这个春天,一场疫情,让大家对“卫生”问题尤其关注。但,疫情考验的不仅仅是公共卫生习惯,还有紧急情况下的应急救助能力和响应速度。

这时候,AI赋能,一批能自主移动,自由行走的机器人“志愿者”崛起了。

机器人自主移动

他们,传递物品、药品、喷洒消杀、疫情信息展示……,毫无畏惧,始终冲在一线。

这些英勇无畏的表现,得益于机器人的自主移动能力,能够各个区域通行,实现人与人之间的无接触沟通。机器人自主行走听起来简单,但地图数据+算法的融合运算,实则挑战巨大。

问题一:环境地图的呈现方式

“地图”是机器人了解周围环境的直观展示。激光雷达充当着机器人的“眼睛”,能为机器人提供高精度的地图及轮廓位置信息。但现实是,机器人扫描出来的平面地图跟用户心理预期地图有较大差距。

用户心理预期地图心理差距

在面对用户这一心理落差时,思岚利用sharpedge精细化建图技术,缩小实际建图与用户心理落差之间的距离。超高精度地图,提升机器人导航效率。

机器人自主移动

134m*111m超大场景建图

同时,还可以利用开发与管理软件RoboStudio软件进行地图编辑与调整,设置POI点,帮助机器人更好的理解环境中的逻辑概念,按照房间进行物品配送……


利用RoboStudio设置POI,编辑地图

问题二:实现障碍物的可靠规避

以下,都是机器人身上必不可少的一些传感器和通讯接口:

思岚科技Apollo实现自主上下楼梯

这些传感器的存在,可以帮助机器人解决玻璃、镜子、高低地面差等问题。除了传统硬件传感器之外,还可以利用SLAMWARE自主定位导航中的软件算法帮助机器人实现更好的障碍物规避。

问题三:机器人的定位

(1)环境完全变化后的可靠定位

环境完全变化后的可靠定位说简单点就是重定位。重定位有两个问题,第一个是人启动的时候重定位,还有一种重定位是环境变化非常多的时候可靠定位。

其实这些情况在应用中还是非常常见的,如:机器人需要去某个区域执行消毒任务,但是需要穿过一片人流量巨大、环境不停变化的区域。这就要求机器人知道自己在哪里,该去哪里,该怎么走,即使被一群人围着,也不能发生“晕头转向”,“歇菜”、“定位偏”这种问题。

机器人的定位

机器人常遇到的人群围绕问题

遇到这种情况,靠单一的传感器肯定不能解决所有的问题,我们需要采用多传感器融合数据,建立概率模型来解决问题。

(2)全局重定位

全局重定位一般在行业中有几个解决方案,第一个是使用UWB,但是这个技术有一个缺点,必须对环境进行布置,比如把它放在一个场景,需要预先在场景里很多地方预埋信标,这在成本和部署上有一定的挑战。还有一种是完全自主重定位,无需额外传感器辅助。思岚所做的就是后者,当机器人被推离或者出现位姿偏差时,可使用Robo Studio中的重新定位功能,纠正位姿错误。

问题四:多场景适配

智能移动机器人应用在物品传递、信息展示、消洒喷杀等领域,这些都是应用在各种不同细分领域的不同应用。所以,一个对策,与N多场景适配,才具备高性价比,具备行业应用普遍性。

就拿如何让机器人感知到是在某一个具体楼层开展工作来说,这些都是目前导航定位系统中需要解决的问题,需要越过的坑。

 这个就需要行业的整合,不单是把导航定位系统做好,还要针对电梯的通讯协议,不同楼层之间感应到楼层的切换。这从细节上来说,还要考虑用户心理的问题,因为有时候电梯人很多,机器人该怎么进去?这些都是需要考虑的现实问题。

思岚科技自主上下电梯方案

思岚科技自主上下电梯方案

在把上面这些问题解决之后,机器人自主定位导航解决方案才能真正inside到各种产品中去,在各行各业开枝散叶。