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

Iedomājieties šo: ceļojot mājās no darba, jūsu viedtālrunis negaidīti neizdodas kā navigācijas ierīce. Vai jūs joprojām varat atrast ceļu mājās? GNSS (Globālā navigācijas satelītu sistēma) tehnoloģija var šķist neuzkrītoša, bet tā ir būtiska, lai atrastu sevi, orientētos un izpētītu apkārtni. Tās precizitāte un ērtums ir ieaudzināti mūsu ikdienas dzīvē.

Iedvesmojoties no tā, RTK (Reālā laika kinematika), kas paļaujas uz GNSS satelītu signāliem kā savu galveno pozicionēšanas datu avotu, ir kļuvis plaši pieņemts robotizētajos zāliena pļāvējos. Šī tehnoloģija ļauj šiem pļāvējiem sasniegt centimetru līmeņa precizitāti, pārveidojot zāliena kopšanas procesu. Tomēr vai mūsdienu RTK pozicionēšanas sistēmas var būt tikpat "gudras" kā GNSS tehnoloģija, ko izmanto viedtālruņos? Vai tās var efektīvi palīdzēt robotizētajiem pļāvējiem precīzi noteikt savas atrašanās vietas un padarīt zāliena apkopi efektīvāku? Apskatīsim tuvāk.

1. Kādas efektīvas pozicionēšanas tehnoloģijas ir pieejamas robotizētajiem zāliena pļāvējiem?

1.1 RTK pozicionēšanas tehnoloģija

RTK jeb reāllaika kinemātika ir nesēju fāzes diferenciālā pozicionēšanas tehnoloģija, kas var sasniegt centimetru līmeņa precizitāti, atšķirot to no citām pozicionēšanas sistēmām. Iemesls, kāpēc RTK var sasniegt reāllaika centimetru līmeņa pozicionēšanas precizitāti, ir trīs galvenie faktori:

1.1.1 Tas izmanto nesēja fāzes mērījumus kā attāluma informāciju, kas būtiski uzlabo precizitāti par 2 līdz 3 kārtām salīdzinājumā ar tradicionālajiem pseidoattāluma mērījumiem.

1.1.2 Veicot diferenciālas aprēķinus, izmantojot datus no tuvējām bāzes stacijām, dažādas sistemātiskas kļūdas var efektīvi novērst.

1.1.3 Lai gan nesēja fāzes mērījumi ir ļoti precīzi, sākotnējās fāzes nenoteiktība var radīt "veselā skaitļa neskaidrības" problēmu, kas nozīmē, ka nav zināms, cik daudz pilnu nesēja viļņu ciklu ir iekļauti signāla pārsūtīšanas laikā. Tomēr RTK algoritms var precīzi noteikt pilnu ciklu skaitu, ļaujot tam sasniegt centimetrus līmeņa pozicionēšanas precizitāti.

Kopsavilkumā RTK nesēja fāzes diferenciālā pozicionēšana apvieno augstas precizitātes nesēja fāzes novērojumus, diferenciālas korekcijas, veselu neskaidrību risināšanu un multipath efektu nomākšanu, lai nodrošinātu centimetrus precīzu pozicionēšanu. Lai ilustrētu, ja iepriekšējā precizitāte bija divu Cadillac garums, tad pašreizējā precizitāte ir salīdzināma ar nagu izmēru - ārkārtīgi precīza dārzā. Tādējādi robota zāles pļāvēji tagad var precīzi apgriezt noteiktas zonas, līdzīgi kā mūsdienu robota putekļsūcēji.

Turklāt diferenciālie signāli starp bāzes staciju un roveri var tikt aprēķināti reāllaikā, lai nodrošinātu korekcijas informāciju, un augstas frekvences datu pārsūtīšana (parasti no 1 Hz līdz 20 Hz) ļauj ātri atjaunināt pozicionēšanu, rezultātā RTK sistēmām ir ļoti ātra reakcijas laiks un tās sasniedz milisekundes līmeņa precizitāti. Turklāt plašā diferenciālo signālu pārklājuma palīdz efektīvi koriģēt kļūdas, ko izraisa multipath efekti un vides traucējumi (piemēram, ēkas un koki), samazinot vietējo apstākļu ietekmi uz kopējo pozicionēšanas procesu.

Tomēr tas nenozīmē, ka RTK tehnoloģija ir neapgāžama. Augstā RTK sistēmu atkarība no satelītu signāliem no bāzes stacijas un roveriem padara tās uzņēmīgas pret pozicionēšanas kļūdām, īpaši vietās ar nepietiekamu bāzes stacijas pārklājumu vai kad ir šķēršļi, piemēram, koki. Turklāt RTK sistēmu uzstādīšana un darbība var būt diezgan sarežģīta, prasa specializētas zināšanas un prasmes konfigurācijai un apkopei, kas var kavēt šīs tehnoloģijas plašu ieviešanu.

Tomēr šī tehnoloģija joprojām ir visplašāk izmantotā pozicionēšanas metode robotizētajiem zāles pļāvējiem, kamēr tehnoloģiju uzņēmumi turpina izpētīt papildu optimizācijas iespējas, piemēram, sekojošās metodes.

1.2 VSLAM

Kā vēl viena plaši izmantota pozicionēšanas tehnoloģija, VSLAM (Vizuālā vienlaicīgā lokalizācija un kartēšana) arvien vairāk tiek pētīta daudzu tehnoloģiju uzņēmumu dēļ tās zemo izmaksu un ātrās pielāgošanās vides izmaiņām.

VSLAM ir tehnika, kas izmanto vizuālo informāciju vides lokalizācijai un kartes izveidei. Tā integrē datorredzi, robotiku un sensoru datus, ļaujot reāllaikā veidot kartes, vienlaikus precīzi nosakot savu pozīciju nezināmās vidēs. Parasti VSLAM izmanto dažāda veida kameras—piemēram, monokulārās, stereoskopiskās vai RGB-D kameras—lai iegūtu attēlu datus no apkārtnes, izceļot galvenās iezīmes, piemēram, stūrus un malas no šiem attēliem. Tā izmanto attēlu apstrādes algoritmus, piemēram, SIFT un ORB, lai salīdzinātu šīs iezīmes un pēc tam aprēķina robota pozīciju—tā atrašanās vietu un orientāciju telpā—ļaujot tam pakāpeniski izveidot vai nu 2D, vai 3D vides karti.

Tas var šķist sarežģīti, bet pamatideja ir vienkārša: robots izmanto savas kameras, lai novērotu apkārtni, kamēr pārvietojas. Pārvietojoties, tas vāc vizuālos datus, lai izveidotu precīzu reāllaika karti par savu apkārtni. Šī kartēšana ļauj robotam pieņemt pamatotus lēmumus par savām nākamajām darbībām, pamatojoties uz apkārtnes izkārtojumu. Šī tehnoloģija ir sastopama dažādos mobilajos robotos, tostarp dronos, robotizētās putekļu sūcējās un autonomajās transportlīdzekļos.

Tomēr VSLAM ir savi trūkumi. Šai tehnoloģijai ir nepieciešama liela aprēķinu jauda, lai reāllaikā apstrādātu lielus attēlu datu kopumus, kas prasa efektīvas algoritmus un spēcīgu aparatūras atbalstu. Atšķirībā no RTK tehnoloģijas, VSLAM ir arī jutīgs pret vides faktoriem, piemēram, apgaismojuma izmaiņām, krāsām un ainavām. Lietus, sniegs un putekļi var radīt neprecizitātes kartes veidošanā, kas var traucēt robota navigāciju. Turklāt, ņemot vērā, ka tas pilnībā paļaujas uz uzstādītajām kamerām, tā darbības diapazons ir nedaudz ierobežots.

1.3. Lidar Slam

Lidar SLAM ir reāllaika lokalizācijas un kartēšanas metode, kas izmanto lāzera radara tehnoloģiju. Tā var radīt reāllaika 2D vai 3D kartes, parasti attēlotas kā trīsdimensionālas punktu mākoņu vai režģa modeļi. Jūs, iespējams, esat pamanījuši, ka šī metode ir līdzīga VSLAM, jo abas ietver vides kartēšanu. Tomēr, atšķirībā no VSLAM, kur robots izmanto kameras, lai uzņemtu apkārtējo vidi, Lidar SLAM darbojas, pamatojoties uz Lidar sensoru, kas uzstādīts uz robota. Lidar sensori mēra attālumus, izstarojot lāzera impulsus un saņemot atstarotās signālus, ģenerējot augstas precizitātes punktu mākoņu datus par vidi.

Kad robots pārvietojas caur savu apkārtni, tas nepārtraukti iegūst punktu mākoņa datus no katra skenējuma, lai izveidotu karti par pašreizējo vidi, tādējādi palīdzot robotam sasniegt labāku lokalizāciju.

Salīdzinot ar VSLAM, Lidar SLAM nodrošina augstākas izšķirtspējas vides datus, īpaši sarežģītās vidēs, piemēram, pilsētas ielās un iekštelpās, kur tas sasniedz lielāku precizitāti nekā VSLAM izmantotie kameru sensori. Turklāt, ņemot vērā, ka Lidar izmanto lāzerus attāluma mērīšanai, tas nav ietekmēts no apgaismojuma apstākļiem, uzticami darbojoties gan vājā, gan ļoti spilgtā apgaismojumā. Kopsavilkumā, Lidar SLAM izceļas ar lokalizācijas spējām un demonstrē spēcīgu pretestību vides traucējumiem.

Tātad, kādi ir trūkumi? Nu, tas galvenokārt attiecas uz izmaksām. Lielie datu apjomi no Lidar sensora prasa ievērojamu apstrādes jaudu un resursus, kas var sarežģīt programmatūras izstrādi un palielināt izmaksas. Salīdzinājumā VSLAM parasti balstās uz izveidotiem vizuālajiem algoritmiem, un vizuālo sensoru pārpilnība nodrošina daudz atvērtā koda programmatūras izvēļu. Tāpēc Lidar SLAM sistēma — ieskaitot Lidar sensoru, skaitļošanas vienības un programmatūru — var būt vairākkārt dārgāka nekā VSLAM uzstādījums. Tādēļ VSLAM parasti ir pieejamāks ražotājiem un ikdienas lietotājiem.

1.4. UWB

UWB (Ultra-Wideband) pozicionēšana ir tehnoloģija, kas izmanto ultra-plašu frekvenču signālus relatīvai pozicionēšanai un attāluma mērīšanai. Tā galvenokārt tiek pielietota iekštelpu pozicionēšanas scenārijos, sasniedzot sub-metra vai centimetru līmeņa pozicionēšanas precizitāti. UWB ir spēcīgas caurlaidības spējas, efektīvi pārvarot sienas un citus šķēršļus, vienlaikus saglabājot labu veiktspēju sarežģītās iekštelpu vidēs, piemēram, aktīvu izsekošanā, personāla lokalizācijā un navigācijā. Īpaši ievērojama UWB iezīme ir tās spēja atbalstīt vairāku ierīču pozicionēšanu un komunikāciju vienlaikus. Pateicoties šīm priekšrocībām, UWB ir sācis tikt izmantots arī āra robotu zāles pļāvējos.

Tomēr tā efektīvās komunikācijas diapazons parasti ir diezgan īss, parasti no desmitiem līdz simtam metriem. Šī ierobežojuma dēļ var būt nepieciešama papildu bāzes staciju vai relē iekārtu izvietošana lielākām zāliena platībām, kas var būt ierobežojoši. Turklāt UWB pozicionēšanai ir nepieciešama vairāku bāzes staciju vai enkura ierīču izvietošana uzraudzītajā teritorijā, lai sasniegtu precīzu pozicionēšanu, pievienojot sarežģītību un izmaksas uzstādīšanai un apkopei. Kopsavilkumā, lai gan tas var būt efektīvs iekštelpās, ārpus telpām ir daudz ierobežojumu.

Šajā brīdī, iespējams, jūtaties nedaudz apjucis: šķiet, ka neviena no šīm risinājumiem nav patiešām uzticama?

2. Vai ir optimāla pozicionēšanas tehnoloģiju risinājums robotizētām zāles pļāvējiem?

Analizējot iepriekš minēto populāro pozicionēšanas tehnoloģiju priekšrocības un trūkumus, ir skaidrs, ka katrai tehnoloģijai ir savi trūkumi. Tāpēc daži zāles pļaušanas robotikas uzņēmumi izvēlas apvienot vairākas tehnoloģijas, lai sasniegtu labāko risinājumu. Starp apspriestajām iespējām RTK tehnoloģijai noteikti ir centrāla loma, ņemot vērā tās visnozīmīgākās priekšrocības un vismazākos trūkumus. Mums vienkārši jābalstās uz šo pamatu un jāiekļauj citas tehnoloģijas, lai maksimāli palielinātu robotu pļāvēju pozicionēšanas iespējas.

2.1. RTK + UWB? Nav optimāli

Vispirms apskatīsim, vai RTK un UWB apvienošana var atrisināt problēmas. Ar RTK, kamēr tiek risinātas bāzes stacijas pārklājuma problēmas GNSS signālu saņemšanai un signālu traucējumi, RTK pozicionēšanas iespējas nedrīkst būt apšaubāmas. Bāzes stacijas jautājums ir pārvaldāms; kamēr apgabalā ir pietiekami daudz GNSS satelītu, mēs varam izveidot pietiekamu skaitu bāzes staciju, pamatojoties uz zāles pļāvēja vajadzībām, lai risinātu potenciālās signāla pārklājuma problēmas plašās zāles platībās. Bet vai UWB var tikt galā ar signālu traucējumu problēmu? Tas ir nedaudz nenoteikti.

Otrkārt, UWB pozicionēšana prasa vairākus bāzes stacijas vai enkura punktus, kas jāizvieto darbības zonā, lai sasniegtu precīzu pozicionēšanu. Tas var ietvert augstas uzstādīšanas izmaksas un laiku lielās zāliena platībās vai sarežģītās vidēs, skaidrojot, kāpēc tā ir piemērotāka iekštelpu pozicionēšanai. Otrkārt, lai gan UWB signāliem ir noteikta iekļūšanas spēja, tie joprojām var tikt traucēti vai vājināti noteiktās situācijās (piemēram, blīvā veģetācijā vai ēkās), ietekmējot pozicionēšanas veiktspēju.

2.2.  RTK + Lāzers? Pārāk dārgi

Kas notiek, kad RTK pozicionēšanas tehnoloģija tiek apvienota ar lāzera pozicionēšanas tehnoloģiju? No iepriekšējām diskusijām mēs zinām, ka RTK pozicionēšana piedāvā centimetru līmeņa precizitāti. Nobriedušas tehnoloģijas, piemēram, Lidar SLAM, arī ir izcila precizitāte un pretestība traucējumiem, kas nozīmē, ka to apvienojums potenciāli varētu sasniegt pozicionēšanas precizitāti, kur 1 + 1 > 2. Tomēr tehniskie un apkalpošanas izdevumi, kas saistīti ar šādiem rezultātiem, ir nepieņemami augsti, padarot to gandrīz neiespējamu vidējam patērētājam atļauties. Tādējādi mums būs jāgaida pagaidām.

2.3.  RTK + VSLAM? Jā!

Tātad, vai RTK un VSLAM apvienošana var radīt vizuālo fuzionēšanas pozicionēšanas sistēmu, kas galu galā atrisina problēmu? No tehniskā viedokļa VSLAM risina RTK neizbēgamo signāla traucējumu, ko izraisa šķēršļi robota ceļā, jo tas var nepārtraukti veidot karti, lai palīdzētu mašīnai izvairīties no šķēršļiem, tādējādi samazinot signāla traucējumus. No izmaksu viedokļa VSLAM izmanto nobriedušas vizuālās algoritmus, kas ir plaši pieņemti dažādās nozarēs, būtiski samazinot izmaksas. Tādējādi abas problēmas ir atrisinātas! Tajā pašā laikā RTK var efektīvi mazināt VSLAM tehnoloģijas trūkumus, aizsargājot pret potenciālo vides traucējumu, ko izraisa lietus, sniegs vai putekļi, tādējādi maksimāli palielinot pozicionēšanas rezultātus, ko nodrošina to apvienojums.

Mēs varam ņemt EFLS 2.0, kas izmantots Navimow robota zāles pļāvējs kā piemērs, lai īpaši izpētītu šīs tehnoloģijas pielietojumu.

EFLS, vai Precīzās Fūzijas Atrašanās Vietas Sistēma, prasa vismaz 10 satelītus stabilai darbībai. Tā apvieno satelītu pozicionēšanu ar signāliem no vairākiem sensoriem, lai aprēķinātu robota zāles pļāvēja reāllaika pozicionēšanu, sasniedzot centimetru līmeņa precizitāti. Satelītu signāli EFLS tiek iegūti no RTK pozicionēšanas, ar abiem Navimow robota zāles pļāvēju un antenu, kas saņem šos signālus. Uzlādes stacija atvieglo signālu pārsūtīšanu no antenas uz pļāvēju, ļaujot veikt sinhronus aprēķinus, kas samazina pozicionēšanas kļūdas.

Tomēr satelītu signālus var traucēt nelabvēlīgi laika apstākļi, piemēram, lietus vai sniegs. Lai saglabātu precīzu pozicionēšanu šādās situācijās, vizuālie orientieri ir integrēti sistēmā. Apgabalos ar vāju satelītu pārklājumu kamera iejaucas, lai nodrošinātu robotam uzticamāku pozicionēšanu. Vizuālās kartēšanas process sastāv no trim galvenajiem soļiem:

1. solis: Vizuālo datu vākšana

Sākotnējās kartēšanas un pirmā pilnīgā pļaušanas cikla laikā zāles pļāvējs vāc vizuālos datus.

2. solis: Vizuālā kartes optimizācijaAtgriežoties uz uzlādes staciju, zāles pļāvējs automātiski optimizē vizuālo karti. Šī optimizācija aizņem vairākas stundas un tiks apturēta, ja zāles pļāvējs pamet staciju.

3. solis: Vizuālā lokalizācija

Kad RTK signāli ir vāji pļaušanas operāciju laikā, robota pļāvējs salīdzina reāllaika vizuālās iezīmes ar vizuālās kartes datiem, lai aprēķinātu savu atrašanās vietu, nodrošinot nepārtrauktu pļaušanu.

Turklāt, pateicoties Visionfence, robots var ātri reaģēt uz šķēršļiem priekšā tam īsā laikā, nodrošinot efektīvu zāles pļaušanas procesu.

Tagad izbaudīsim uzlaboto efektivitāti un izcilu zāliena kopšanas pieredzi, ko nodrošina abu RTK tehnoloģiju apvienojums Navimow robotizētajā zāles pļāvē.