La fusión de sensores mejora la navegación y seguridad de los robots móviles autónomos
La filosofía detrás de la Industria 5.0 es que los humanos trabajen junto a robots equipados con inteligencia artificial (AI), con la visión de que estos robots se utilicen para apoyar a los humanos, no para reemplazarlos. Los Robots Móviles Autónomos (AMRs) pueden mejorar la productividad, aumentar la seguridad y ahorrar costes significativos a los fabricantes. Por estas razones, la adopción de AMRs se expandirá a casi todas las industrias. Sin embargo, antes de que eso ocurra, los AMRs deben superar varios desafíos, y una de las claves para superar estos desafíos es la integración de varios sensores y el campo emergente de la fusión de sensores. Este artículo presentará el desarrollo de la tecnología de fusión de sensores y las soluciones relacionadas lanzadas por onsemi.
Las perspectivas de aplicación de AMR son prometedoras, pero también enfrentan desafíos
AMR tiene características de aplicación que pueden reducir costos, mejorar la seguridad y aumentar la eficiencia, por lo que cada vez más industrias están comenzando a adoptarlo. Según encuestas, el mercado global de AMR se valoró en $8.65 mil millones en 2022, y se espera que la tasa de crecimiento anual compuesta (CAGR) sea del 18.3% de 2022 a 2028. Aunque las perspectivas de desarrollo de AMR son prometedoras, la adopción de AMR también enfrenta muchos desafíos.
El principal desafío en la adopción de AMR es la diversidad de aplicaciones y entornos en los que opera. Los usos comunes de AMR incluyen almacenes, tecnología agrícola, paisajismo comercial, atención médica, comercio minorista inteligente, seguridad y vigilancia, entrega, inventario, y recogida y clasificación. En todos estos diferentes entornos, se espera que los AMR operen de manera segura alrededor de las personas.
Sin embargo, la complejidad de estos escenarios de aplicación hace que el trabajo de los AMR sea extremadamente desafiante. Como humanos, algunas situaciones se dan por sentadas, pero los AMR pueden encontrar difícil manejarlas. Por ejemplo, imagina un robot de entrega entregando un paquete y viendo una pelota en medio del camino. Es probable que el robot pueda identificar la pelota y evitar golpearla, pero ¿es lo suficientemente inteligente como para prever que un niño podría salir corriendo a buscar la pelota? Hay muchas situaciones complejas como esta. Por ejemplo, ¿pueden los AMR utilizar y reconocer un espejo reflectante de 90 grados instalado en un poste al borde de la carretera para observar la situación en una esquina y predecir el tráfico con anticipación? ¿Puede un AMR entender que no debería caminar sobre concreto recién vertido? Estas son situaciones comunes para los humanos, pero presentan desafíos para los AMR.
Quizás estas situaciones, que son fácilmente comprendidas por los humanos, sean más desafiantes para los robots. Sin embargo, con los sensores adecuados, los AMRs podrían detectar objetos a plena luz del sol más fácilmente que los humanos. Pero identificar concreto recién vertido y líquidos derramados podría ser difícil. Además, bordes, acantilados, rampas y escaleras también plantean desafíos para los AMRs. También hay situaciones especiales, como cuando alguien sabotea deliberadamente el AMR, lo que inspiraría la necesidad de diseñar sistemas de maniobra de escape. Resolver muchos de los desafíos mencionados anteriormente requeriría que la IA utilizara modelos de lenguaje de última generación (LLMs) y varios tipos de sensores de alto rendimiento.
Los sensores de alto rendimiento para AMRs tienen cada uno sus propias ventajas y desventajas
Los AMR pueden utilizar diferentes tipos de sensores para detectar el entorno, y estos sensores necesitan realizar localización y mapeo simultáneos (SLAM) mientras proporcionan mediciones de distancia y profundidad. Las métricas importantes de los sensores incluyen detección de objetos, identificación de objetos, reconocimiento de color, resolución, consumo de energía, tamaño, costo, alcance, rango dinámico, velocidad y la capacidad de operar bajo diversas condiciones de iluminación y clima.
Los tipos de sensores que se pueden utilizar para AMRs incluyen imagen CMOS, sensores de profundidad de tiempo de vuelo directo (dToF) e indirecto (iToF), ultrasonido, radar, posicionamiento inductivo, tecnología Bluetooth® de baja energía (Bluetooth LE), inerciales y otros. Cada tipo de sensor tiene sus propias ventajas y desventajas.
Por ejemplo, el radar ofrece un excelente rendimiento en cuanto a alcance y velocidad en condiciones de poca luz o clima adverso, pero tiene capacidades de detección de color deficientes, costos iniciales más altos y un tamaño relativamente grande (una consideración importante para los AMRs). LiDAR, debido a su proceso de fundición de silicio CMOS de alto volumen, tiene un costo inicial relativamente bajo y funciona bien tanto de noche como bajo luz solar directa, pero es menos efectivo en la clasificación de objetos. Por otro lado, los sensores de profundidad iToF ofrecen una excelente resolución y capacidades de procesamiento de bajo consumo.
Claramente, el uso de un solo tipo de sensor no puede proporcionar toda la información que los AMRs necesitan para abordar todos los desafíos mencionados anteriormente. Dependiendo de la aplicación y el entorno, los AMRs necesitarán varios o incluso múltiples tipos de sensores. Estos sensores no operan de forma aislada, sino que trabajan juntos en un proceso conocido como fusión de sensores.
¿Cómo logran la fusión de sensores los robots móviles autónomos?
La fusión de sensores es el proceso de combinar dos o más fuentes de datos (de sensores y/o un algoritmo o un modelo) para obtener una mejor comprensión del sistema y de su entorno. La fusión de sensores en los AMRs es crucial ya que proporciona una mejor fiabilidad, redundancia y, en última instancia, seguridad, mientras garantiza que los resultados de la evaluación sean más consistentes, precisos y fiables.
La fusión de sensores combina dos funcionalidades: recopilación de datos e interpretación de datos. El paso de "interpretar datos" en la fusión de sensores requiere la implementación de un algoritmo o un modelo. A veces, los resultados de la fusión de sensores están diseñados para los hábitos humanos, como la asistencia en automóviles, y otras veces están diseñados para aplicaciones adicionales de máquinas, como el reconocimiento facial en sistemas de seguridad.
La fusión de sensores tiene varias ventajas, como la reducción del ruido de señal. La fusión de sensores homogénea puede reducir el ruido no correlacionado, mientras que la fusión de sensores heterogénea puede reducir el ruido correlacionado. Debido a su naturaleza inherente, la fusión de sensores mejora la fiabilidad a través de la redundancia. Dado que hay al menos dos sensores, si se pierde la información de un sensor, la calidad de detección puede disminuir, pero dado que aún está disponible la información de otros sensores, no fallará completamente. La fusión de sensores también puede utilizarse para estimar estados no medidos, por ejemplo, cuando un objeto o parte de un objeto está oculto de la vista de una cámara, y cuando un objeto o superficie refleja la luz de una cámara a otra, la fusión de sensores mantiene un cierto nivel de rendimiento de detección.
Debido a estas ventajas y a la adopción acelerada del mercado, existen algunas tendencias emergentes en la fusión de sensores, incluyendo el uso de algoritmos impulsados por IA, detección y clasificación de objetos mejorada, la combinación de fusión de sensores con múltiples modalidades de sensores para percepción colaborativa y percepción ambiental en condiciones adversas. La fusión de sensores puede lograr una vista envolvente de 360 grados y permitir la calibración de sensores en tiempo real, entre otras funciones.
Proporcionar una solución completa para la fusión de sensores
La fusión de sensores en AMR tiene como objetivo tener un impacto significativo en las aplicaciones industriales y de transporte. En el proceso de avanzar hacia la Industria 5.0, onsemi se compromete a proporcionar sensores y subsistemas para garantizar una implementación efectiva. Las soluciones de subsistemas de onsemi también son bastante diversas, abarcando desde sistemas de imágenes de alta resolución resistentes hasta controladores de motores de alta potencia y soluciones de carga de baterías compactas y eficientes, todo basado en décadas de experiencia sirviendo a la industria automotriz. Las soluciones de onsemi trabajan conjuntamente para asegurar que el desarrollo se haga más fácil y que los robots industriales sean lo suficientemente adaptables y fiables como para operar en los entornos más duros.
Los robots móviles autónomos tienen funciones similares a los vehículos autónomos y son diseños complejos compuestos por múltiples subsistemas, lo que permite a los robots moverse, observar y operar de manera segura con mínima interacción humana. onsemi minimiza esta complejidad a través de soluciones de energía inteligente y de detección confiables, proporcionando los componentes necesarios para su diseño.
El núcleo de la fusión de sensores son los sensores. Si los datos de los sensores no son buenos, incluso los mejores algoritmos no producirán resultados de alta calidad. Afortunadamente, onsemi ofrece sensores y kits de herramientas de clase mundial para apoyar la fusión de sensores en AMR.
onsemi es un líder en tecnología de sensores inteligentes, ofreciendo un amplio portafolio de sensores de imagen con obturador rodante y obturador global con un rendimiento líder en la industria en características como rango dinámico y activación por movimiento, cumpliendo con los requisitos de varias aplicaciones finales posibles, desde dispositivos wearables y electrónica de consumo hasta aplicaciones industriales y automotrices exigentes.
Además de sensores de imagen, onsemi también proporciona SiPM para detección de rango (LiDAR). Este portafolio de productos incluye sensores ultrasónicos, sensores inductivos y microcontroladores que soportan la tecnología Bluetooth® LE, con soporte para AoA (Ángulo de Llegada) y AoD (Ángulo de Salida) para la determinación de posición.
Un ejemplo específico es el NCV75215, un producto estándar de aplicación específica (ASSP) para aplicaciones de medición de distancia de estacionamiento ultrasónico. Puede operar con sensores ultrasónicos piezoeléctricos para proporcionar una medición de tiempo de vuelo de la distancia de obstáculos durante el estacionamiento de vehículos/AMR. Cuenta con alta sensibilidad y operación de bajo ruido, permitiendo la detección desde 0,25 m hasta 4,5 m en un poste estándar de 75 mm, con la distancia mínima real determinada por la longitud de la reverberación. En condiciones ideales, con circuitería externa perfectamente ajustada y emparejada, se puede lograr una distancia mínima de 0,2 m, con el rango de detección real dependiendo del transductor ultrasónico piezoeléctrico y las partes analógicas externas.
Este dispositivo impulsa el transductor ultrasónico a una frecuencia programable a través de un transformador. El eco recibido se amplifica, convierte a una señal digital, filtra, detecta y compara con un umbral dependiente del tiempo almacenado en una RAM interna. La distancia al obstáculo se determina por el tiempo desde la transmisión del impulso hasta el reconocimiento del eco. La línea de E/S bidireccional incorporada puede usarse para la comunicación con el maestro (ECU). El maestro envía comandos de la línea de E/S al NCV75215, y los datos se informan de regreso a través de la misma línea.
Conclusión
Los robots móviles autónomos (AMR) tienen numerosos casos de uso, y su adopción está acelerándose, con una serie de mejores prácticas emergentes para apoyar esta rápida adopción. Primero, es esencial controlar el entorno para reducir posibles colisiones que los AMR puedan encontrar. Un ejemplo de esto es designar caminos para AMR/vehículos guiados automatizados (AGV) en instalaciones de fabricación o almacenes. En segundo lugar, es crucial usar gemelos digitales durante el proceso de desarrollo para simular casos de uso exactos, incluidos escenarios extremos. Finalmente, es vital integrar la fusión de sensores con sensores inteligentes, algoritmos y modelos. onsemi puede proporcionar una solución completa para la fusión de sensores, incluidos sistemas de imagen de alta resolución combinados con sensores de imagen, control de motor de alta potencia y soluciones eficientes de carga de batería compacta, todos los cuales cumplen con las diversas necesidades de aplicaciones AMR. Si tiene alguna necesidad relacionada, por favor contacte a Arrow o onsemi para obtener más información sobre productos y aplicaciones.
Etiquetas de artículo
