Робот, который может двигаться, бесполезен, если он не может видеть
Компания по производству горнодобывающей робототехники объясняет, почему восприятие, а не управление движением, является самой сложной проблемой в промышленной автономии, и что происходит, когда машины теряют зрение в облаке пыли.
Ключевые моменты
- Компания Autonomous Solutions Inc. (ASI) проехала 4,5 млн автономных миль на объектах добычи, сельского хозяйства и строительства.
- Ранние развертывания ASI с использованием датчиков автомобильного класса привели к 100% отказу в течение одного года из-за пыли, вибрации и экстремальных температур.
- Непредвиденный простой на крупных горнодобывающих объектах может стоить десятки тысяч долларов в час, что делает отказы восприятия крайне дорогостоящими.
- Современная промышленная автономия сочетает три типа датчиков: LiDAR для пространственного картирования, камеры для визуального контекста и радар для видимости сквозь пыль и туман.
Грузовик, везущий 200 тонн руды, не может остановиться и попросить указания дороги. Ему нужно узнать менее чем за секунду, что легкий автомобиль только что пересек дорогу в 80 метрах впереди сквозь стену красной пыли. Способность это сделать полностью зависит от качества его зрения.
Мел Торри, соучредитель и генеральный директор компании Autonomous Solutions Inc. (ASI) из Юты, которая разрабатывает автономные системы для тяжелой промышленности, высказал эту мысль в статье, впервые опубликованной The Robot Report. Его аргумент стоит разобрать, потому что он объясняет то, что упускается в большинстве публикаций о технологии беспилотного управления.
Почему одного GPS недостаточно
GPS показывает машине, где она находится на карте. И всё. Он не может сказать машине, что находится прямо перед ней.
Годами промышленные автономные транспортные средства сильно полагались на GPS для навигации. Это работает на фиксированном маршруте без сюрпризов. Реальные шахты — это не фиксированные маршруты. Дороги смещаются по мере развития добычи. Препятствия появляются без предупреждения. При температуре 45 градусов, окруженная пылью, машина не может полагаться на спутниковый сигнал для обеспечения безопасности рабочего.
ASI узнала об этом на собственном опыте. Ранние комплекты датчиков, заимствованные из автомобильной промышленности и лучшие из доступных в то время, полностью отказали в течение двенадцати месяцев. Пыль и вибрация их разрушили. Команде пришлось проектировать датчики замены с нуля, созданные для полевых условий, а не для автомобильных заводов.
Как выглядит современное восприятие на самом деле?
На транспортном средстве ASI теперь работают вместе три типа датчиков, каждый улавливает то, что упускают другие.
| Датчик | Что он делает хорошо | Слабое место |
|---|---|---|
| LiDAR (лазерное картирование) | Точное трехмерное измерение расстояния | Затруднения в условиях сильной пыли или дождя |
| Камера CMOS | Считывает визуальный контекст: человек или столб | Требует света; отказывает в условиях сильной пыли |
| Радар | Видит сквозь пыль, туман и темноту | Более низкое пространственное разрешение |
Использование всех трех вместе означает, что ни один отказ датчика не ослепит транспортное средство. Система также обрабатывает все данные датчиков на самом транспортном средстве в реальном времени, не отправляя ничего на удаленный сервер заранее. Ожидание ответа облака, пока вилочный погрузчик пересекает вашу траекторию, — не вариант.
Цель — не машина, которая останавливается при обнаружении препятствия. Машина, которая просто останавливается, — это машина, которая останавливает весь объект. Цель — машина, которая предсказывает, что человек рядом, вероятно, будет делать дальше, и выбирает самый безопасный ответ до того, как ситуация станет кризисной.
Должны ли обычные рабочие беспокоиться об этой технологии?
Для рабочих на промышленных объектах улучшенное восприятие машин напрямую обеспечивает защиту. Система, которая может отличить человека от столба забора и предсказать, что человек идет по пути транспортного средства, с меньшей вероятностью вызовет аварию, чем система, которая не может.
Большую практическую озабоченность вызывает интеграция. Многие компании не могут позволить себе отказаться от существующего парка дорогостоящих транспортных средств. Решение ASI — аппаратно-агностичный дизайн, это означает, что модернизацию восприятия можно установить на машины, уже находящиеся на объекте, а не требовать полной замены.
Компания говорит, что переместила почти 400 миллионов тонн материала в результате своих автономных развертываний. Каждая поездка, утверждает Торри, научила их чему-то новому о том, что машины должны видеть.
На что следует обратить внимание: Если на вашем рабочем месте внедряются автономные транспортные средства, спросите у поставщика конкретно, как система справляется с отказом датчика. Хороший ответ описывает, что делает резервный слой датчиков. Слабый ответ описывает, что машина делает, когда отказывают все датчики. Оба вопроса важны.
