Новини NexaRob/Звіт і дослідження

RAEM: новий спосіб дослідження багатоповерхових будівель чотириногим роботом

Дослідники представили RAEM - нову структуру для автономного дослідження багатоповерхових середовищ чотириногими роботами. Симуляційні та реальні тести показали її здатність до безперервного, стабільного дослідження п’ятиповерхової сходової клітки без втрати топологічної узгодженості. Система використовує гібридне представлення простору, що дозволяє ефективно здійснювати навігацію.

На цій сторінці

Як RAEM вирішує проблему дослідження сходів роботом?

Більшість існуючих систем дослідження для наземних роботів базуються на плоских представленнях, які не можуть адекватно відображати перекриті структури або з’єднання між поверхами. У випадку багатоповерхових будівель такий підхід призводить до помилок у плануванні маршруту та втрати топологічної узгодженості, особливо на сходах. RAEM вирішує цю проблему шляхом введення гібридного представлення простору - поєднує локальну томографічну карту з категоризованою тривимірною сіткою. Завдяки цьому робот може аналізувати місцевість у реальному часі, а також підтримувати глобальний топологічний граф.

Важливим елементом системи є стратегія вирівнювання до центру сходів, яка зменшує різкі зміни напрямку (yaw) під час підйому. Це особливо важливо для чотириногих роботів, які повинні зберігати рівновагу та точність при кожному кроці. Крім того, RAEM впроваджує механізм двостороннього пошуку шляхів - коли локально відбувається роз’єднання топологічного графа, система може відновити попередній маршрут і продовжити дослідження без необхідності повторного планування з початку.

Як працює гібридне представлення простору в RAEM?

гібридне представлення простору
Як працює гібридне представлення простору в RAEM? - ілюстративна візуалізація.

RAEM використовує двошаровий підхід до моделювання середовища. На локальному рівні робот створює томографічну карту та категоризовану 3D-сітку, які дозволяють точно оцінювати прохідність поблизу робота - особливо в місцях з обмеженою видимістю, таких як сходи. Ці дані потім використовуються для аналізу місцевості та оцінки зв’язків між точками.

На глобальному рівні система інкрементально будує топологічний граф з урахуванням висоти (elevation-aware), який дозволяє ефективно планувати дослідження між поверхами. Завдяки цьому робот не повинен зберігати повну тривимірну карту, що зменшує обчислювальне навантаження та дозволяє швидше переплановувати маршрути в реальному часі. Ця архітектура забезпечує як локальну точність, так і глобальну масштабованість.

Тести підтвердили здатність до безперервного дослідження п’ятиповерхової сходової клітки

Дослідження, проведені як у симуляціях, так і в реальних умовах, показали, що RAEM здатний здійснювати автономну навігацію у багатоповерхових структурах без втрати узгодженості. Ключовим результатом була здатність до безперервної навігації по п’ятиповерховій сходовій клітці - система не припиняла роботу, навіть коли локальні дані LiDAR були фрагментовані або недостатні.

Результати підтверджують, що гібридне представлення простору та механізми відновлення траєкторії ефективно працюють в реальних умовах. Це є важливим кроком вперед у напрямку застосування роботів-чотирилапів у реальних сценаріях, таких як пошук і рятування, інспекція будівель після катастроф або патрулювання важкодоступних місць.

Чи може RAEM бути використаний на практиці?

Хоча система представлена як дослідницька платформа, її результати вказують на реальні можливості застосування. Зокрема, здатність до навігації сходами та підтримки топологічної узгодженості може бути ключовою для роботів, які використовуються в рятувальних операціях, інспекціях після катастроф або патрулюванні промислових будівель.

Водночас слід підкреслити, що RAEM ще не був впроваджений у реальні операційні системи та повністю протестований в автономному режимі в польових умовах. Усі експерименти проводилися в контрольованих умовах - як у симуляціях, так і в лабораторному середовищі. Це означає, що, незважаючи на багатообіцяючі перспективи, система потребує подальших розробок щодо стабільності, стійкості до сенсорного шуму та інтеграції з іншими робототехнічними модулями.

На практиці застосування RAEM може мати вирішальне значення в ситуаціях, коли доступ до будівель ускладнений або небезпечний для людей - наприклад, після повені, землетрусу або технічної аварії. Завдяки здатності до безперервної навігації сходами та підтримки топологічної узгодженості, робот може передавати актуальні дані про стан приміщень, виявляти загрози або шукати людей, які потребують допомоги, без необхідності втручання оператора. Хоча система ще не була повністю впроваджена в автономні пристрої, її архітектура розроблена з урахуванням масштабованості та інтеграції з іншими робототехнічними модулями, такими як розпізнавання об’єктів або зв’язок у режимі реального часу.

У майбутньому RAEM може стати основою для рятувальних систем на основі чотирилапих роботів, які будуть здатні самостійно досліджувати складні багатоповерхові середовища без втрати орієнтації або потреби в постійному нагляді. Це є важливим кроком вперед у напрямку повної автономії роботів у важких умовах, де традиційні методи навігації є недостатніми.

Прозорість редакції.

Джерела та довідкові матеріали.

Стаття була розроблена NexaRob на основі аналізу доступних джерел. Наступні матеріали були використані для перевірки інформації та розширення контексту.

1джерела матеріалу.
1первинні.
1публічно представлені.
  1. Первинне джерело.ДослідженняПеревірка інформації

    RAEM: Надійна автономна навігація для багатоповерхових середовищ за допомогою чотирилапого робота

    arXiv - розділ «Робототехніка»cs.RO)arxiv.org
    Відкрити джерело.

Як читати цей розділ? Джерела - це матеріали, використані під час дослідження та верифікації. Стаття є авторською розробкою NexaRob, а не передруком зазначених публікацій.

Подальший контекст

Сторінки, пов’язані з NexaRob

Рішення, технології та матеріали NexaRob, пов’язані з тематикою цієї статті.

Поділитися матеріалом
Перейти до джерел
УкраїнськаUK