Para qualquer dispositivo móvel, a capacidade de navegar em seu ambiente é importante. Evitar situações perigosas, como colisões e condições inseguras (temperatura, radiação, exposição ao clima, etc.) vem em primeiro lugar, mas se o robô tiver um propósito relacionado a lugares específicos no ambiente do robô, ele deverá encontrar esses lugares. Este artigo apresentará uma visão geral da habilidade de navegação e tentará identificar os blocos básicos de um sistema de navegação do robô, os tipos de sistemas de navegação e uma análise mais detalhada dos componentes de construção relacionados.

Navegação do robô significa a capacidade do robô de determinar sua própria posição em seu quadro de referência e, em seguida, planejar um caminho em direção a um local de meta. Para navegar em seu ambiente, o robô ou qualquer outro dispositivo de mobilidade requer representação, ou seja, um mapa do ambiente e a capacidade de interpretar essa representação.

Navegação pode ser definida como a combinação das três competências fundamentais:

Auto-localização

Planejamento do caminho
Construção de mapas e interpretação de mapas

“Mapa” neste contexto denota qualquer mapeamento de um para um do mundo em uma representação interna.

A localização do robô denota a capacidade do robô de estabelecer sua própria posição e orientação dentro do quadro de referência. O planejamento do caminho é efetivamente uma extensão da localização, na medida em que requer a determinação da posição atual do robô e uma posição de um local de meta, ambos dentro do mesmo quadro de referência ou coordenadas. A construção de mapas pode ter a forma de um mapa de métricas ou qualquer notação que descreva os locais no quadro de referência do robô.

Navegação baseada em visão
A navegação baseada em visão ou navegação ótica utiliza algoritmos de visão computacional e sensores ópticos, incluindo o telêmetro baseado em laser e câmeras fotométricas usando matrizes CCD, para extrair os recursos visuais necessários à localização no ambiente ao redor. No entanto, há uma variedade de técnicas para navegação e localização usando informações de visão, os principais componentes de cada técnica são:

representações do meio ambiente.
modelos sensoriais.
algoritmos de localização.

A fim de fornecer uma visão geral da navegação baseada em visão e suas técnicas, classificamos essas técnicas em navegação interna e externa.

Navegação interior
A maneira mais fácil de fazer um robô ir para um local de meta é simplesmente guiá-lo para esse local. Essa orientação pode ser feita de diferentes maneiras: enterrando um laço indutivo ou ímãs no chão, pintando linhas no chão ou colocando balizas, marcadores, códigos de barras, etc. no ambiente. Esses Veículos Guiados Automatizados (AGVs) são usados ​​em cenários industriais para tarefas de transporte. A navegação interna de robôs é possível por dispositivos de posicionamento internos baseados em IMU.

Há uma variedade muito maior de sistemas de navegação internos. A referência básica dos sistemas de navegação indoor e outdoor é “Visão para a navegação por robôs móveis: um levantamento” de Guilherme N. DeSouza e Avinash C. Kak.

AVM Navigator
O AVM Navigator é um módulo adicional do RoboRealm (plugin) que fornece reconhecimento de objetos e navegação de robôs autônomos usando uma única câmera de vídeo no robô como o principal sensor de navegação.

É possível devido ao uso de um algoritmo “Memória de Vídeo Associativa” (AVM) baseado na decomposição multinível de matrizes de reconhecimento. Ele fornece reconhecimento de imagem com baixa taxa de aceitação falsa (cerca de 0,01%). Neste caso, a navegação visual é apenas a sequência de imagens (pontos de referência) com coordenadas associadas que foram memorizadas dentro da árvore AVM durante o treinamento da rota. O mapa de navegação é apresentado como o conjunto de dados (como coordenadas X, Y e azimute) associados a imagens dentro da árvore AVM. Quando um robô vê imagens da câmera (marcas) que podem ser reconhecidas, confirma sua localização atual.

O navegador cria um caminho a partir do local atual para direcionar a posição como uma cadeia de waypoints. Se a orientação atual do robô não apontar para o próximo waypoint, o navegador girará o corpo do robô. Quando o robô atinge um waypoint, o navegador muda de direção para o próximo waypoint na cadeia e assim por diante até que a posição final seja atingida.

Navegação ao ar livre
Alguns algoritmos de navegação ao ar livre recentes são baseados em rede neural convolucional e aprendizado de máquina, e são capazes de inferência turn-by-turn precisa.

Controladores de Voo Autônomos
Os controladores de vôo autônomos de código aberto típicos têm a capacidade de voar em modo totalmente automático e executar as seguintes operações;

Decole do chão e voe para uma altitude definida
Voar para um ou mais pontos de referência
Orbita em torno de um ponto designado
Retornar para a posição de lançamento
Desça a uma velocidade especificada e aterre a aeronave

O controlador de vôo a bordo depende do GPS para navegação e vôo estabilizado, e muitas vezes emprega sistemas adicionais de satélites (SBAS) e sensor de altitude (pressão barométrica).