現在、物流インテリジェントハンドリングロボット、清掃ロボットなどが一部の都市や家庭で導入されており、無人航空機、無人車両なども急速に推進されており、これらのロボットがすぐに応用段階に入ることができる理由と、自律測位およびナビゲーション技術の開発は切り離せないものです。
最近、iresearch Consultingの子会社であるiResearchが「2018年世界のAI画期的技術TOP10」の概要を発表し、その中にはマルチセンサー国境融合に基づくロボット自律航行技術も含まれていた。 ロボット自律測位・ナビゲーション技術とは何ですか? 現在、ロボットの自律的な位置決めとナビゲーションを実現する技術的手段がいくつかあります。 これらのテクノロジーやアプリケーションを実装する際の困難や課題は何ですか?
基本: 視覚とレーダーが主要なセンサーです
自律測位および自律ナビゲーション技術は、ロボット製品の中核および焦点の 1 つになっていると言えます。 中国オートメーション学会および清華大学インターネット産業研究所の専門家メンバーであるDu Mingfang博士は、Sci-Tech Dailyに対し、自律ナビゲーションには2つの部分、つまり大きな観点から見たローカルナビゲーションとグローバルナビゲーションが含まれると語った。 ローカルナビゲーションとは、ビジョン、レーダー、超音波、その他のセンサーを介して現在の環境情報をリアルタイムに取得し、データ融合特徴を抽出し、現在の通行可能エリアの判断と複数の目標の追跡を実現するインテリジェントなアルゴリズム処理を指します。 グローバル ナビゲーションは主に、GPS によって提供されるグローバル ナビゲーション データを使用して、グローバル パス プランニングを実行し、完全な電子地図の範囲内でパス ナビゲーションを実現することを指します。
「現在、視覚とレーダーがローカル自律ナビゲーションに使用される 2 つの最も重要なセンサーです。」 Du Mingfang氏は、パッシブセンサーとしての視覚センサーの利点は、情報への豊富なアクセス、優れた隠蔽性、小型サイズ、干渉による「環境汚染」をもたらさないこと、レーダーと比較して低コストであることなど、重要であると説明した。 自律航行を実現するためには、各種センサーが連携して道路境界、地形、障害物、誘導などのさまざまな環境情報を認識することが一般的です。環境認識を通じて前方の到達可能エリアまたは到達不能エリアを特定し、環境内での相対位置を確認し、動的障害物の動きを予測し、ローカル経路計画の基礎を提供します。
杜明芳氏は記者団に対し、現在の開発状況からマルチセンサー情報融合技術は自律航法システムに応用されており、その役割はロボットの知能レベルにも関係していると語った。 「ナビゲーション技術の中核は、複数のセンサーによって収集された情報を効果的に処理して融合し、不確実な情報に対するロボットの「耐性」能力を向上させ、より信頼性の高い情報を確実に使用し、周囲の環境をより直観的に判断できるようにすることです。 。」 "彼は言った。
視覚ナビゲーションは、低高度航空機ナビゲーション、無人航空機ナビゲーション、および火星探査車の着陸ナビゲーションにうまく適用されています。 しかし、Du Mingfang氏は、視覚センサーによって提供される情報は直接的ではなく、コンピューティングとストレージの需要が大きく、ネットワーク伝送の負担が大きいとも述べた。 マルチセンサー情報の融合により、ロボットの位置決めやナビゲーションの不確実性がなくなり、精度が向上しますが、過剰な融合は計算量の倍増をもたらします。
これらの問題はどうすれば解決できるでしょうか? Du Mingfang 氏は、適切な融合アルゴリズムを選択することが鍵であると考えています。 現在、「インテリジェントコンピューティング理論や確率論などの基礎理論がロボットのマルチセンサー融合分野に応用されることが増えている」という。 "彼は言った。
手法: さまざまなテクノロジーを組み合わせて補完的な利点を実現
ロボットの自律的な位置決めとナビゲーションを実現するにはどのような方法があるのでしょうか? 実際、自動車の自動運転とロボットによる部分自律測位およびナビゲーション技術は一貫しています。 Chihiro PositionのCEO、Chen Jinpei氏は記者団に対し、同社はライダー測位とナビゲーションおよびセンサー技術を組み合わせて使用し、約1メートルの測位精度を達成し、初期測位を3秒で完了すると語った。
いわゆる LIDAR ナビゲーションは、走行経路の周囲に正確な位置を示すレーザー反射板を設置するものです。 ロボットは、レーザースキャナーからレーザー光を送信し、反射板で反射したレーザー光を収集して現在位置と進路を決定し、連続的な三角幾何学的動作により誘導を実現します。 LIDAR には測距機能と測位機能に加えて、識別機能や障害物回避機能もあります。
Du Mingfang氏は、LIDARはアクティブセンサーであり、LIDARが提供する知覚データは視覚情報よりもはるかにシンプルかつ直接的であり、処理時の計算が少なくて済むと述べた。 しかし、欠点は、コストが高い、隠蔽が不十分、環境への「汚染」、情報が十分に豊富ではないことです。
Suningのロボットと無人車両の自律ナビゲーションは、別の「マルチラインライダー+GPS+慣性ナビゲーションおよびその他のマルチセンサー融合測位モード」を採用していることがわかります。 具体的には、まず、環境マッピングに LIDAR を使用して事前の点群マップを取得し、最初に GPS と慣性航法によってマシンの全地球位置を決定します。 次に、LIDAR スキャン データが以前の点群マップと照合されて、より正確な地球上の位置が取得され、正確な測位と自律ナビゲーションが実現されます。 知覚レベルでは、LIDAR は視覚を統合して周囲の歩行者、車両、障害物をリアルタイムで識別し、最適な迂回経路を計画するための基礎を提供します。
さらに、ロボットまたは無人車両にジャイロスコープを設置し、ジャイロスコープの偏差信号 (角速度) の計算と収集を通じて走行エリアの地面に位置決めブロックを設置することを指す慣性航法があります。地上測位ブロック信号を受信して自分の位置と方位を決定し、誘導を実現します。 蘇寧の担当者は科技日報のインタビューで、慣性航法技術は正確な測位、地上処理の負荷が小さく、経路の柔軟性が強いと述べた。 しかし、製造コストが高く、誘導の精度と信頼性はジャイロスコープの製造精度とその後の信号処理に密接に関係します。 つまり、1 つの技術的手段ですべての問題を解決できるわけではありません。
課題: 電力消費、コスト、工業化の解決すべき問題
現在、自律測位およびナビゲーションロボットの用途は主に 2 つのカテゴリーに分けられ、1 つは掃除ロボットの家庭用と、家族の介護、コンパニオンロボットです。 Silan Technology の CEO、Chen Shikai 氏は、このようなアプリケーション シナリオは「ゼロ構成」として要約でき、消費者向けの使用に関しては、可能な限りシンプルであるべきであり、購入したときに使用できる必要があると述べました。 もう 1 つは商用シナリオであり、高い信頼性と拡張性を備えた事前構成プロセスが必要です。
Chen Shikai 氏は、パーソナル ホーム シーン ナビゲーションおよび測位システムは、消費電力、容量、コストの課題を解決するはずだと述べました。 現在、リアルタイム位置特定および地図構築 (SLAM) アルゴリズムと経路計画システムは両方とも非常に複雑です。 「床を掃除するロボットの場合、バッテリー自体の容量は 20 ワット時以上しかないかもしれません。その上にラップトップを置いて SLAM アルゴリズムを実行すると、1 時間以内に電力がなくなる可能性があります。全く容認できない。」
さらに、新しいロボットの電源を初めて入れるとき、ロボットは家庭環境の構造を知らないため、事前に計画を立てる必要があります。 「これは矛盾しています」とチェン氏は言う。 ロボットは環境内に入るとすぐに機能することが期待されているが、主流のアルゴリズムには事前構築または調査済みの環境も必要であり、この分野では「業界がやるべきことがいくつかある」という。 たとえば、最初のパスを計画し、ロボットを使用して探索するにつれて、そのパスを徐々に改良し、改善することができるとチェン氏は述べました。
商用または専門的なシナリオにおける自律ナビゲーション システムの難しさは、商用シナリオのマップ領域が大きく、場合によっては数万平方メートルを超えることです。 「現在、SLAM システムはメモリとコンピューティングを大量に消費します。これをこのような大規模なシーンでどのように機能させるかは、ナビゲーションおよび測位システムにとって大きな課題です。」 チェン氏によると、解決策は強力なハードウェアを備え、ソフトウェアとアルゴリズムをより適切に最適化することだという。 「現時点では、適切なナビゲーションおよび測位システムにはライダーだけでなく視覚センサーや超音波も必要であり、対応する融合がナビゲーションおよび測位アルゴリズムで実行される必要があります。この統合は学術的にもアルゴリズム的にも難しいことではないかもしれませんが、考慮すると工業化の問題としては、例えば、多くの超音波センサーは非標準製品であり、深度視覚センサーは仕様や設置場所が異なるため、顧客が使用できる統一された標準化されたインターフェイスをどのように提供するかという課題があります。」
