RTK Technology: The Core of Accurate Positioning for Robot Mowers—But Is That Enough?

Představte si to: při cestě domů z práce váš smartphone nečekaně selže jako navigační zařízení. Můžete se stále dostat domů? Technologie GNSS (Globální navigační satelitní systém) se může zdát nenápadná, ale je nezbytná pro určení naší polohy, navigaci a objevování našeho okolí. Její přesnost a pohodlí jsou zakotveny v našich každodenních životech.

Inspirováno tímto, RTK (Real-Time Kinematic), který se spoléhá na signály satelitů GNSS jako svůj hlavní zdroj polohových dat, se stal široce přijatým v robotických sekačkách na trávu. Tato technologie umožňuje těmto sekačkám dosáhnout přesnosti na úrovni centimetrů, což transformuje proces péče o trávník. Mohou však dnešní RTK polohovací systémy být tak "inteligentní" jako technologie GNSS používaná ve smartphonech? Mohou efektivně pomoci robotickým sekačkám přesně určit jejich polohu a učinit údržbu trávníku efektivnější? Pojďme se na to podívat blíže.

1. Jaké efektivní technologie polohování jsou k dispozici pro robotické sekačky na trávu?

1.1 RTK Pozicionační Technologie

RTK, neboli Real-Time Kinematics, je technologie diferenciálního polohování na bázi nosné fáze, která dokáže dosáhnout přesnosti na úrovni centimetrů, což ji odlišuje od ostatních polohovacích systémů. Důvod, proč RTK dokáže dosáhnout přesnosti polohování na úrovni centimetrů v reálném čase, spočívá ve třech hlavních faktorech:

1.1.1 Používá měření fázového nosiče jako informační vzdálenost, což výrazně zlepšuje přesnost o 2 až 3 řády velikosti ve srovnání s tradičními měřeními pseudovzdálenosti.

1.1.2 Prováděním diferenciálních výpočtů s daty z blízkých základnových stanic lze účinně eliminovat různé systematické chyby.

1.1.3 I když jsou měření fázového nosiče vysoce přesná, nejistota počáteční fáze může vést k problému "celé ambiguity", což znamená, že nevíme, kolik úplných cyklů nosné vlny je zahrnuto během přenosu signálu. Nicméně algoritmus RTK může přesně určit počet úplných cyklů, což mu umožňuje dosáhnout přesnosti polohování na úrovni centimetrů.

Celkove, RTK diferenciální polohování na základě fáze nosiče kombinuje vysoce přesné pozorování fáze nosiče, diferenciální korekce, řešení celočíselných nejasností a potlačení multipath efektů, aby umožnilo polohování na úrovni centimetrů. Pro ilustraci, pokud byla předchozí přesnost velikostí dvou Cadillaců, aktuální přesnost je srovnatelná s velikostí nehtu - výjimečně přesná pro zahradu. V důsledku toho mohou nyní robotické sekačky trávníku přesně seříznout určené oblasti, podobně jako současné robotické vysavače.

Dále mohou být diferenciální signály mezi základnovou stanicí a roverem vypočítávány v reálném čase, aby poskytly korekční informace, a vysokofrekvenční přenos dat (typicky mezi 1 Hz a 20 Hz) umožňuje rychlé aktualizace polohování, což vede k tomu, že RTK systémy mají velmi rychlou dobu odezvy a dosahují přesnosti na úrovni milisekund. Kromě toho široké pokrytí diferenciálních signálů pomáhá efektivně korigovat chyby způsobené multipath efekty a environmentálním rušením (například budovami a stromy), čímž se snižuje dopad místních podmínek na celkový proces polohování.

Nicméně to neznamená, že technologie RTK je bezchybné. Vysoká závislost systémů RTK na satelitních signálech z základnové stanice a roveru je činí zranitelnými vůči chybám v určení polohy, zejména v oblastech s nedostatečným pokrytím základnové stanice nebo když jsou přítomny překážky, jako jsou stromy. Dále může být nastavení a provoz systémů RTK poměrně složité, vyžadující specializované znalosti a dovednosti pro konfiguraci a údržbu, což může bránit širokému přijetí této technologie.

Nicméně, tato technologie zůstává nejpoužívanější metodou polohování pro robotické sekačky na trávu, zatímco technologické společnosti pokračují v prozkoumávání dalších optimalizačních možností, jako jsou následující metody.

1.2  VSLAM

Jako další široce využívaná technologie polohování se VSLAM (vizuální simultánní lokalizace a mapování) stále více zkoumá mnoha technologickými společnostmi díky své nízké ceně a rychlé přizpůsobivosti změnám prostředí.

VSLAM je technika, která využívá vizuální informace pro lokalizaci v prostředí a konstrukci mapy. Integruje počítačové vidění, robotiku a senzorová data, což umožňuje vytváření mapy v reálném čase při přesném určení své polohy v neznámých prostředích. Obvykle VSLAM používá různé typy kamer—například monokulární, stereo nebo RGB-D kamery—k zachycení obrazových dat z okolí, přičemž extrahuje klíčové rysy jako rohy a hrany z těchto obrazů. Využívá algoritmy zpracování obrazu, jako jsou SIFT a ORB, k porovnávání těchto rysů a následně vypočítává pozici robota—jeho polohu a orientaci v prostoru—což mu umožňuje postupně vytvářet buď 2D, nebo 3D mapu prostředí.

Může se to zdát složité, ale základní myšlenka je jednoduchá: robot používá své kamery k pozorování prostředí během pohybu. Jak se pohybuje, shromažďuje vizuální data, aby vytvořil přesnou mapu svého okolí v reálném čase. Tato mapování umožňuje robotu činit informovaná rozhodnutí o svých dalších akcích na základě uspořádání prostředí. Tato technologie se nachází v různých mobilních robotech, včetně dronů, robotických vysavačů a autonomních vozidel.

Nicméně, VSLAM má své nevýhody. Technologie vyžaduje značnou výpočetní sílu pro zpracování velkých obrazových dat v reálném čase, což vyžaduje efektivní algoritmy a silnou hardwarovou podporu. Na rozdíl od technologie RTK je VSLAM také zranitelný vůči environmentálním faktorům, jako jsou změny osvětlení, barvy a krajina. Déšť, sníh a prach mohou způsobit nepřesnosti při vytváření map, což může bránit navigaci robota. Kromě toho, že se spoléhá výhradně na namontované kamery, je jeho provozní rozsah poněkud omezený.

1.3. Lidar Slam

Lidar SLAM je metoda lokalizace a mapování v reálném čase, která využívá technologii laserového radaru. Může vytvářet 2D nebo 3D mapy v reálném čase, obvykle reprezentované jako trojrozměrné bodové mraky nebo modely sítí. Možná jste si všimli, že tato metoda je podobná VSLAM, protože obě zahrnují mapování prostředí. Nicméně, na rozdíl od VSLAM, kde robot používá kamery k zachycení okolního prostředí, Lidar SLAM funguje na základě Lidar senzoru umístěného na robotu. Lidar senzory měří vzdálenosti vysíláním laserových pulsů a přijímáním odražených signálů, čímž generují vysoce přesná data bodových mraků o prostředí.

Jak se robot pohybuje svým okolím, neustále zachycuje data bodového mraku z každého skenu, aby vytvořil mapu aktuálního prostředí, čímž pomáhá robotu dosáhnout lepší lokalizace.

Ve srovnání s VSLAM poskytuje Lidar SLAM data o prostředí s vyšším rozlišením, zejména v složitých prostředích, jako jsou městské ulice a vnitřní prostory, kde dosahuje větší přesnosti než kamerové senzory používané ve VSLAM. Dále, protože Lidar využívá lasery pro měření vzdálenosti, zůstává nezasažen osvětlením, spolehlivě funguje jak v slabém, tak v extrémně jasném prostředí. Stručně řečeno, Lidar SLAM vyniká v lokalizačních schopnostech a vykazuje silnou odolnost vůči rušení z prostředí.

Takže, jaké jsou nevýhody? No, hlavně se to týká nákladů. Velké množství dat z Lidar senzoru vyžaduje značnou výpočetní sílu a zdroje, což může zkomplikovat vývoj softwaru a zvýšit náklady. Ve srovnání s tím VSLAM obvykle spoléhá na zavedené vizuální algoritmy a hojnost vizuálních senzorů poskytuje mnoho možností open-source softwaru. Z tohoto důvodu může být systém Lidar SLAM - včetně Lidar senzoru, výpočetních jednotek a softwaru - několikrát až mnohokrát dražší než nastavení VSLAM. Proto je VSLAM obvykle přístupnější pro výrobce a běžné uživatele.

1.4. UWB

UWB (Ultra-Wideband) polohování je technologie, která využívá ultraširokopásmové signály pro relativní polohování a měření vzdálenosti. Primárně se aplikuje v scénářích vnitřního polohování, dosahující přesnosti polohování na úrovni submetru nebo centimetru. UWB má silné pronikací schopnosti, efektivně prochází zdmi a dalšími překážkami, přičemž si udržuje dobrý výkon v komplexních vnitřních prostředích, jako je sledování majetku, lokalizace personálu a navigace. Zvláštní pozoruhodnou vlastností UWB je její schopnost podporovat polohování a komunikaci více zařízení současně. Díky těmto výhodám se UWB také začalo používat v robotických sekačkách na trávu venku.

Jeho efektivní komunikační dosah je obvykle poměrně krátký, obvykle mezi desítkami a sto metry. Toto omezení může vyžadovat nasazení dalších základnových stanic nebo reléového vybavení pro větší travnaté plochy, což může být omezující. Kromě toho UWB polohování vyžaduje nasazení více základnových stanic nebo kotevních zařízení v monitorované oblasti, aby bylo dosaženo přesného polohování, což zvyšuje složitost a náklady na nastavení a údržbu. Stručně řečeno, zatímco může být efektivní uvnitř, existuje řada omezení při použití venku.

V tuto chvíli se možná cítíte trochu zmateně: zdá se, že žádné z těchto řešení není skutečně spolehlivé?

2. Existuje optimální technologie polohování pro robotické sekačky na trávu?

Analýzou výhod a nevýhod různých populárních technologií polohování zmíněných výše je jasné, že každá technologie má své nevýhody. V důsledku toho se některé společnosti vyrábějící roboty na sečení trávy rozhodují kombinovat více technologií, aby dosáhly nejlepšího řešení. Mezi diskutovanými možnostmi hraje technologie RTK bezpochyby centrální roli díky svým nejvýznamnějším výhodám a nejmenším nevýhodám. Jednoduše se musíme opřít o tento základ a začlenit další technologie, abychom maximalizovali polohovací schopnosti robotických sekaček.

2.1. RTK + UWB? Neoptimální

Nejprve zvažme, zda kombinace RTK a UWB může vyřešit problémy. U RTK, pokud budou vyřešeny problémy s pokrytím základnové stanice pro příjem GNSS signálů a rušením signálu, by neměly být pochybnosti o schopnostech polohování RTK. Problém základnové stanice je zvládnutelný; pokud je v oblasti k dispozici dostatek GNSS satelitů, můžeme nastavit dostatečný počet základnových stanic na základě potřeb sekačky trávy, abychom vyřešili potenciální problémy s pokrytím signálu na velkých plochách trávy. Ale dokáže UWB zvládnout problém s rušením signálu? To je trochu nejisté.

Za druhé, UWB polohování vyžaduje nasazení více základnových stanic nebo kotevních bodů v provozní oblasti, aby bylo dosaženo přesného polohování. To může zahrnovat vysoké náklady na nastavení a čas v rozsáhlých trávníkových oblastech nebo složitých prostředích, což vysvětluje, proč je to vhodnější pro vnitřní polohování. Za druhé, i když UWB signály mají určitou schopnost pronikání, mohou být stále v určitých situacích (například v husté vegetaci nebo budovách) blokovány nebo oslabovány, což ovlivňuje výkon polohování.

2.2.  RTK + Laser? Příliš drahé

Co se stane, když se technologie RTK polohování zkombinuje s technologií laserového polohování? Z předchozích diskuzí víme, že RTK polohování nabízí přesnost na úrovni centimetrů. Zralé technologie jako Lidar SLAM také mají vynikající přesnost a odolnost vůči rušení, což znamená, že jejich kombinace by mohla potenciálně dosáhnout přesnosti polohování, kde 1 + 1 > 2. Nicméně technické a údržbové náklady spojené s takovými výsledky jsou nepřiměřeně vysoké, což činí téměř nemožným, aby si průměrný spotřebitel mohl dovolit. Takže budeme muset prozatím počkat.

2.3. RTK + VSLAM? Ano!

Takže může kombinace RTK a VSLAM vytvořit systém vizuální fúze polohování, který nakonec vyřeší problém? Z technického hlediska VSLAM řeší nevyhnutelný signální interference RTK způsobené překážkami v cestě robota, protože může neustále vytvářet mapu, aby pomohl stroji vyhýbat se překážkám, čímž snižuje signální interference. Z pohledu nákladů VSLAM používá zralé vizuální algoritmy, které byly široce přijaty v různých sektorech, což výrazně snižuje náklady. Proto jsou oba problémy vyřešeny! Mezitím může RTK účinně zmírnit nedostatky technologie VSLAM, chráníc před potenciálním environmentálním rušením způsobeným deštěm, sněhem nebo prachem, čímž maximalizuje výsledky polohování dosažené jejich kombinací.

Můžeme vzít EFLS 2.0 použitý v Robotická sekačka na trávu Navimow jako příklad k podrobnému prozkoumání aplikace této technologie.

EFLS, neboli Exact Fusion Locating System, vyžaduje minimálně 10 satelitů pro stabilní provoz. Kombinuje satelitní polohování se signály z více senzorů, aby vypočítal aktuální polohu robotické sekačky, a dosahuje přesnosti na úrovni centimetrů. Satelitní signály pro EFLS jsou získávány z RTK polohování, přičemž jak robotická sekačka Navimow, tak anténa tyto signály přijímají. Nabíjecí stanice usnadňuje přenos signálů z antény do sekačky, což umožňuje synchronní výpočty, které snižují chyby v polohování.

Nicméně, satelitní signály mohou být během nepříznivých povětrnostních podmínek, jako je déšť nebo sníh, blokovány. Aby bylo možné udržet přesné určení polohy v takových situacích, jsou do systému integrovány vizuální orientační body. V oblastech s špatným pokrytím satelity zasahuje kamera, aby robotu poskytla spolehlivější určení polohy. Proces vizuálního mapování se skládá ze tří klíčových kroků:

Krok 1: Sběr vizuálních dat

Během svého počátečního mapování a prvního kompletního cyklu sečení se sekačka shromažďuje vizuální data.

Krok 2: Optimalizace vizuální mapy Po návratu na nabíjecí stanici se sekačka automaticky optimalizuje vizuální mapu. Tato optimalizace trvá několik hodin a pozastaví se, pokud se sekačka vzdálí od stanice.

Krok 3: Vizualizace lokalizace

Když jsou signály RTK během sečení slabé, robotická sekačka porovnává vizuální prvky v reálném čase s daty vizuální mapy, aby vypočítala svou polohu a zajistila nepřerušené sečení.

Kromě toho, s pomocí Visionfence, může robot rychle reagovat na překážky před sebou během krátké doby, což zajišťuje efektivní proces sečení.

Teď si užijme zvýšenou efektivitu a výjimečný zážitek z údržby trávníku, který přináší kombinace obou RTK technologií v robotické sekačce Navimow.