Создана система навигации для роботов, курсирующих в организме человека
Centr86.ru

Ремонт бытовой техники

Создана система навигации для роботов, курсирующих в организме человека

Автономная навигация мобильных роботов

Специалист в области Computer Science Константин Яковлев о том, как роботы строят карты, определяют свое местоположение и едут по выстроенной траектории

Поделиться статьей

Может ли беспилотный автомобиль ехать по городу без карты? Как управлять сотней коптеров одновременно? Как искусственный интеллект выбирает оптимальный маршрут? Рассказывает кандидат физико-математических наук Константин Яковлев.

Автономная навигация мобильных роботов — одна из ключевых задач в мобильной робототехнике: мобильный робот по определению должен перемещаться в окружающем пространстве. Разработчикам, исследователям и пользователям этих роботов хочется, чтобы навигация происходила в автоматическом режиме. Конечно, это требуется не всегда: если речь идет о точечной фото- или видеосъемке с помощью дрона, есть оператор, который полностью управляет его движением. Но можно представить ситуацию, когда без автономной навигации невозможно обойтись. Например, если речь идет о масштабной поисково-спасательной операции, когда работают десятки или даже сотни дронов. Найти сотню квалифицированных специалистов, которые могут в режиме реального времени управлять ими одновременно, проблематично, если не невозможно.

Половина работ по робототехнике связана именно с вопросами навигации. Иногда может показаться, что вопрос не имеет к этому отношения, но на самом деле имеет. Классический пример — распознавание пешеходов на видео. Беспилотным автомобилям нужно распознавать пешеходов по видеопотоку. При чем здесь навигация? Если подумать на шаг вперед, становится очевидно: после того как мы распознали пешехода, нам нужно внести коррективы в навигационный алгоритм. Мы должны либо экстренно затормозить, либо изменить траекторию, перепланировать маршрут. Проблемы навигации действительно сложны и с научной, и с инженерной точки зрения. Постоянно появляются новые датчики, новые робототехнические системы — хватит и на наш век, и на следующий.

Можно выделить четыре основных класса навигационных задач: локализация, картирование, планирование и следование по траектории. Локализация — это задача, которая формулируется следующим образом: у нас есть мобильный робот, известна карта окружающего пространства, но неизвестно, где он находится. При этом у мобильного робота есть датчики: радары, лазерные дальномеры, видеокамеры. С помощью информации, получаемой в реальном времени с этих датчиков, робот должен определить, где он находится, сопоставив наблюдения с имеющейся картой. Если эту задачу решать не один раз, а в течение какого-то времени, то получится след точек — траектория движения.

Обратная задача — это картирование. Наоборот, мы знаем свое точное положение в мировой системе координат. Например, у беспилотного автомобиля есть GPS-датчик, и он точно знает координаты точки, в которой находится. Локализацию делать не нужно, но мы ничего не знаем о мире вокруг нас, карты у нас нет. Нужно с помощью тех же датчиков построить модель мира, нанести на карту окружающие объекты — дома, дороги, — все правильно разметить, и, если дом левее дерева, на карте он должен быть левее. Желательно соблюсти масштаб в абсолютных единицах, чтобы мы знали размеры: до этого дома пять метров, а до дерева — семь с половиной. Это тоже сложная задача.

Еще сложнее, когда эти задачи объединяются. Бывают ситуации, когда у нас нет ни точного положения, ни карты. Например, коптер, который ведет поисково-спасательную операцию, и ему нужно найти выживших в полуразрушенном здании. Он летит до здания по открытой местности, карта есть, GPS ловит, мы все понимаем. Но как только он влетает в здание, GPS пропадает, и мы точно не знаем своего положения, потому что нет карты «внутренностей» здания, а даже если она была, то уже неактуальна из-за разрушений. Задачу навигации в такой постановке можно решать достаточно простыми алгоритмами. Есть класс алгоритмов — реактивные. В этом случае мы не берем во внимание отсутствие карты и координат, а просто летим по прямой и уклоняемся от препятствий, используя локальные простые алгоритмы из серии «обойди препятствие слева». Такой способ будет не очень эффективен, поэтому нам нужны локализация, картирование и планирование. Получается, нужно решать задачу одновременного картирования и локализации — по-английски это simultaneous localization and mapping (SLAM). Если вы спросите специалиста по робототехнике, чем он занимается, то с высокой степенью вероятности среди прочих проблем будут эти четыре буквы — SLAM.

Наиболее актуальной сейчас является постановка SLAM-задачи в контексте видеопотока. Она так и называется — visual-based simultaneous localization and mapping — одновременное картирование и локализация по видеопотоку, когда у нас из датчиков доступны только камеры, по которым мы должны восстановить модель мира, понять, где мы находимся и как двигаемся. Многие роботы могут быть оснащены только видеокамерами. На беспилотный автомобиль можно навесить много разных датчиков, поскольку он большой и выдержит приличный вес. На маленький коптер мощный лазерный дальномер уже не поставишь, зато камеры маленькие, потребляют мало энергии, и ими оснащают многие робототехнические системы. Вторая причина, почему эта задача интересна, чисто исследовательская: человек много информации воспринимает с помощью зрения, и хочется похожие принципы перенести на искусственные устройства.

Допустим, у нас есть карта, есть понимание, в какой точке мы находимся, и нам нужно теперь перемещаться в другую точку. Это следующий класс задач — задача планирования траектории. Смотрим сверху на карту. Там заштрихованы препятствия. Все остальное — это чистый лист, то есть проходимые области, свободное пространство. Нам нужно просто нарисовать линию, соединяющую точки А и Б. Здесь обычно задача сводится к задаче поиска пути на графике. Непрерывное свободное пространство содержит бесконечное число точек. Сначала мы строим его дискретную модель: накидываем опорные точки. Их уже конечное количество. Потом какие-то из этих точек по определенным алгоритмам соединяем линиями так, чтобы они не задевали заштрихованные области. Получается граф вариантов, как добираться из одной точки в другую. Наша задача — найти маршрут, который подходит больше всего, например самый короткий. Обычно это решается именно как поиск пути на графе. Используются различные эвристики — знания, которые позволяют сократить перебор вариантов и фокусируются на нашей цели.

Алгоритмы усложняются в зависимости от постановки. Сейчас мы рассмотрели простой, плоский случай. Постановка может быть трехмерной, среда неизвестной, а помимо статических могут попадаться динамические препятствия.

После того как мы начертили линию, нужно, чтобы мобильный робот по ней ехал, летел или полз. Четвертый блок задач — следование по траектории. Когда мы планировали траекторию, мы не задумывались о том, как эта линия должна выглядеть, — например, могли начертить поворот под углом 90 градусов. Это нестрашно для коптера, который может долететь до точки, повернуться на месте и полететь дальше, а вот автомобиль с места на 90 градусов не поедет. Либо нужно учитывать это на этапе планирования и усложнять задачу, либо на этапе следования возникает задача пройти вдоль построенной траектории не точно, но достаточно близко, минимизируя отклонения. Задача следования по траектории решается с помощью методов теории автоматического управления, различные регуляторы и позволяют не отклониться сильно от траектории, и учитывают кинематические и динамические ограничения конкретного объекта. Если это коптер, он не может мгновенно остановиться, ему нужно время, чтобы замедлиться.

Читать еще:  Как самостоятельно разобрать бойлер

Важна связка следования по траектории и планирования. Все эти методы связаны между собой, эта связка особенно важна, потому что, если мы очень сильно отклоняемся от траектории, нужно посылать запрос на перепланирование и заново запускать цикл. При этом какие-то задачи могут остаться на уровне следования по траектории: если резко возникло динамическое препятствие, мы можем без тщательного перепланирования быстро сделать локальный маневр. Как человек, если на него едет велосипедист, инстинктивно отходит либо влево, либо вправо, либо замирает на месте — здесь то же самое. Контроллер может принять решение и сделать локальный маневр.

Эти основные задачи в общем виде не решены. Для каких-то отдельных постановок есть хороший прогресс, но я думаю, что хватит и нам, и будущим поколениям, чтобы совершать новые открытия, разрабатывать новые методы и алгоритмы.

Визуальное определение местоположения робота

Основная сложность разработки систем автоматического управления движением робота заключается в точном определении текущего местоположения.Для решения этой задачи существуют варианты использования сканирующих лидаров или спутниковых систем ГЛОНАСС / GPS, однако, в роботах серии «SRX» реализован принцип визуального определения местоположения робота.

Назначение роботов этой серии — езда по известному маршруту, особенности которого хранятся в бортовом компьютере робота в виде карты со множеством характеристик условий путей проездов. Более того, робот, многократно проезжая по одним и тем же участкам, может уточнять и накапливать данные о них на протяжении дня и ночи, сезонных или погодных изменениях окружающего ландшафта.

Всё это позволило успешно применить алгоритм визуального определения местоположения робота на основе анализа и последующего сравнения видеоизображений, полученных при первичном и последующем проездах.

Первичный проезд можно рассматривать как обучающий, в нём формируется набор ключевых кадров, которые позволяют сформировать базу данных, описывающую взаиморасположение устойчивых структур. При последующем автоматическом движении характеристики текущего изображения проверяются на тождественность описаний, хранящихся в базе данных, и, при их совпадении, осуществляется привязка к текущему местоположению.

Автономная навигация

В условиях циклических проездов робота по одному и тому же маршруту появляется возможность автоматического пополнения и уточнения базы данных взаиморасположения устойчивых структур на видео с курсовой камеры. Накопленные данные будут коррелировать со сменой дня и ночи, сезонными изменениями ландшафта, особыми погодными условиями. Расширенная база данных позволяет произвести достоверное сопоставление большому количеству текущих кадров видеоизображения к ранее обработанным и сохранённым кадрам известной траектории движения, тем самым достигнуть точного определения местоположения на большинстве участков траектории движения и, соответственно, повысить скорость автоматического проезда по известному маршруту.

Используемый метод визуального определения местоположения и управления движением позволяет переносить накопленную информацию о маршруте движения от одного робота к другому. Робот, проехавший по маршруту много раз, сформирует достаточно полную базу данных о его характеристиках. База данных может быть установлена на новый робот, который еще ни разу не проходил по данному маршруту, и он успешно проедет по нему с достаточной точностью и предельно возможной скоростью.

Возможность копирования и обмена данными о маршруте, накопленными алгоритмом визуального определения местоположения, особенно полезна при проездах по значительным территориям. На начальном этапе несколько роботов накапливают информацию на локальных участках, при достижении её достаточного качества, все данные объединяются в единую базу данных и представляют собой информацию о маршруте в целом. Объём этих данных позволяет каждому из роботов проехать все участки маршрута, не смотря на то, что конкретно этот робот там никогда не ездил. Информация о маршруте длительное время остается достоверной. Несмотря на естественные изменения ландшафта, адаптивность алгоритма позволяет скорректировать массив данных даже при значительных изменениях окружающей обстановки, а при последующих проездах снова пополнить его новыми данными.

Маршрут движения без ГЛОНАСС / GPS

Метод визуального определения местоположения позволяет обойтись без внешних, по отношению к движущемуся роботу, компонентов системы. Информации, полученной в результате обработки изображения окружающего ландшафта, достаточно для достоверного принятия решения о выборе пути движения. И это — коренное отличие описываемого подхода по сравнению с известным методом высокоточного вождения вождения по данным от ГЛОНАСС / GPS приемника спутниковой навигационной системы. Такая система требует не только прямой видимости на спутниковую группировку, но и базовой корректирующей станции в зоне радиовидимости робота. В реальных условиях эксплуатации каналы связи, как со спутниками, так и с базовой станцией нельзя считать надежным. Даже в городском лесопарке с низкой плотностью деревьев получить достоверные данные от ГЛОНАСС / GPS спутниковой навигационной системы практически невозможно, кроме того, существуют зоны радио тени, обусловленные застройкой. Высокочастотный спутниковый сигнал подвержен серьезному ослаблению даже во время незначительных осадков, мокрая листва деревьев вносит достаточное ослабление, чтобы сделать спутниковую группировку радио невидимой. В целом, метод высокоточного вождения по данным от дифференциального приемника спутниковой навигационной системы, хорош в условиях, для которых он и разрабатывался — для автоматического вождения сельскохозяйственной техники в чистом поле и, желательно, без дождя.

Достаточно давно существуют решения, основанные на разметке трассы проезда радиометками, однако, и у этого метода есть существенные недостатки. Разметить, даже ничего не стоящими RFID метками, маршрут в несколько километров представляется затруднительным, кроме того, надо понимать, что любое отклонение от маршрута, например, для объезда препятствия, приводит к тому, что робот полностью теряется в пространстве, и вернуться на маршрут он может либо по случайности, либо под управлением оператора.

Управление движением посредством анализа видеоизображений окружающей обстановки и визуального определения местоположения обеспечивает полную автономность движения наземного робота. И, в отличие от других рассмотренных методов, не требует ни внешней инфраструктуры, ни устойчивых каналов связи с дополнительным оборудованием.

Хирург-беспилотник: в России создан уникальный оперирующий робот

При проведении сложных операций скоро можно будет использовать многофункциональную роботизированную платформу. Разработка российских ученых пригодится в самых разных областях медицины — от стоматологии до нейрохирургии. Отличие новой установки от уже существующих систем в том, что она может работать без участия хирурга, по аналогии с транспортным беспилотником. Стоимость платформы, как уверяют специалисты, будет в разы меньше цены знаменитого хирургического робота da Vinci, цена которого $2 млн. В минимальной комплектации она появится в больницах в ближайшие годы.

«Умная операционная»

Ученые Московского государственного медико-стоматологического университета им. А.И. Евдокимова совместно с Московским государственным технологическим университетом «Станкин» создали прототип уникального роботизированного хирургического комплекса. По сути, разработка представляет собой основной элемент «умной операционной». Она снабжена системами навигации, планирования операций, а также двумя роботами — автономным и ручным, точность движений которых на порядок выше, чем у хирурга, рассказал «Известиям» начальник отдела управления проектами развития Московского медико-стоматологического университета Игорь Романенко.

— Конструкция ручного робота напоминает шарнирную настольную лампу, которая жестко фиксируется хирургом на операционном столе и позволяет управлять различными инструментами: скальпелем, иглой для биопсии, лазером и другими — по заданной программе, — рассказал эксперт. — Рядом с этим манипулятором размещена система визуализации и навигации, которая на основе цифровых моделей органов пациента позволяет планировать операцию, а также с помощью систем компьютерного зрения «видеть», как она проходит.

Читать еще:  Как выбрать миксер

Операция на автопилоте

Главное отличие данной разработки от существующих на рынке аналогичных систем в том, что в ней задействован автономный робот. Знаменитый da Vinci, который сегодня используется в сотнях клиник по всему миру, представляет собой только робот-ассистированную хирургическую платформу.

— Последовательность и время выполнения действий определяет хирург. Затем компьютерная программа переводит план операции в набор автоматических алгоритмов, — поясняет Игорь Романенко. — Врач, нажимая на Enter, запускает программу и контролирует процесс. У хирурга, конечно же, есть красная кнопка, которой он может в любой момент остановить робота. Концептуально это очень похоже на принцип работы беспилотных автомобилей, действия которых пока еще контролирует водитель-человек.

Среди плюсов «умной операционной» ученые также называют ее многофункциональность. Предполагается, что работать с ней смогут врачи самых разных профилей — от нейрохирургов до стоматологов.

Программное обеспечение сконструированной в Московском медико-стоматологическом университете роботической системы является, по сути, открытой платформой для приложений, необходимых хирургам различной направленности. Еще одно преимущество в том, что разработчики хотят сделать эту систему максимально доступной. Чтобы самые простые модификации «умной операционной» были доступны областным клиническим больницам.

Доступная технология

На сегодняшний день ученые создали рабочий прототип, который на манекене выполняет пять видов хирургических манипуляций: биопсию головного мозга, лазерный рез в области мягких тканей рта, радиочастотную абляцию печени (малоинвазивный метод оперативного лечения с помощью электрической энергии), транспедикулярную фиксацию позвоночника (установка винтов в позвонки) и нанесение клеточного материала для устранения кариесной области зуба с помощью аутологичных стволовых клеток.

Роботические системы в своей минимальной комплектации (только с ручным манипулятором, без автоматического) могут появиться в больницах в ближайшие годы, сообщил «Известиям» заместитель руководителя направления «Биомедицина» рабочей группы Национальной технологической инициативы «Хелснет» Андрей Ломоносов.

— Этот ручной манипулятор, входящий в состав «умной операционной», может выйти на рынок в ближайшее время. Он будет доступен широкому кругу больниц, что в конечном счете сделает оказание хирургической помощи более безопасным, — отметил эксперт.

Говорить об эффективности нового робота пока рано, отметил заведующий кафедрой травматологии, ортопедии и хирургии катастроф Сеченовского университета Алексей Лычагин.

— Если это действительно автономный прибор, то это, конечно, очень интересно. Однако говорить о его плюсах и минусах, пока не изучена клиническая практика, сложно, — отметил он.

Разработчики считают, что до внедрения «умной операционной» в полной комплектации в клиническую практику может пройти около пяти лет.

Система навигации мобильного робота (стр. 1 из 7)

ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ, ЕДИНИЦ СОКРАЩЕНИЙ И ТЕРМИНОВ

GPS – глобальная система позиционирования (Global Positioning System)

ИМР – интеллектуальный мобильный робот

МР – мобильный робот

МРИЧС – мобильный робот для использования в чрезвычайных ситуациях

ПК – персональный компьютер

САПР – система автоматизированого проектирования

СП – сенсорная подсистема

СУ – система управления

ЧПУ – числовое программное управление

ЭВМ – электронно- вычислительная машина

Роботы – автоматические системы, предназначенные для воспроизведения двигательных и интеллектуальных функций человека. От традиционных автоматов отличаются большей универсальностью и способностью адаптации на выполнение различных задач, в том числе в изменяющейся обстановке.

В настоящее время робототехника превратилась в развитую отрасль промышленности: тысячи роботов работают на различных предприятиях мира, подводные манипуляторы стали непременной принадлежностью подводных исследовательских и спасательных аппаратов, изучение космоса опирается на широкое использование роботов с различным уровнем интеллекта. Особенное внимание уделяется автоматизации тяжелых, вредных, утомительных и монотонных работ в различных отраслях с помощью роботов-манипуляторов.

Однако сегодня у специалистов в области робототехники возникают примерно те же трудности, что и 30 лет назад у разработчиков ЭВМ. Из-за отсутствия общих стандартов и платформ создателям роботов приходится начинать разработку каждого нового творения практически с нуля.

Все же, несмотря на все сложности, те, кто занят в сфере робототехники, от профессоров до предпринимателей и студентов, полны энтузиазма, напоминающего о поре создания Microsoft, когда создатели искали пути развития новых технологий и мечтали, чтобы компьютеры были доступны каждому. И сегодня, анализируя тенденции развития робототехники, можно представить будущее, где роботы станут незаменимыми помощниками людей в их повседневной жизни. Возможно, человечество находится на пороге новой эры, когда персональные компьютеры сойдут со столов и позволят нам видеть, слышать, осязать и, возможно даже, манипулировать предметами на расстоянии.

Сейчас разработчики систем с использованием искусственного интеллекта могут оснастить свои творения системой навигации GPS, видеокамерами и множеством дополнительных детекторов, в результате чего возможности современных роботов увеличиваются.

Связь домашних роботов и персональных компьютеров облегчит жизнь человеку (Приложение А). Например, офисный служащий следит за охраной своего дома, уборкой, раскладыванием выстиранного белья, контролируя работу домашних роботов на экране своего ПК. Кроме того, роботы смогут обмениваться информацией между собой и домашним компьютером [1].

Целью данной работы является определение задач и разработка структурной схемы системы навигации мобильного робота.

Для успешной навигации в пространстве система робота должна уметь строить маршрут, управлять параметрами движения (задавать угол поворота колес и скорость их вращения), правильно интерпретировать сведения об окружающем мире, получаемые от датчиков, и постоянно отслеживать собственные координаты.

Компьютерные системы построения маршрута разработаны достаточно хорошо. Первоначально они создавались для простейших виртуальных сред, и программа, моделирующая действия робота, быстро находила оптимальный путь к цели в двумерных лабиринтах и комнатах, наполненных простыми препятствиями. Когда появились быстрые процессоры, стало возможным формировать траекторию движения уже на сложных трехмерных картах, причем в реальном времени [2].

1 АНАЛИЗ ТРЕБОВАНИЙ ТЕХНИЧЕСКОГО ЗАДАНИЯ

Современная робототехника возникла в 60-е – 70-е годы прошлого столетия как ответ на запросы комплексной автоматизации, когда в результате соединения управляемых человеком манипуляторов с системами ЧПУ станков и другого технологического оборудования появились автоматические машины принципиально нового типа. Это были роботы с программным управлением – роботы первого поколения.

Успехи применения первых роботов вызвали быстрый рост потребностей в них и соответственно требований к их возможностям. Стали развиваться роботы с комбинированным управлением, в которых программное управление дополняется управлением от человека-оператора – роботы промежуточного 1,5-го поколения с супервизорным, а затем интерактивным управлением.

В те годы только первые шаги начала делать теория адаптивного управления. И одними из первых машин с таким управлением стали адаптивные роботы. Это роботы второго поколения, оснащенные сенсорикой.

По мере развития систем адаптивного управления в них стали применяться методы искусственного интеллекта. Когда эти технологии заняли определяющее положение в алгоритмическом обеспечении систем управления, сформировалось новое, третье поколение роботов – интеллектуальные роботы [3].

Целью данной работы является разработка структурной схемы системы навигации мобильного робота.

Для реализации поставленной задачи необходимо:

а) провести анализ различных видов навигации;

б) составить карту местности;

в) произвести коррекцию траектории движения робота;

г) спланировать оптимальный маршрут движения, ведущего к цели;

д) реализовать управление локальными перемещениями по выработанному маршруту;

е) реализовать обход дополнительно выявляемых в ходе движения препятствий и опасных мест.

В качестве мобильного робота в данной работе берется мобильный робот для использования в чрезвычайных ситуациях (МРИЧС), общий вид которого представлен в приложении Б.

Читать еще:  Как разобрать утюг

Назначение робота – инспекция территорий, зараженных химическими веществами или находящихся под угрозой заражения, работа в условиях сильной задымленности во время тушения пожара, самостоятельное патрулирование назначенных территорий, взятие проб, передача телеметрической и визуальной информации о состоянии объекта.

Система управления робота и программное обеспечение имеют модульную структуру, допускают модернизацию и расширение в части доработок, обеспечение помехоустойчивости, тестирования повышения надежности, самодиагностики, а также выполнения дополнительных функций и улучшения других тактико-технических характеристик.

Управление роботом осуществляется автономной СУ (бортовым компьютером) или по радио с помощью телерадиомодуля или по кабелю. СУ объединена с подсистемами датчиков, управления и связи [4].

навигация робот искусственный интеллект

2 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ ПРОЕКТИРОВАНИЯ СИСТЕМЫ НАВИГАЦИИ

Робототехника – область науки и техники, ориентированная на создание роботов и робототехнических систем, предназначенных для автоматизации сложных технологических процессов и операций, в том числе, выполняемых в неопределённых условиях, для замены человека при выполнении тяжелых, утомительных и опасных работ.

Далеко не всегда условия окружающей среды позволяют человеку выполнять то или иное действие непосредственно. Это может быть работа со взрывоопасными материалами, отравляющими веществами, пожаротушение и многие другие задачи. В таких ситуациях на помощь человеку приходят мобильные роботы для использования в чрезвычайных ситуациях.

МР имеет ряд сенсоров для восприятия окружающей его среды, ряд исполнительных устройств (эффекторов) для воздействия на среду и систему управления, которая позволяет роботу совершать целенаправленные и полезные действия (рисунок 2.1).

Рисунок 2.1 – Базовые элементы всех роботизированных систем

МРИЧС использует дистанционные датчики, датчики температуры, датчики химических веществ, датчики радиации и др. для восприятия окружающей его среды, а также двигательные устройства в качестве эффекторов для воздействия на среду.

Рисунок 2.2 – Замкнутая кольцевая система во взаимодействии с окружающей средой

В замкнутой кольцевой системе сенсоры возбуждают систему управления, в зависимости от изменений в окружающей среде (рис. 2.2). В другом случае действует так называемая обратная связь. Если система управления определяет действие, которое изменяет среду, сенсоры подтверждают данное изменение, отправляя информацию о новом состоянии окружающей среды в систему управления [5].

Применение МРИЧС позволяет исключить угрозу здоровью и жизни человека-оператора. Таким образом, актуальной является проблема создания мобильных роботов, обладающих способностями к самостоятельному передвижению и автоматическому выполнению поставленных задач. Важную роль при этом играет создание системы навигации, позволяющей составлять карту среды, в которой функционирует МР, планировать маршрут, ведущий к цели и обход препятствий, встречающихся на пути.

В настоящее время в большинстве случаев управление роботом осуществляет человек-оператор на уровне движений, при этом от человека требуется непрерывное наблюдение за роботом и оперативное управление его действиями. Такой подход определяется неспособностью робота принимать самостоятельные решения и имеет ряд недостатков. К ним можно отнести необходимость организации и постоянной поддержки канала связи с человеком-оператором (кабельная связь или радиосвязь), что существенно ограничивает область применения робота.

При выполнении технологических операций оператор, получая от системы технического зрения информацию об объекте и процессе выполняемых работ, непрерывно осуществляет ручное управление исполнительными механизмами манипулятора и транспортного средства. Сложный процесс управления в сочетании с характером выполняемых работ, требующих повышенного внимания и осторожности, приводит к быстрой утомляемости оператора и, как следствие, увеличению вероятности ошибочных действий. Кроме того, человек не всегда может правильно оценить обстановку по данным телеметрии и осуществить адекватное управление. Указанных недостатков можно избежать, если управление со стороны человека-оператора будет проводиться не на уровне задания отдельных движений, а на уровне постановки цели. В этом случае робот должен самостоятельно (или при минимальном участии человека) выполнять поставленные задачи [6].

Разработка локальной системы позиционирования мобильных роботов

Работа победителя открытой городской научно-практической конференции «Курчатовский проект: от знаний к практике, от практики к результату» в секции «Метод» среди индивидуальных работ учащихся 10−11 классов.

Описание

Проект посвящен разработке системы позиционирования мобильных роботов на плоскости в ограниченном пространстве. Система служит элементом навигации мобильных роботов (МР) в условиях робототехнических соревнований школьников и студентов. Основные требования при проектировании – безопасность и невысокая стоимость, с возможностью тиражирования в условиях школьных лабораторий. Итоговое тестирование системы запланировано на российском этапе международных робототехнических соревнований EUROBOT и детских массовых мероприятиях во Дворце пионеров на Воробьевых горах.

Система позиционирования использует принцип трилатерации для определения координат объекта. Для ее работы необходимо установить не менее трех стационарных активных маяков в рабочем пространстве. Управление в системе организовано по принципу «звезда», где каждый элемент системы управляется центральным узлом, расположенным на МР. Маяк по запросу по радиоканалу посылает ультразвуковой (УЗ) сигнал, который ожидает приемник на МР. Фиксируется время задержки сигнала, определяющее расстояние до маяка. МР вычисляет свои координаты по данным о расстоянии до каждого из трех маяков.

Разработанная система позволяет обновлять координаты положения МР с частотой 10 Гц при дальности до каждого маяка около 10 м. Испытания показали необходимость установки на робота дополнительных дальномеров в целях обнаружения препятствий по ходу движения МР.

На основе схемотехнического моделирования работы электронных компонентов разработаны электронные модули: модуль приемника с усилителем УЗ-сигнала, модуль передатчика УЗ-сигнала и вычислительный модуль центрального узла системы управления. В проекте были смоделированы варианты элементов конструкции приемника (центрального узла) и маяка, запрограммирована система управления с использованием микроконтроллеров. Детали конструкции и печатные платы для электронных модулей были изготовлены на станках с ЧПУ.

Проведено сравнение расчетной скорости распространения УЗ с практическими данными замеров при разных температурных режимах.

Разработку можно считать успешной при сравнении с более точными системами, доступными на рынке, но они значительно дороже и используют небезопасное для глаз лазерное излучение. По сравнению с более дешевыми аналогами разработку отличает более высокая точность и отсутствие необходимости дополнительной программной разработки (координаты МР определяются автоматически).

Оснащение и оборудование, использованное в работе

Для разработки и изготовления компонентов системы позиционирования были подобраны следующие элементы.

Центральный узел находится в МР и включает в себя:

– модуль радиопередатчика nrf24l01 частотой 2.4 ГГц для обеспечения связи с маяками;

– модуль УЗ приемника hc-sr04;

– модуль Arduino Uno;

– цифровой датчик температуры ds1820;

Стационарный маяк состоит из следующих элементов:

– модуль радиоприемника nrf24l01 частотой 2.4 ГГц для обеспечения связи с центральным узлом;

– модуль УЗ передатчика hc-sr04

– управляющей платы модуль Arduino Pro Micro;

– линейный dc-dc преобразовать NCP1117ST50T3G (5v) для питания всего узла;

– линейный dc-dc преобразовать LP2985-33DBVR(3.3v) для питания радиопередатчика nrf24l01;

Результат

Разработана система навигации мобильных роботов (МР) в условиях робототехнических соревнований.

Перспективы развития результатов работы

Результаты проекта помимо соревнований могут быть полезны при разработке дальнейших проектов, в которых необходимо определение положений мобильных объектов в ограниченном пространстве, например, при разработке роботов-помощников, гидов и т.д.

В развитие проекта целесообразно провести работы по повышению стабильности приема и увеличения рабочей зоны системы за счет усовершенствования геометрической формы приемных зеркал для УЗ.

Награды/достижения

Работа удостоена Диплома молодежного жюри Балтийского научно-инженерного конкурса

Ссылка на основную публикацию
Adblock
detector