El Robot Que Se Mueve Es Inútil Si No Puede Ver
Una empresa de robótica minera explica por qué la percepción, no el control del movimiento, es el problema más difícil de la autonomía industrial, y qué sucede cuando las máquinas se quedan ciegas en una nube de polvo.
Puntos clave
- Autonomous Solutions Inc. (ASI) ha registrado 4,5 millones de millas autónomas en operaciones mineras, agrícolas y de construcción.
- Los primeros despliegues de ASI utilizando sensores de grado automotriz produjeron una tasa de fallo del 100% dentro de un año debido al polvo, vibración y extremos de temperatura.
- El tiempo de inactividad no planificado en grandes operaciones mineras puede costar decenas de miles de dólares por hora, lo que hace que los fallos de percepción sean extremadamente costosos.
- La autonomía industrial moderna ahora combina tres tipos de sensores: LiDAR para mapeo espacial, cámaras para contexto visual y radar para visibilidad a través del polvo y la niebla.
Un camión minero que transporta 200 toneladas de mineral no puede detenerse y pedir indicaciones. Necesita saber, en menos de un segundo, que un vehículo ligero acaba de cruzar 80 metros más adelante a través de una pared de polvo rojo. Que pueda hacerlo depende enteramente de qué tan bien ve.
Mel Torrie, cofundador y director ejecutivo de Autonomous Solutions Inc. (ASI), una empresa con sede en Utah que construye sistemas autónomos para la industria pesada, planteó ese argumento en un artículo informado por primera vez por The Robot Report. Su argumento vale la pena analizar, porque explica algo que la mayoría de la cobertura de tecnología autónoma deja de lado.
Por qué el GPS solo no es suficiente
El GPS le dice a una máquina dónde está en un mapa. Punto. No puede decirle a la máquina qué hay directamente frente a ella.
Durante años, los vehículos autónomos industriales se apoyaron fuertemente en el GPS para la navegación. Eso funciona en una ruta fija sin sorpresas. Los sitios mineros reales no son rutas fijas. Los caminos cambian a medida que avanza la extracción. Los obstáculos aparecen sin previo aviso. A 45 grados de calor, rodeado de polvo, una máquina no puede confiar en una señal satelital para mantener seguro a un trabajador.
ASI aprendió esto de la manera más difícil. Los kits de sensores iniciales tomados de la industria automotriz, los mejores disponibles en ese momento, fallaron completamente dentro de doce meses. El polvo y la vibración los destruyeron. El equipo tuvo que diseñar sensores de reemplazo desde cero, construidos para condiciones de campo en lugar de fábricas de automóviles.
¿Cómo se ve realmente la percepción moderna?
Tres tipos de sensores ahora trabajan juntos en un vehículo ASI, cada uno captando lo que los otros pierden.
| Sensor | Lo que hace bien | Debilidad |
|---|---|---|
| LiDAR (mapeo láser) | Medición precisa de distancia 3D | Lucha en polvo pesado o lluvia |
| Cámara CMOS | Lee el contexto visual: persona versus poste | Necesita luz; falla en polvo espeso |
| Radar | Ve a través del polvo, niebla y oscuridad | Resolución espacial más baja |
Ejecutar los tres juntos significa que ningún punto de fallo único ciega el vehículo. El sistema también procesa todos esos datos de sensores en el vehículo mismo, en tiempo real, sin enviar nada a un servidor distante primero. Esperar una respuesta en la nube mientras una carretilla cruzar tu camino no es una opción.
El objetivo no es una máquina que se detenga cuando detecte un obstáculo. Una máquina que simplemente se detiene es una máquina que paraliza todo un sitio. El objetivo es una máquina que prediga qué es probable que haga a continuación una persona cercana y elija la respuesta más segura antes de que la situación se convierta en una crisis.
¿Deberían los trabajadores ordinarios estar preocupados por esta tecnología?
Para los trabajadores en sitios industriales, una mejor percepción de las máquinas es directamente protectora. Un sistema que puede distinguir a una persona de un poste de cerca, y predecir que la persona camina hacia la trayectoria del vehículo, es menos probable que cause un accidente que un sistema que no puede.
La preocupación práctica más importante es la integración. Muchas empresas no pueden permitirse descartar una flota existente de vehículos caros. La respuesta de ASI es un diseño agnóstico del hardware, lo que significa que la actualización de percepción puede instalarse en máquinas ya en el sitio en lugar de requerir un reemplazo completo.
La empresa dice que ha movido casi 400 millones de toneladas de material en sus despliegues autónomos. En cada viaje, sostiene Torrie, aprendieron algo nuevo sobre lo que las máquinas necesitan ver.
Qué tener en cuenta: Si tu lugar de trabajo está introduciendo vehículos autónomos, pregunta específicamente al proveedor cómo el sistema maneja fallos de sensores. Una respuesta fuerte describe qué hace la capa de sensor de respaldo. Una respuesta débil describe qué hace la máquina cuando todos los sensores fallan. Ambas preguntas importan.
