שיפור דיוק מיקום של רובוטים אוטונומיים עם IMUs‏ מתקדמים ומיזוג חיישנים

מאת ‎Stephen Evanczuk

באדיבות ‎DigiKey's North American Editors

יחידות מדידה אינרציאליות (IMU) הן בסיסיות למגוון רחב של מערכות ניידות, כולל רובוטיקה תעשייתית, רובוטים דמויי-אדם, כלי טיס בלתי מאוישים (UAVs) ומערכות מציאות-מעורבת אימרסיביות, בין היתר. למרות שהדרישות הספציפיות עבור מערכות אלו משתנות בהתאם ליישום, המתכננים מתמודדים בעקביות עם האתגר לספק נתוני כיוון ותנועה מדויקים יותר ויותר בזמן אמת עבור סוג היישומים הכללי הנקרא רובוטים ניידים אוטונומיים (AMR).

מאמר זה דן בקצרה באתגרים הייחודיים של מיקום AMR. לאחר מכן, המאמר מציג IMUs‏ מתקדמים של Analog Devices‏ ומראה כיצד ניתן להשתמש בהם כדי להתמודד עם אתגרים אלה בסביבות פנים בהן לא ניתן להשתמש במערכת מיקום גלובלית (GPS‏), תוך הפקת לקחים משימוש רחב יותר בתחומים שונים.

מדוע המיקום מהווה אתגר עבור מפתחי AMR

מערכות AMR הן מרכזיות לפרודוקטיביות של מפעלים ומחסנים חכמים, שם הן מסייעות לייעל את זרימת החומרים, להפחית פסולת ולשפר את הניצול. הבטחת המיקום המדויק שלהם בתוך המתקן היא קריטית להצלחה. במתקנים שנבנו למטרה זו, ניתן למתן אתגרי מיקום AMR באמצעות סימני ייחוס ממוקמים היטב או פריסות אופטימליות, אך רוב ה-AMRs‏ פועלים במתקנים מהדורות הקודמים. במתקנים כאלה, השילוב של תאורה משתנה, משטחים מחזירי אור וגיאומטריה מורכבת מקשה הרבה יותר על המיקום.

יתר על כן, היעדר תשתית עקבית, כגון רוחב מעברים סטנדרטי או סימוני רצפה צפויים, גורם לכך שרובוטים מתמודדים עם משימות ניווט ומיפוי מורכבות יותר.

אופי סביבת הניווט יוצר שני אתגרים תפעוליים מרכזיים. 1‏

  • ראשית, הרובוט חייב לבצע תכנון מסלול יעיל כדי לקבוע את המסלול האופטימלי ביותר בסביבתו בהתבסס על התנאים הנוכחיים.
  • שנית, עליו לבצע קביעת מיקום מדויקת, תוך עדכון מתמיד של מיקומו וכיוונו בזמן אמת תוך כדי תנועה.

בסביבות פנים ללא GPS, יש לעמוד בשתי המטרות הללו במלואן באמצעות יכולות חישה ומשאבי חישוב מובנים.

כדי להתמודד עם אתגרים אלה, מערכות AMR משתמשות בשילוב של שיטות חיישנים. מערכות תפיסה חזותית, כולל מצלמות, מערכות LiDAR (גילוי ומדידת מרחק באמצעות אור) וראדאר, מספקות נתונים סביבתיים עשירים. מערכות אודומטריה, כגון אנקודרי גלגל ו-IMUs‏, עוקבות אחר תנועה ישירות מתוך תנועת הרובוט. כל סוג חיישן מציע יתרונות ברורים: חלקם מצטיינים בגילוי למרחק גדול, אחרים בגילוי מדויק, אך לכל אחד מהם יש גם מגבלות. על ידי שילוב חכם ביניהם, AMRs יכולים להשיג את היתירות והכיסוי הנדרשים לשמירה על דיוק בתנאים דינמיים ובלתי צפויים.

מה IMU מודד ולמה זה חשוב

מערכת IMU משלבת חיישני MEMS (מערכות מיקרו-אלקטרו-מכניות) למדידת תאוצה ומהירות זוויתית בשלושה ממדים. מד תאוצה תלת-צירי מודד תנועה לאורך צירי x, y ו-z ביחס לכוח המשיכה של כדור הארץ, ומודד הן כוחות סטטיים, כגון נטייה, והן כוחות דינמיים, כגון תאוצה במהלך תנועה (איור 1).

תרשים של מד תאוצה תלת-ציריאיור 1: מד תאוצה תלת-צירי מודד תאוצה לאורך צירי x, y ו-z, ומספק נתוני תנועה דינמיים וגם נתוני כבידה סטטיים. (מקור התמונה: Analog Devices)

ג'ירוסקופ תלת-צירי מודד מהירות זוויתית (ωx, ωy, ωz) סביב כל ציר (איור 2), מה שמאפשר לרובוט לעקוב אחר שינויי כיוון.

תרשים של ג'ירוסקופ תלת-צירי המודד מהירות זוויתית סביב כל ציראיור 2: ג'ירוסקופ תלת-צירי מודד מהירות זוויתית סביב כל ציר, ומאפשר מעקב מדויק אחר שינויי כיוון. (מקור התמונה: Analog Devices)

בליבת מדי התאוצה והג'ירוסקופים ב-IMUs‏ מודרניים, מבני MEMS מסיטים או רוטטים כאשר הם נתונים לתאוצה או סיבוב, והשינויים הנובעים מכך בקיבוליות או בתדירות הרטט מומרים לאותות חשמליים. היתרון של IMUs‏ מבוססי MEMS הוא השילוב של גודל קטן, צריכת הספק נמוכה וקצבי מדידה גבוהים, מה שהופך אותם לפרקטיים עבור שילוב בפלטפורמות ניידות.

חלק מה-IMUs‏ כוללים גם חיישנים נוספים המרחיבים את יכולותיהם. מגנטומטר בעל ביצועים גבוהים מספק מדידות שדה מגנטי המסייעות בהערכת כיווניות בסביבות מאתגרות, אם כי מגנטומטרים נפוצים יותר ב-IMUs מדורות קודמים. חיישן טמפרטורה משולב מאפשר קיזוז תרמי של נתוני מד תאוצה וג'ירוסקופ. ניתן לכלול גם ברומטר למדידת לחץ אטמוספרי ולהערכת גובה.

מעבר למערך החיישנים שלהם, יחידות IMU מתקדמות משלבות גם שרשרות אותות נרחבות עבור איסוף נתונים לצורך המרת אנלוגי לדיגיטלי, סינון ראשוני של תגובת אימפולס סופית וכיול במפעל לתיקון הטיות בחיישן וסטיות יישור צירים (איור 3). התקנים אלה מאפשרים לעתים קרובות סיבוב (dƟ) ממערכת הקואורדינטות הפנימית של ה-IMU כדי להתאים למערכת הרובוט לפני היציאה, ובכך להפחית את העומס החישובי על המעבד הראשי.

תמונה של תרשים בלוקים פונקציונלי של IMU מתקדם (לחצו להגדלה)איור 3: תרשים בלוקים פונקציונליים של IMU מתקדם המציג שרשרת אותות חיישן נרחבת המעניקה חישה, כיול, קיזוז וסינון משולבים בהתקן קומפקטי יחיד. (מקור התמונה: Analog Devices)

כיצד IMUs‏ מחזקים את המיקם כאשר חיישנים אחרים מתקלקלים

מאפיינים מסוימים של סביבות פיזיות שונות יכולים להשפיע על יעילותן של מודליות חיישנים אינדיבידואליים. כדי למתן את המגבלות של מערכות חישה שונות, AMR טיפוסי מסתמך על מערך חיישנים מגוון היכול לכלול חיישני ראייה, מערכות-זמן-טיסה (ToF‏), LiDAR‏, ראדאר, אנקודרי גלגל ו-IMU‏ (איור 4‏).

תמונה של מערך חיישני AMRאיור 4: מערך החיישנים של AMR‏ משלב בדרך כלל חיישני ראייה, IMU ואנקודרי גלגל כדי להעניק מידע משלים עבור קביעת המיקום. (מקור התמונה: Analog Devices)

במסדרון עם מאפיינים מועטים, לדוגמה (איור 5), מקטע הקירות הארוך חסר את האלמנטים הייחודיים הדרושים עבור אלגוריתמים של מיפוי ומיפוי סימולטני ויזואלי (SLAM) כדי להתאים פריימים למפה מאוחסנת. ללא רמזים ויזואליים ייחודיים, הערכת התנוחה של הרובוט יכולה להיסחף במהירות, ולגרום ל-AMR לאבד את מיקומו. בתרחיש זה, מידע הכיוון והכיווניות המסופק על ידי IMU יכול לקיים ניווט רובוטי למרות איבוד אודומטריה ויזואלית.

תמונה של אודומטריה ויזואלית של רובוט עלולה להיכשל במהירות במסדרון ארוך עם מאפיינים מועטיםאיור 5: במסדרון ארוך עם מאפיינים מועטים, האודומטריה הויזואלית של הרובוט עלולה להיכשל במהירות, ולגרום ל-AMR לאבד את מיקומו אם חסר מידע על כיוון וכיווניות מה-IMU. (מקור התמונה: Analog Devices)

במרחבים פתוחים גדולים, כגון מחסן בגודל 50 מטר × 50 מטר, מאפיינים ויזואליים רבים נמצאים מעבר לטווח האפקטיבי של LiDAR (איור 6), אשר בדרך כלל מעניק טווח מרבי של 10 מטר עד 15 מטר. פרישות אחידות כגון מדפים או מתקני אחסון במרווחים שווים עלולות לבלבל את המרחק הוויזואלי בגלל המראה הדומה של מספר מיקומים שונים. בתרחיש זה, השילוב של מדידות IMU ונתוני אנקודר גלגל מאפשר לרובוט לשמור על הערכות תנוחה מקומית.

תרשים של מדידות IMU ואודומטריית גלגל היכולות לשמור את המיקום בשטח פתוח גדול.איור 6: בשטח פתוח גדול, שבו מגבלות טווח החיישנים ומיעוט מאפיינים ויזואליים מבחינים פוגעים בחישה הוויזואלית, מדידות IMU ואודומטריית גלגל יכולות לאפשר קביעת מיקום. (מקור התמונה: Analog Devices)

משטחים משופעים מציבים אתגר נוסף (איור 7). LiDAR דו-ממדי סטנדרטי קולט נקודות במישור שטוח; לכן, שיפוע יכול להיראות כמכשול אנכי. פירוש שגוי זה עלול לשבש את הניווט או לגרום לרובוט להימנע מנתיבים הניתנים למעבר. כאן, נתוני עלרוד (Pitch‏) וגלגול (Roll‏) של ה-IMU יכולים לספק מידע על הגרדיאנט כדי לקזז את הפרשנות השגויה הזו של LiDAR, ולאפשר לאלגוריתמי SLAM לפתור את הגרדיאנט ולהבחין בין שיפועים ניתנים למעבר לבין מכשולים אמיתיים.

תמונה של קריאות עלרוד וגלגול של IMU היכולות לחשוף את גרדיינט השיפועאיור 7: קריאות עלרוד וגלגול של ה-IMU יכולות לחשוף את גרדיאנט השיפוע, לקזז פרשנויות שגויות של SLAM דו-ממדי ולאפשר ניווט AMR בטוח. (מקור התמונה: Analog Devices)

גורמים סביבתיים פוגעים גם בביצועי קביעת מיקום של שיטות חיישנים שונות (טבלה 1). גורמים כגון תאורה לקויה, סביבות דינמיות, משטחים מחזירי אור וצורך בגיאומטריה עשירה של זירת-האירוע יכולים להשפיע על מרבית מודליות החישה.

שיטת החיישן מושפע מתאורה לקויה מושפע ממובילים דינמיים מושפע ממשטחים מחזירי אור מסתמך על גיאומטריית זירת-אירוע עשירה
מצלמת RGB סטנדרטית כן כן לא לא
זמן הטיסה לא כן כן כן
LiDAR לא כן כן כן
ראדאר לא כן כן כן
אודומטריית גלגל לא לא לא לא
IMU לא לא לא לא

טבלה 1: מוצגת ההשפעה של גורמים סביבתיים שונים על יעילות החיישנים. (מקור הטבלה: Analog Devices)

כיצד יכולות הביצועים הייחודיות של IMU מועילות ל-AMRs

יחידות IMU מתעדכנות בקצב גבוה יותר מחיישני הבנה (Perception‏), מה שמאפשר תגובה מהירה לשינויים דינמיים בסביבה. בניגוד למערכות הבנה, הפועלות בדרך כלל בתדר של 10 הרץ עד 30 הרץ, מערכות IMU יכולות לספק נתונים מעובדים בתדר של 200 הרץ ונתונים גולמיים עד 4 קילוהרץ. עם קצב עדכון מהיר פי 10, IMU יכול לאפשר עדכון של הערכות תנוחה במהלך מרווחי זמן ארוכים יותר בין מדידות הבנה. קצב עדכון גבוה יותר זה מוביל בסופו של דבר לזמני תגובה מהירים יותר לשינויים פתאומיים בתנועה ומשפר את אמינות המערכת בסביבות דינמיות.

יחידות IMU מספקות את הבסיס לניווט חישובי (DR) של AMR, שבו AMR מעריך את מיקומו הנוכחי מנקודת התחלה ידועה על סמך שילוב של מדידות תאוצה וזווית של ה-IMU. על ידי אספקת נתונים הדרושים לעדכון מיקום, כיוון ומהירות באופן רציף, יחידות IMU מאפשרות הערכת תנוחה מדויקת עבור ניווט AMR אמין.

גודל קומפקטי ומשקל קל גם מעדיפים שילוב IMU ב-AMRs. לדוגמה, ה-IMU‏ ADIS16500AMLZ‏ של Analog Devices‏ (איור 8) מגיע במארז BGA במידות של 15 × 15 × 5 מילימטרים (מ"מ) בלבד, אך הוא משלב ג'ירוסקופ, מד תאוצה, חיישן טמפרטורה ושרשרת אותות שלמה עבור איסוף נתונים ועיבוד אותות. רמת אינטגרציה זו מאפשרת לו לספק נתוני תנועה מקיפים למעבד המארח, תוך מתן אפשרות לשימוש בו בתצורות מכניות מוגבלות-מקום מבלי לפגוע ביכולת התמרון של הרובוט.

תרשים של Analog Devices ADIS16500AMLZ IMUאיור 8: ה-ADIS16500AMLZ IMU משלב ג'ירוסקופ, מד תאוצה, חיישן טמפרטורה ושרשרת אותות שלמה לאיסוף נתונים ועיבוד אותות. (מקור התמונה: Analog Devices)

עם תחום דינמי של הג'ירוסקופ של °‏±2000 לשנייה (s‏/°‏), ה-ADIS16500AMLZ קולט פניות מהירות ללא רוויה, דבר חיוני עבור AMRs בניווט בחללים צרים או ביצוע הימנעות מהירה ממכשולים. התחום הדינמי של מד התאוצה הוא ±392 מטר לשנייה בריבוע (m/s²) שבו נקלטים הן תנועה חלקה והן זעזועי פגיעה חזקים. יציבות הממתח (Bias‏) של הג'ירוסקופ של °‏8.1 לשעה (°‏/שעה) ויציבות הממתח של מד התאוצה של 125 מיקרון לשנייה בריבוע (μm/s²‏) מפחיתות את הסחיפה כדי לשפר את דיוק החישוב הסופי בין תיקונים.

הכיול במפעל מספק תיקון מובנה לרגישות, ממתח ויישור הצירים, בעוד שתיקון אופסט דינמי מתחשב בשינויי טמפרטורה, שינויי מתח ההספקה והפרעות מגנטיות, כמו גם בהפחתת רעש.2‏ העמידות בזעזועים מכניים של ה-IMU של 19,600 מטר/שנייה ותחום הפעולה של C‏°‏25‏- עד C‏°‏85‏+ מאפשרים פרישה בסביבות תובעניות, בעוד שממירי ה-ADC בעלי הרעש הנמוך ורוחב הפס הגבוה מבטיחים קליטת נתונים מדויקת ורצופה בקצבי עדכון גבוהים הנדרשים במערכות בקרה מגיבות.

IMUs‏ באופן כללי עמידים יחסית להפרעות אלקטרומגנטיות (EMI) ויכולים לפעול בתנאי תאורה וסביבה מגוונים. כתוצאה מכך התקנים אלו יכולים לשמש במגוון רחב של יישומים.

מיתון מגבלות הביצועים של IMUs

למרות יתרונות הביצועים שלהם, ל-IMUs‏ יש כמה מגבלות אינהרנטיות.3‏ רעש לא-מסונן יכול להשפיע על מדידות ה-IMU, מה שמפחית את דיוק הניווט. הממתח בחיישני מד תאוצה וג'ירוסקופ מצטברת עם הזמן, מה שמוביל לסחיפה בהערכות הכיווניות והתנועה. התנהגות חיישנים לא-ליניארית מעוותת את המדידות, ואירועים תרמואלקטריים יכולים להוביל לשגיאות הליכה אקראיות של זווית (ARW‏) בג'ירוסקופים ולשגיאות הליכה אקראית של מהירות (VRW‏) במדי תאוצה, הפוגעות עוד יותר בביצועים לטווח ארוך. ללא פתרון, בעיות אלו מפחיתות את אמינות קביעת המיקום לאורך זמן.

מיזוג חיישנים יכול להתגבר על מגבלות IMU על ידי שילוב נתוני IMU עם כניסות חיישנים אחרים כדי לשפר את האיכות והאמינות של הנתונים ואת הערכת המצבים שלא נמדדו, ולהגדיל את הכיסוי לשיפור הבטיחות. טכניקות להערכת מצבים כגון סינון Kalman‏ מורחב (EKF‏) (איור 9) יכולות לתקן רעש, הליכה אקראית ואי-יציבות ממתח (Bias‏) במהלך פעולת AMR רגילה. על ידי מדידת התאוצה כתוצאה מכוח הכבידה של כדור הארץ, ניתן למנוע שגיאות ג'ירוסקופ של עלרוד וגלגול. לבסוף, ניתן לעקוב אחר סחיפת הממתח ולתקן אותה. בפעולה, EKF מאפשר ביעילות הערכה של מצבים בעבר, בהווה ובעתיד למרות חוסר ידע מלא על אופי המערכת של המודל.

תרשים של אלגוריתם EKF פשוט המעבד מדידות רועשות של חיישנים לאורך זמןאיור 9: אלגוריתם EKF פשוט מעבד מדידות חיישנים רועשות לאורך זמן כדי לייצר הערכה מתוקנת ורציפה של תנוחת הרובוט ותנועתו. (מקור התמונה: Analog Devices)

שיטת EKF צברה שימוש נרחב משום שהיא יכולה לדמות את הדינמיקה של המערכת ואת אי-ודאויות המדידה, ולאחר מכן לעדכן את הערכת המצב כאשר מגיעים נתונים חדשים. מדידות שעשויות להכיל רעש לבן גאוסי או אי דיוקים אחרים נצפות לאורך זמן ומשמשות עבור תיקון. המסנן מעריך את הערך האמיתי של המדידות על ידי סנכרון מדידות בין חיישנים, חיזוי הערכות תנוחה ושגיאה, והערכה ועדכון אי-הוודאות של הערך החזוי.

אלגוריתמי היתוך חיישנים מוטמעים בחבילת robot_localization של מערכת ההפעלה לרובוטים (ROS‏), 4‏ אשר מממשת היתוך מבוסס-EKF ומשתמשת באלגוריתם EKF בליבתה (איור 10).

תרשים של ארכיטקטורת תוכנה להיתוך חיישנים מבוססת-ROSאיור 10: ארכיטקטורת תוכנה טיפוסית להיתוך חיישנים מבוססת-ROS משלבת מספר כניסות חיישנים דרך חבילת robot_localization כדי לייצר הערכת תנוחה רצופה וחסונה. (מקור התמונה: Analog Devices)

חבילת ROS זו מאפשרת היתוך של מספר בלתי מוגבל של חיישנים ויכולה לקבל מגוון סוגי כניסות, כולל נתוני IMU, מהירות גלגל ואודומטריה. היציאה המותכת כוללת מיקום וכיווניות תלת-ממדיים מלאים, מהירויות ליניאריות וזוויתיות, וכן תאוצה, אשר מוזנים ישירות לתוך אלגוריתמי ניווט ו-SLAM. באמצעות כניסות אלו, robot_localization מייצר מצב תנוחה משוער המבוטא כווקטור של מדידות בפועל ונגזרות:

מצב תנוחה = (X‏, Y‏, Z‏, גלגול (Roll‏), עלרוד (Pitch‏), סבסוב (Yaw‏), X‏, Y‏, Z‏, גלגול (Roll‏), עלרוד (Pitch‏), סבסוב (Yaw‏), X‏, Y‏, Z‏)

האצת הפיתוח של קביעת מיקום מדויקת של AMR

ה-ADIS16500AMLZ IMU מדגים כיצד חישה מדויקת ועיבוד משולב יכולים לשפר את ביצועי קביעת המיקום של AMR. כדי לסייע למפתחים להאיץ את פיתוח היישומים, חברת Analog Devices מספקת את לוח הפילוג (Breakout‏) ADIS16500/PCBZ‏ (איור 11, משמאל) ואת מערכת ההערכה EVAL-ADIS-FX3Z‏ הנלווית (איור 11, מימין).

תמונה של לוח הפילוג ADIS16500/PCBZ‏ של Analog Devices (משמאל) וערכת ההערכה EVAL-ADIS-FX3Z (מימין)איור 11: לוח הפילוג (Breakout‏) ADIS16500/PCBZ (משמאל) וערכת ההערכה EVAL-ADIS-FX3Z (מימין) מאפשרים פיתוח מהיר של יישומים המבוססים על ה-IMU‏ ADIS16500‏. (מקור התמונה: Analog Devices.)

לוח הפילוג כולל את ה-IMU ומחבר בעל 16 פינים המתחבר לכבלים שטוחים בעובי 2 מ"מ לחיבור למערכת ההערכה. מערכת ההערכה מאפשרת דגימה בזמן-אמת של ה-IMU בקצב דגימה מלא ומוזנת דרך יציאת ה-USB שלה. כל התוכנות הנדרשות ניתנות להורדה מדף המשאבים.

סיכום

יחידות IMU הן חיוניות עבור שמירה על קביעת מיקום מדויקת ב-AMR, ומספקות הערכות כיווניות ומעקב תנועה בקצב עדכון גבוה גם כאשר אמצעים חושיים אחרים נכשלים עקב תנאי סביבה. באמצעות שימוש בהיתוך חיישנים כדי לפצות על מגבלות בסוגי חיישנים שונים, מערכות AMR יכולות לבצע ניווט מדויק גם בסביבות דינמיות שבדרך כלל מבלבלות את מיקום ה-AMR. עם הזמינות של IMUs משולבים ביותר, לוחות פילוג (Breakout‏) ומערכות הערכה נלוות, המפתחים יכולים לתכנן במהירות AMRs המסוגלים להשיג את קביעת המיקום המדויקת והאמינה הנדרשת עבור ניווט מדויק.

מקורות

  1. Shoudong Huang and Gamini Dissanayake‏, מיקום רובוטים: מבוא, John Wiley & Sons‏, אוגוסט 2016.
  2. Randy Carver and Mark Looney‏, כיול מד-תאוצה MEMS‏ ממטב את הדיוק עבור יישומים תעשייתיים, EE Times‏, אוקטובר 2007.
  3. Oliver J. Woodman, “An Introduction to Inertial Navigation,” University of Cambridge, August 2007
  4. תיעוד robot_localization‏, גרסה 2.6.12, Tom Moore‏, 2016.
DigiKey logo

מיאון אחריות: דעות, אמונות ונקודות מבט המובעות על ידי מחברים שונים ו/או משתתפי פורום באתר אינטרנט זה לא בהכרח משקפות את הדעות, האמונות ונקודות המבט של חברת DigiKey או את המדיניות הרשמית של חברת DigiKey.

אודות כותב זה

Image of Stephen Evanczuk

Stephen Evanczuk

ל- Stephen Evanczuk יש ניסיון של יותר מ- 20 שנה בכתיבה עבור תעשיית האלקטרוניקה על מגוון רחב של נושאים, כולל חומרה, תוכנה, מערכות ויישומים, כולל IoT. הוא קיבל את הדוקטורט שלובמדעי המוח ברשתות נוירונים ועבד בתעשייה התעופה-וחלל על מערכות מאובטחות מבוזרות בסדר-גודל עצום ועל שיטות להאצת אלגוריתמים. כיום, כשהוא לא כותב מאמרים על טכנולוגיה והנדסה, הוא עובד על יישומים של למידה עמוקה למערכות זיהוי והמלצה.

אודות מוציא לאור זה

DigiKey's North American Editors