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

Zamislite ovo: dok se vraćate kući s posla, vaš pametni telefon iznenada prestaje raditi kao navigacijski uređaj. Možete li se još uvijek snaći i doći kući? GNSS (Global Navigation Satellite System) tehnologija može izgledati neupadljivo, ali je bitna za lociranje, navigaciju i istraživanje našeg okruženja. Njena točnost i praktičnost su utkane u naše svakodnevne živote.

Inspiriran ovim, RTK (Real-Time Kinematic), koji se oslanja na GNSS satelitske signale kao svoj primarni izvor podataka o pozicioniranju, postao je široko prihvaćen u robotskim kosilicama. Ova tehnologija omogućuje tim kosilicama postizanje preciznosti na razini centimetra, transformirajući proces njege travnjaka. Međutim, mogu li današnji RTK sustavi pozicioniranja biti "pametni" kao GNSS tehnologija koja se koristi u pametnim telefonima? Mogu li učinkovito pomoći robotskim kosilicama da točno odrede svoje lokacije i učine održavanje travnjaka učinkovitijim? Pogledajmo pobliže.

1. Koje učinkovite tehnologije pozicioniranja su dostupne za robotske kosilice?

1.1 RTK Tehnologija Pozicioniranja

RTK, ili Kinematika u stvarnom vremenu, je tehnologija diferencijalnog pozicioniranja s nosivom fazom koja može postići točnost na razini centimetra, što je izdvaja od drugih sustava pozicioniranja. Razlog zašto RTK može postići točnost pozicioniranja u stvarnom vremenu na razini centimetra leži u tri glavna faktora:

1.1.1 Koristi mjerenja faze nositelja kao informaciju o udaljenosti, što značajno poboljšava točnost za 2 do 3 reda veličine u usporedbi s tradicionalnim mjerenjima pseudorazmjera.

1.1.2 Izvršavanjem diferencijalnih proračuna s podacima iz obližnjih baznih stanica, različite sustavne pogreške mogu se učinkovito eliminirati.

1.1.3 Iako su mjerenja faze nositelja izuzetno točna, nesigurnost početne faze može dovesti do problema "cjelobrojne ambigvitetnosti", što znači da se ne zna koliko je cjelovitih ciklusa nositeljske valne duljine uključeno tijekom prijenosa signala. Međutim, RTK algoritam može točno odrediti broj cjelovitih ciklusa, omogućujući mu postizanje točnosti pozicioniranja na razini centimetra.

U sažetku, RTK diferencijalno pozicioniranje s nosivom fazom kombinira visoko precizne promjene nosive faze, diferencijalne korekcije, rješavanje cjelobrojne neodređenosti i suzbijanje višestrukih putanja kako bi omogućilo pozicioniranje visoke preciznosti na razini centimetra. Da ilustriramo, ako je prethodna točnost bila duljina dva Cadillaca, trenutna točnost usporediva je s veličinom nokta na prstu—iznimno precizno za dvorište. Kao rezultat toga, robotske kosilice sada mogu precizno obrezivati određena područja, slično suvremenim robotskim usisavačima.

Dodatno, diferencijalni signali između bazne stanice i rover-a mogu se izračunati u stvarnom vremenu kako bi se pružile informacije o ispravci, a prijenos podataka visoke frekvencije (obično između 1 Hz i 20 Hz) omogućuje brze ažuriranja pozicioniranja, što rezultira RTK sustavima s vrlo brzim vremenom odziva i postizanjem točnosti na razini milisekundi. Nadalje, široka pokrivenost diferencijalnih signala pomaže učinkovito ispraviti pogreške uzrokovane višeputnim efektima i okolišnim smetnjama (kao što su zgrade i drveće), smanjujući utjecaj lokalnih uvjeta na cjelokupni proces pozicioniranja.

Međutim, to ne znači da je RTK tehnologija nepogrešiva. Visoka ovisnost RTK sustava o satelitskim signalima iz bazne stanice i roveru čini ih ranjivima na pogreške u pozicioniranju, posebno u područjima s nedovoljnom pokrivenošću bazne stanice ili kada postoje prepreke poput drveća. Nadalje, postavljanje i rad RTK sustava mogu biti prilično složeni, zahtijevajući specijalizirano znanje i vještine za konfiguraciju i održavanje, što može ometati široku primjenu ove tehnologije.

Ipak, ova tehnologija ostaje najšire korištena metoda pozicioniranja za robotske kosilice, dok tehnološke tvrtke nastavljaju istraživati daljnje opcije optimizacije, poput sljedećih metoda.

1.2 VSLAM

Kao još jedna široko korištena tehnologija pozicioniranja, VSLAM (Vizualno simultano lokaliziranje i mapiranje) sve više istražuju mnoge tehnološke tvrtke zbog niskih troškova i brze prilagodljivosti promjenama u okolišu.

VSLAM je tehnika koja koristi vizualne informacije za lokalizaciju u okolišu i izradu karata. Integrira računalni vid, robotiku i podatke senzora, omogućujući izradu karata u stvarnom vremenu dok točno određuje svoju poziciju u nepoznatim okruženjima. Obično, VSLAM koristi različite vrste kamera—kao što su monokularne, stereo ili RGB-D kamere—za snimanje slikovnih podataka iz okoline, izvlačeći ključne značajke poput kutova i rubova iz tih slika. Koristi algoritme obrade slika, kao što su SIFT i ORB, za usklađivanje tih značajki i potom izračunava robotovu poziciju—njegovu poziciju i orijentaciju u prostoru—omogućujući mu postupno izradu 2D ili 3D karte okoliša.

Može se činiti složenim, ali osnovna ideja je jednostavna: robot koristi svoje kamere za promatranje okoline dok se kreće. Dok se kreće, prikuplja vizualne podatke kako bi stvorio točnu kartu svog okruženja u stvarnom vremenu. Ova kartografija omogućuje robotu donošenje informiranih odluka o svojim sljedećim radnjama na temelju rasporeda okoline. Ova tehnologija može se naći u raznim mobilnim robotima, uključujući dronove, robotske usisavače i autonomna vozila.

Međutim, VSLAM ima svoje nedostatke. Tehnologija zahtijeva značajnu računalnu snagu za obradu velikih skupova slika u stvarnom vremenu, što zahtijeva učinkovite algoritme i snažnu hardversku podršku. Za razliku od RTK tehnologije, VSLAM je također podložan utjecajima okoline kao što su promjene osvjetljenja, boje i krajolik. Kiša, snijeg i prašina mogu uzrokovati netočnosti u izradi karata, što može ometati navigaciju robota. Osim toga, budući da se oslanja isključivo na montirane kamere, njegov operativni domet je donekle ograničen.

1.3. Lidar Slam

Lidar SLAM je metoda lokalizacije i mapiranja u stvarnom vremenu koja koristi tehnologiju laserskog radara. Može proizvesti 2D ili 3D karte u stvarnom vremenu, obično predstavljene kao trodimenzionalni oblaci točaka ili mrežni modeli. Možda ste primijetili da je ova metoda slična VSLAM-u, budući da obje uključuju mapiranje okoline. Međutim, za razliku od VSLAM-a, gdje robot koristi kamere za snimanje okoline, Lidar SLAM radi na temelju Lidar senzora montiranog na robotu. Lidar senzori mjere udaljenosti emitiranjem laserskih impulsa i primanjem reflektiranih signala, generirajući podatke o oblaku točaka visoke preciznosti o okolini.

Dok robot prolazi kroz svoje okruženje, kontinuirano prikuplja podatke o točkama iz svake skenirane točke kako bi stvorio kartu trenutnog okruženja, čime pomaže robotu u postizanju bolje lokalizacije.

U usporedbi s VSLAM-om, Lidar SLAM pruža podatke o okolišu veće rezolucije, posebno u složenim okruženjima poput gradskih ulica i unutarnjih prostora, gdje postiže veću točnost od senzora kamere koji se koriste u VSLAM-u. Nadalje, budući da Lidar koristi lasere za mjerenje udaljenosti, ne utječu na njega uvjeti osvjetljenja, pouzdano djeluje u slabim i iznimno svijetlim okruženjima. Ukratko, Lidar SLAM se ističe u mogućnostima lokalizacije i pokazuje snažnu otpornost na okolišne smetnje.

Dakle, koji su nedostaci? Pa, to se uglavnom svodi na troškove. Velike količine podataka s Lidar senzora zahtijevaju značajnu procesorsku snagu i resurse, što može zakomplicirati razvoj softvera i povećati troškove. U usporedbi, VSLAM obično oslanja na etablirane vizualne algoritme, a obilje vizualnih senzora pruža mnoge opcije otvorenog koda. Zbog toga, Lidar SLAM sustav—uključujući Lidar senzor, računalne jedinice i softver—može biti nekoliko puta do mnogo puta skuplji od VSLAM postavke. Stoga je VSLAM obično pristupačniji za proizvođače i svakodnevne korisnike.

1.4. UWB

UWB (Ultra-Wideband) pozicioniranje je tehnologija koja koristi ultra-široke frekvencijske signale za relativno pozicioniranje i mjerenje udaljenosti. Primarno se primjenjuje u scenarijima unutarnjeg pozicioniranja, postizajući točnost pozicioniranja na razini sub-metra ili centimetra. UWB ima snažne sposobnosti penetracije, učinkovito prolazeći kroz zidove i druge prepreke, dok održava dobru izvedbu u složenim unutarnjim okruženjima, kao što su praćenje imovine, lokalizacija osoblja i navigacija. Posebno istaknuta značajka UWB-a je njegova sposobnost podržavanja pozicioniranja i komunikacije više uređaja istovremeno. Zahvaljujući tim prednostima, UWB je također počeo biti korišten u vanjskim robotiziranim kosilicama.

Međutim, njegov učinkoviti komunikacijski domet obično je prilično kratak, obično između desetaka i stotina metara. Ova ograničenja mogu zahtijevati dodatne bazne stanice ili opremu za relaying koja će biti postavljena za veće travnate površine, što može biti ograničavajuće. Osim toga, UWB pozicioniranje zahtijeva postavljanje više baznih stanica ili sidrenih uređaja unutar nadziranog područja kako bi se postiglo točno pozicioniranje, što dodaje složenost i troškove postavljanju i održavanju. Ukratko, iako može biti učinkovito unutra, postoje brojna ograničenja kada se koristi vani.

U ovom trenutku, možda se osjećate pomalo zbunjeno: čini se da nijedno od ovih rješenja nije zaista pouzdano?

2. Postoji li optimalno rješenje tehnologije pozicioniranja za robotske kosilice?

Analizom prednosti i nedostataka raznih popularnih tehnologija pozicioniranja spomenutih iznad, jasno je da svaka tehnologija ima svoje nedostatke. Kao rezultat toga, neke tvrtke za robotiku košnje trave odlučuju se kombinirati više tehnologija kako bi postigle najbolje rješenje. Među raspravljenim opcijama, RTK tehnologija nesumnjivo igra središnju ulogu zbog svojih najznačajnijih prednosti i najmanje nedostataka. Jednostavno trebamo graditi na ovoj osnovi i uključiti druge tehnologije kako bismo maksimizirali mogućnosti pozicioniranja robotiziranih kosilica.

2.1. RTK + UWB? Nije optimalno

Prvo, razmotrimo može li kombinacija RTK i UWB riješiti probleme. S RTK-om, sve dok su problemi pokrivenosti bazne stanice za primanje GNSS signala i smetnji signala riješeni, mogućnosti pozicioniranja RTK-a ne bi trebale biti upitne. Problem bazne stanice je upravljiv; sve dok ima dovoljno GNSS satelita dostupnih u području, možemo postaviti dovoljan broj baznih stanica na temelju potreba kosilice za travu kako bismo riješili potencijalne probleme pokrivenosti signala na velikim površinama trave. No, može li UWB riješiti problem smetnji signala? To je malo neizvjesno.

Drugo, UWB pozicioniranje zahtijeva postavljanje više baznih stanica ili sidrenih točaka unutar radnog područja kako bi se postiglo točno pozicioniranje. To može uključivati visoke troškove postavljanja i vrijeme u velikim travnatim područjima ili složenim okruženjima, objašnjavajući zašto je prikladnije za unutarnje pozicioniranje. Drugo, iako UWB signali imaju određenu sposobnost penetracije, i dalje mogu biti ometani ili oslabljeni u određenim situacijama (kao što su gusta vegetacija ili zgrade), što utječe na performanse pozicioniranja.

2.2.  RTK + Laser? Previše skupo

Što se događa kada se RTK tehnologija pozicioniranja kombinira s tehnologijom laserskog pozicioniranja? Iz ranijih rasprava znamo da RTK pozicioniranje nudi točnost na razini centimetra. Zrele tehnologije poput Lidar SLAM-a također imaju izvrsnu preciznost i otpornost na smetnje, što znači da bi njihova kombinacija mogla potencijalno postići točnost pozicioniranja gdje 1 + 1 > 2. Međutim, tehnički i održavni troškovi povezani s takvim rezultatima su izuzetno visoki, što čini gotovo nemogućim da prosječni potrošač to priušti. Stoga, morat ćemo pričekati za sada.

2.3.  RTK + VSLAM? Da!

Dakle, može li kombinacija RTK i VSLAM-a stvoriti sustav vizualne fuzijske pozicioniranja koji na kraju rješava problem? Iz tehničke perspektive, VSLAM rješava neizbježne smetnje signala RTK-a uzrokovane preprekama na putu robota, jer može kontinuirano graditi kartu kako bi pomogao stroju u izbjegavanju prepreka, čime se smanjuje smetnja signala. Iz perspektive troškova, VSLAM koristi zrele vizualne algoritme koji su široko prihvaćeni u raznim sektorima, značajno smanjujući troškove. Stoga su oba problema riješena! U međuvremenu, RTK može učinkovito ublažiti nedostatke VSLAM tehnologije, štiteći od potencijalnih smetnji iz okoline uzrokovanih kišom, snijegom ili prašinom, čime se maksimiziraju rezultati pozicioniranja postignuti njihovom kombinacijom.

Možemo uzeti EFLS 2.0 korišten u Navimow robotska kosilica kao primjer za posebno ispitivanje primjene ove tehnologije.

EFLS, ili Sustav točne fuzije lociranja, zahtijeva minimalno 10 satelita za stabilno djelovanje. Kombinira satelitsko pozicioniranje s signalima iz više senzora kako bi izračunao stvarno pozicioniranje robotske kosilice, postizajući točnost na razini centimetra. Satelitski signali za EFLS dolaze iz RTK pozicioniranja, pri čemu i robotska kosilica Navimow i antena primaju te signale. Stanica za punjenje olakšava prijenos signala s antene na kosilicu, omogućujući sinkrone izračune koji smanjuju pogreške u pozicioniranju.

Međutim, satelitski signali mogu biti ometani tijekom nepovoljnih vremenskih uvjeta, poput kiše ili snijega. Kako bi se održalo točno pozicioniranje u takvim situacijama, vizualne oznake su integrirane u sustav. U područjima s lošim satelitskim pokrivanjem, kamera preuzima ulogu kako bi robotu pružila pouzdanije pozicioniranje. Proces vizualnog mapiranja sastoji se od tri ključna koraka:

Korak 1: Prikupljanje vizualnih podataka

Tijekom svoje inicijalne karte i prvog potpunog ciklusa košnje, kosilica prikuplja vizualne podatke.

Korak 2: Optimizacija vizualne karte Nakon povratka na stanicu za punjenje, kosilica automatski optimizira vizualnu kartu. Ova optimizacija traje nekoliko sati i bit će pauzirana ako kosilica napusti stanicu.

Korak 3: Vizualna lokalizacija

Kada su RTK signali slabi tijekom košnje, robot kosilica uspoređuje značajke u stvarnom vremenu s vizualnim podacima karte kako bi izračunala svoju lokaciju, osiguravajući neprekidnu košnju.

Osim toga, uz pomoć Visionfencea, robot može brzo reagirati na prepreke ispred sebe u kratkom vremenu, osiguravajući učinkovit proces košnje.

Sada uživajmo u poboljšanoj učinkovitosti i izvanrednom iskustvu održavanja travnjaka koje donosi kombinacija obje RTK tehnologije u Navimow robotskoj kosilici.