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

Imaginează-ți asta: în timp ce te întorci acasă de la muncă, smartphone-ul tău eșuează brusc ca dispozitiv de navigație. Poți să găsești încă drumul spre casă? Tehnologia GNSS (Sistem Global de Navigație prin Satelit) poate părea modestă, dar este esențială pentru a ne localiza, a naviga și a explora împrejurimile noastre. Precizia și comoditatea sa sunt înrădăcinate în viața noastră de zi cu zi.

Inspirat de acest lucru, RTK (Real-Time Kinematic), care se bazează pe semnalele satelitare GNSS ca sursă principală de date de poziționare, a devenit pe scară largă adoptat în mașinile de tuns iarba robotizate. Această tehnologie permite acestor mașini să atingă o precizie de nivel centimetric, transformând procesul de îngrijire a gazonului. Cu toate acestea, pot sistemele de poziționare RTK de astăzi să fie la fel de "inteligente" ca tehnologia GNSS utilizată în smartphone-uri? Pot ele să ajute eficient mașinile de tuns iarba robotizate să-și localizeze cu exactitate pozițiile și să facă întreținerea gazonului mai eficientă? Să aruncăm o privire mai atentă.

1. Ce tehnologii de poziționare eficiente sunt disponibile pentru mașinile de tuns iarba robotizate?

1.1 Tehnologia de Poziționare RTK

RTK, sau Kinematica în Timp Real, este o tehnologie de poziționare diferențială pe bază de fază de purtător care poate atinge o precizie la nivel de centimetru, diferențiindu-se de alte sisteme de poziționare. Motivul pentru care RTK poate atinge o precizie de poziționare în timp real la nivel de centimetru se află în trei factori principali:

1.1.1 Folosește măsurători de fază a purtătorului ca informație de distanță, ceea ce îmbunătățește semnificativ acuratețea cu 2 până la 3 ordine de magnitudine comparativ cu măsurătorile tradiționale de pseudodistanță.

1.1.2 Prin efectuarea de calcule diferențiale cu date de la stații de bază din apropiere, diverse erori sistematice pot fi eliminate eficient.

1.1.3 Deși măsurătorile fazei purtătoare sunt foarte precise, incertitudinea fazei inițiale poate duce la problema "ambiguității întregi", ceea ce înseamnă că nu se știe câte cicluri complete ale undei purtătoare sunt incluse în timpul transmiterii semnalului. Cu toate acestea, algoritmul RTK poate determina cu precizie numărul de cicluri complete, permițându-i să atingă o precizie de poziționare la nivel de centimetru.

În rezumat, poziționarea diferențială pe baza fazei purtătoare RTK combină observațiile de fază purtătoare de înaltă precizie, corecțiile diferențiale, rezolvarea ambiguității întregi și suprimarea efectelor multipath pentru a permite poziționarea de înaltă precizie la nivel de centimetru. Pentru a ilustra, dacă precizia anterioară era lungimea a două Cadillacuri, precizia actuală este comparabilă cu dimensiunea unei unghii—excepțional de precisă pentru o curte. Prin urmare, mașinile de tuns iarba robotizate pot acum să tundă cu precizie zonele desemnate, similar cu aspiratoarele robotizate contemporane.

În plus, semnalele diferențiale între stația de bază și rover pot fi calculate în timp real pentru a oferi informații de corecție, iar transmiterea de date de înaltă frecvență (de obicei între 1 Hz și 20 Hz) permite actualizări rapide ale poziționării, rezultând în sisteme RTK cu un timp de răspuns foarte rapid și atingerea unei precizii la nivel de milisecunde. În plus, acoperirea largă a semnalelor diferențiale ajută la corectarea eficientă a erorilor cauzate de efectele multipath și interferențele de mediu (cum ar fi clădirile și copacii), reducând impactul condițiilor locale asupra procesului general de poziționare.

Cu toate acestea, acest lucru nu înseamnă că tehnologia RTK este infailibilă. Dependența ridicată a sistemelor RTK de semnalele satelitare de la stația de bază și rover le face vulnerabile la erori de poziționare, în special în zone cu acoperire insuficientă a stației de bază sau atunci când există obstacole precum copacii. În plus, configurarea și operarea sistemelor RTK pot fi destul de complexe, necesitând cunoștințe și abilități specializate pentru configurare și întreținere, ceea ce poate împiedica adoptarea pe scară largă a acestei tehnologii.

Cu toate acestea, această tehnologie rămâne cea mai utilizată metodă de poziționare pentru mașinile de tuns iarba robotizate, în timp ce companiile de tehnologie continuă să exploreze opțiuni suplimentare de optimizare, cum ar fi următoarele metode.

1.2 VSLAM

Ca o altă tehnologie de poziționare utilizată pe scară largă, VSLAM (Localizare și Cartografiere Vizuală Simultană) este din ce în ce mai explorată de multe companii tehnologice datorită costului său scăzut și adaptabilității rapide la schimbările de mediu.

VSLAM este o tehnică care utilizează informații vizuale pentru localizarea mediului și construirea hărților. Aceasta integrează viziunea computerizată, robotică și datele senzorilor, permițând construirea hărților în timp real, în timp ce determină cu precizie poziția sa în medii necunoscute. De obicei, VSLAM folosește diferite tipuri de camere—cum ar fi camere monoculare, stereo sau RGB-D—pentru a captura datele de imagine din împrejurimi, extrăgând caracteristici cheie precum colțurile și marginile din aceste imagini. Utilizează algoritmi de procesare a imaginilor, cum ar fi SIFT și ORB, pentru a potrivi aceste caracteristici și, ulterior, calculează postura robotului—poziția și orientarea sa în spațiu—permițându-i să construiască treptat o hartă de mediu 2D sau 3D.

Poate părea complicat, dar ideea de bază este simplă: robotul folosește camerele sale pentru a observa mediul în timp ce se deplasează. Pe măsură ce navighează, acesta adună date vizuale pentru a crea o hartă precisă în timp real a împrejurimilor sale. Această cartografiere permite robotului să ia decizii informate cu privire la următoarele sale acțiuni, bazându-se pe configurația mediului. Această tehnologie poate fi găsită în diverse roboți mobili, inclusiv drone, aspiratoare robotizate și vehicule autonome.

Cu toate acestea, VSLAM are dezavantajele sale. Tehnologia necesită o putere computațională substanțială pentru procesarea în timp real a seturilor mari de imagini, necesitând algoritmi eficienți și suport hardware puternic. Spre deosebire de tehnologia RTK, VSLAM este, de asemenea, vulnerabil la factori de mediu precum schimbările de iluminare, culorile și peisajul. Ploaia, zăpada și praful pot cauza inexactități în construirea hărților, ceea ce poate împiedica navigarea robotului. În plus, deoarece depinde exclusiv de camerele montate, raza sa de operare este oarecum limitată.

1.3. Lidar Slam

Lidar SLAM este o metodă de localizare și cartografiere în timp real care utilizează tehnologia radarului laser. Poate produce hărți 2D sau 3D în timp real, de obicei reprezentate ca nori de puncte tridimensionali sau modele de plasă. Este posibil să fi observat că această metodă este similară cu VSLAM, deoarece ambele implică cartografierea mediului. Cu toate acestea, spre deosebire de VSLAM, unde robotul folosește camere pentru a captura mediul înconjurător, Lidar SLAM funcționează pe baza unui senzor Lidar montat pe robot. Senzorii Lidar măsoară distanțele prin emiterea de impulsuri laser și primirea semnalelor reflectate, generând date de nor de puncte de înaltă precizie ale mediului.

Pe măsură ce robotul se deplasează prin împrejurimile sale, acesta capturează continuu date de tip point cloud din fiecare scanare pentru a crea o hartă a mediului înconjurător, ajutând astfel robotul să obțină o localizare mai bună.

Comparativ cu VSLAM, Lidar SLAM oferă date de mediu de rezoluție mai mare, în special în setări complexe, cum ar fi străzile orașului și mediile interioare, unde atinge o precizie mai mare decât senzorii de cameră utilizați în VSLAM. În plus, deoarece Lidar utilizează lasere pentru măsurarea distanței, acesta rămâne neafectat de condițiile de iluminare, funcționând fiabil atât în medii slab iluminate, cât și în medii extrem de luminoase. În rezumat, Lidar SLAM excelează în capacitățile de localizare și demonstrează o rezistență puternică la interferențele de mediu.

Deci, care sunt dezavantajele? Ei bine, totul se reduce în principal la costuri. Cantitățile mari de date de la senzorul Lidar necesită o putere de procesare și resurse semnificative, ceea ce poate complica dezvoltarea software-ului și poate crește costurile. În comparație, VSLAM se bazează de obicei pe algoritmi vizuali bine stabiliți, iar abundența senzorilor vizuali oferă multe opțiuni de software open-source. Din această cauză, un sistem Lidar SLAM—incluzând senzorul Lidar, unitățile de calcul și software-ul—poate fi de câteva ori până la de multe ori mai scump decât o configurație VSLAM. Prin urmare, VSLAM este de obicei mai accesibil pentru producători și utilizatori obișnuiți.

1.4. UWB

UWB (Ultra-Wideband) este o tehnologie care utilizează semnale de frecvență ultra-largă pentru poziționare relativă și măsurarea distanței. Este aplicată în principal în scenarii de poziționare în interior, atingând o precizie de poziționare sub un metru sau la nivel de centimetru. UWB are capacități puternice de penetrare, trecând eficient prin pereți și alte obstacole, menținând în același timp o performanță bună în medii interioare complexe, cum ar fi urmărirea activelor, localizarea personalului și navigația. O caracteristică deosebit de notabilă a UWB este capacitatea sa de a susține poziționarea și comunicarea mai multor dispozitive simultan. Datorită acestor avantaje, UWB a început, de asemenea, să fie utilizat în cositoarele robotizate pentru exterior.

Cu toate acestea, raza sa de comunicare eficientă este de obicei destul de scurtă, de obicei între zeci și o sută de metri. Această limitare poate necesita desfășurarea de stații de bază suplimentare sau echipamente de releu pentru zonele mai mari de gazon, ceea ce ar putea fi restrictiv. În plus, poziționarea UWB necesită desfășurarea mai multor stații de bază sau dispozitive ancoră în zona monitorizată pentru a obține o poziționare precisă, adăugând complexitate și costuri la configurare și întreținere. În rezumat, deși poate fi eficient în interior, există numeroase limitări atunci când este utilizat în exterior.

În acest moment, s-ar putea să te simți puțin confuz: se pare că niciuna dintre aceste soluții nu este cu adevărat de încredere?

2. Există o soluție optimă de tehnologie de poziționare pentru mașinile de tuns iarba robotizate?

Prin analiza avantajelor și dezavantajelor diferitelor tehnologii de poziționare populare menționate mai sus, este clar că fiecare tehnologie are dezavantajele sale. Ca urmare, unele companii de robotică pentru tăierea ierbii aleg să combine mai multe tehnologii pentru a obține cea mai bună soluție. Printre opțiunile discutate, tehnologia RTK joacă fără îndoială un rol central datorită avantajelor sale cele mai semnificative și dezavantajelor cele mai reduse. Trebuie pur și simplu să ne bazăm pe această fundație și să încorporăm alte tehnologii pentru a maximiza capacitățile de poziționare ale mașinilor de tăiat iarba.

2.1. RTK + UWB? Nu este optim

În primul rând, să luăm în considerare dacă combinarea RTK și UWB poate rezolva problemele. Cu RTK, atâta timp cât problemele de acoperire a stației de bază pentru primirea semnalelor GNSS și interferențele de semnal sunt abordate, capacitățile de poziționare ale RTK nu ar trebui să fie îndoielnice. Problema stației de bază este gestionabilă; atâta timp cât există suficienți sateliți GNSS disponibili în zonă, putem stabili un număr suficient de stații de bază în funcție de nevoile mașinii de tuns iarba pentru a aborda problemele potențiale de acoperire a semnalului pe suprafețe mari de iarbă. Dar poate UWB să gestioneze problema interferențelor de semnal? Asta este puțin incert.

În al doilea rând, poziționarea UWB necesită mai multe stații de bază sau puncte de ancorare care să fie desfășurate în zona de operare pentru a obține o poziționare precisă. Acest lucru ar putea implica costuri și timp ridicate de instalare în zone mari de gazon sau medii complexe, explicând de ce este mai potrivită pentru poziționarea în interior. În al doilea rând, deși semnalele UWB au un anumit grad de capacitate de penetrare, ele pot fi totuși obstrucționate sau atenuate în anumite situații (cum ar fi vegetația densă sau clădirile), afectând performanța poziționării.

2.2. RTK + Laser? Prea scump

Ce se întâmplă când tehnologia de poziționare RTK este combinată cu tehnologia de poziționare cu laser? Din discuțiile anterioare, știm că poziționarea RTK oferă o precizie la nivel de centimetru. Tehnologii mature precum Lidar SLAM au, de asemenea, o precizie excelentă și o rezistență la interferențe, ceea ce înseamnă că combinația lor ar putea atinge o precizie de poziționare unde 1 + 1 > 2. Cu toate acestea, costurile tehnice și de întreținere asociate cu astfel de rezultate sunt prohibitively ridicate, făcând aproape imposibil pentru consumatorul mediu să își permită. Astfel, va trebui să așteptăm pentru moment.

2.3.  RTK + VSLAM? Da!

Deci, poate combinația dintre RTK și VSLAM să creeze un sistem de poziționare prin fuziune vizuală care să rezolve în cele din urmă problema? Dintr-o perspectivă tehnică, VSLAM abordează interferența inevitabilă a semnalului RTK cauzată de obstacolele din calea robotului, deoarece poate construi continuu o hartă pentru a ajuta mașina

Putem lua EFLS 2.0 folosit în Cositorul robotic Navimow ca un exemplu pentru a examina în mod specific aplicarea acestei tehnologii.

EFLS, sau Sistemul de Localizare prin Fuzionare Exactă, necesită un minim de 10 sateliți pentru o funcționare stabilă. Acesta combină poziționarea prin satelit cu semnalele de la mai mulți senzori pentru a calcula poziționarea în timp real a cositoarei robot, atingând o precizie de nivel centimetric. Semnalele satelit pentru EFLS sunt obținute din poziționarea RTK, atât cositoarea robot Navimow, cât și o antenă primind aceste semnale. Stația de încărcare facilitează transferul semnalelor de la antenă la cositoare, permițând calcule sincrone care reduc erorile de poziționare.

Cu toate acestea, semnalele satelitare pot fi obstrucționate în condiții meteorologice nefavorabile, cum ar fi ploaia sau zăpada. Pentru a menține o poziționare precisă în astfel de situații, reperele vizuale sunt integrate în sistem. În zonele cu acoperire slabă a sateliților, camera intervine pentru a oferi robotului o poziționare mai de încredere. Procesul de cartografiere vizuală constă în trei pași cheie:

Pasul 1: Colectarea datelor vizuale

În timpul cartografierii inițiale și al primului ciclu complet de cosire, mașina de tuns colectează date vizuale.

Pasul 2: Optimizarea hărții vizuale La întoarcerea la stația de încărcare, mașina de tuns iarba optimizează automat harta vizuală. Această optimizare durează câteva ore și se va opri dacă mașina de tuns iarba părăsește stația.

Pasul 3: Localizare Vizuală

Când semnalele RTK sunt slabe în timpul operațiunilor de cosit, robotul cositor compară caracteristicile vizuale în timp real cu datele hărții vizuale pentru a-și calcula locația, asigurând o cosire neîntreruptă.

În plus, cu ajutorul Visionfence, robotul poate răspunde rapid la obstacolele din fața sa într-un timp scurt, asigurând un proces de cosire eficient.

Acum, să ne bucurăm de eficiența îmbunătățită și de experiența excepțională de întreținere a gazonului adusă de combinația celor două tehnologii RTK în cositoarea robotică Navimow.