ЗАДАЧИ И ОСОБЕННОСТИ РЕШЕНИЯ ПРОБЛЕМ НАВИГАЦИИ МОБИЛЬНОГО РОБОТА В ПРОСТРАНСТВЕ

Для начала необходимо рассмотреть перечень задач, которые необходимо решить для осуществления навигации мобильного робота.

Существует три основных навигационных задачи:

1. Робот должен знать своё местоположение относительно окружающего пространства. Данная задача называется задачей локализации.
2. Робот должен знать, в какую точку или область пространства он должен попасть.
3. Робот должен знать, каким образом он должен добраться в заданную точку или область окружающего пространства.

Последние две задачи зависят от требований к исполняемой цели мобильного робота. Однако, для корректного решения данных задач, как правило, требуется определить положение робота в окружающем пространстве, т.е. решить задачу локализации. Задача определения мобильного робота своего местоположения в пространстве является ключевой и даже называется фундаментальной задачей для наделения робота автономными способностями.

В данной работе под навигацией мобильного робота понимается определение положения робота в пространстве – локализация, а также управление параметрами движения (задание угла поворота колёс и скорость их вращения) по программной траектории и объезд препятствий, которые появляются перед роботом во время движения. Для выполнения второй задачи роботу необходимо сформировать достаточно точный образ окружающего пространства, например, в виде плана местности, т.е. также должна решаться задача картографии. Следует заметить, что критическим требованием приложений навигации является то, что робот должен определить свою позицию по отношению к неподвижной системе координат. Процесс оценивания позиции робота по отношению к неподвижной системе координат называется локализацией. Эту задачу можно решить с использованием двух различных типов датчиков робота: проприоцептивными и экстероцептивными датчиками [1, 2].

Под первым типом датчиков обычно понимаются кодировщики или же инерциальные измерительные устройства, которые измеряют параметры движения робота. В качестве примеров можно привести датчики силовых воздействий, моторные энкодеры. Полученные данные могут быть использованы для оценки относительного перемещения робота. Такие измерения называются относительными измерениями позиционирования, которые воспринимают внутреннее состояние робота. Стоит отметить, что никакие источники внешней информации не используются и поэтому могут только обеспечить наличием информацией относительно стартовой позиции робота. Относительное позиционирование чаще всего основано на навигационном счислении пути. Например, можно осуществлять подсчёт количества оборотов колёс робота и приближённо вычислять расстояние от его стартовой позиции. Такой способ вычисления пути является простым и дешёвым в реальном времени. Но, к сожалению, по мере удаления робота от стартовой позиции накапливается ошибка, которая может быть существенной. При навигационном счислении пути ошибки бывают двух типов: систематические и несистематические. Систематические ошибки вызваны кинематическим несовершенством модели робота, а, если выражаться точнее, реальной конструкцией робота (например, неодинаковый диаметр колёс). Несистематические ошибки вызваны свойствами поверхности, по которой перемещаются колёса робота (например, проскальзывание колёс, неровности поверхности и т.д.). Систематические ошибки являются свойством данного робота, которое желательно учитывать. Эти ошибки остаются практически всегда постоянными в течение продолжительного времени. Несистематические ошибки могут проявляться ещё более короткое время и по своей сути являются свойством поверхности.

Под экстероцептивными датчиками обычно понимаются лазерные дальномеры, сонары, радары, камеры, которые воспринимают информацию о внешней среде. Автономные роботы как правило имеют ряд таких датчиков. Измерения, производимые с помощью данных типов датчиков, называются абсолютными. Эти изменения нужны для получения информации о местоположении робота, которое не зависит от предыдущих измерений. Тем самым, преимуществом абсолютного позиционирования по сравнению с относительным является тот факт, что при абсолютном позиционировании не происходит неограниченного накопления ошибки в позиции робота.

Один из методов локализации по данным экстероцептивных датчиков – использование легко обнаруживаемых и идентифицируемых ориентиров. Ориентиры можно разделить на активные и пассивные.

Первые иначе называются маячками, они активно посылают информацию о своём положении. Такие ориентиры обычно реализуются с помощью радиопередающей аппаратуры. Робот воспринимает сигналы ориентиров для определения своей позиции. Для определения абсолютного положения робота с использованием маячков обычно используются методы триангуляции и трилатерации. Метод триангуляции использует расстояния и направления на несколько активных ориентиров (обычно, минимум на 3). Метод трилатерации, в свою очередь, использует расстояния для определения положения и ориентации робота. Тем не менее, эти методы несовершенны. Использование активных ориентиров было отклонено по двум веским причинам. Во – первых, передача сигналов активного ориентира может быть нарушена в результате различных влияний, в следствие чего измерения могут стать некорректными. Во – вторых, ещё одной проблемой является то, что активный ориентир в реальности обычно не может посылать сигналы во всех направлениях. Помимо всего этого, навигация с помощью маячков обычно требует затрат на установку и обслуживания. К тому же, не всегда вообще можно установить радиомаяки.

В случае использования пассивных ориентиров робот должен активно их искать, чтобы определить свои координаты. Например, в случае обнаружения ориентиров с использованием системы компьютерного зрения обычно используются методы обработки изображений. При обнаружении трёх или более ориентиров можно использовать методы триангуляции или трилатерации, чтобы определить положение робота. Пассивный ориентир может быть искусственным или естественным. Производительность системы локализации зависит от типа ориентира. Использование искусственных ориентиров имеет ряд недостатков. Одним из них является то, что когда робот находится далеко от ориентиров, система локализации чаще всего оценивает положение робота неточно. Кроме того, по сравнению с активным ориентиром, обнаружение искусственных требует больших вычислительных мощностей. Проектирование и построение искусственных ориентиров само по себе является проблемой. В качестве альтернативного подхода к решению проблемы определения местоположения используются естественные ориентиры. Такими ориентирами в городских условиях являются дороги, дорожные знаки и деревья, а в условиях помещения ориентирами могут являться углы.

Другой метод, основанный на применении экстероцептивных датчиков, позволяет сравнивать данные датчика с известной картой. Карта может отображаться в нескольких вариантах: фотография, сделанная спутником, готовый отлаженный план местности и построенный самим роботом план местности. Этот способ сложнее рассмотренного выше. Сложности возникают на этапе сверки данных робота с картой. Данный метод не требует предварительной подготовки, но он требует предварительных знаний об окружающей среде, поэтому не соответствует многим приложениям локализации робота. Если предварительно построенная карта рабочей области робота недоступна, можно строить для робота глобальную карту с использованием внешнего датчика при параллельном отслеживании собственного положения в этой области. Задачи локализации и картографии для робота с использованием внешнего датчика тесно связаны друг с другом. Эти задачи обычно объединяют в общую задачу, которую в свою очередь называют задачей одновременной локализации и построения карты роботом (задача SLAM; simultaneous localization and mapping).

Составление представления об окружающей среде и локализации в нём автономного мобильного робота – две сопутствующие друг другу задачи. Решение каждой из них отдельно невозможно без столкновения с систематическими ошибками. Если имеется точная карта окружающей среды, то мобильный робот может легко ориентироваться по ней, и, наоборот, если мы знаем точное положение робота в пространстве, то построение описания окружающего мира является несложной проблемой.

Список литературы:

1. А. Антонов. Датчики в робототехнике. [электронный ресурс] – Режим доступа. – URL: http://robotosha.ru/robotics/sensors-in-robotics.html
2. А. Антонов. Классификация датчиков. [электронный ресурс] – Режим доступа. – URL: http://robotosha.ru/robotics/sensors-classification.html