Khi robot trở nên tự chủ hơn, chúng phải điều hướng môi trường xung quanh với sự độc lập và độ tin cậy cao hơn. Máy kéo tự hành, máy thu hoạch nông nghiệp và máy gieo hạt phải di chuyển cẩn thận qua các cánh đồng trồng trọt trong khi các phương tiện giao hàng tự lái phải băng qua đường một cách an toàn để đặt các gói hàng vào đúng vị trí. Trên nhiều ứng dụng, rô-bốt di động tự động (AMR) yêu cầu nguồn định vị có độ chính xác cao để hoàn thành công việc theo thiết kế một cách an toàn và thành công.
Để đạt được độ chính xác như vậy đòi hỏi hai bộ khả năng định vị. Một là hiểu được vị trí tương đối của chính nó với các đối tượng khác. Điều này cung cấp thông tin đầu vào quan trọng để hiểu thế giới xung quanh và trong trường hợp rõ ràng nhất là tránh các chướng ngại vật vừa đứng yên vừa chuyển động. Hoạt động cơ động này đòi hỏi một loạt các cảm biến điều hướng như máy ảnh, radar, lidar và phần mềm hỗ trợ để xử lý các tín hiệu này và đưa ra hướng thời gian thực cho AMR.
Nhóm khả năng thứ hai là để AMR hiểu được vị trí thực tế chính xác (hoặc vị trí tuyệt đối) của nó trên thế giới để có thể điều hướng chính xác và liên tục một đường dẫn đã được lập trình vào thiết bị. Một trường hợp sử dụng rõ ràng ở đây là nông nghiệp có độ chính xác cao, trong đó các AMR khác nhau cần di chuyển trên cùng một con đường hẹp trong nhiều tháng để trồng, tưới và thu hoạch cây trồng, với mỗi lần vượt qua đều yêu cầu AMR phải tham chiếu cùng một vị trí chính xác. .
Điều này đòi hỏi một loạt khả năng điều hướng khác, bắt đầu với Hệ thống vệ tinh dẫn đường toàn cầu (GNSS), mà toàn bộ hệ sinh thái cảm biến và phần mềm tận dụng. Tăng cường GNSS là các khả năng hiệu chỉnh như RTK và SSR giúp mang lại độ chính xác cao hơn 100 lần so với GNSS cho các ứng dụng bầu trời mở và Đơn vị đo quán tính kết hợp với phần mềm tổng hợp cảm biến để điều hướng ở những nơi không có GNSS (tính toán chết).
Trước khi đi sâu vào các công nghệ này, chúng ta hãy dành một phút xem xét các trường hợp sử dụng trong đó cần có cả vị trí tương đối và tuyệt đối để AMR thực hiện công việc của mình.
Các ứng dụng robot yêu cầu định vị tương đối và tuyệt đối
AMR tiết lộ những gì con người coi là đương nhiên - khả năng bẩm sinh để xác định chính xác vị trí của bản thân trên thế giới và thực hiện hành động chính xác dựa trên thông tin đó. Các ứng dụng cho AMR càng đa dạng thì chúng tôi càng khám phá được những loại hành động nào đòi hỏi độ chính xác cực cao. Một số ví dụ bao gồm:
Tự động hóa nông nghiệp: Trong nông nghiệp, AMR ngày càng trở nên phổ biến đối với các nhiệm vụ như trồng trọt, thu hoạch và giám sát cây trồng. Những robot này sử dụng khả năng định vị tuyệt đối, thường là thông qua GPS, để điều hướng các khu vực rộng lớn và thường không bằng phẳng một cách chính xác. Điều này đảm bảo rằng họ có thể bao phủ các khu vực rộng lớn một cách có hệ thống và quay trở lại các địa điểm cụ thể khi cần thiết. Tuy nhiên, khi ở gần cây trồng hoặc trong khu vực được chỉ định, AMR dựa vào vị trí tương đối cho các nhiệm vụ đòi hỏi mức độ chính xác cao hơn, chẳng hạn như hái trái cây có thể đã phát triển hoặc thay đổi vị trí kể từ lần cuối AMR ghé thăm nó. Bằng cách kết hợp cả hai phương pháp định vị, những robot này có thể hoạt động hiệu quả trong môi trường đầy thách thức và biến đổi điển hình của các lĩnh vực nông nghiệp.
Giao hàng chặng cuối trong môi trường đô thị: AMR đang chuyển đổi hoạt động giao hàng chặng cuối trong môi trường đô thị bằng cách vận chuyển hàng hóa một cách tự động từ trung tâm phân phối đến điểm đến cuối cùng. Những robot này sử dụng khả năng định vị tuyệt đối để điều hướng các đường phố, ngõ hẻm và bố cục đô thị phức tạp, đảm bảo chúng đi theo các tuyến đường được tối ưu hóa đồng thời tránh tắc nghẽn giao thông và tuân thủ lịch trình giao hàng. Khi đến khu vực lân cận địa điểm giao hàng, AMR cũng sẽ sử dụng vị trí tương đối để di chuyển xung quanh các chướng ngại vật có thể thay đổi hoặc không mong muốn, chẳng hạn như một chiếc xe đang đậu đôi trên đường. Cách tiếp cận kép này cho phép AMR xử lý sự phức tạp của cảnh quan đô thị và thực hiện việc giao hàng chính xác trực tiếp đến tận nhà khách hàng.
Tự động hóa công trường: Trên các công trường xây dựng, AMR được sử dụng để đảm bảo dự án được xây dựng theo đúng thông số kỹ thuật đã được các kỹ sư chỉ định. Họ cũng giúp thực hiện các nhiệm vụ như vận chuyển vật liệu và lập bản đồ hoặc khảo sát môi trường. Các địa điểm này thường trải rộng trên các khu vực rộng lớn với môi trường thay đổi liên tục, yêu cầu AMR sử dụng định vị tuyệt đối để điều hướng và duy trì định hướng trong tổng thể địa điểm dự án. Định vị tương đối phát huy tác dụng khi AMR thực hiện các nhiệm vụ yêu cầu tương tác với các yếu tố động, chẳng hạn như tránh các thiết bị khác hoặc thậm chí là nhân viên trên cơ sở. Sự kết hợp của cả hai hệ thống định vị cho phép AMR đóng góp hiệu quả vào tính chất phức tạp và năng động của các dự án xây dựng, nâng cao hiệu quả và an toàn.
Bảo trì đường tự động: AMR ngày càng được sử dụng nhiều hơn trong các nhiệm vụ bảo trì đường bộ như kiểm tra mặt đường, hàn kín vết nứt và sơn đường. Những robot này tận dụng khả năng định vị tuyệt đối để di chuyển dọc theo các đoạn đường cao tốc hoặc đường bộ, đảm bảo chúng đi đúng hướng trên quãng đường dài và có thể nắm bắt chính xác các vị trí cụ thể nơi cần bảo trì. Khi thực hiện các nhiệm vụ bảo trì này, họ chuyển sang định vị tương đối để xác định và giải quyết chính xác những điểm không hoàn hảo trên đường cụ thể, sơn vạch kẻ làn đường một cách chính xác hoặc di chuyển xung quanh chướng ngại vật. Khả năng kép này cho phép AMR quản lý hiệu quả các nhiệm vụ bảo trì đường bộ đồng thời giảm nhu cầu sử dụng nhân công làm việc trong môi trường ven đường nguy hiểm, cải thiện độ an toàn và năng suất.
Giám sát và bảo tồn môi trường: Trong môi trường ngoài trời, AMR thường được triển khai cho các nỗ lực giám sát và bảo tồn môi trường như theo dõi động vật hoang dã, phát hiện ô nhiễm và lập bản đồ môi trường sống. Những robot này tận dụng khả năng định vị tuyệt đối để điều hướng các khu vực tự nhiên rộng lớn, từ rừng đến vùng ven biển, đảm bảo bao phủ toàn diện địa hình và cho phép thu thập các khảo sát và lập bản đồ địa điểm chi tiết. AMR có thể thực hiện các tác vụ như chụp ảnh có độ phân giải cao, thu thập mẫu hoặc theo dõi chuyển động của động vật với độ chính xác tuyệt đối và có thể phủ các mẫu này theo thời gian một cách gắn kết.
Trong tất cả các ví dụ trên, cần có độ chính xác định vị tuyệt đối dưới một mét để tránh những hậu quả thảm khốc có thể xảy ra. Chấn thương của công nhân, tổn thất sản phẩm đáng kể và sự chậm trễ tốn kém đều có thể xảy ra nếu không có địa điểm chính xác. Về cơ bản, bất cứ nơi nào AMR cần hoạt động trong phạm vi vài cm sẽ yêu cầu nó phải có cả giải pháp vị trí tương đối và tuyệt đối.
Công nghệ định vị tương đối
AMR tận dụng một số cảm biến để xác định vị trí của chúng trong mối quan hệ với các vật thể khác trong môi trường của chúng. Chúng bao gồm:
Máy ảnh: Máy ảnh hoạt động như cảm biến hình ảnh của robot di động tự động, cung cấp cho chúng hình ảnh tức thời về môi trường xung quanh tương tự như cách mắt con người hoạt động. Các thiết bị này thu thập thông tin trực quan phong phú mà robot có thể sử dụng để phát hiện vật thể, tránh chướng ngại vật và lập bản đồ môi trường. Tuy nhiên, máy ảnh phụ thuộc vào ánh sáng đầy đủ và có thể bị cản trở bởi các điều kiện thời tiết bất lợi như sương mù, mưa hoặc bóng tối. Để giải quyết những hạn chế này, máy ảnh thường được ghép nối với cảm biến cận hồng ngoại hoặc được trang bị khả năng nhìn đêm, cho phép robot nhìn thấy trong điều kiện ánh sáng yếu. Máy ảnh là thành phần quan trọng trong phép đo hình ảnh trực quan, một quá trình trong đó những thay đổi về vị trí theo thời gian được tính toán bằng cách phân tích các hình ảnh camera liên tiếp. Nói chung, máy ảnh luôn yêu cầu xử lý đáng kể để chuyển đổi hình ảnh 2-D của chúng thành cấu trúc 3-D.
Cảm biến radar: Cảm biến radar hoạt động bằng cách phát ra sóng vô tuyến xung phản xạ khỏi vật thể, cung cấp thông tin về tốc độ, khoảng cách và vị trí tương đối của vật thể. Công nghệ này mạnh mẽ và có thể hoạt động hiệu quả trong nhiều điều kiện môi trường khác nhau, bao gồm mưa, sương mù và bụi, những nơi mà máy ảnh và lidar có thể gặp khó khăn. Tuy nhiên, cảm biến radar thường cung cấp dữ liệu thưa thớt hơn và độ phân giải thấp hơn so với các loại cảm biến khác. Mặc dù vậy, chúng rất có giá trị vì độ tin cậy trong việc phát hiện vận tốc của các vật thể chuyển động, khiến chúng đặc biệt hữu ích trong môi trường động, nơi việc hiểu rõ chuyển động của các thực thể khác là rất quan trọng.
Cảm biến nắp: Lidar, hay Phát hiện ánh sáng và Phạm vi, là công nghệ cảm biến sử dụng xung laser để đo khoảng cách bằng cách định thời gian phản xạ ánh sáng khỏi vật thể. Bằng cách quét môi trường bằng các xung laser nhanh, lidar tạo ra bản đồ 3D chi tiết, có độ chính xác cao về môi trường xung quanh. Điều này làm cho nó trở thành một công cụ thiết yếu để lập bản đồ và định vị đồng thời (SLAM), trong đó robot xây dựng bản đồ về một môi trường không xác định trong khi vẫn theo dõi vị trí của nó trong bản đồ đó. lidar được biết đến với độ chính xác và khả năng hoạt động tốt trong nhiều điều kiện ánh sáng khác nhau, mặc dù nó có thể kém hiệu quả hơn trong mưa, tuyết hoặc sương mù, nơi những giọt nước có thể phân tán chùm tia laser. Mặc dù là một công nghệ đắt tiền, lidar được ưa chuộng trong việc điều hướng tự động do tính chính xác và độ tin cậy của nó trong môi trường phức tạp.
Cảm biến siêu âm: Cảm biến siêu âm hoạt động bằng cách phát ra sóng âm thanh tần số cao bật ra khỏi các vật thể ở gần, đồng thời cảm biến sẽ đo thời gian cần thiết để tiếng vang quay trở lại. Điều này cho phép robot tính toán khoảng cách đến các vật thể và chướng ngại vật trên đường đi của nó. Những cảm biến này đặc biệt hữu ích để phát hiện trong phạm vi ngắn và thường được sử dụng trong các hoạt động chậm, tầm gần như điều hướng trong không gian chật hẹp như lối đi trong nhà kho hoặc để thực hiện các thao tác chính xác như cập bến hoặc lùi xe. Cảm biến siêu âm có hiệu quả về mặt chi phí và hoạt động tốt trong nhiều điều kiện khác nhau, nhưng phạm vi hoạt động hạn chế và thời gian phản hồi chậm hơn so với lidar và máy ảnh có nghĩa là chúng phù hợp nhất cho các môi trường cụ thể, được kiểm soát, nơi cần có độ chính xác cao ở khoảng cách gần.
Công nghệ cơ bản được sử dụng để định vị tuyệt đối bắt đầu bằng GNSS (thuật ngữ bao gồm GPS và các hệ thống vệ tinh khác như GLONASS, Galileo và BeiDou). Do GNSS bị ảnh hưởng bởi điều kiện khí quyển và sự không nhất quán của vệ tinh, nó có thể đưa ra giải pháp vị trí sai lệch nhiều mét. Đối với các AMR yêu cầu điều hướng chính xác hơn, điều này là chưa đủ - do đó, sự xuất hiện của một công nghệ được gọi là Chỉnh sửa GNSS giúp thu hẹp lỗi này xuống mức thấp nhất là 1 cm.
RTK: Động học thời gian thực (RTK) sử dụng mạng lưới các trạm cơ sở với các vị trí đã biết làm điểm tham chiếu để điều chỉnh ước tính vị trí máy thu GNSS. Miễn là AMR cách trạm cơ sở trong phạm vi 50 km và có liên kết liên lạc đáng tin cậy thì RTK có thể cung cấp độ chính xác 1–2-cm một cách đáng tin cậy.
SSR hoặc PPP-RTK: Cơ quan đại diện không gian trạng thái (SSR), đôi khi còn được gọi là PPP-RTK, tận dụng thông tin từ mạng trạm cơ sở, nhưng thay vì gửi bản sửa lỗi trực tiếp từ trạm cơ sở cục bộ, nó mô hình hóa các lỗi trên một khu vực địa lý rộng lớn. Kết quả là phạm vi phủ sóng rộng hơn cho phép khoảng cách xa hơn 50km tính từ trạm gốc, nhưng độ chính xác giảm xuống 3-10 cm trở lên tùy thuộc vào mật độ và chất lượng của mạng.
Mặc dù hai phương pháp này hoạt động đặc biệt hiệu quả khi có sẵn tín hiệu GNSS (nói chung là bầu trời mở), nhưng nhiều AMR sẽ di chuyển ra khỏi bầu trời mở, nơi có vật cản giữa máy thu GNSS trên AMR và bầu trời. Điều này có thể xảy ra trong đường hầm, nhà để xe, vườn cây ăn quả và môi trường đô thị. Đây là lúc Hệ thống dẫn đường quán tính (INS) phát huy tác dụng với Đơn vị đo lường quán tính (IMU) và phần mềm Cảm biến tổng hợp.
IMU– IMU kết hợp gia tốc kế, con quay hồi chuyển và đôi khi là từ kế để đo gia tốc tuyến tính, vận tốc góc và cường độ từ trường của hệ thống tương ứng. Đây là dữ liệu quan trọng cho phép INS xác định vị trí, vận tốc và hướng của vật thể so với điểm xuất phát trong thời gian thực.
Lịch sử của IMU bắt đầu từ đầu thế kỷ 20, bắt nguồn từ việc phát triển các thiết bị con quay hồi chuyển được sử dụng trong hệ thống định vị cho tàu thủy và máy bay. IMU thực tế đầu tiên được phát triển trong Thế chiến thứ hai, chủ yếu để sử dụng trong các hệ thống dẫn đường tên lửa và sau đó là trong chương trình không gian. Ví dụ, các sứ mệnh Apollo phụ thuộc rất nhiều vào IMU để điều hướng trong không gian, nơi các phương pháp điều hướng truyền thống không khả thi. Trong nhiều thập kỷ, công nghệ IMU đã phát triển đáng kể, được thúc đẩy bởi việc thu nhỏ các linh kiện điện tử và sự ra đời của công nghệ Hệ thống vi cơ điện tử (MEMS) vào cuối thế kỷ 20. Sự phát triển này đã dẫn đến IMU nhỏ gọn hơn, giá cả phải chăng và chính xác hơn, cho phép tích hợp chúng vào nhiều thiết bị điện tử tiêu dùng, hệ thống ô tô và ứng dụng công nghiệp ngày nay.
Cảm biến tổng hợp– Phần mềm tổng hợp cảm biến chịu trách nhiệm kết hợp dữ liệu từ IMU, cũng như các cảm biến khác để tạo ra sự hiểu biết gắn kết và chính xác về vị trí tuyệt đối của AMR khi không có GNSS. Các cách triển khai cơ bản nhất "lấp đầy khoảng trống" trong thời gian thực, từ khi tín hiệu GNSS bị mất cho đến khi tín hiệu được AMR thu lại. Độ chính xác của phần mềm tổng hợp cảm biến phụ thuộc vào một số yếu tố, bao gồm chất lượng và hiệu chuẩn của các cảm biến liên quan, thuật toán được sử dụng cho phản ứng tổng hợp cũng như ứng dụng hoặc môi trường cụ thể mà nó được triển khai. Phần mềm tổng hợp cảm biến phức tạp hơn có thể tương quan chéo các phương thức cảm biến khác nhau, mang lại độ chính xác về vị trí vượt trội so với bất kỳ cảm biến nào trong giải pháp hoạt động độc lập.
RTK cho GNSS cung cấp nguồn vị trí tuyệt đối có độ chính xác cao cho robot tự động. Tuy nhiên, nếu không có RTK, nhiều ứng dụng robot đơn giản là không thể thực hiện được hoặc không thực tế. Từ máy khảo sát xây dựng đến máy bay không người lái giao hàng tự động và các công cụ nông nghiệp tự động, nhiều AMR phụ thuộc vào khả năng định vị tuyệt đối chính xác đến từng centimet mà chỉ RTK mới có thể cung cấp.
Điều đó có nghĩa là giải pháp RTK chỉ hoạt động tốt khi có mạng đằng sau nó. Việc sửa lỗi có độ tin cậy nhất quán đòi hỏi một mạng lưới trạm gốc dày đặc để máy thu luôn ở trong phạm vi đủ gần để sửa lỗi chính xác. Mạng càng lớn thì càng dễ dàng sửa lỗi AMR từ mọi nơi. Mật độ không phải là yếu tố duy nhất. Mạng là hệ thống thời gian thực rất phức tạp và yêu cầu giám sát, khảo sát và kiểm tra tính toàn vẹn chuyên nghiệp để đảm bảo dữ liệu được gửi đến AMR là chính xác và đáng tin cậy.
Tất cả những điều này có ý nghĩa gì đối với các nhà phát triển robot tự hành? Ít nhất là ở những nơi có liên quan đến các ứng dụng ngoài trời, không có AMR nào hoàn thiện nếu không có bộ thu GNSS hỗ trợ RTK. Để có giải pháp chính xác nhất có thể, các nhà phát triển nên dựa vào mạng RTK dày đặc và đáng tin cậy nhất. Và khi robot phải di chuyển thường xuyên vào và ra khỏi môi trường tín hiệu GNSS lý tưởng, chẳng hạn như đối với phương tiện giao hàng tự lái, RTK kết hợp với IMU sẽ cung cấp nguồn định vị tuyệt đối toàn diện nhất hiện có.
Không có hai ứng dụng robot tự động nào giống nhau và mỗi thiết lập duy nhất yêu cầu kết hợp thông tin định vị tương đối và tuyệt đối riêng. Tuy nhiên, đối với các AMR ngoài trời trong tương lai, GNSS với mạng hiệu chỉnh RTK mạnh mẽ là một thành phần thiết yếu của cụm cảm biến.