主页
产品
应用案例
新闻动态
购买渠道
下载与支持
关于我们
生态合作
联系我们
主页
产品
新闻动态
购买渠道
下载与支持
关于我们
加入我们
联系我们
  • 中文|
  • Eng
  • 疫情中的服务机器人技术 —— 自主定位导航

    新發(fā)地來勢洶洶的疫情,再次牽動著全國人民的心,我們要保持信心,保持警惕,打贏這場防疫戰(zhàn)!而機器人的加入,必然是錦上添花。在隔離區(qū),機器人實現(xiàn)了無接觸配送,保障了隔離區(qū)內人員的生活。在醫(yī)院感染區(qū),移動機器人可以代替醫(yī)護人員進入感染區(qū)執(zhí)行消毒,看護,體溫測量,清潔等工作,減少了醫(yī)護人員的感染風險。在居民社區(qū),機器人實現(xiàn)了防疫宣傳、外來人口登記,保障了疫情期間人們的正常生活……

    服務機器人自主定位導航搭載了思嵐方案的配送、消毒、巡檢機器人

    這些功能的實現(xiàn),都離不開機器人的智能移動能力。在之前的文章中,我們提到過底盤對移動機器人的意義,能夠幫助廠家快速集成,實現(xiàn)落地應用。
    今天,我們不聊底盤,我們來說說導航技術,因為導航搞不好,移動也白搭,底盤就失去了價值,沒有任何實用性。
    大家都知道,自主定位導航包含了定位、建圖與路徑規(guī)劃。說到定位導航,必然會聯(lián)想到SLAM,但SLAM只是完成定位與地圖創(chuàng)建這兩件事,它并不完全等同于自主定位導航。
    定位
    不管你有沒有地圖,在前往目的地前,你肯定要知道自己的定位,機器人也是如此。只不過,我們定位靠眼睛,機器人則靠“激光雷達”。

    激光雷達掃描輪廓數(shù)據(jù)

    這就是激光雷達獲取的周圍環(huán)境信息,也就是我們所說的點云,它能反映機器人所在環(huán)境中“眼睛”能看到的一個部分。
    建圖
    我們身處陌生的環(huán)境時,導航軟件和戶外地圖成為我們找路最有利的工具,服務機器人和人類一樣也需要依靠地圖來感知外部的環(huán)境,通過算法與傳感器差異的不同機器人會采取不同的地圖描述形式。

    SLAM建圖主要有三個過程:
    (1)預處理:對雷達形成的點云原始數(shù)據(jù)進行優(yōu)化,剔除一些有問題的數(shù)據(jù),或者進行濾波。
    (2)匹配:把當前這一局部環(huán)境的點云數(shù)據(jù)在已經建立的地圖上尋找對應的位置,進行匹配。
    (3)地圖融合:將來自激光雷達的新一輪數(shù)據(jù)拼接到原始地圖當中,最終完成地圖的更新。

    地圖預處理、匹配和融合的過程

    目前,柵格地圖是機器人使用最廣泛的地圖存儲方式。


    柵格地圖就是把環(huán)境劃分成一系列柵格,其中每一柵格給定一個可能值,表示該柵格被占據(jù)的概率,其中每個“像素”則表示了實際環(huán)境中存在障礙物的概率分布。 


    柵格地圖的形成

    這個過程聽起來其實并不復雜,但是還是會遇到很多未知問題。比如建圖閉環(huán),如果匹配的算法不足夠優(yōu)秀,又或者是環(huán)境中遇到長直走廊、大場景建圖干擾時,機器人繞著環(huán)境走一圈后,可能會發(fā)現(xiàn)原本應該閉合的一個環(huán)形走廊斷開了。

     
    環(huán)形走廊閉合斷開


    19年初,思嵐科技就已經推出了SLAM 3.0系統(tǒng)來應對這種問題,當機器人運動到已經探索過的原環(huán)境時, SLAM 3.0可依賴內部的拓撲圖進行主動式的閉環(huán)檢測。當發(fā)現(xiàn)了新的閉環(huán)信息后,SLAM 3.0使用Bundle Adjuestment(BA)等算法對原先的位姿拓撲地圖進行修正(即進行圖優(yōu)化),從而能有效的進行閉環(huán)后地圖的修正,實現(xiàn)更加可靠的環(huán)境建圖。

    閉環(huán)修正

    閉環(huán)修正


    路徑規(guī)劃與運動控制
    當定位和建圖搞定之后,下一個就要解決移動的問題了,即目標點A到B之間的導航規(guī)劃能力。

    路徑規(guī)劃分為:全局規(guī)劃和局部規(guī)劃。
    全局規(guī)劃:是最上層的運動規(guī)劃邏輯,它按照機器人預先記錄的環(huán)境地圖并結合機器人當前位姿以及任務目標點的位置,在地圖上找到前往目標點最快捷的路徑。
     

    局部規(guī)劃:當環(huán)境出現(xiàn)變化或者上層規(guī)劃的路徑不利于機器人實際行走的時候(比如機器人無法按照規(guī)劃的路徑完成特定轉彎半徑的轉向),局部路徑規(guī)劃將做出微調。

    分層級的運動規(guī)劃框架以及對應輸出數(shù)據(jù)

    這兩個層次的規(guī)劃模塊協(xié)同工作,機器人就可以很好的實現(xiàn)從A點到B點的智能移動了。不過實際工作環(huán)境下,上述配置還不夠。因為運動規(guī)劃的過程中還包含靜態(tài)地圖和動態(tài)地圖兩種情況。

    A*算法
    A*(A-Star)算法是一種靜態(tài)路網(wǎng)中求解最短路徑最有效的直接搜索方法,也是解決許多搜索問題的有效算法。算法中的距離估算值與實際值越接近,最終搜索速度越快。但是,A*算法同樣也可用于動態(tài)路徑規(guī)劃當中,只是當環(huán)境發(fā)生變化時,需要重新規(guī)劃路線。

     

    D*算法
    D*算法是目前的一種主流算法,最大優(yōu)點是不需要預先探明地圖,機器人可以和人一樣,即使在未知環(huán)境中,也可以展開行動,隨著機器人不斷探索,路徑也會時刻調整。

    上述的幾種算法都是目前絕大部分機器人所需要的路徑規(guī)劃算法,能夠讓機器人跟人一樣智能,快速規(guī)劃A到B點的最短路徑,并在遇到障礙物的時候知道如何處理。但掃地機器人作為最早出現(xiàn)在消費市場的服務機器人之一,它需要的路徑規(guī)劃算法有點不一樣。
    所以,針對不同場景應用的機器人,自主定位導航技術還需要不斷升級更新,足以支撐更多場景應用。只有導航技術做好了,機器人整體才能有一個質的飛躍,機器人從0-1的布局才能越來越快。

    關鍵字:服务机器人,自主定位导航,服务机器人技术

    top