Робот, що може рухатися, марний, якщо він не бачить
Компанія з виробництва гірничих роботів пояснює, чому сприйняття, а не управління рухом, — найскладніша проблема в промисловій автономії, та що трапляється, коли машини сліпнуть у хмарі пилу.
Ключові моменти
- Autonomous Solutions Inc. (ASI) проїхала 4,5 мільйона автономних миль на гірничих, сільськогосподарських та будівельних майданчиках.
- Ранні розгортання ASI з використанням автомобільних датчиків дали 100% коефіцієнт відмови протягом року через пил, вібрацію та екстремальні температури.
- Незапланований простій на великих гірничих об'єктах може коштувати десятки тисяч доларів на годину, що робить відмови сприйняття надзвичайно дорогими.
- Сучасна промислова автономія тепер поєднує три типи датчиків: LiDAR для картування простору, камери для візуального контексту та радар для видимості крізь пил і туман.
Гірничий вантажовик, що везе 200 тон руди, не може зупинитися й запитати напрямок. Він повинен знати менш ніж за секунду, що легкий транспортний засіб щойно перетнув дорогу за 80 метрів попереду крізь стіну червоного пилу. Те, чи він це зможе зробити, залежить винятково від того, наскільки добре він бачить.
Мел Торі, співзасновник і генеральний директор Autonomous Solutions Inc. (ASI), компанії з Юти, яка розробляє автономні системи для важкої промисловості, виклав цю думку в статті, про яку першим повідомив The Robot Report. Його аргумент варто розібрати, оскільки він пояснює те, що більшість матеріалів про технологію безпілотних автомобілів упускають.
Чому самого GPS недостатньо
GPS говорить машині, де вона знаходиться на карті. Більше нічого. Він не може сказати машині, що безпосередньо перед нею.
Багато років промислові автономні транспортні засоби сильно покладалися на GPS для навігації. Це працює на фіксованому маршруті без несподіванок. Реальні гірничі об'єкти — це не фіксовані маршрути. Дороги змінюються в міру видобутку. Перешкоди з'являються без попередження. При температурі 45 градусів, оточена пилом, машина не може покладатися на супутниковий сигнал, щоб утримати робітника в безпеці.
ASI дізналася про це важким шляхом. Ранні набори датчиків, запозичені з автомобільної промисловості, найкращі з доступних у той час, повністю вийшли з ладу за дванадцять місяців. Пил і вібрація їх знищили. Команді довелося проектувати датчики-замінники з нуля, розраховані на польові умови, а не на автомобільні заводи.
Як насправді виглядає сучасне сприйняття?
Три типи датчиків тепер працюють разом на автомобілі ASI, кожен ловить те, що інші пропускають.
| Датчик | Що він робить добре | Слабкість |
|---|---|---|
| LiDAR (лазерне картування) | Точне 3D вимірювання відстані | Важко працює в густому пилу чи дощі |
| CMOS камера | Розпізнає візуальний контекст: людина чи стовп | Потребує світла; не працює в густому пилу |
| Радар | Бачить крізь пил, туман і темряву | Менша просторова роздільна здатність |
Робота всіх трьох разом означає, що жодна окрема точка відмови не ослаблює транспортний засіб. Система також обробляє всі ці дані датчиків на самому транспортному засобі, в реальному часі, без попередньої відправки чого-небудь на віддалений сервер. Чекати на хмарну відповідь, поки навантажувач перетинає вашу дорогу, не варіант.
Мета — не машина, яка зупиняється при виявленні перешкоди. Машина, яка просто зупиняється, — це машина, яка зупиняє весь об'єкт. Мета — машина, яка передбачає, що людина поруч, ймовірно, буде робити далі, і вибирає найбезпечнішу реакцію до того, як ситуація стане кризисною.
Чи повинні звичайні робітники занепокоїтися цією технологією?
Для робітників на промислових об'єктах краще сприйняття машин прямо захищає. Система, яка може розрізнити людину від стовпа огорожі й передбачити, що людина йде в напрямку траєкторії руху транспортного засобу, менш імовірно спричинить аварію, ніж система, яка цього не може.
Більша практична проблема — інтеграція. Багато компаній не можуть дозволити собі утилізувати існуючий парк дорогих транспортних засобів. Відповідь ASI — дизайн, незалежний від обладнання, означаючи, що модернізацію сприйняття можна установити на машини, вже розташовані на об'єкті, замість того щоб вимагати повну заміну.
Компанія стверджує, що перемістила майже 400 мільйонів тонн матеріалу через свої автономні розгортання. На кожну поїздку, стверджує Торі, вони дізналися щось нове про те, що машини повинні бачити.
На що звернути увагу: Якщо ваше робоче місце впроваджує автономні транспортні засоби, запитайте постачальника конкретно, як система справляється з відмовою датчика. Сильна відповідь описує, що робить резервний шар датчика. Слабка відповідь описує, що робить машина, коли всі датчики відмовляють. Обидва питання важливі.
