Ze reinigen, inspecteren en zoeken naar slachtoffers van een ramp: mobiele robots zijn veelzijdig in te zetten. Maar vaak is er geen kaart beschikbaar die ze de weg wijst door het onbekende gebied. Een nieuwe mobiele robot verkent autonoom een vreemde omgeving en brengt deze in kaart. Een serie algoritmen maakt dat mogelijk.
Industriële robots zijn al lange tijd gemeengoed in industriële omgevingen waar ze betrouwbaar hun taak verrichten aan de lopende band en in de montagestraat. In de toekomst zal een nieuwe generatie hightech helpers actief worden. Mobiele robots zullen voor mensen gevaarlijke of moeilijk toegankelijke omgevingen verkennen zoals een ingestort huis, grotten of een vervuild terrein na een industriële ramp. Uitgerust met sensoren, radar en optische camera’s kunnen ze de reddingswerkers ondersteunen na een natuurramp, explosie of brand bij het zoeken naar slachtoffers of het meten van schadelijke stoffen.
Het probleem is, dat van de situatie ter plaatse vaak geen kaart beschik-baar is die aangeeft waar hindernissen liggen of wat begaanbaar of berijdbaar is. Een dergelijke kaart is echter noodzakelijk om de hightech assistent zelfstandig of met afstandsbediening vooruit te laten gaan.
Onderzoekers van het Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) in Karlsruhe hebben een rijdende landrobot ontwikkeld, die autonoom onbekend terrein kan verkennen en tegelijkertijd in kaart brengen. De robot baant zich een weg door het terrein met behulp van speciale algoritmen en multi sensordata.
Nieuwe algoritmen
Om te kunnen navigeren worden hoge eisen gesteld aan het voertuig. Het moet zelf nauwkeurig zijn locatie kunnen bepalen en onderweg door het gevaarlijke gebied zijn positie continu opnieuw berekenen en daarmee gelijktijdig de zelf opgestelde kaart verfijnen. Hiertoe hebben de onder-zoekers een serie algoritmen ontwikkeld, die worden gebruikt in de geïntegreerde computer in de robot. Bovendien is de hightech knecht uitgerust met verschillende sensoren:
- odometriesensoren meten de omwentelingen van de wielen
- inertiale sensoren meten de versnellingen
- afstandmetende sensoren registreren de afstand tot muren, trappen, bomen en begroeiing
- camera’s en laserscanners bekijken de omgeving, wat wordt gebruikt voor het maken van de kaart.
De algoritmen lezen de veelheid aan de sensordata uit en bepalen op basis van deze informatie de exacte positie van de robot. Uit dit samenspel ontstaat tegelijkertijd een kaart, die ook steeds wordt aangepast. Dit proces van simultane lokalisering en kaart productie noemen de specialisten SLAM (Simultaneous Localization And Mapping).
Optimalisatie
Nog een uitdaging voor de mobiele robot is, dat hij voor elk toepassings-gebied de optimale weg moet vinden. Afhankelijk van de situatie kan dit de kortste of de snelste weg zijn, maar ook de meest efficiënte (met het geringste energieverbruik). Bij het plannen van de weg moeten de hightech helper zelf rekening houden met bewegingsbeperkingen zoals een beperkte draaicirkel en uitwijken voor hindernissen. Verandert de omgeving door vallende voorwerpen of een nabeving, dan moet de mobiele robot dit registreren en een nieuwe weg berekenen met behulp van de algoritmen.
De onderzoekers hebben de toolbox modulair ontwikkeld. De algoritmen zouden zonder hoge kosten kunnen worden aangepast aan een wille-keurige mobiele robot en verschillende scenario’s voor binnen- en buitengebruik. Het speelt geen rol, welke serie sensoren wordt gebruikt en of de helper twee of vierwielaandrijving heeft.
De software kan flexibel volgens klantenspecificatie worden ingesteld, waarbij de ontwikkelingsperiode een paar maanden is. De toolbox is veelzijdig te gebruiken en niet alleen voor ongevallen. Ook in stofzuig- of grasmaaiers kan deze worden geïnstalleerd. Zo is een combinatie van mobiele helpers, die gebouwen bewaken of gasleidingen controleren denkbaar.
