Miten anturifuusio mahdollistaa autonomisten mobiilirobottien tehokkaan ohjaamisen tehdastiloissa

Koska ihmiset ja autonomiset mobiilirobotit (AMR), joita kutsutaan myös liikkuviksi teollisuusroboteiksi (IMR), työskentelevät yhä useammin samalla alueella, on otettava huomioon lukuisia luontaisia turvallisuusriskejä. AMR-robottien turvallinen ja tehokas toiminta on liian tärkeää, jotta se voitaisiin jättää yhden ainoan anturitekniikan varaan.

Monianturifuusio tai yksinkertaisesti ”anturifuusio” yhdistää useita tekniikoita, kuten laseretäisyysmittauksen (LIDAR), kamerat, ultraäänianturit, laseria käyttävät esteanturit ja radiotaajuuksiin perustuvan tunnistuksen (RFID). Nämä tukevat erilaisia AMR-toimintoja, kuten navigointia, reittisuunnittelua, törmäyksien ehkäisyä, varastonhallintaa ja logistiikkatukea. Anturifuusio käsittää myös lähellä olevien ihmisten varoittamisen autonomisen mobiilirobotin läsnäolosta.

American National Standards Institute (ANSI) ja Association for Advancing Automation (A3), entinen Robotic Industries Association (RIA), kehittävät ANSI/A3 R15.08 -standardisarjaa autonomisten mobiilirobottien turvallisen ja tehokkaan käytön tarpeeseen vastaamiseksi. Standardit R15.08-1 ja R15.08-2 on julkaistu, ja ne keskittyvät yleisiin turvallisuusvaatimuksiin ja autonomisten mobiilirobottien integrointiin toimipaikkaan. R15.08-3 on parhaillaan kehitteillä, ja se tulee laajentamaan autonomisten mobiilirobottien turvallisuusvaatimuksia ja sisältämään yksityiskohtaisempia suosituksia anturifuusion käytöstä.

Tässä artikkelissa tarkastellaan joitakin autonomisten mobiilirobottien turvallisuuteen ja anturifuusioon liittyviä nykyisiä parhaita käytäntöjä R15.08-3-standardia odotellessa. Aluksi luodaan lyhyt katsaus autonomisiin mobiilirobotteihin nykyisin sovellettaviin toiminnallisen turvallisuuden vaatimuksiin, jotka kattavat yleiset teolliset turvallisuusstandardit, kuten IEC 61508, ISO 13849 ja IEC 62061, sekä ihmisen läsnäolon tunnistukseen liittyviin turvallisuusvaatimuksiin, kuten IEC 61496 ja IEC 62998. Sen jälkeen esitellään autonomisten mobiilirobottien tyypillinen rakenne ja kerrotaan yksityiskohtaisesti lukuisista anturitekniikoista, esitellään edustavia laite-esimerkkejä ja tarkastellaan, miten ne tukevat sellaisia toimintoja kuten navigointi, reittisuunnittelu, paikannus, törmäysten ehkäisy ja varastonhallinta/logistiikkatuki.

Hyvä, parempi, paras

Autonomisten mobiilirobottien suunnittelijoiden täytyy ottaa huomioon useita turvallisuusstandardeja alkaen yleiskäyttöisistä toiminnallisen turvallisuuden standardeista, kuten IEC 61508, ISO 13849 ja IEC 62061. Lisäksi on olemassa erityisempiä turvallisuusstandardeja, jotka liittyvät ihmisen läsnäolon tunnistukseen, kuten IEC 61496, IEC 62998 ja standardisarja ANSI/A3 R15.08.

Standardi IEC 61496 tarjoaa ohjeita useille anturityypeille. Se viittaa standardiin IEC 62061, joka määrittelee vaatimukset ja antaa suosituksia koneiden sähköherkkien suojalaitteiden (ESPE) suunnittelulle, integroinnille ja validoinnille sisältäen turvallisuuden eheystasot (SIL-tasot), sekä standardiin ISO 13849, joka käsittelee koneturvallisuuden ja turvallisuuteen liittyviä ohjausjärjestelmien osia, mukaan lukien turvallisuuden suorituskykytasoja (PL-tasoja) (taulukko 1).

Taulukko 1: Sähköherkkien suojalaitteiden turvallisuusvaatimukset standardissa IEC 61496 määriteltyjen tyyppien mukaan. (Taulukon lähde: Analog Devices)

IEC 62998 -standardi on uudempi ja voi olla usein parempi valinta, koska se sisältää ohjeita anturifuusion toteuttamisesta, tekoälyn (AI) käytöstä turvajärjestelmissä ja IEC 61496 -standardin soveltamisalan ulkopuolelle jääviin liikkuviin alustoihin asennettujen antureiden käytöstä.

Standardi R15.08 osa 3, kun se julkaistaan, saattaa tehdä R15.08-sarjasta kaikkein parhaan, koska se lisää autonomisten mobiilirobottijärjestelmien ja -sovellusten käyttäjiin kohdistuvia turvallisuusvaatimuksia. Todennäköisiin aiheisiin voivat kuulua anturifuusio ja kattavampi autonomisen mobiilirobottijärjestelmän vakauden testaus ja validointi.

Anturifuusion toiminnot

Laitoksen kartoittaminen on olennainen osa autonomisen mobiilirobottijärjestelmän käyttöönottoa. Se ei kuitenkaan ole kertaluonteinen tehtävä. Se on myös osa jatkuvaa prosessia, jota kutsutaan samanaikaiseksi paikannukseksi ja kartoitukseksi (SLAM), joskus myös synkronoiduksi paikannukseksi ja kartoitukseksi. Se on prosessi, jossa muutokset päivitetään jatkuvasti aluekarttaan ja samalla seurataan robotin sijaintia.

Anturifuusio on tarpeen SLAM-prosessin tukemiseksi ja autonomisten mobiilirobottien turvallisen toiminnan mahdollistamiseksi. Kaikki anturit eivät toimi yhtä hyvin kaikissa käyttöolosuhteissa, ja eri anturitekniikat tuottavat erilaisia datatyyppejä. Tekoälyä voidaan käyttää anturifuusiojärjestelmissä yhdistämään paikallisesta toimintaympäristöstä saatua tietoa (onko sumuista tai savuista, kosteaa, kuinka kirkas on ympäristön valo jne.) ja saamaan merkityksellisempiä tuloksia yhdistämällä eri anturitekniikoiden tuloksia.

Anturielementit voidaan luokitella sekä toiminnan että teknologian mukaan. Esimerkkejä autonomisten mobiilirobottien anturifuusiotoiminnoista ovat (kuva 1):

• Etäisyysanturit, kuten pyörien enkooderit ja inertiamittausyksiköt, joissa käytetään gyroskooppeja ja kiihtyvyysmittareita, auttavat mittaamaan liikettä ja määrittämään referenssiasemien välisen etäisyyden.
• Kuvakennoja, kuten kolmiulotteisia (3D) kameroita ja 3D-LiDARia, käytetään lähellä olevien kohteiden tunnistukseen ja seurantaan.
• Tietoliikenneyhteydet, laskentaprosessorit ja logistiikka-anturit, kuten viivakoodiskannerit ja radiotaajuustunnistuslaitteet (RFID), yhdistävät autonomiset mobiilirobotit koko laitoksen laajuisiin hallintajärjestelmiin ja integroivat ulkoisilta antureilta saadun informaation autonomisten mobiilirobottien anturifuusiojärjestelmään suorituskyvyn parantamiseksi.
• Läheisyysanturit, kuten laserskannerit ja kaksiulotteinen (2D) LiDAR, tunnistavat ja seuraavat autonomisten mobiilirobottien lähellä olevia kohteita, mukaan lukien ihmisten liikkumista.

Kuva 1: Esimerkkejä yleisistä anturityypeistä ja niihin liittyvistä järjestelmäelementeistä, joita käytetään autonomisten mobiilirobottien anturifuusion suunnittelussa. (Kuvan lähde: Qualcomm)

2D-LiDAR, 3D-LiDAR ja ultraääni

2D- ja 3D-LiDAR ja ultraääni ovat yleisiä anturitekniikoita, jotka tukevat SLAM-toimintaa ja turvallisuutta autonomisissa mobiiliroboteissa. Näiden tekniikoiden väliset erot mahdollistavat sen, että yksi anturi voi kompensoida muiden heikkouksia suorituskyvyn ja luotettavuuden parantamiseksi.

2D-LiDAR käyttää yhtä laservalaistustasoa objektien tunnistukseen X- ja Y-koordinaattien perusteella. 3D-LiDAR käyttää useita lasersäteitä erittäin yksityiskohtaisen 3D-esityksen luontiin ympäristöstä. Tätä kutsutaan pistepilveksi. Molemmat LiDAR-tyypit ovat suhteellisen immuuneja ympäristön valo-olosuhteille. Ne edellyttävät kuitenkin, että tunnistettavilla objekteilla on vähimmäisheijastumiskynnys laserin lähettämällä aallonpituudella. 3D-LiDAR tunnistaa tavallisesti heikosti heijastavat kohteet luotettavammin kuin 2D-LiDAR.

Seeed Technologyn 3D-LiDAR-anturi PS-3D160 sisältää 850 nm:n suuritehoiset VCSEL (Vertical Cavity Surface-Emitting Laser) -infrapunalaserlähettimet ja erittäin valoherkän CMOS-anturin. Sulautettu tehokas prosessori sisältää suodatus- ja kompensointialgoritmeja ja voi tukea useita samanaikaisia LiDAR-toimintoja. Laitteen kantama on jopa 12 metriä senttimetrin tarkkuudella.

Kun tarvitaan 2D-LiDAR-ratkaisua, suunnittelijat voivat valita SICKin tuotteen TIM781S-2174104. Sen avautumiskulma on 270 astetta, kulmaresoluutio 0,33 astetta ja skannaustaajuus 15 Hz. Sen toimintasäde on turvallisuuskäytössä 5 metriä (kuva 2).

Kuva 2: Tämän 2D-LiDAR-anturin avautumiskulma on 270 astetta. (Kuvan lähde: SICK)

Ultraäänianturit pystyvät tunnistamaan tarkasti läpäisevät objektit, kuten lasin ja valoa absorboivat materiaalit, joita LiDAR-anturi ei aina pysty näkemään. Ultraäänianturit ovat myös vähemmän alttiita voimakkaan pölyn, savun, kosteuden ja muiden olosuhteiden aiheuttamille häiriöille, jotka voivat haitata LiDAR-anturia. Ultraäänianturit ovat kuitenkin herkkiä ympäristömelun aiheuttamille häiriöille, ja niiden tunnistusalueet voivat olla LiDAR-anturia rajoitetumpia.

Senixin TSPC-30S1-232-mallin kaltaiset ultraäänianturit voivat täydentää LiDAR- ja muita antureita autonomisten mobiilirobottien SLAM- ja turvallisuustoiminnoissa. Sen optimaalinen kantama on 3 metriä verrattuna yllä mainitun 2D-LiDAR-anturin 5 metrin ja 3D-LiDAR-anturin 12 metrin kantamaan. Tällä lämpötilakompensoidulla ultraäänianturilla on IP68-luokitus ympäristövaikutuksilta suojatussa ruostumattomassa teräskotelossa (kuva 3).

Kuva 3: Ympäristövaikutuksilta suojattu ultraäänianturi, jonka optimaalinen kantama on 3 metriä. (Kuvan lähde: DigiKey)

Anturifuusio viittaa yleensä useiden erillisten antureiden käyttöön. Joissakin tapauksissa useita antureita yhdistetään kuitenkin yhdeksi yksiköksi.

Kolme anturia yhdessä

Visuaalinen havaitseminen stereoskooppisia kuvia tuottavan kameraparin avulla sekä tekoälyyn ja koneoppimiseen perustuva kuvankäsittely mahdollistavat sen, että autonominen mobiilirobotti näkee taustan ja tunnistaa lähellä olevat kohteet. Saatavilla on antureita, jotka sisältävät stereosyvyyskamerat, erillisen värikameran ja inertiamittausyksikön (IMU) yhdessä yksikössä.

Stereosyvyyskamerat, kuten Intel RealSense D455 RealSense -syvyyskamerat käyttävät kahta kameraa, joiden välinen etäisyys tunnetaan. Näitä voidaan käyttää syvyyden mittaamiseksi ja kohteen etäisyyden laskemiseksi. Yksi avain tarkkuuteen on tukevan teräsrungon käyttö, joka takaa tarkan etäisyyden kameroiden välillä myös vaativissa teollisuusympäristöissä. Syvyyden havaitsemiseen käytettävän algoritmin tarkkuus riippuu kahden kameran välisen tarkan etäisyyden tuntemisesta.

Esimerkiksi syvyyskameramalli 82635DSD455MP on optimoitu autonomisia mobiilirobotteja ja vastaavia alustoja varten, ja kameroiden välistä etäisyyttä on pidennetty 95 mm:iin (kuva 4). Sen ansiosta syvyyden laskenta-algoritmi voi pienentää arviointivirheen alle 2 prosenttiin 4 metrin etäisyydellä.

Kuva 4: Tämä moduuli sisältää stereosyvyyskamerat, joiden välinen on etäisyys 95 mm, erillisen värikameran ja inertiamittausyksikön (IMU). (Kuvan lähde: DigiKey)

D455-syvyyskameroissa on myös erillinen värikamera (RGB). RGB-kameran globaalisuljin mahdollistaa jopa 90 kuvaa sekunnissa ja on sovitettu syvyyskameran näkökenttään (FOV). Se parantaa väri- ja syvyyskuvien vastaavuutta ja siten ympäristön ymmärtämistä. D455-syvyyskameroihin on integroitu inertianmittausyksikkö kuudella vapausasteella, jonka avulla syvyyden laskenta-algoritmi voi ottaa huomioon autonomisen mobiilirobotin liikenopeuden ja tuottaa dynaamisia syvyyshavaintoarvioita.

Valaistus ja äänimerkit

Autonomisen mobiilirobotin lähellä oleville ihmisille suunnatut vilkkuvat valot ja äänimerkit ovat tärkeitä autonomisen mobiilirobotin turvallisuuden kannalta. Valot sijaitsevat yleensä autonomisen mobiilirobotin sivuilla valomaston tai valonauhan muodossa. Ne auttavat robottia kommunikoimaan aiottu toiminta (toiminnat) ihmisille. Ne voivat myös ilmoittaa tilasta, kuten akun lataamisesta, lastaamisesta tai purkamisesta, aikomuksesta kääntyä uuteen suuntaan (kuten auton suuntavilkut), hätätilanteesta ja niin edelleen.

Valojen väreille, vilkkumisnopeuksille tai äänimerkeille ei ole olemassa standardeja. Ne voivat vaihdella autonomisten mobiilirobottien valmistajien välillä, ja ne kehitetään usein vastaamaan sen laitoksen erityistoimintoja, jossa autonomista mobiilirobottia käytetään. Valonauhoja on saatavana sekä sisäänrakennetuilla äänihälytysmekanismeilla että ilman niitä. Esimerkiksi Banner Engineeringin mallissa TLF100PDLBGYRAQP on eristetty äänielementti, joka tarjoaa 14 valittavissa olevaa ääntä sekä äänenvoimakkuuden säädön (kuva 5).

Kuva 5: Tässä valopalkki-ilmoitinlaitteessa on eristetty äänielementti (musta ympyrä ylhäällä). (Kuvan lähde: DigiKey)

Logistiikkatuki

Autonomiset mobiilirobotit toimivat osana laajempia toimintoja, ja ne täytyy usein integroida toiminnanohjausjärjestelmään (ERP), tuotannonohjausjärjestelmään (MES) tai varastonhallintajärjestelmään (WMS). Autonomisten mobiilirobottien viestintämoduuli ja sellaiset anturit kuten viivakoodi- ja RFID-lukijat mahdollistavat autonomisten mobiilirobottien tiiviin sulauttamisen yritysjärjestelmiin.

Kun tarvitaan viivakoodinlukijaa, suunnittelijat voivat valita Omronin V430-F000W12M-SRP-mallin, joka pystyy dekoodaamaan tarrojen 1D- ja 2D-viivakoodit tai DPM-viivakoodit, Laitteen ominaisuuksiin kuuluvat muuttuvan etäisyyden automaattitarkennus, laajan näkökentän objektiivi, 1,2 megapikselin anturi, sisäänrakennettu valo ja huippunopea prosessointi.

DLP Designin DLP-RFID2 on edullinen ja kompakti moduuli, jolla voidaan lukea ja kirjoittaa korkeataajuisille (HF) RFID-transponderitunnisteille. Se pystyy myös lukemaan jopa 15 tunnisteen yksilölliset tunnisteet (UDI) kerralla, ja se voidaan määrittää käyttämään sisäistä tai ulkoista antennia. Sen käyttölämpötila-alue on 0 °C...+70 °C, joten se soveltuu Teollisuus 4.0:n tuotanto- ja logistiikkatiloihin.

Yhteenveto

Anturifuusio on tärkeä väline SLAM:n ja turvallisuuden tukemisessa autonomisissa mobiiliroboteissa. Tämä artikkeli tarkastelee joitakin nykyisiä standardeja ja parhaita käytäntöjä anturifuusion toteuttamiseen automaattisissa mobiiliroboteissa samalla kun odotamme R15.08-3-standardia, joka saattaa sisältää viittauksia anturifuusioon ja automaattisten mobiilirobottien vakauden testaukseen ja validointiin. Tämä on kaksiosaisen sarjan toinen artikkeli. Ensimmäisessä osassa tarkasteltiin autonomisten mobiilirobottien turvallista ja tehokasta integrointia Teollisuus 4.0 -toimintoihin mahdollisimman suuren hyödyn saavuttamiseksi.