un percorso verso una posizione obiettivo. Per navigare nel suo ambiente, il robot o qualsiasi altro dispositivo di mobilità richiede una rappresentazione, cioè una mappa dell’ambiente e la capacità di interpretare quella rappresentazione.
La navigazione può essere definita come la combinazione delle tre competenze fondamentali [citazione necessaria]:
Self-localizzazione
Pianificazione del percorso
Interpretazione di mappe e mappe
“Mappa” in questo contesto indica qualsiasi mappatura uno-a-uno del mondo su una rappresentazione interna.
La localizzazione del robot indica la capacità del robot di stabilire la propria posizione e orientamento all’interno del quadro di riferimento. La pianificazione del percorso è in effetti un’estensione della localizzazione, in quanto richiede la determinazione della posizione corrente del robot e la posizione di una posizione obiettivo, sia all’interno dello stesso fotogramma di riferimento che delle coordinate. La creazione di mappe può avere la forma di una mappa metrica o qualsiasi notazione che descriva le posizioni nel frame di riferimento del robot.
Navigazione basata sulla visione
La navigazione basata sulla visione o la navigazione ottica utilizzano algoritmi di visione artificiale e sensori ottici, compresi telemetri basati su laser e telecamere fotometriche che utilizzano array CCD, per estrarre le caratteristiche visive richieste per la localizzazione nell’ambiente circostante. Tuttavia, ci sono una serie di tecniche per la navigazione e la localizzazione che utilizzano le informazioni sulla visione, i componenti principali di ciascuna tecnica sono:
rappresentazioni dell’ambiente.
modelli di rilevamento.
algoritmi di localizzazione.
Al fine di fornire una panoramica della navigazione basata sulla visione e delle sue tecniche, classifichiamo queste tecniche nella navigazione interna e nella navigazione esterna.
Navigazione interna
Il modo più semplice per far andare un robot in una posizione obiettivo è semplicemente guidarlo in questa posizione. Questa guida può essere eseguita in diversi modi: seppellendo un circuito induttivo o magneti sul pavimento, dipingendo linee sul pavimento o posizionando segnali, marcatori, codici a barre, ecc. Nell’ambiente. Tali veicoli a guida automatica (AGV) vengono utilizzati in scenari industriali per le attività di trasporto. La navigazione interna dei robot è possibile tramite dispositivi di posizionamento interni basati su IMU.
Vi è una varietà molto ampia di sistemi di navigazione interna. Il riferimento di base dei sistemi di navigazione indoor e outdoor è “Vision for mobile robot navigation: a survey” di Guilherme N. DeSouza e Avinash C. Kak.
AVM Navigator
AVM Navigator è un modulo aggiuntivo di RoboRealm (plug-in) che fornisce il riconoscimento dell’oggetto e la navigazione autonoma del robot utilizzando una singola videocamera sul robot come sensore principale per la navigazione.
È possibile grazie all’utilizzo di un algoritmo “Associative Video Memory” (AVM) basato sulla decomposizione multilivello di matrici di riconoscimento. Fornisce il riconoscimento dell’immagine con una bassa percentuale di accettazione falsa (circa lo 0,01%). In questo caso la navigazione visiva è solo la sequenza di immagini (punti di riferimento) con le coordinate associate che sono state memorizzate all’interno dell’albero AVM durante l’allenamento del percorso. La mappa di navigazione viene presentata come l’insieme di dati (come le coordinate X, Y e azimut) associati alle immagini all’interno dell’albero AVM. Quando un robot vede immagini dalla fotocamera (segni) che possono essere riconosciute, conferma la sua posizione corrente.
Il navigatore crea una via dalla posizione corrente alla posizione di destinazione come una catena di waypoint. Se l’orientamento corrente del robot non punta al waypoint successivo, il navigatore gira il corpo del robot. Quando il robot raggiunge un waypoint, il navigatore cambia direzione al prossimo waypoint nella catena e così via fino a raggiungere la posizione target.
Navigazione esterna
Alcuni recenti algoritmi di navigazione esterna si basano sulla rete neurale convoluzionale e sull’apprendimento automatico e sono in grado di eseguire un’inferenza accurata passo dopo passo.
Controllori di volo autonomi
I tipici controllori di volo autonomi open source hanno la possibilità di volare in modalità completamente automatica ed eseguire le seguenti operazioni;
Decollare da terra e volare ad un’altitudine definita
Vola su uno o più waypoint
Orbita attorno a un punto designato
Ritorna alla posizione di lancio
Scendere ad una velocità specificata e far atterrare l’aereo
Il controllore di volo di bordo si affida al GPS per la navigazione e il volo stabilizzato, e spesso impiega ulteriori sistemi di potenziamento satellitare (SBAS) e un sensore di altitudine (pressione barometrica).