La fusion de capteurs améliore la navigation et la sécurité des robots mobiles autonomes

Les perspectives d'application des AMR sont prometteuses mais font également face à des défis

L'AMR dispose de fonctionnalités applicatives pouvant réduire les coûts, améliorer la sécurité et accroître l'efficacité, c'est pourquoi de plus en plus d'industries commencent à l'adopter. Selon des enquêtes, le marché mondial de l'AMR était évalué à 8,65 milliards de dollars en 2022, et le taux de croissance annuel composé (CAGR) devrait être de 18,3 % de 2022 à 2028. Bien que les perspectives de développement de l'AMR soient prometteuses, son adoption fait également face à de nombreux défis.

Le principal défi de l'adoption des AMR est la diversité des applications et des environnements dans lesquels ils fonctionnent. Les utilisations courantes des AMR incluent les entrepôts, la technologie agricole, l'aménagement paysager commercial, les soins de santé, le commerce de détail intelligent, la sécurité et la surveillance, la livraison, la gestion des stocks, ainsi que le tri et la sélection. Dans tous ces environnements variés, les AMR doivent fonctionner en toute sécurité autour des personnes.

Cependant, la complexité de ces scénarios d'application rend le travail des AMR extrêmement difficile. En tant qu'humains, certaines situations sont considérées comme acquises, mais les AMR peuvent les trouver difficiles à gérer. Par exemple, imaginez un robot de livraison apportant un colis et voyant une balle au milieu du chemin. Il est probable que le robot puisse identifier la balle et l'éviter, mais est-il suffisamment intelligent pour prévoir qu'un enfant pourrait surgir pour récupérer la balle ? Il existe de nombreuses situations complexes comme celle-ci. Par exemple, les AMR peuvent-ils utiliser et reconnaître un miroir réfléchissant à 90 degrés installé sur un poteau en bord de route pour observer la situation à un coin et prédire le trafic à l'avance ? Un AMR peut-il comprendre qu'il ne devrait pas marcher sur du béton fraîchement coulé ? Ces situations sont courantes pour les humains, mais elles posent des défis aux AMR.

Peut-être que ces situations, facilement comprises par les humains, sont plus délicates pour les robots. Cependant, avec les bons capteurs, les AMR pourraient détecter des objets en plein soleil plus facilement que les humains. En revanche, identifier du béton fraîchement coulé et des liquides renversés pourrait s’avérer difficile. De plus, les bordures, falaises, rampes et escaliers posent également des défis pour les AMR. Il existe aussi des situations particulières, comme lorsqu'une personne sabote délibérément un AMR, ce qui pourrait inspirer le besoin de concevoir des systèmes de manœuvre d'évasion. Résoudre bon nombre des défis mentionnés ci-dessus nécessiterait que l'IA utilise des modèles de langage de pointe (LLM) et divers types de capteurs haute performance.

Les capteurs haute performance pour les AMR ont chacun leurs avantages et leurs inconvénients

Les AMR peuvent utiliser différents types de capteurs pour détecter l'environnement, et ces capteurs doivent effectuer une localisation et cartographie simultanées (SLAM) tout en fournissant des mesures de distance et de profondeur. Les métriques importantes des capteurs incluent la détection d'objets, l'identification d'objets, la reconnaissance des couleurs, la résolution, la consommation d'énergie, la taille, le coût, la portée, la plage dynamique, la vitesse, ainsi que la capacité à fonctionner dans diverses conditions d'éclairage et de météo.

Les types de capteurs qui peuvent être utilisés pour les AMR incluent l'imagerie CMOS, la détection de profondeur par temps de vol direct (dToF) et temps de vol indirect (iToF), les ultrasons, le radar, le positionnement inductif, la technologie Bluetooth® Low Energy (Bluetooth LE), les capteurs inertiels, et d'autres. Chaque type de capteur présente ses propres avantages et inconvénients.

Par exemple, le radar offre d'excellentes performances en termes de portée et de vitesse dans des conditions de faible luminosité ou de mauvais temps, mais il a de faibles capacités de détection des couleurs, des coûts initiaux élevés et une taille relativement grande (une considération importante pour les AMR). Le LiDAR, grâce à son processus de fabrication en fonderie de silicium CMOS à grand volume, a un coût initial relativement inférieur et fonctionne bien aussi bien de nuit qu'en plein soleil, mais il est moins efficace pour la classification des objets. En revanche, les capteurs de profondeur iToF offrent une excellente résolution et des capacités de traitement à faible consommation d'énergie.

Il est évident que l'utilisation d'un seul type de capteur ne peut pas fournir toutes les informations dont les AMRs ont besoin pour relever tous les défis mentionnés ci-dessus. En fonction de l'application et de l'environnement, les AMRs auront besoin de plusieurs types de capteurs, voire d'une variété de capteurs. Ces capteurs ne fonctionnent pas isolément, mais collaborent dans un processus connu sous le nom de fusion de capteurs.

Comment les robots mobiles autonomes réalisent la fusion de capteurs

La fusion de capteurs est le processus de combinaison de deux ou plusieurs sources de données (provenant de capteurs et/ou d'un algorithme ou d'un modèle) afin d'obtenir une meilleure compréhension du système et de son environnement. La fusion de capteurs dans les AMR est essentielle, car elle offre une meilleure fiabilité, redondance et, en fin de compte, sécurité, tout en garantissant que les résultats d'évaluation soient plus cohérents, précis et fiables.

La fusion de capteurs combine deux fonctionnalités : la collecte de données et l'interprétation des données. L'étape "interpréter les données" dans la fusion de capteurs nécessite la mise en œuvre d'un algorithme ou d'un modèle. Parfois, les résultats de la fusion de capteurs sont conçus pour les habitudes humaines, comme l'assistance dans les voitures, et parfois ils sont conçus pour d'autres applications machines, comme la reconnaissance faciale dans les systèmes de sécurité.

La fusion de capteurs présente divers avantages, tels que la réduction du bruit de signal. La fusion de capteurs homogènes peut réduire le bruit non corrélé, tandis que la fusion de capteurs hétérogènes peut réduire le bruit corrélé. En raison de sa nature inhérente, la fusion de capteurs améliore la fiabilité grâce à la redondance. Étant donné qu'il y a au moins deux capteurs, si les données d'un capteur sont perdues, la qualité de détection peut diminuer, mais comme les données des autres capteurs sont toujours disponibles, elle ne sera pas totalement défaillante. La fusion de capteurs peut également être utilisée pour estimer des états non mesurés, par exemple, lorsqu'un objet ou une partie d'un objet est masqué à la vue par une caméra, et lorsqu'un objet ou une surface réfléchit la lumière d'une caméra à une autre, la fusion de capteurs maintient un certain niveau de performance de détection.

En raison de ces avantages et de l'adoption accélérée par le marché, certaines tendances émergent dans la fusion de capteurs, notamment l'utilisation d'algorithmes alimentés par l'IA, une détection et classification d'objets améliorées, la combinaison de la fusion de capteurs avec de multiples modalités de capteurs pour une perception collaborative, et la perception environnementale dans des conditions défavorables. La fusion de capteurs peut permettre une vue panoramique à 360 degrés et un calibrage en temps réel des capteurs, entre autres fonctions.

Fournir une solution complète pour la fusion de capteurs

La fusion de capteurs dans l'AMR vise à avoir un impact significatif sur les applications industrielles et de transport. Dans le processus de progression vers l'industrie 5.0, onsemi s'engage à fournir des capteurs et des sous-systèmes pour garantir une mise en œuvre efficace. Les solutions de sous-systèmes de onsemi sont également très diversifiées, allant de systèmes d'imagerie haute résolution robustes à des contrôles de moteur haute puissance et des solutions de recharge de batterie compactes et efficaces, toutes conçues sur des décennies d'expérience dans le secteur automobile. Les solutions de onsemi travaillent ensemble pour garantir que le développement devienne plus facile et que les robots industriels soient suffisamment adaptables et fiables pour fonctionner dans des environnements les plus exigeants.

Les robots mobiles autonomes ont des fonctions similaires à celles des véhicules autonomes et sont des conceptions complexes composées de plusieurs sous-systèmes, permettant aux robots de se déplacer, d'observer et de fonctionner en toute sécurité avec une interaction humaine minimale. onsemi minimise cette complexité grâce à des solutions fiables d'alimentation intelligente et de détection, fournissant les éléments essentiels pour votre conception.

Le cœur de la fusion de capteurs réside dans les capteurs. Si les données des capteurs ne sont pas de bonne qualité, même les meilleurs algorithmes ne produiront pas de résultats de haute qualité. Heureusement, onsemi propose des capteurs et des kits d'outils de classe mondiale pour soutenir la fusion de capteurs dans l'AMR.

onsemi est un leader en technologie de détection intelligente, offrant un vaste portefeuille de capteurs d'image à obturation roulante et obturation globale avec des performances de premier plan dans des fonctionnalités telles que la plage dynamique et le réveil par mouvement, répondant aux exigences de diverses applications finales possibles, allant des appareils portables et électroniques grand public aux applications industrielles et automobiles exigeantes.

En plus des capteurs d'image, onsemi fournit également des SiPM pour la détection de portée (LiDAR). Ce portefeuille de produits comprend des capteurs ultrasoniques, des capteurs inductifs et des microcontrôleurs prenant en charge la technologie Bluetooth® LE, avec prise en charge de l'AoA (Angle d'arrivée) et de l'AoD (Angle de départ) pour la localisation.

Un exemple spécifique est le NCV75215, un produit standard spécifique à l'application (ASSP) pour les applications de mesure de distance de stationnement par ultrasons. Il peut fonctionner avec des capteurs ultrasoniques piézoélectriques pour fournir une mesure de la distance des obstacles par temps de vol lors du stationnement de véhicules/AMR. Il offre une haute sensibilité et un fonctionnement à faible bruit, permettant une détection de 0,25 m à 4,5 m sur un poteau standard de 75 mm, avec la distance minimale réelle déterminée par la durée de réverbération. Dans des conditions idéales, avec des circuits externes parfaitement réglés et adaptés, une distance minimale de 0,2 m peut être atteinte, la plage de détection réelle dépendant du transducteur ultrasonique piézoélectrique et des pièces analogiques externes.

Ce dispositif pilote le transducteur ultrasonique à une fréquence programmable via un transformateur. L'écho reçu est amplifié, converti en signal numérique, filtré, détecté et comparé à un seuil dépendant du temps stocké dans une RAM interne. La distance à l'obstacle est déterminée par le temps écoulé entre l'impulsion d'émission et la reconnaissance de l'écho. La ligne d'E/S bidirectionnelle intégrée peut être utilisée pour la communication avec le maître (ECU). Le maître envoie des commandes de ligne d'E/S au NCV75215, et les données sont rapportées par la même ligne.

Conclusion

Les robots mobiles autonomes (AMRs) ont de nombreux cas d'utilisation, et leur adoption s'accélère, avec une série de meilleures pratiques émergeant pour soutenir cette adoption rapide. Tout d'abord, il est essentiel de contrôler l'environnement pour réduire les collisions potentielles auxquelles les AMRs pourraient être confrontés. Un exemple de cela est de désigner des chemins pour les AMRs/véhicules guidés automatisés (AGVs) dans les installations de fabrication ou d'entrepôt. Deuxièmement, il est crucial d'utiliser des jumeaux numériques au cours du processus de développement pour simuler des cas d'utilisation précis, y compris des scénarios extrêmes. Enfin, l'intégration de la fusion de capteurs avec des capteurs intelligents, des algorithmes et des modèles est vitale. onsemi peut fournir une solution complète pour la fusion de capteurs, y compris des systèmes d'imagerie haute résolution combinés à des capteurs d'image, un contrôle moteur haute puissance et des solutions de recharge de batteries compactes et efficaces, répondant à divers besoins des applications AMR. Si vous avez des besoins liés, veuillez contacter Arrow ou onsemi pour plus d'informations sur les produits et les applications.