ABB улучшает производительность мобильных роботов благодаря технологии Visual SLAM
VSLAM (Visual Simultaneous Localization and Mapping или «визуальная одновременная локализация и картографирование») – технология, которая использует алгоритмы искусственного интеллекта вместе с данными с 3D-камер, чтобы воспринимать окружающий мир в трехмерном представлении.
VSLAM имеет много преимуществ по сравнению с другими способами навигации, такими как магнитная лента или QR-коды, для правильной работы которых требуется дополнительная инфраструктура. Навигационные технологии на основе SLAM до 20 процентов сокращают время ввода в эксплуатацию, требуя меньше калибровки и не внося изменений в инфраструктуру.
В отличие от технологии 2D-SLAM, Visual SLAM создает трехмерное представление пространства. Это гарантирует, что автономный мобильный робот может видеть различные выступы, такие как стеллажи, выдвижные ящики, проходы, кабели, вилы погрузчиков и другие препятствия, которые находятся выше уровня земли. Без этой информации или дополнительных бортовых датчиков робот на основе 2D SLAM может столкнуться с препятствиями такого типа.
2D SLAM - это существовавшее до сих пор решение для восприятия роботов. Роботы, использующие 2D-лидар, воспринимают 2D-«срез» окружающего пространства, обычно на высоте где-то от 5 до 30 сантиметров над землей (обычно местоположение лидарного датчика).
«Внедрение нами роботов с системой визуального контроля Visual SLAM радикально улучшает операции компаний, делая их быстрее, эффективнее и гибче, а также освобождая сотрудников для выполнения более полезной работы», — сказал Марк Сегура, президент подразделения робототехники ABB. «Предлагая больше автономности и интеллекта, наши новые роботы безопасно работают в динамичных условиях и средах со множеством людей. Технология Visual SLAM обеспечивает новый уровень интеллекта, который трансформирует роботизированные приложения - от производства и распространения продукции до систем здравоохранения».
VSLAM создает в реальном времени трехмерную карту всех близлежащих объектов, а алгоритмы восприятия обеспечивают понимание, аналогичное тому, как воспринимает мир человеческий глаз. Автономный мобильный робот на основе VSLAM может видеть пол, стены и потолок. Он может различать людей, а также такие объекты, как опорные балки, конвейеры, вилочные погрузчики и даже другие роботы. Решения способны обеспечить точность около 3 мм.
Видеокамеры также намного дешевле, чем датчики LiDAR с вращающимся зеркалом, что помогает снизить общую стоимость автономных мобильных роботов. Камеры также не имеют движущихся частей, что делает их более надежными, чем устройство LiDAR, особенно для движущейся платформы, такой как AMR, которая испытывает вибрационные удары от каждой трещины и шва в бетонном полу здания.
Однако недостатком использования 3D VSLAM по сравнению с 2D SLAM является то, что алгоритмы восприятия требуют больших вычислительных затрат, то есть система требует более мощных периферийных вычислений и, как правило, требует большего энергопотребления. Управление батареей и ее утилизация имеют решающее значение для мобильного устройства с батарейным питанием, такого как AMR. Но преимущества улучшенной производительности восприятия для большинства наземных мобильных роботов перевешивают увеличение энергопотребления батареи.
