Как устроено компьютерное зрение?
Мы запускаем камеру на смартфоне, наводим на объект и видим маленькую иконку внизу. Смартфон понимает — что именно мы снимаем. Вы когда-нибудь задумывались, как это работает?
Беспилотные автомобили спокойно объезжают машины и тормозят перед пешеходами, камеры видеонаблюдения на улицах распознают наши лица, а пылесосы отмечают на карте, где лежат тапочки — всё это не чудеса. Это происходит прямо сейчас. И всё благодаря компьютерному зрению.
Поэтому сегодня разберем, как работает компьютерное зрение, чем оно отличается от человеческого и чем может быть полезно нам, людям?
Для того чтобы хорошо ориентироваться в пространстве человеку нужны глаза, чтобы видеть, мозг, чтобы эту информацию обрабатывать, и интеллект, чтобы понимать, что ты видишь. С компьютерным или, даже вернее сказать, машинным зрением, такая же история. Для того, чтобы компьютер понял, что он видит, нужно пройти 3 этапа:
- Нам нужно как-то получить изображение
- Нам нужно его обработать
- И уже только потом проанализировать
Пройдёмся по всем этапам и проверим, как они реализованы. Сегодня мы будем разбираться, как роботы видят этот мир, и поможет нам в этом робот-пылесос, который напичкан современными технологиями компьютерного зрения.
Этап 1. Получение изображения
В начале компьютеру надо что-то увидеть. Для этого нужны разного рода датчики. Насколько много датчиков и насколько они должны быть сложные зависит от задачи. Для простых задач типа детектора движения или распознавания объектов в кадре достаточно простой камеры или даже инфракрасного сенсора.
В нашем пылесосе есть целых две камеры, они находятся спереди. А вот, например, для ориентации в трехмерном пространстве понадобятся дополнительные сенсоры. В частности 3D-сенсор. Тут он тоже есть и расположен сверху. Но что это за сенсор?
LiDAR
Вообще с названиями 3D-сенсоров есть небольшая путаница, одно и тоже часто называют разными словами.
Эта штука сверху — называется LDS или лазерный датчик расстояния, по-английски — Laser Distance Sensor. Подобные датчики вы наверняка могли заметить на крышах беспилотных беспилотных автомобилей. Это не мигалка, это лазерный датчик расстояния, такой же как на роботе пылесосе.
Вот только в мире беспилотников такой сенсор принято называть лидаром — LIDAR — Light Detection and Ranging. Да-да, как в новых iPhone и iPad Pro.
А вот в Android-смартфонах вместо лидаров используется термин ToF-камера: ToF — Time-of-flight.
Но, как ни называй, все эти сенсоры работают по одному принципу. Они испускают свет и замеряет сколько ему понадобится времени, чтобы вернуться обратно. То есть прямо как радар, только вместо радиоволн используется свет.
Есть небольшие нюансы в типах таких сенсоров, но смысл технологии от этого не меняется. Поэтому мне, чисто из-за созвучия с радаром, больше всего нравится название LiDAR, так и будем называть этот сенсор.
Кстати, лидары использует не только в задачах навигации. Благодаря лидарам сейчас происходит настоящая революция в археологии. Археологи сканируют территорию с самолета при помощи лидара, после чего очищают данные ландшафта от деревьев. И это позволяет находить древние города, скрытые от глаз человека!
Также помимо статических лидаров, направленных в одну сторону, бывают вращающиеся лидары, которые позволяют сканировать пространство вокруг себя на 360 градусов. Такие лидары используется в беспилотных автомобилях, ну и в этом роботе-пылесосе.
Еще 8 лет назад такие сенсоры стоили каких-то невероятных денег, под 100 тысяч долларов. А теперь у вас по дому может спокойно ездить маленький беспилотник.
Лидар в пылесосе
Окей, тут лидар используется для построения карты помещения и это не новая история. Такую технологию мы видели еще года 3-4 назад.
Благодаря лидару и построенной карте, пылесос ездит не рандомно как скринсейвер в Windows, стукаясь об углы, а аккуратно проезжая всю площадь (модели без лидаров обычно катаются странно).
Но внутри пылесоса стоит, на секундочку, восьмиядерный Qualcomm Snapdragon 625 (Qualcomm APQ8053), поэтому у него хватает мозгов не только построить карту, но и ориентироваться по ней.
Более того пылесос может хранить в памяти до четырёх карт и распознаёт этажи. Это существенно ускоряет уборку. Потому при переносе с этажа на этаж пылесос это может понять и не тратит время, чтобы построить карту заново.
Также каждую из 4 карт можно поделить на 10 специальных зон. Для которых можно настроить свои параметры уборки: мощность всасывания (до 2500 Па), количество проходов и прочее. А куда-то можно вообще запретить ездить. Можно даже выбирать сухую и влажную уборку для разных зон. Правда для этого не нужно подключать/отключать отдельный резервуар с водой. И всё это стало возможно благодаря лидару.
Тем не менее у технологии есть некоторые недостатки — очень разреженные данные. Пространство сканируется линиями. В больших автомобильных радарах разрешение — от 64 до 128 линий. Плюс ко всему у лидар есть мертвая зона. Если лидар стоит на крыше — то он не видит, что творится в достаточно большом радиусе вокруг него.
Также в роботе-пылесосе лидар тут сканирует пространство всего одним лучом. Поэтому, всё что он видит — это тонкая линия на высоте где-то 9-10 сантиметров от пола. Это позволяет определять где стены и мебель, но он не видит того, что валяется на полу.
Две камеры
Поэтому, чтобы исправить этот недочет лидаров. как в автомобили, так и в пылесосы ставят дополнительные камеры. Тут камеры сразу две, и они обеспечивают стереоскопическое зрение. Да-да, у пылесоса всё как у людей — два глаза.
Две камеры, во-первых, позволяют убрать мертвую зону впереди пылесоса. А во вторых позволяют достаточно точно определять расстояние до валяющихся на полу предметов.
Это позволяет пылесосу обнаруживать предметы размером не менее 5 см в ширину и 3 см в высоту и объезжать их.
Этап 2. Обработка
Итак, мы получили достаточно данных с различных сенсоров. Поэтому переходим ко второму этапу компьютерного зрения — обработке.
Данные с лидара мы получаем в виде трехмерного облака точек, которые фактически не нуждаются в дополнительной обработке.
Как получить стерео с двух камер тоже понятно — высчитывается разница между изображениями снятыми чуть под разным углом и так строится карта глубины. Это несложно.
Но вот совместить данные с разных сенсоров — это нетривиальная задача.
Например, пылесос на полу обнаружил какой-то предмет. Дальше ему нужно понять где именно он находится на карте построенной при помощи лидара. А также нужно предположить какие у него габариты по проекции с одной стороны. То есть нам нужно поместить предмет в некий объёмный куб правильного размера.
Эту задачу можно решить разными способами. Один из способов называется “усеченная пирамида”. Сначала на камере обнаруживаются предметы. Потом эти предметы помещаются в конус, а объем этого конуса вычисляется нейросетью.
Поэтому даже, казалось бы, такая тривиальная задача требует серьёзных вычислений и решается при помощи нейросетей.
А раз мы заговорили про нейросети, значит мы уже немного зашли на 3-й этап компьютерного зрения — анализ.
Этап 3. Анализ
За распознавание, сегментацию и классификацию объектов на изображении в современном мире в основном отвечают нейросети. Мы даже делали подробный ролик о том как это работает, посмотрите.
Если кратко, нейросеть — это такое большое количество уравнений, связанных между собой. Загружая в нейросеть любые данные — ты обязательно получишь какий-то ответ.
Но, например, если постоянно загружать в нейросеть фотографии кошечек, и указать ей, что ответ должен быть — кошка. В какой-то момент, нейросеть перестает ошибаться на обучающей выборке. И тогда ей начинают показывать новые незнакомые изображения и если на них она тоже безошибочно определяет кошек — нейросеть обучена.
Дальше нейросеть оптимизируется для того, чтобы она стала меньше, быстро работала и не жрала много ресурсов. После этого она готова к использованию.
Что-то похожее происходит с нейронными связями в человеческом мозге. Когда мы чему-то учимся или запоминаем, мы повторяем одно и то же действие несколько раз. Нейронные связи в мозге постепенно укрепляются и потом нам это легко даётся!
Например, в данном пылесосе за работу нейросети отвечает встроенный NPU-модуль. Всё-таки внутри Snapdragon, пылесос может себе такое позволить.
Нейронка предобучена определять различные предметы домашнего обихода: игрушки, тапочки, носки, всякие удлинители, зарядки и даже неожиданности от домашних животных.
Распознавание предметов происходит при помощи гугловской библиотеке Tensorflow. Алгоритм самообучается и умнеет от уборки к уборке.
Практика
В нашем роботе-пылесосе технология распознавания называется Reactive AI. Мы протестировали насколько она хорошо работает на практике.
Кайфовая штука, что все найденные предметы пылесос отмечает не карте. Поэтому теперь, я не обещаю, но такое возможно, вы всё-таки обнаружите логово пропавших носков.
Проследить за тем, что видит пылесос всегда можно через фирменное приложение или Mi Home от Xiaomi. Можно даже просто кататься по дому управляя пылесосом слать на него голосовые сообщения. Управлять пылесосом можно также через Google Ассистента или Алису. Всё на русском языке.
С недавних пор бренд начал официально продаётся в России, поэтому устройства полностью локализованные.
Внутри кстати стоит батарейка на 5200 мАч, которая способна выдержать до 3 часов уборки.
Итоги
Ребят, ну вы сами всё видели. Правда, стоит обратить внимание, что пока корректное распознавание предметов работает только если запускать пылесос через специальное приложение. И это нюанс, поскольку оно пока недоступно в Play Market Россия. Но в течение нескольких месяцев оно появится.
- робот
- робот-пылесос
- пылесос
- машинное обучение
- зрение
- машинное зрение
- искусственный интеллект
- умный дом
- интернет вещей
- технологии
- компьютерное зрение
- Блог компании Droider.Ru
- Машинное обучение
- Робототехника
- Умный дом
- Интернет вещей
Лазерная навигация LDS в роботах-пылесосах. Как это работает?
В последние годы роботы-пылесосы стали неотъемлемой частью нашей повседневной жизни. Они помогают нам сократить время, которое мы тратим на уборку дома, и дают нам больше свободного времени для других вещей. Однако, чтобы робот мог правильно убирать, ему необходимо иметь точную навигацию. В этой статье мы рассмотрим, как работает лазерная навигация LDS и почему эта функция так важна.
Прежде чем мы погрузимся в детали того, как лазерная навигация LDS работает в роботах-пылесосах, давайте поговорим о том, что такое лазерная навигация. Лазерная навигация — это процесс определения местоположения объекта с помощью лазерных лучей. Лазерный дальномер устанавливается на верхней части робота, и он используется для сканирования окружающей среды. Лучшие роботы-пылесосы с современной лазерной навигацией тут — https://shop.kz/pylesosy/umnye-ustrojstva/
Как работает лазерная навигация LDS в роботах-пылесосах?
Сканирование комнаты
Для начала работы робот-пылесос должен сканировать комнату. Лазерный дальномер на верхней части робота начинает сканирование, излучая лазерные лучи в разные направления. Когда лучи сталкиваются с объектами в комнате, они отражаются и возвращаются обратно к лазерному дальномеру.
Создание карты помещения
Когда лазерный дальномер возвращает лазерные лучи, роботизированный помощник использует эти данные для создания карты помещения. Это позволяет узнать, где находятся предметы в комнате, а также расстояние между ними.
Определение местоположения робота
Когда пылесос начинает движение по комнате, лазерный дальномер продолжает сканирование и использует данные, полученные от лазерного дальномера, чтобы определить свое текущее местоположение на карте.
Создание пути движения
Когда робот-пылесос знает свое текущее местоположение и местоположение предметов в комнате, он начинает создавать путь движения. Он использует карту помещения для создания оптимального маршрута и определяет, какие области комнаты уже были очищены.
Обход препятствий
Во время очистки комнаты робот может столкнуться с препятствиями, такими как мебель или стены. Однако, благодаря лазерной навигации LDS, он легко может их обойти. Лазерный дальномер на верхней части робота постоянно сканирует окружающую среду, и быстро адаптируется к изменениям в комнате.
Лазерная навигация LDS — это важный компонент. Она позволяет создавать карту помещения, определять свое местоположение и создавать оптимальный маршрут для очистки комнаты. Благодаря этой технологии робот-пылесос может быстро и эффективно убирать комнату, а также избегать препятствий.
Заходите на наш сайт ITквариат в Беларуси за новой порцией интересных новостей!
А также подписывайтесь и читайте новости от ITквариат раньше остальных в нашем Telegram-канале !
Так ли умны «роботы-пылесосы»? Рассматриваем датчики для навигации
Роботом-пылесосом в доме уже никого не удивить. У кого-то они есть, кто-то хочет приобрести, кто-то считает игрушкой. И производители пользуются этими желаниями, и пытаются продать нам что-то. Именно что-то, потому что маркетинговые отделы компаний из кожи лезут, придумывая завлекательные названия и наделяя несложные решения несуществующими возможностями. Дальше я попытаюсь разложить устройство роботов-пылесосов «по полочкам» и рассказать об их сенсорах.
Я не буду делать упор на их внутреннее устройство, платы, процессоры, сами механизмы уборки. Моя задача показать, что ничего сверхъестественного в этих домашних помощниках нет и построены они на базовых принципах, мало-мальски знакомых любому прикоснувшемуся к робототехнике. У меня у самого дома есть робот-пылесос от А-бренда (HomeBot), поэтому иногда я буду рассказывать и на его примере тоже и это не реклама бренда. Более того, домашний пылесос носит гордую кличку «Дурачок», так как работает усердно, но.
Но начнем мы с конструкции, потому что это будет объяснять ту или иную форму. По факту почти все домашние роботы-пылесосы это двухколесная тележка с одним или двумя опорными колесами. Форма у 99% моделей круглая. Почему круг, а не квадрат или треугольник? Достаточно посмотреть на вот эти рисунки.
Квадратный пылесос в теории тщательней уберет все углы, так как у нас в большинстве случаев помещения и мебель с прямыми углами, но заехав в угол, он не сможет развернуться, а при движении вдоль стенки так вообще может застрять. С учетом того, что пылесосы убирают «построчно» (это называется алгоритм уборки «зигзаг» и об этом, если вам будет интересно, мы можем поговорить потом), такой робот будет испытывать определенные проблемы с маршрутами. Да, есть производители с «прямоугольным» носом (Hobot, Electrolux и другие), но эволюционно такая форма почти отмерла.
Круглая форма же имеет свои плюсы (двухколесная тележка робота и его симметричная форма позволяет ему разворачиваться на месте) и свои минусы, так как щетки могут не доставать до мусора по углам, а делать их очень длинными тоже проблематично. И даже если производитель заявляет, что у него квадратный корпус, то он будет лукавить (как в случае с моим роботом), так как по факту это будет чуть обтесанный круг.
Круглая форма опять же дает больше места для размещения механизмов и батарей и «по классике» мы имеем спереди робота щетки, посередине отверстие для всасывания мусора и контейнер для него, а сзади саму турбину пылесоса и элементы питания.
И эта форма определяет те датчики и принципы навигации, которые применяются на рынке и именно на примере такой формы мы их и рассмотрим, введя некоторую классификацию.
1. Механизм от игрушки, который хаотично гоняет робота по полу. Никаких датчиков нет.
Игрушечный механизм работает по принципу «повернись, когда упрешься в препятствие», электроники нет, включать и выключать эту игрушку вам нужно вручную. Ни о каких возможностях построения карты помещения, зонирования, возвращения на базу и других умных вещах говорить не приходится. Стоят эти игрушки от 700 рублей.
Плюсом обычно имеем концевой выключатель присутствия контейнера и датчик переворота «на брюхо». Эти два датчика в той или иной реализации есть и у более продвинутых моделей.
2. Добавлен ИК датчик нахождения базы (он же центральный датчик приближения) и бампер на концевых выключателях. Энкодеров на колесах нет, ездит робот «от препятствия до препятствия», возврат на базу по ИК-лучам.
Чуть более сложная конструкция. Ударный бампер есть в той или иной реализации у всех роботов-пылесосов. У кого-то он контактный (то есть стоят концевые выключатели), у кого-то бесконтактный (то есть нет механического перемещения), но без него робот не поймет, что куда-то врезался. А врезаться он будет, потому что различные сенсоры на роботе не всегда могут «охватить» все пространство перед ним, у них есть мертвые зоны и бампер последний шанс робота определить препятствие. Но для некоторых пылесосов это единственная возможность «на ощупь» передвигаться.
Бампер устроен просто: два концевых выключателя и подпружиненная полукруглая пластина. Когда пылесос ударяется в препятствие, в зависимости от его расположения, замыкаются оба выключателя или только слева или справа. И пылесос «понимает», что врезался во что-то перед собой или сбоку.
Сзади датчиков обычно нет.
Базу же, что недорогие, что более дорогие модели, видят благодаря старым добрым ИК-лучам. Два параллельных луча образуют «рельсы», на которые наш пылесос пытается «встать» в итоге и приползти к кормушке. Но данный ИК приемопередатчик, состоящий из сдвоенного инфракрасного светодиода и приемника, может выполнять не только функцию нахождения базы, но играть роль бесконтактного датчика препятствий, чтобы робот-пылесос не упирался в стену перед собой.
ИК-сенсор может быть установлен не по центру, а по бокам, но отказываться от проверенной технологии производители не спешат, а еще это позволяет управлять пылесосом с обычного ИК-пульта.
Поэтому производители и рекомендуют оставлять справа и слева от базы по метру-полтора, чтобы был свободный «подъезд» к ней, но мой робот-пылесос спокойно живет в закутке за диваном и находит базу.
4. к. п 3. добавляем энкодеры. Пылесос может точнее отрабатывать свое положение и его повороты уже предсказуемы, а отклонение от прямой линии определяемо. Такой робот будет стараться ездить параллельно линиям своего маршрута и понимать, что повернулся на нужный угол. Мотор-колеса пылесосов снабжаются энкодерами разного типа: щеточными, резистивными, оптическими, на датчиках Холла и т. п. Но цель одна: определить, на какой угол повернулось колесо.
Энкодер также можно поставить только в поддерживающий ролик и определять перемещение по его кручению и повороту. Это позволяет использовать дешевые мотор-редукторы в колесах и упрощает конструкцию, так как оптические датчики энкодера в таком случае просто распаиваются на управляющей плате.
5. к. п. 4 добавляем нижние ИК-датчики уровня. Пылесос перестает падать и может различать высоту (немного, но может). Обычно пункты 4 и 5 делают совместно, так как пылесосы такого уровня уже стоят до десятка тысяч рублей и допускать его падение нежелательно. Минимально (и стандартно) датчиков три: по центру и ближе к бокам и представляют они собой привычные ИК-датчики. В теории наш робот-пылесос можно научить даже ездить по начерченной линии. При наличии такого набора датчиков (п. 3 — п.5) наш пылесос уже можно считать роботом. Он уже сможет построить простейшую карту местности и при следующих прогонах стараться не тыкаться в препятствия.
6. к. п 5 добавляем ИК датчики на бампер не только по центру.
Пылесос теперь не тыкается в препятствия в виде вертикальной стены. Ножки он, конечно, еще не видит, шторы может продолжать жевать, но уже может строить карту препятствий. Пример такого пылесоса Xiaomi Mop Essential. За черной полоской на бампере закреплено дополнительно по окружности по три ИК-датчика (два по центру как мы помним есть у многих моделей) и они позволяют обнаруживать что-то отражающее ИК-лучи раньше, чем сработает ударный «концевик».
Также у таких моделей уже часто присутствуют компас и гироскоп, что улучшает навигацию. Бампер может быть не ИК или контактным механическим, а ультразвуковым и с датчиком удара по его поверхности (так сделано у моего HomeBot).
Что ИК, что ультразвуковые сенсоры позволяют также определять расстояние до препятствий, но ультразвук позволяет это делать гораздо точнее и у таких моделей играет роль также датчика расстояния.
7. к. п 8 добавляем боковые ИК-датчики в слепые зоны для контроля притирания пылесоса к стене.
Что происходит «сбоку» от пылесоса, он увы может и не увидеть и часто роботы могут начать «тереться» о стену (а иногда могут и обои «подрать»). Поэтому некоторые производители добавляют ИК-сенсоры по бокам робота, если не используют сенсоры по периметру бампера (например, у пылесосов с лидаром).
9. к п.8 добавляем сенсоры построения карты помещения по препятствиям и навигации в пространстве. До данного пункта у нас роботы-пылесосы могли определять препятствия перед собой, отслеживать маршрут по повороту своих колес и даже определять препятствия сбоку или пытаться найти себя по показаниям компаса. Но все это далеко от того, что можно было бы назвать «навигацией». Да, роботы-пылесосы у нас еще не доросли до применения GPS/GLONASS (да и в помещениях от этих технологий толку часто мало, сигнал глушится, точность не для сантиметровых размеров в квартирах), но хотелось бы, чтобы робот-пылесос не терялся в двух-трех комнатах и старался убираться не хаотично, а последовательно помещение за помещением. Да и алгоритм «зигзаг» не позволяет убирать полностью комнату с хаотично расставленными вещами.
Поэтому производители для ориентации в пространстве ставят на роботы дополнительные датчики, задача которых строить карту помещения и определять, где робот находится в текущий момент, где он уже убрался, а где еще нет. После тестовых прогонов, так как мебель и расположение помещений обычно не меняется, это позволяет роботу-пылесосу уверенно передвигаться и быстрее выполнять уборку, строят оптимальный маршрут.
Данные сенсоры в основном представлены следующими видами: лазерный дальномер (он же LDS, он же лидар), широкоугольная камера с машинным зрением, ToF камера и даже 3D-камера (то есть комбинация ИК-камеры разметки и камеры ее считывания по типу FaceID в айфонах). Возможна комбинация устройств сверху, в передней части, в задней части и снизу (для определения разных типов поверхности).
Пылесосы с лидаром достаточно массово распространены в средне ценовом сегменте, эта технология позволяет строить карту помещения с высокой точностью, но опять же имеет свои минусы: «башня» лидара часто мешает проехать пылесосу под мебель, а ее расположение на верху пылесоса мешает ему замечать низкие препятствия и пылесос в таком случае часто полагается только на ударные датчики бампера. И лидар очень не любит зеркала, и такой робот может «играть» в злобное создание, кидающееся на свое отражение.
Камера имеет также свои плюсы и минусы. Обычно ставится только верхняя камера, которая отлеживает изменения на поверхности потолка (как современная компьютерная мышь) и пытается по ним отслеживать карту изменений. Хоть производители и говорят, что их роботы «видят» в темноте, опыт эксплуатации показывает, что пылесосам с камерой лучше везде включить свет 🙂 У меня как раз пылесос с навигацией по камере.
Дорогие модели сейчас пытаются избавить от лидаров, установив как верхнюю камеру, так и переднюю камеру с датчиком глубины (ToF), чтобы определять расстояние до объектов по времени отражения сигнала. Опять же это ИК-камера, и она обычно замещает передний ИК-датчик базы.
Плюс производители пытаются заигрывать с машинным зрением, 3D и AI, но пока чаще всего это только заигрывания с потребителем и маркетинговые уловки.
Вот такой немного сумбурный обзор, но надеюсь он показывает, что в устройстве роботов-пылесосов с точки зрения датчиков нет ничего сверхъестественного и все, что применяют их конструкторы, проверено временем и эксплуатацией на множестве робототехнических устройств. И часто даже такой простой набор датчиков может быть дополнен отличным софтом навигации и распознавания препятствий и поэтому программная начинка тут немаловажна. Но это уже совсем другая история.
А у вас есть робот-пылесос? И какие датчики есть на нем? Напишите в комментариях об этом, а также можете дополнить мою классификацию.
Как работают сенсоры роботов-пылесосов
Наблюдение за работой робота-пылесоса — довольно медитативное и умиротворяющее занятие. Но время от времени у пытливых умов появляется вопрос: «Как роботу удается ориентироваться в пространстве и преодолевать возникающие на его пути препятствия?» Давайте разбираться!
Несмотря на огромное количество мифов о работе робота-пылесоса, этот девайс по праву занимает свое место в наших домах, а все благодаря той легкости и скорости, с которой он выполняет уборку. Его эффективность во многом зависит от количества и типа электронных сенсоров, установленных на борту. В зависимости от модели, робот-пылесос использует от 6 до 15 датчиков, включенных в различные системы.
Назначение датчиков — построение карты объекта, ориентирование в пространстве и обеспечение безопасности девайса. Данные, получаемые с сенсоров, обрабатывает управляющая программа. Ориентируясь на полученные значения параметров, применяются те или иные сценарии, непосредственно влияющие на действия робота-уборщика.
Только слаженная работа всех систем обеспечивает работу пылесоса.
Система позиционирования
Основная система любого робота-пылесоса, отвечающая за построение карты убираемой территории и определение точного местоположения электронного уборщика внутри помещения.
В основе работы системы лежит метод SLAM (Simultaneous Localization And Mapping), основная идея которого — построение ситуационной карты и локализация объекта в пространстве. Это происходит следующим образом. Сканер, установленный на объекте, проверяет пространство вокруг и по отклику своих датчиков составляет карту местности.
В сегмент бытовой техники изобретение пришло из области освоения космоса и близлежащих планет: одними из первых такие радары (точнее, лидары) получили луноходы и марсоходы.
В роботах-пылесосах построение карты необходимо для определения оптимального алгоритма уборки. После составления карты управляющая программа разрабатывает и отдает на исполнение оптимальный маршрут передвижения робота. Мобильный пылесос должен заглянуть даже в самый отдаленный уголок!
В современных роботах-пылесосах построение карты окружающего пространства производят одним из двух типов датчиков.
Лазерное сканирование пространства
Сканирование пространства происходит с помощью лидара (или, как его еще называют, LDS-датчика) — прибора, применяемого для точных измерений в газообразной среде. Распознать LDS-датчик достаточно просто: он представляет собой небольшой выступ в форме шайбы, расположенный на верхней плоскости девайса. Датчик содержит источник и приемник лазерного или светового луча (в маломощных девайсах применяют светодиоды, излучающие потоки света в инфракрасном диапазоне). Для обеспечения кругового обзора LDS-сенсор вращается вокруг своей оси с довольно высокой частотой.
Испускаемый световой луч, встречаясь с препятствиями на своем пути (стены, крупная мебель и т. д.), отражается от них и улавливается приемником лидара. Расстояние до препятствия вычисляется по временной задержке между генерацией и приемом лазерного луча. В большинстве моделей роботов-пылесосов частота вращения датчика, как правило, составляет 5 об/сек, чего вполне достаточно для построения карты и довольно точного вычисления положения пылесоса в помещении.
Работающие по такому же принципу датчики можно встретить и на прототипах беспилотных автомобилей.
LDS-датчик позволяет достаточно точно определять расстояние до стен, крупных предметов и других препятствий. Как правило, в роботах-пылесосах применяются датчики, позволяющие уверенно сканировать пространство на расстоянии до 6 метров.
Основным недостатком такой конструкции является то, что датчик выступает над уровнем верхней плоскости, и добавляет к высоте робота-пылесоса несколько сантиметров. В некоторых случаях это может быть критично, поскольку пылесос просто физически не сможет заехать под низко расположенную полку или пространство под кроватью или шкафом.
Визуальная система навигации
Другим способом навигации является так называемая безлидарная система, основанная на широкоугольной камере.
Вот только камера применяется особая, позволяющая создавать объемные снимки пространства. Иначе такие камеры называют «камерами глубины» или ToF-камерами (Time of Flight, что в буквальном переводе означает «время полета»).
ToF-камеры — новое веяние в сфере мобильных гаджетов. Ими оснащены многие флагманские смартфоны. С помощью такой камеры легко и довольно недорого реализуется механизм распознавания по лицу, обмануть его фотографией человека невозможно.
ToF-камера представляет собой источник света, излучающий в инфракрасном спектре, и светочувствительную матрицу, улавливающую интенсивность отраженного света. Их принцип действия схож с лазерным определением расстояния. Камера рассчитывает время с момента испускания пучка света до момента его фиксации на светочувствительной матрице, вычисляет расстояние до объекта в соответствии с временной задержкой и составляет объемную карту помещения.
Преимуществ у такого метода несколько. Во-первых, уровень освещения не играет определяющей роли. Даже в полумраке сенсору по силам «отрисовать» границы убираемого пространства. Во-вторых, камеру встраивают вровень с верхней поверхностью робота, что позволяет сделать его более компактным, и, следовательно, открыть ему дорогу в труднодоступные места.
Система ориентирования в пространстве
Задача системы ориентирования — минимизация столкновений с препятствиями, возникающими на пути робота-пылесоса.
В отличие от системы позиционирования, сканирующей пространство вокруг пылесоса на несколько метров, датчики ориентирования способны выявить препятствие в пределах одного метра. Как правило, для выявления преград используют датчики двух типов: ультразвуковые и инфракрасные.
Принцип их действия схож. В обеих конструкциях имеются передатчик и приемник сигнала. В качестве самого сигнала используют либо звуковые волны, неслышимые человеческому уху (частотой свыше 20 кГц), или световые лучи инфракрасного диапазона.
При обнаружении препятствий, управляющая программа вносит корректировку в траекторию движения робота-пылесоса и уводит его в сторону.
Ведущую роль в системе играет ультразвуковой датчик. Он располагается в передней части устройства.
Инфракрасные сенсоры располагают на боковых поверхностях робота по его периметру. Они дополняют основной датчик, обеспечивая пылесосу возможность кругового отслеживания препятствий.
Боковые датчики выполняют еще одну функцию. Они обеспечивают движение робота вдоль стены, когда нужно убрать по периметру помещения. Как правило, сенсоры позволяют выдерживать интервал от стены на уровне 10-15 мм. Этого вполне достаточно для уборки мусора подвижными щетками робота-пылесоса.
В случае, когда препятствие не попало в зону действия ни одного из перечисленных датчиков и столкновение с поверхностью все же произошло, в работу вступает третья группа датчиков, установленная в подвижном бампере робота-пылесоса, — датчики касания. При срабатывании они посылают сигнал в центральный процессор, а тот в свою очередь оперативно корректирует траекторию движения робота. Датчики касания выполнены либо в виде обычных концевых выключателей, либо в формате оптопары, в которой световой луч прерывается подвижным «флажком» в момент нажатия на передний бампер.
Система безопасности
Система безопасности предназначена для защиты робота-пылесоса от падений и неправильного его использования со стороны пользователя.
Защиту от падения с высоты обеспечивает группа датчиков, установленная в нижней части по периметру устройства.
Это уже привычные инфракрасные сенсоры, с тем же принципом действия, но вот логика их работы существенно отличается. Датчик постоянно отслеживает наличие твердой поверхности под колесами робота-пылесоса. Как только она пропадает (робот подъехал к краю ступени или пытается съехать с высокого порожка), центральный процессор получает тревожный сигнал с датчика и изменяет траекторию движения робота-уборщика.
Сочетание светлых и темных цветовых схем напольного покрытия может вызвать ложные срабатывания оптических датчиков высоты, вследствие чего робот просто откажется проводить уборку темных зон.
В мотор-редукторах, приводящих в движение колеса пылесоса, установлены датчики опрокидывания робота. Если одно или оба колеса окажутся вывешенными, срабатывание датчиков приведет к остановке моторов. Это убережет аккумуляторную батарею от разрядки. Возобновление работы возможно только после установки робота-пылесоса на ровную поверхность.
Датчик опрокидывания — обычный концевой выключатель, разрывающий цепь питания при опрокидывании пылесоса или вывешивании одного из колес.
Чтобы не допустить использование робота-пылесоса без контейнера для сбора мусора, в приемный лоток устанавливают датчик наличия контейнера. Вариаций исполнения не так уж и много. Самый простой — установка концевого выключателя, более продвинутый — датчик в виде геркона. На корпусе контейнера устанавливают постоянный магнит, активирующий геркон, когда контейнер установлен на свое место. Процессор «видит» замкнутую цепь и «понимает» что устройство можно использовать.
Система парковки на базовую станцию
Возвращение на базовую станцию после уборки или в случае необходимости пополнения заряда аккумулятора, — еще одна интересная функция, реализованная в роботе-пылесосе. При выполнении процедуры возвращения на базовую станцию, задействованы две системы. На первом этапе — система позиционирования, которая отвечает за текущее положение устройства по отношению к базовой станции. Алгоритм определяет кратчайший оптимальный маршрут. Когда робот-пылесос находится в зоне видимости базовой станции, в работу включаются датчики парковки.
Система работает следующим образом. В базовой станции расположен мощный инфракрасный светодиод, выполняющий функцию маяка. В корпусе робота-пылесоса имеется пара оптических приемников, захватывающих луч маяка. Каждый из приемников передает процессору свое значение расстояния до маяка, а тот корректирует маршрут движения таким образом, чтобы оба значения сигналов сравнялись по величине. Как только это происходит, считается, что робот занял позицию прямо перед базой, после чего происходит его парковка на контактных площадках базовой станции.
Как видно, датчики робота-пылесоса превращают его в полностью автономное устройство, способное самостоятельно навести порядок в доме. Получается как в той известной песне Сережи Сыроежкина: «Вкалывают роботы, счастлив человек!». Единственное, за чем необходимо следить, чтобы девайс всегда находился в строю, так это за чистотой самих датчиков.