導讀
機器人自主定位導航聽起來簡單,地圖數(shù)據(jù)+算法的結合,實則挑戰(zhàn)巨大。在落地實踐的過程中,需要解決各種各樣的問題,越過各式各樣的坑,才能最終完美應用。
首先從地圖的呈現(xiàn)方式開始說起。
挑戰(zhàn)一:用戶心理預期地圖的問題
激光雷達充當著機器人的“眼睛”,能為機器人提供高精度的地圖及輪廓位置信息,但其實,所掃描出來的平面地圖跟用戶心理預期地圖存在較大差距。
很顯然,上面是兩種完全不同的地圖呈現(xiàn)。在面對用戶這一心理落差的時候,利用精細化建圖技術,縮小實際建圖與用戶心理落差之間的距離。
解決了地圖呈現(xiàn)方式問題之后,我們再回歸到老本行上——機器人可靠的障礙物規(guī)避。
挑戰(zhàn)二:障礙物的有效規(guī)避
很多人在看到機器人的時候,一是出于好奇,二是內(nèi)心的“小惡魔”,總想逗一逗他,看看是不是真的智能,于是便會故意擋在他前面,不讓他走。這時候,我們不僅需要激光雷達,還需要多傳感器數(shù)據(jù)的融合,實現(xiàn)有效避障和自主導航。
除了利用傳感器避障之外,還可以利用RoboStudio開發(fā)軟件來幫助機器人更好的理解環(huán)境中的邏輯。比如,有些地方是不希望機器人進入的,如:機場場景下的行人扶梯在維護,不希望機器人進去,這時候,我們就可以畫一道虛擬墻,“阻攔”機器人進入,無需任何實物鋪設,簡單易操作。
挑戰(zhàn)三:環(huán)境完全變化后的可靠定位在
環(huán)境完全變化后的可靠定位說簡單點就是重定位。重定位有兩個問題,第一個是人啟動的時候重定位,還有一種重定位是環(huán)境變化非常多的時候可靠定位。
首先,靠單一的傳感器肯定不能解決所有的問題,比如別人把激光雷達擋住了,激光雷達的數(shù)據(jù)就起不了作用了。但是,我們不怕,我們還有其他的傳感器,所以就用傳感器和建立概率模型來解決問題。這樣的話,也解決了一個實際問題,這個對于服務機器人廠商來說是非常好的。
挑戰(zhàn)四:全局重定位
全局重定位一般在行業(yè)中有幾個解決方案,第一個是使用UWB,但是這個技術有一個缺點,必須對環(huán)境進行布置,比如把它放在一個場景,需要預先在場景里很多地方預埋信標,這在成本和部署上有一定的挑戰(zhàn)。還有一種是完全自主重定位,無需額外傳感器輔助。思嵐所做的就是后者,當機器人被推離或者出現(xiàn)位姿偏差時,可使用Robo Studio中的重新定位功能,糾正位姿錯誤。
最后,就要說到一個不得不提到的問題,那就是多場景適配的問題。
挑戰(zhàn)五:多場景適配
未來,機器人想要深入到各行各業(yè),應用于各種場景中時,肯定會面臨多場景適配的問題。人來人往的商場、多樓層的酒店配送……,這些都需要機器人具備場景的自由切換能力。
這個就需要行業(yè)的整合,不單是把導航定位系統(tǒng)做好,還要針對電梯的通訊協(xié)議,不同樓層之間感應到樓層的切換。這從細節(jié)上來說,還要考慮用戶心理的問題,因為有時候電梯人很多,機器人該怎么進去?這些都是需要考慮的現(xiàn)實問題。
在越過這些坑之后,機器人自主定位導航解決方案才能真正inside到各種產(chǎn)品中去,實現(xiàn)落地,實現(xiàn)商業(yè)化的運作。
-
機器人
+關注
關注
211文章
28627瀏覽量
207953 -
定位導航
+關注
關注
1文章
28瀏覽量
4343
原文標題:機器人自主定位導航想要落地,還需克服這五大挑戰(zhàn)!
文章出處:【微信號:robotn,微信公眾號:產(chǎn)業(yè)大視野】歡迎添加關注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論