À medida que os robôs se tornam mais autossuficientes, eles precisam navegar pelo ambiente com maior independência e confiabilidade. Tratores autônomos, colheitadeiras agrícolas e máquinas de semeadura devem percorrer cuidadosamente os campos de cultivo, enquanto os veículos de entrega autônomos devem atravessar as ruas com segurança para colocar os pacotes no local correto. Em uma ampla gama de aplicações, os robôs móveis autônomos (AMRs) exigem fontes de posicionamento altamente precisas para concluir com segurança e sucesso os trabalhos para os quais foram projetados.
Alcançar tal precisão requer dois conjuntos de capacidades de localização. Uma delas é compreender a posição relativa de si mesmo em relação a outros objetos. Isto fornece informações críticas para compreender o mundo ao seu redor e, no caso mais óbvio, evitar obstáculos que estão estacionários e em movimento. Essa manobra dinâmica requer uma extensa pilha de sensores de navegação, como câmeras, radar, lidar e software de suporte para processar esses sinais e fornecer orientação em tempo real ao AMR.
O segundo conjunto de capacidades consiste no AMR compreender a sua localização física precisa (ou localização absoluta) no mundo, para que possa navegar de forma precisa e repetida por um caminho que foi programado no dispositivo. Um caso de uso óbvio aqui é a agricultura de alta precisão, onde vários AMRs precisam percorrer o mesmo caminho estreito ao longo de muitos meses para plantar, irrigar e colher culturas, com cada passagem exigindo que o AMR faça referência ao mesmo local exato todas as vezes. .
Isto requer um conjunto diferente de capacidades de navegação, começando pelos Sistemas Globais de Navegação por Satélite (GNSS), que todo o ecossistema de sensores e software aproveita. Aumentando o GNSS estão os recursos de correção, como RTK e SSR, que ajudam a gerar uma precisão 100 vezes maior do que o GNSS sozinho para aplicações de céu aberto, e unidades de medição inercial combinadas com software de fusão de sensores para navegar onde o GNSS não está disponível (acerto de contas).
Antes de nos aprofundarmos nessas tecnologias, vamos analisar alguns casos de uso em que locais relativos e absolutos são necessários para que um AMR faça seu trabalho.
Aplicações robóticas que exigem posicionamento relativo e absoluto
As RAM revelam o que os humanos consideram natural: a capacidade inata de se localizarem com precisão no mundo e de tomarem medidas precisas com base nessa informação. Quanto mais variadas as aplicações dos AMRs, mais descobrimos quais tipos de ações exigem extrema precisão. Alguns exemplos incluem:
Automação Agrícola: Na agricultura, as RAM estão a tornar-se cada vez mais comuns em tarefas como plantação, colheita e monitorização de culturas. Esses robôs utilizam posicionamento absoluto, normalmente por meio de GPS, para navegar com precisão em campos grandes e muitas vezes irregulares. Isso garante que eles possam cobrir sistematicamente vastas áreas e retornar a locais específicos conforme necessário. No entanto, uma vez na proximidade de culturas ou dentro de uma área designada, os AMR dependem do posicionamento relativo para tarefas que exigem um nível mais elevado de precisão, como a colheita de fruta que possa ter crescido ou mudado de posição desde a última visita do AMR. Ao combinar ambos os métodos de posicionamento, estes robôs podem operar de forma eficiente em ambientes desafiadores e variáveis, típicos dos campos agrícolas.
Entrega de última milha em ambientes urbanos: Os AMRs estão transformando a entrega de última milha em ambientes urbanos, transportando mercadorias de forma autônoma dos centros de distribuição até os destinos finais. Esses robôs usam posicionamento absoluto para navegar pelas ruas, becos e layouts urbanos complexos da cidade, garantindo que sigam rotas otimizadas, evitando o trânsito e cumprindo os cronogramas de entrega. Ao chegar nas proximidades do local de entrega, os AMRs também utilizarão o posicionamento relativo para manobrar em torno de obstáculos variáveis ou inesperados, como um veículo estacionado em fila dupla na rua. Esta abordagem dupla permite que os AMRs lidem com as complexidades das paisagens urbanas e façam entregas precisas diretamente na porta dos clientes.
Automação de canteiros de obras: Nos canteiros de obras, os AMRs são empregados para garantir que o projeto seja construído de acordo com as especificações exatas que foram designadas pelos engenheiros. Eles também auxiliam em tarefas como transporte de materiais e mapeamento ou levantamento de ambientes. Esses locais geralmente abrangem grandes áreas com ambientes em constante mudança, exigindo que os AMRs utilizem posicionamento absoluto para navegar e manter a orientação dentro do local geral do projeto. O posicionamento relativo entra em ação quando os AMRs realizam tarefas que exigem interação com elementos dinâmicos, como evitar outros equipamentos ou até mesmo pessoal no local. A combinação de ambos os sistemas de posicionamento permite que os AMR contribuam efetivamente para a natureza complexa e dinâmica dos projetos de construção, aumentando a eficiência e a segurança.
Manutenção de estradas autônomas: Os AMRs são cada vez mais usados em tarefas de manutenção de estradas, como inspeção de pavimentos, vedação de fissuras e pintura de linhas. Esses robôs utilizam posicionamento absoluto para viajar ao longo de trechos de rodovias ou rodovias, garantindo que permaneçam no curso por longas distâncias e possam capturar com precisão os locais específicos onde a manutenção precisa ocorrer. Ao realizar essas tarefas de manutenção, eles mudam para o posicionamento relativo para identificar e resolver com precisão imperfeições específicas da estrada, pintar marcações de pista com precisão ou contornar obstáculos. Esta dupla capacidade permite que os AMRs gerenciem com eficiência as tarefas de manutenção rodoviária, reduzindo ao mesmo tempo a necessidade de trabalhadores humanos operarem em ambientes perigosos nas estradas, melhorando a segurança e a produtividade.
Monitoramento e Conservação Ambiental: Em ambientes externos, os AMRs são frequentemente implantados para monitoramento ambiental e esforços de conservação, como rastreamento da vida selvagem, detecção de poluição e mapeamento de habitats. Estes robôs aproveitam o posicionamento absoluto para navegar em vastas áreas naturais, desde florestas até regiões costeiras, garantindo uma cobertura abrangente do terreno e permitindo a captura de levantamentos e mapeamento detalhados do local. Os AMRs podem realizar tarefas como capturar imagens de alta resolução, coletar amostras ou rastrear movimentos de animais com extrema precisão e podem sobrepor essas amostras ao longo do tempo de forma coesa.
Em todos os exemplos acima, é necessária uma precisão de posicionamento absoluta de muito menos de um metro para evitar consequências potencialmente catastróficas. Lesões de trabalhadores, perdas substanciais de produtos e atrasos dispendiosos são prováveis sem localização precisa. Essencialmente, qualquer lugar que um AMR precise operar dentro de alguns centímetros exigirá que ele tenha soluções de localização relativa e absoluta.
Tecnologia para posicionamento relativo
Os AMRs utilizam vários sensores para se localizarem em relação a outros objetos no seu ambiente. Estes incluem:
Câmeras: As câmeras funcionam como sensores visuais de robôs móveis autônomos, fornecendo-lhes uma imagem imediata do ambiente ao seu redor, semelhante à forma como os olhos humanos funcionam. Esses dispositivos capturam informações visuais ricas que os robôs podem usar para detecção de objetos, prevenção de obstáculos e mapeamento ambiental. No entanto, as câmeras dependem de iluminação adequada e podem ser prejudicadas por condições climáticas adversas, como neblina, chuva ou escuridão. Para resolver essas limitações, as câmeras são frequentemente combinadas com sensores infravermelhos próximos ou equipadas com recursos de visão noturna, que permitem que os robôs enxerguem em condições de pouca luz. As câmeras são um componente chave na odometria visual, um processo em que as mudanças de posição ao longo do tempo são calculadas pela análise de imagens sequenciais de câmeras. Em geral, as câmeras sempre exigem um processamento significativo para converter suas imagens 2-D em estruturas 3-D.
Sensores de radar: Os sensores de radar operam emitindo ondas de rádio pulsantes que refletem nos objetos, fornecendo informações sobre a velocidade, distância e posição relativa do objeto. Essa tecnologia é robusta e pode funcionar de maneira eficaz em diversas condições ambientais, incluindo chuva, neblina e poeira, onde câmeras e lidar podem ter dificuldades. No entanto, os sensores de radar normalmente oferecem dados mais esparsos e resolução mais baixa em comparação com outros tipos de sensores. Apesar disso, eles são inestimáveis por sua confiabilidade na detecção da velocidade de objetos em movimento, tornando-os particularmente úteis em ambientes dinâmicos onde a compreensão do movimento de outras entidades é crítica.
Sensores Lidar: Lidar, ou Light Detection and Ranging, é uma tecnologia de sensor que usa pulsos de laser para medir distâncias cronometrando o reflexo da luz em objetos. Ao escanear o ambiente com pulsos de laser rápidos, o lidar cria mapas 3D detalhados e altamente precisos dos arredores. Isto o torna uma ferramenta essencial para localização e mapeamento simultâneos (SLAM), onde o robô constrói um mapa de um ambiente desconhecido enquanto acompanha sua localização dentro desse mapa. lidar é conhecido por sua precisão e capacidade de funcionar bem em várias condições de iluminação, embora possa ser menos eficaz em chuva, neve ou neblina, onde gotículas de água podem espalhar os raios laser. Apesar de ser uma tecnologia cara, o lidar é preferido na navegação autônoma devido à sua precisão e confiabilidade em ambientes complexos.
Sensores Ultrassônicos: Os sensores ultrassônicos funcionam emitindo ondas sonoras de alta frequência que ricocheteiam em objetos próximos, com o sensor medindo o tempo que leva para o eco retornar. Isso permite que o robô calcule a distância até objetos e obstáculos em seu caminho. Esses sensores são particularmente úteis para detecção de curto alcance e são frequentemente empregados em atividades lentas e de curto alcance, como navegar em espaços apertados, como corredores de armazéns, ou para manobras precisas, como atracar ou dar ré. Os sensores ultrassônicos são econômicos e funcionam bem em uma variedade de condições, mas seu alcance limitado e tempo de resposta mais lento em comparação com lidar e câmeras significam que eles são mais adequados para ambientes específicos e controlados onde é necessária alta precisão nas proximidades.
A tecnologia básica usada para posicionamento absoluto começa com GNSS (o termo que inclui GPS e outros sistemas de satélite como GLONASS, Galileo e BeiDou). Dado que o GNSS é afetado pelas condições atmosféricas e pelas inconsistências dos satélites, ele pode fornecer uma solução de posição errada em muitos metros. Para AMRs que exigem uma navegação mais precisa, isso não é suficiente – daí o surgimento de uma tecnologia conhecida como Correções GNSS, que reduz esse erro a apenas um centímetro.
RTC: A cinemática em tempo real (RTK) utiliza uma rede de estações base com posições conhecidas como pontos de referência para corrigir estimativas de localização do receptor GNSS. Contanto que o AMR esteja a 50 quilômetros de uma estação base e tenha um link de comunicação confiável, o RTK pode fornecer precisão de 1–{3}}centímetro.
SSR ou PPP-RTK: State Space Representation (SSR), que às vezes também é chamado de PPP-RTK, aproveita informações da rede da estação base, mas em vez de enviar correções diretamente de uma estação base local, modela os erros em uma ampla área geográfica. O resultado é que uma cobertura mais ampla permite distâncias muito além de 50 km de uma estação base, mas a precisão cai para 3-10 centímetros ou mais, dependendo da densidade e da qualidade da rede.
Embora essas duas abordagens funcionem excepcionalmente bem onde os sinais GNSS estão disponíveis (geralmente céu aberto), muitos AMRs viajarão para longe do céu aberto, onde há uma obstrução entre o receptor GNSS no AMR e o céu. Isso pode acontecer em túneis, estacionamentos, pomares e ambientes urbanos. É aqui que os Sistemas de Navegação Inercial (INS) entram em ação com sua Unidade de Medição Inercial (IMU) e software Sensor Fusion.
IMU– Uma IMU combina acelerômetros, giroscópios e, às vezes, magnetômetros para medir a aceleração linear, a velocidade angular e a intensidade do campo magnético de um sistema, respectivamente. Estes são dados cruciais que permitem a um INS determinar a posição, velocidade e orientação de um objeto em relação a um ponto inicial em tempo real.
A história da IMU remonta ao início do século 20, com raízes no desenvolvimento de dispositivos giroscópicos utilizados em sistemas de navegação para navios e aeronaves. As primeiras IMUs práticas foram desenvolvidas durante a Segunda Guerra Mundial, principalmente para uso em sistemas de orientação de mísseis e posteriormente no programa espacial. As missões Apollo, por exemplo, dependiam fortemente de IMUs para navegação no espaço, onde os métodos tradicionais de navegação não eram viáveis. Ao longo das décadas, a tecnologia IMU avançou significativamente, impulsionada pela miniaturização de componentes eletrônicos e pelo advento da tecnologia de Sistemas Micro-Eletromecânicos (MEMS) no final do século XX. Essa evolução levou a IMUs mais compactas, acessíveis e precisas, permitindo sua integração em uma ampla gama de produtos eletrônicos de consumo, sistemas automotivos e aplicações industriais atualmente.
Fusão de Sensores– O software de fusão de sensores é responsável por combinar dados do IMU, bem como de outros sensores, para criar uma compreensão coesa e precisa da localização absoluta de um AMR quando o GNSS não está disponível. As implementações mais básicas “preenchem as lacunas” em tempo real, entre o momento em que o sinal GNSS é eliminado e o momento em que é captado novamente pelo AMR. A precisão do software de fusão de sensores depende de vários fatores, incluindo a qualidade e calibração dos sensores envolvidos, os algoritmos usados para fusão e a aplicação ou ambiente específico em que é implantado. Um software de fusão de sensores mais sofisticado é capaz de correlacionar diferentes modalidades de sensores, resultando em precisão posicional superior à de qualquer um dos sensores da solução trabalhando sozinho.
O RTK para GNSS fornece uma fonte altamente precisa de localização absoluta para robôs autônomos. Sem o RTK, entretanto, muitas aplicações robóticas simplesmente não são possíveis ou práticas. Desde rovers de pesquisa de construção até drones de entrega autônomos e ferramentas agrícolas autônomas, vários AMRs dependem do posicionamento absoluto com precisão centimétrica que somente o RTK pode fornecer.
Dito isto, uma solução RTK é tão boa quanto a rede por trás dela. Correções consistentemente confiáveis exigem uma rede altamente densa de estações base para que os receptores estejam sempre próximos o suficiente para correções de erros precisas. Quanto maior a rede, mais fácil será obter correções para AMRs de qualquer lugar. A densidade por si só não é o único fator. As redes são sistemas em tempo real altamente complicados e requerem monitoramento profissional, levantamento e verificação de integridade para garantir que os dados enviados ao AMR sejam precisos e confiáveis.
O que tudo isso significa para os desenvolvedores de robôs autônomos? Pelo menos no que diz respeito a aplicações externas, nenhum AMR está completo sem um receptor GNSS alimentado por RTK. Para obter a solução mais precisa possível, os desenvolvedores devem contar com a rede RTK mais densa e confiável. E onde os robôs devem entrar e sair frequentemente de ambientes de sinal GNSS ideais, como para um veículo de entrega autônomo, o RTK combinado com um IMU fornece a fonte mais abrangente de posicionamento absoluto disponível.
Não existem duas aplicações robóticas autônomas iguais e cada configuração única requer sua própria combinação de informações de posicionamento relativas e absolutas. Para os AMRs externos de amanhã, entretanto, o GNSS com uma rede robusta de correções RTK é um componente essencial da pilha de sensores.