В последние годы с развитием исследований в области алгоритмов управления интеллектуальные роботы, такие как дроны и беспилотные транспортные средства, быстро развиваются в различных областях. Когда исследователи проводят исследования над интеллектуальными роботами, им обычно необходимо выполнять симуляционные и отладочные эксперименты в закрытых помещениях. В этих экспериментах очень важно точно определять позиционирование каждого интеллектуального агента, а также их относительные позиции по отношению к другим агентам.

Принципы алгоритмов внутреннего позиционирования

Текущие алгоритмы позиционирования с теоретической точки зрения могут быть широко классифицированы на три типа.

① Метод близости: Этот метод использует ограниченный диапазон действия сигналов для определения, находится ли тестовая точка рядом с опорной точкой, предоставляя лишь приблизительную оценку местоположения.

② Метод анализа сцены: Измерение силы принимаемого сигнала и его сравнение с силой сигнала в данной локации по базе данных для проведения измерений.

③ Метод геометрических характеристик: Алгоритм, использующий геометрические принципы для позиционирования, который конкретно делится на методы трилатерации, триангуляции и гиперболического позиционирования.

Исходя из описанных выше алгоритмов позиционирования, появилось множество технологий внутреннего позиционирования. В настоящее время большинство технологий позиционирования требуют использования вспомогательных узлов для определения местоположения. Они рассчитывают положение измеряемого узла относительно вспомогательных узлов с использованием различных методов дальномерной съемки, а затем сравнивают его с ранее собранными данными в базе данных для определения текущего местоположения.

Основной процесс внутреннего позиционирования включает установку вспомогательных узлов в фиксированных позициях внутри помещения. Местоположения этих узлов известны, причем некоторые узлы, такие как RFID-метки, хранят информацию о местоположении непосредственно в узлах, в то время как другие хранят информацию в базе данных компьютерного терминала, например, инфракрасные или ультразвуковые точки.

Затем, измеряя расстояние от тестируемого узла до вспомогательного узла, определяется относительное положение. Измерение расстояния обычно требует пары устройств передачи и приема, которые можно разделить на два типа в зависимости от расположения передатчика и приемника: один, где передатчик находится на тестируемом узле, а приемник — на вспомогательном узле, как в случае с инфракрасным излучением, ультразвуком и идентификацией по радиочастотам (RFID); и другой, где передатчик находится на вспомогательном узле, а приемник — на тестируемом узле, как в случае с WiFi, сверхширокополосными системами (UWB) и ZigBee.

Сравнение технологий внутренней навигации

Далее мы рассмотрим принципы работы, преимущества и недостатки восьми типов технологий внутренней навигации.

① Технология позиционирования Wi-Fi использует анализ сцены для локализации с точностью от 2 до 50 метров. Ее преимущества включают простоту установки и относительно высокую общую точность, однако недостатки заключаются в необходимости большого количества отпечатков и восприимчивости к помехам от других сигналов.

② Технология идентификации по радиочастотам (RFID) для распознавания видео определяет местоположение объектов с использованием информации о близости, точностью от 5 см до 5 м. Преимуществами этого метода являются высокая точность, низкая стоимость и малый размер метки, в то время как недостатки заключаются в коротком диапазоне позиционирования и сложности интеграции.

③ Технология позиционирования ZigBee использует позиционирование на основе близости с точностью 1-2 метра. Ее преимущества включают низкое энергопотребление и стоимость; однако она страдает от низкой стабильности и подвержена воздействию окружающей среды.

④ Инфракрасная технология позиционирования также использует позиционирование на основе близости, но с точностью 5-10 метров. Она обеспечивает относительно высокую точность, но за счет более высоких производственных затрат, большего энергопотребления и чувствительности к условиям освещения.

⑤ Позиционирование с использованием сверхширокополосных систем (UWB) осуществляется по методу трилатерации, обеспечивая точность 6-10 см. Его преимущества включают сильное проникновение, высокую точность и низкое энергопотребление, тогда как недостаток заключается в относительно высокой стоимости.

⑥ Ультразвуковая технология позиционирования использует метод трилатерации, обеспечивая точность 1-10 см. Ее преимущества включают высокую точность и простую структуру; однако недостатки заключаются в многолучевых эффектах, чувствительности к температуре окружающей среды и значительном ослаблении сигнала.

⑦ Инерционное позиционирование — это метод, использующий данные, собранные с инерционных датчиков, таких как акселерометры и гироскопы, для измерения скорости движения объекта, направления и ускорения. Местоположение объекта затем получают с помощью методов интеграции местоположения или метода мертвой навигации. Его преимущество заключается в том, что оно не зависит от внешней среды, но недостаток — в накоплении ошибки, которая увеличивается со временем навигации. Поэтому обычно его используют в сочетании с данными от других датч

⑧ Технология индор-позиционирования NOKOV в первую очередь используется для реального времени и точных измерений для записи траекторий движения или поз объектов в истинном 3D пространстве.Её оптическая система захвата движения использует множество скоростных камер, которые мониторят и отслеживают маркеры на цели с различных углов.Основываясь на принципах компьютерного зрения, система определяет позицию и траекторию движения точки в пространстве из непрерывных последовательностей изображений, захваченных скоростными камерами.Данные о позе жесткого тела в реальном времени, полученные в результате, передаются через SDK на наземную станцию беспилотных летательных аппаратов (БПЛА), которая затем выдает команды управления для дальнейшего контроля движения БПЛА.Учитывая различные практические сценарии, рабочая станция захвата движения также может напрямую отправлять данные о позе жесткого тела в реальном времени в управляющий чип БПЛА через SDK, позволяя БПЛА выполнять вычисления данных и достигать автономного кооперативного управления.

Сравнение показывает, что среди всех технологий индор-позиционирования технология захвата движения занимает первое место по точности, достигая уровня измерения с точностью до субмиллиметра.Система захвата движения NOKOV может получать информацию о положении, ориентации, а также о скорости и ускорении целевого объекта.Она обладает преимуществами высокой технической зрелости, высокой точности и высокой частоты выборки, что делает её подходящей для исследований, требующих высокоточного позиционирования.

Данные захвата движения NOKOV используются в качестве эталонных данных для проверки алгоритмов.

Для автономных дронов, использующих бортовые датчики, такие как лидар, стереокамеры, камеры глубины и датчики оптического потока для позиционирования и избегания препятствий, данные системы захвата движения NOKOV не участвуют в управлении полетом, но предоставляют информацию о позиции с высокой точностью для анализа.

Например, в системе строительства автономного роя дронов, разработанной Колледжем архитектуры и градостроительства Университета Тунцзи, использовалась система захвата движения NOKOV. Система строительства состоит из двух частей: обратной связи по пространственной позе дронов и контроля планирования траектории с наземной станции. Требования к позиционированию системы разделены на две части: контроль позы и глобальное позиционное управление. Хотя система захвата движения NOKOV может определять позу жестких тел в помещении и обеспечивает лучшую точность, чем бортовые инерциальные измерительные устройства, встроенные инерциальные измерительные устройства системы достаточно эффективны для оценки позы жесткого тела. Поэтому в части контроля позы принято общеиспользуемое решение в управлении дронами, которое включает интеграцию бортовых датчиков отношения дрона, магнитометров, барометров и датчиков скорости воздуха для обработки местной позы дрона в реальном времени. Глобальное управление позиционированием системы использует систему захвата движения NOKOV на основе оптических инфракрасных камер вместо обычно используемой наружной системы позиционирования GPS для отслеживания реального положения дронов, обеспечивая стабильное зависание в помещении и отправку информации о координатах дронов обратно на визуализационный интерфейс компьютера наземной станции.

Эта автономная система управления строительством в реальном времени и платформа визуализационного интерфейса на основе системы захвата движения NOKOV подтвердили способность дронов к строительству дискретных структур. Также предложена общая структурная форма и форма дискретных элементов для кладки дронами на основе принципов пространственной мозаичности. Этот ряд достижений предоставляет дополнительные идеи и методы для дальнейших исследований в области автономного строительства с использованием воздушных роевых интеллектов.