O Robô Que Se Move é Inútil Se Não Conseguir Ver
Uma empresa de robótica mineira explica por que a perceção, e não o controlo de movimento, é o problema mais difícil da autonomia industrial, e o que acontece quando as máquinas ficam cegas numa nuvem de pó.
Pontos-chave
- A Autonomous Solutions Inc. (ASI) registou 4,5 milhões de milhas autónomas em locais de mineração, agricultura e construção.
- Os primeiros desdobramentos da ASI utilizando sensores de qualidade automóvel produziram uma taxa de falha de 100% no prazo de um ano, devido ao pó, vibração e extremos de temperatura.
- O tempo de paragem não planeado em grandes operações mineiras pode custar dezenas de milhares de dólares por hora, tornando as falhas de perceção extremamente dispendiosas.
- A autonomia industrial moderna combina agora três tipos de sensores: LiDAR para mapeamento espacial, câmaras para contexto visual, e radar para visibilidade através de pó e nevoeiro.
Um camião mineiro transportando 200 toneladas de minério não pode parar e pedir indicações. Precisa de saber, em menos de um segundo, que um veículo ligeiro acabou de atravessar 80 metros à frente, através de uma parede de pó vermelho. Se consegue fazer isso depende inteiramente da qualidade da sua visão.
Mel Torrie, co-fundador e CEO da Autonomous Solutions Inc. (ASI), uma empresa com sede em Utah que constrói sistemas autónomos para a indústria pesada, apresentou este argumento num artigo inicialmente reportado por The Robot Report. O seu caso vale a pena analisar, porque explica algo que a maioria da cobertura sobre tecnologia de condução autónoma deixa de lado.
Por que o GPS sozinho não é suficiente
O GPS diz a uma máquina onde ela está num mapa. Pronto. Não pode dizer à máquina o que está directamente à sua frente.
Durante anos, os veículos autónomos industriais confiaram muito no GPS para navegação. Isso funciona numa rota fixa sem surpresas. Os locais reais de minas não são rotas fixas. As estradas mudam à medida que a extração progride. Os obstáculos aparecem sem aviso prévio. Com calor a 45 graus, rodeado de pó, uma máquina não pode confiar num sinal de satélite para manter um trabalhador seguro.
A ASI aprendeu isto da forma difícil. Os primeiros kits de sensores emprestados da indústria automóvel, os melhores disponíveis na altura, falharam completamente no prazo de doze meses. O pó e a vibração destruíram-nos. A equipa teve de desenhar sensores de substituição do zero, construídos para condições de campo em vez de fábricas de automóveis.
Como é que a perceção moderna realmente funciona?
Três tipos de sensores trabalham agora em conjunto num veículo da ASI, cada um a apanhar o que os outros não veem.
| Sensor | Funciona bem em | Fraqueza |
|---|---|---|
| LiDAR (mapeamento por laser) | Medição precisa de distância 3-D | Tem dificuldade em pó denso ou chuva |
| Câmara CMOS | Lê contexto visual: pessoa vs. coluna | Precisa de luz; falha em pó denso |
| Radar | Vê através de pó, nevoeiro e escuridão | Resolução espacial mais baixa |
A execução de todos os três em conjunto significa que nenhum ponto único de falha deixa o veículo cego. O sistema também processa todos esses dados de sensores no próprio veículo, em tempo real, sem enviar nada para um servidor distante primeiro. Esperar por uma resposta em nuvem enquanto uma empilhadeira atravessa o seu caminho não é uma opção.
O objetivo não é uma máquina que se detenha quando deteta um obstáculo. Uma máquina que simplesmente se detém é uma máquina que paralisa todo um local. O objetivo é uma máquina que prevê o que uma pessoa próxima provavelmente fará a seguir e escolhe a resposta mais segura antes da situação se tornar uma crise.
Devem os trabalhadores comuns estar preocupados com esta tecnologia?
Para os trabalhadores em locais industriais, uma melhor perceção das máquinas é directamente protetora. Um sistema que consegue distinguir uma pessoa de um poste de cerca, e prever que a pessoa está a caminhar em direcção ao caminho do veículo, tem menos probabilidade de causar um acidente do que um sistema que não consegue.
A maior preocupação prática é a integração. Muitas empresas não podem dar ao luxo de descartar uma frota existente de veículos caros. A resposta da ASI é o design agnóstico em relação ao hardware, o que significa que a atualização de perceção pode ser instalada em máquinas já no local em vez de exigir uma substituição completa.
A empresa diz que moveu quase 400 milhões de toneladas de material através dos seus desdobramentos autónomos. A cada viagem, Torrie argumenta, aprenderam algo novo sobre o que as máquinas precisam de ver.
O que observar: Se o seu local de trabalho está a introduzir veículos autónomos, pergunte especificamente ao fornecedor como o sistema trata a falha de sensores. Uma boa resposta descreve o que a camada de sensores de backup faz. Uma resposta fraca descreve o que a máquina faz quando todos os sensores falham. Ambas as perguntas são importantes.
