Pentru a obține o mișcare autonomă, vehiculul de interior trebuie să fie capabil să rezolve mai multe probleme pentru a se deplasa pe sol fără a ciocni obstacole și pentru a îndeplini sarcinile dorite. Cu cuvinte simple, AIV trebuie să răspundă la mai multe întrebări pentru a trece de la un punct la altul în mod autonom:

• Cum se conduce singur: cinematica și controlul vehiculelor
• Cum este mediul: percepția și construcția hărții
• Unde se află: ​​localizare
• Cum se ajunge la țintă: planificarea mișcării

Pentru a răspunde la aceste întrebări, AIV are nevoie de o varietate de senzori pe lângă motoarele și roțile sale. Unii senzori sunt utilizați pentru a măsura starea AIV, iar unii senzori pot oferi percepție asupra mediului înconjurător. Numai cu selecția și implementarea corespunzătoare a acestor senzori poate fi atinsă capacitatea autonomă.

În plus, în mod clasic, există două tipuri de reprezentări de bază: metrice și topologice. Harta topologică este formată din noduri și legături. Un robot este fie pe un nod, fie pe o legătură între două noduri. În cadrul metric, mediul este de obicei reprezentat în spațiu cartezian bidimensional sau tridimensional. Poza robotului, poziția sa plus orientarea, este reprezentată de un vector față de un cadru cartezian static. Datorită reprezentării precise a cadrului metric, acest capitol se concentrează numai pe reprezentarea metrică, în special asupra cadrului cartezian.

Modelul cinematic al WMR-urilor

Tipuri de roți

Prima decizie de luat pentru proiectarea unui nou WMR este adesea determinarea tipurilor de roți care vor fi utilizate pentru model. În secțiunea următoare sunt introduse cele cinci tipuri majore de roți.

Roată fixă

Roata fixă ​​(Fig. 1) permite numai centrului roții să se rotească în jurul unui punct pe o axă fixă. Prin ea însăși, un astfel de model al roții nu permite direcția, dar cu 2 astfel de roți de-a lungul aceleiași axe, este posibil să se direcționeze direcția de antrenare variind independent vitezele unghiulare ale fiecărei roți. Însă, astfel de roți sunt incapabile de mișcare omnidirecțională. Un astfel de exemplu este roata reală a unei biciclete tipice.

Roată de direcție centrată

Pentru o roată de direcție centrată, așa cum este ilustrată în Fig. 2, similar conceptului de roată fixă, în loc să se rotească în jurul unei axe fixe care este atașată la un corp, se adaugă o axă suplimentară perpendiculară, în timp ce intersectează axa de rotație a roții, între corp și axa roții. Această axă suplimentară permite ca roata motoare să fie direcționată corespunzător. Însă, astfel de modele de roți nu au capacități omnidirecționale. Un astfel de exemplu este roata din față a unei biciclete tipice.

Roată pivotantă (roată de direcție necentrată)

Roata pivotantă (Fig. 3) este diferită de roata de direcție centrată prin faptul că axa de direcție care este paralelă cu axa de direcție trece prin centrul roții cu o distanță decalată de-a lungul planului roții. Datorită decalajului dintre cele două axe de direcție, roata pivotantă se mai numește și necentrată.

Figura 4 prezintă o roată pivotantă standard care este văzută în mod obișnuit într-un cărucior și o roată pivotantă dublă care este utilizată în majoritatea scaunelor de birou.

Roata suedeză

Roata suedeză poate fi privită ca o roată fixă ​​cu role pasive mai mici la circumferințele demonstrate în Fig. 5. Această rolă mai mică unghiulară translatează o parte din forța de la roata principală în cea a direcției de-a lungul axei de rotație a rolei mici pentru a oferi tracțiune. Roata principală este antrenată activ și nu poate fi direcționată. Când sunt utilizate trei sau mai multe dintre astfel de roți, este posibilă mișcarea omnidirecțională. Contactul discontinuu atunci când roata principală se rotește este mai puțin semnificativ în comparație cu modelul anterior, deoarece există cel puțin o rolă mică mereu în contact pe un teren plat. Roțile mai mici pot fi montate în lateral, ceea ce poate duce la ciocnirea suportului roții cu obstacole sau central, ceea ce rezolvă această problemă.

Figura 6 prezintă două modele cele mai comune ale roții suedeze în funcție de aranjamentul diferit al rolelor pasive. Roata suedeză 45^o este cunoscută și sub numele de roată Mecanum, unde unghiul dintre axa rolei pasive și axa roții principale este de 45^o. Similar, roata suedeză 90^o, care este uneori numită omni-roată sau roată universală, are unghiul dintre axa rolei pasive și axa roții principale de 90^o. Pentru a reduce discontinuitatea contactului dintre roată și sol, roata suedeză 90^o adoptă adesea două straturi de role pasive.

Roată sferică (roată cu bile)

Roata sferică sau roata cu bile are o bilă conectată prin role la șasiu pasiv sau la interiorul unui inel cu role care este antrenat activ prin frecare. Ilustrația unei roți sferice este prezentată în Fig. 7. Această implementare oferă o bună mobilitate omnidirecțională. O implementare reală a roții sferice pentru WMR este prezentată în Fig. 8.

Clasificarea WMR-urilor după configurația roților

După cum s-a discutat în secțiunea anterioară, diferite tipuri de roți prezintă diferite constrângeri cinematice care afectează caracteristicile de mișcare ale WMR. În funcție de adoptarea tipului de roată și de organizarea configurației roții, WMR-urile pot fi clasificate în diferite tipuri. Această secțiune prezintă cele mai comune tipuri de WMR cu diferite configurații de roți. Exemple de roboți fizici care aparțin fiecărui tip de WMR sunt, de asemenea, date pentru referință.

Acționare diferențială

Acționarea diferențială (Fig. 9) este una dintre cele mai comune configurații de roți pentru mecanismele cu roți. Există două roți fixe cu o axă de rotație concurentă pe o acționare diferențială WMR. Acționarea diferenţială WMR are două motoare instalate, iar fiecare motor antrenează una dintre roţile fixe. Pe lângă perechea de roți fixe, există de obicei una sau două roți pivotante pasive pe un robot cu acționare diferențială în scopul echilibrării. Avantajul acționării diferențiale este că este un model foarte simplu. Însă, un dezavantaj major al acționării diferențiale este că este dificil de controlat robotul ca să se miște exact în linie dreaptă, deoarece necesită un control precis al celor două roți fixe cu aceeași viteză. Chiar dacă vitezele celor două roți fixe sunt aceleași, robotul poate să nu se miște drept, deoarece alinierea axelor celor două roți fixe nu poate fi niciodată perfectă. Un exemplu de robot cu acționare diferențială este Pioneer 3-DX prezentat în Fig. 10.

Conducere asemănătoare mașinii (direcție Ackermann)

Conducerea asemănătoare mașinii (Fig. 11) este cunoscută și sub numele de direcție Ackermann. La acest tip de vehicul, doar cele două roți de direcție centrate din față sunt acționate atât pentru rulare, cât și pentru direcție. Cele două roți din spate sunt roți fixe și pasive. Axele de rotație ale celor două roți fixe din spate sunt concurente. Deși conducerea asemănătoare unei mașini este modelul predominant pentru autovehiculele convenționale cu 4 roți, nu este obișnuit ca WMR să adopte această configurație a roților. Figura 12 prezintă un exemplu de conducere WMR asemănătoare unei mașini, care este robotul Summit de la Robotnik Automation SLL. În comparație cu acționarea diferențială, este ușor pentru MWR asemănător mașinii să se deplaseze în linie dreaptă cu mare precizie.

Acționare sincronă

Vehiculele cu propulsie sincronă (Fig. 13) sunt formate din trei sau mai multe roți de direcție centrate. Datorită unui design special al mecanismului de transmisie care conectează toate roțile, doar două motoare sunt instalate în vehiculele cu tracțiune sincronă. Mișcarea de direcție a tuturor roților este sincronizată și acționată de un motor, în timp ce translația tuturor roților este, de asemenea, sincronizată și alimentată de celălalt motor.

Designul implică faptul că toate roțile de direcție centrate dintr-un vehicul cu tracțiune sincronă sunt întotdeauna îndreptate către aceeași direcție. Pentru a trece de la un punct la altul, vehiculele cu propulsie sincronă direcționează întotdeauna mai întâi toate roțile pentru a se îndrepta spre obiectiv și apoi se deplasează în linie dreaptă către obiectiv.

Deși conceptul de design este simplu, designul practic al mecanismului de sincronizare nu este ușor de realizat, deoarece necesită sincronizarea precisă a tuturor roților. Un exemplu de unitate sincronă WMR este robotul B14 de la Real World Interface Inc. prezentat în Fig. 14.

Triciclu

Un model de triciclu este ilustrat în Fig. 15. Cele trei roți ale unui triciclu sunt două roți fixe și o roată de direcție centrată. Din nou, cele două roți fixe au axa de rulare concurentă. În cele mai multe cazuri, cele două roți fixe sunt pasive, iar doar roata de direcție centrată este acționată de două motoare, cu unul pentru rularea ei și celălalt pentru direcție. Deși triciclul este, de asemenea, un model comun pentru automobile, este mai puțin obișnuit pentru roboții mobili. Un exemplu de triciclu WMR este prezentat în Fig. 16.

Observație 1: Centrul instantaneu de rotație (ICR). Există o interpretare geometrică interesantă despre centrul instantaneu de rotație (ICR) al WMR-urilor care au roată fixă ​​sau roată de direcție centrată. În exemplele de vehicule cu acționare diferențială, asemănătoare mașinii și triciclu, ICR pentru fiecare dintre aceste vehicule este intersecția dintre axa de rulare a roților fixe și cea a roților de direcție centrate (Fig. 17).

Acționare omnidirecțională

WMR-urile omnidirecționale sunt cele care au simultan trei grade de libertate ale mișcării într-un plan. Cele trei grade de libertate sunt două viteze de translație și o viteză unghiulară. Astfel de roboți sunt utili în medii restrânse în care spațiul este un premiu sau când trebuie să lucreze în zone cu trafic uman.

Cu excepția roții fixe și a roții de direcție centrate, celelalte trei tipuri de roți introduse în secțiunea „Tipuri de roți” sunt capabile să construiască WMR-uri omnidirecționale.

Figura 18 prezintă robotul mobil omnidirecțional dezvoltat de Institutul de Tehnologie a Fabricației din Singapore. Acest robot este format din patru roți pivotante. Fiecare roată este acționată de două motoare, unul pentru rulare și celălalt pentru direcție. Figura 19 prezintă robotul omnidirecțional Uranus al CMU care constă din patru roți Mecanum. Robotul Robotino de la Festo prezentat în Fig. 20 este în prezent disponibil comercial. Acest robot adoptă omni-roata pentru a genera mișcarea omnidirecțională. Ultimul exemplu de WMR omnidirecțional prezentat în Fig. 21 este robotul Superchair cu patru roți sferice (Asada și Wada 1998).

Clasificarea WMR-urilor după gradul de manevrabilitate

În continuare (Campion et al. 1996), WMR sunt clasificate în cinci tipuri generice pe baza gradului lor de manevrabilitate, δM, care este suma gradului de mobilitate, δm, și a gradului de direcție, δs, al WMR.

Cele cinci tipuri generice de WMR notate prin combinația dintre (δm, δs) și corespondența lor cu clasificarea bazată pe configurația roților prezentate în această secțiune sunt prezentate în Tabelul 1.

Tabelul 1 Cinci tipuri generice de WMR și corespondența lor cu clasificarea bazată pe configurația roților

Controlul mișcării WMR nonholonomic

Este demn de remarcat faptul că controlul mișcării bazat pe model cinematic al WMR nonholonomic a atras mult mai multe eforturi de cercetare decât cel bazat pe model dinamic. Acest lucru se datorează provocării teoretice în problema de control al mișcării cinematice a sistemelor cu constrângeri nonholonomice. În cele ce urmează, este prezentat un exemplu de constrângere cinematică nonholonomică pentru cazul monociclului. Monociclul este exemplul simplificat care reprezintă un WMR general, dar totuși captează proprietatea nonholonomică.

Este prezentată apoi binecunoscuta teoremă Brockett care pune baza pentru discuția ulterioară asupra diferitelor abordări de control pentru roboții mobili cu roți. Sunt prezentate, de asemenea, recenzii din literatura de specialitate ale celor două probleme de bază de control al mișcării, și anume, urmărirea traiectoriei și stabilizarea posturii.

Observația 2: Holonomie. Conceptul de nonholonomie este definit în (Campion et al. 1996) pe baza așa-numitului model de spațiu de stare de configurare, iar concluzia este că toate tipurile de WMR sunt nonholonomice. Conform acestei definiții, nu există WMR cu adevărat holonomice. Însă, nu este neobișnuit să găsim literatură care folosește termenul de WMR holonomice. De exemplu, conceptul WMR holonomic a fost definit formal în (Qingxiao Yu 2012) că un robot este holonomic dacă și numai dacă gradul diferențial de libertate este egal cu gradul de libertate al sistemului. Deci, merită să clarificăm confuzia despre conceptul de holonomie în comunitatea WMR.

Examinând cele două literaturi, nu este greu de știut că în (Siegwart și Nourbakhsh 2004) definiția gradului de libertate (DOF) este echivalentă cu cea a gradului de manevrabilitate, în timp ce definiția gradului diferențial de libertate (DDOF) este echivalentă cu cea a gradului de mobilitate în (Andrea-Novel et al. 1995). Conform definiției nonholonomiei definite în (Andre´a-Novel et al. 1995), dacă aplicăm calculul gradului de nonholonomie bazat pe modelul cinematic al posturii, nu este greu de aflat că toate cele trei tipuri de WMR-urile omnidirecționale prezentate în 2.1.2.5 sunt holonomice. Cu clarificarea de mai sus, WMR nonholonomice se referă la toate tipurile de WMR cu mobilitate restricționată, în timp ce WMR holonomice sunt echivalente cu WMR omnidirecționale (numite și WMR cu mobilitate completă) conform clasificărilor definite în (Campion et al. 1996).

Constrângere cinematică nonholonomică

Robotul mobil cu roți este exemplul clasic de sisteme nonholonomice. Constrângerile cinematice nonholonomice care există în WMR descriu caracteristica pură de rulare fără alunecare a mișcării roților. Intuitiv, ecuațiile de constrângere care descriu caracteristica pură de rulare fără alunecare implică variabilele de configurație diferențială ale sistemului. Pentru ca ecuațiile să fie nonholonomice, este nevoie ca acestea să nu fie integrabile în raport cu variabilele de configurație diferențială. Mecanismele cu constrângeri cinematice nonholonomice sunt de obicei caracterizate prin subacționare, adică sistemul are mai puține controale decât numărul de variabile de configurare.

De exemplu, în cazul monociclului (Fig. 22), numărul de variabile de configurare este 3 și poate fi reprezentat de vectorul de configurare

Însă, există doar două intrări de control independente care sunt viteza liniară a roții v și viteza unghiulară a roții în jurul axei verticale w. Similar, vectorul de control este reprezentat ca

Monociclul este cel mai bun exemplu pentru a demonstra constrângerea cinematică nonholonomică care apare în toate tipurile de roți, iar ecuația unei astfel de constrângeri este

În cele ce urmează se va explica de ce ecuația de mai sus nu este integrabilă.

Pentru a demonstra sistematic că (1) nu este integrabil necesită câteva instrumente din geometria diferențială, incluzând suportul Lie, distribuția regulată și închidere involutivă. Cu aceste instrumente, metoda de examinare a integrabilității unei constrângeri este dată de teorema Frobenius care afirmă că o distribuție regulată este integrabilă dacă și numai dacă este involutivă. O examinare detaliată a non-integrabilității pentru (1) este dată în diverse literaturi, cum ar fi (Mason et al. 2013).

Teorema Brockett

Prezența constrângerii cinematice nonholonomice în WMR introduce o provocare teoretică la problema de control al mișcării WMR. Provocarea teoretică este cel mai bine descrisă de teorema Brockett (Brockett 1983) care concluzionează că nu există o lege de control lină, invariabilă în timp, capabilă să stabilizeze asimptotic sistemele nonholonomice controlabile.

Este provocarea teoretică de mai sus care a motivat mulți cercetători în ultimele două decenii să lucreze la planificarea mișcării și controlul WMR nonholonomic. În viitor, vor fi revizuite rezultatele majore ale cercetării dedicate controlului mișcării WMR nonholonomic. Revizuirea este acoperită pentru cele două probleme de bază de control al mișcării, și anume, urmărirea traiectoriei și stabilizarea posturii.

Urmărirea traiectoriei

Este un fapt interesant că urmărirea traiectoriei este mai ușoară decât stabilizarea posturii pentru WMR nonholonomic (De Luca et al. 1998, 2001). Este dovedit că WMR nonholonomice pot fi stabilizate local prin feedback liniar despre traiectorii și este posibil să se utilizeze tehnici de proiectare liniară pentru a obține stabilizarea locală pentru traiectorii fezabile arbitrare (Canudas de Wit et al. 1993). Problema de urmărire a traiectoriei WMR nonholonomice a fost, de asemenea, rezolvată de mulți cercetători folosind model de control neliniar, cum ar fi stabilizarea feedback-ului care variază în timp (Samson 1993) și liniarizarea feedback-ului dinamic (Andrea-Novel și colab. 1995).

Stabilizarea posturii

Deși stabilizarea posturii nu este realizabilă cu liniarizarea feedback-ului de stare statică în cadrul de coordonate carteziene original, liniarizarea exactă a feedback-ului poate fi realizată dacă problema este transformată în cadrul de coordonate polare (Park et al. 2000). Însă, transformarea în coordonate polare nu este atractivă pentru WMR cu cinematică complexă. Samson a fost pionier în tehnicile variabile în timp (Samson 1993, 1995). Rezultatele comparative atât pentru controlerele cu feedback netede, cât și pentru cele discontinue care variază în timp sunt prezentate în (De Luca și colab. 1998, 2001).

Se observă că problema urmăririi traseului pentru WMR poate fi formulată ca o subproblemă a stabilizării posturii (De Luca et al. 1998), astfel încât majoritatea rezultatelor obținute pentru stabilizarea posturii sunt aplicabile problemei urmăririi traseului.

Senzori

Scopul acestei secțiuni este de a studia diferitele tipuri de senzori care sunt asociați cu funcționarea unui vehicul autonom de interior (AIV). Această operațiune ar cuprinde evitarea obstacolelor, localizarea și cartografierea.

Pentru AIV, percepția asupra mediului este esențială pentru capacitatea sa de a performa și de a se localiza cu acuratețe și precizie în acel mediu. Există mulți senzori pe piață care oferă o anumită formă de informații cu privire la AIV în raport cu mediul înconjurător. Aceștia pot fi clasificați în linii mari în două categorii care obțin măsurători absolute și relative. Măsurătorile absolute sunt citiri bazate pe un semnal/rețea de referință (extern), care pot fi considerate detectări externe. Măsurătorile relative sunt măsurători bazate pe mișcarea AIV (internă), care pot fi considerate ca detectări interne.

Primele două secțiuni vor aborda aceste două categorii de senzori, iar a treia secțiune va analiza un studiu de caz.

Senzori exteroceptivi

Busolă digitală

O busolă digitală, sau un magnetometru, are capacitatea de a da direcția absolută în raport cu polii magnetici ai Pământului. Acest lucru este util pentru un AIV pentru a-și determina orientarea care ar ajuta la localizarea sa. Acest senzor este capabil să furnizeze citiri sub formă de direcții (0–359^o) și uneori necesită calibrare. Este folosit în mod obișnuit la nave pentru navigație, pentru a-și da direcția și este util ca AIV-urile să se bazeze pe o formă absolută de măsurare.

Unele dezavantaje sunt că este susceptibil la interferențe electromagnetice (EMI). Acest lucru poate fi cauzat de echipamente care emit EMI sau care au metale feromagnetice. Ca atare, giroscoapele care măsoară viteza unghiulară prezintă avantaje față de aceste deficiențe. Acuratețea busolei digitale ar depinde, de asemenea, de locația geografică și de gradul de înclinare a busolei. Acestea două pot avea un efect semnificativ asupra acurateței direcției. Pentru a depăși astfel de efecte, există busole de compensare a înclinării. În zilele noastre, busolele digitale sunt chiar cuplate cu accelerometru digital cu 3 axe, care ar fi capabil să efectueze socoteala în situațiile în care semnalul GPS este slab. Acest lucru poate fi văzut în dispozitivele mobile utilizate pentru navigare. Figura 23 prezintă câteva busole digitale cu compensare de înclinare, disponibile în comerț.

Infraroșu și Sonar

În această secțiune, acoperim două tipuri de senzori cu costuri reduse care sunt capabili să furnizeze măsurători ale distanței. Deși oferă aceeași măsurare a distanței, metodologia din spatele lor este diferită.

Pentru infraroșu, oferă un tip de măsurare „punct” în care emite un singur punct de laser și măsoară unghiul la care receptorul obține semnalul reflectat. Acest tip de măsurare este cunoscut și sub denumirea de triangulare. Unghiul la care receptorul obține este determinat de matricea dispozitivelor cuplate-cu-sarcina (CCD). Poziția în care cade ne permite să determinăm unghiul la care intră în receptor. Cu cunoștințele prealabile ale distanței dintre emițător și receptor și unghiul pe care emițătorul îl emite, distanța poate fi determinată prin triangulare. Acest senzor oferă măsurători analogice, iar pentru rezultate bune este necesar un convertor A/D cu o anumită filtrare.

Un senzor cu infraroșu foarte comun ar fi senzorii SHARP (Fig. 24). Aceștia au câteva modele cu distanțe diferite, iar intervalul de preț este de aproximativ 15–25 USD. Unele dezavantaje ale acestui tip de senzor sunt că ar putea rata picioarele unui scaun pentru un obstacol și în condiții de iluminare puternică sau pe o suprafață nu atât de favorabilă, măsurătorile ar putea fi afectate.

Senzorii cu ultrasunete trimit mai multe impulsuri într-o formă „conică” și așteaptă revenirea semnalelor. În acest timp, măsoară timpul și așteaptă să revină. Această măsurătoare pentru timpul de zbor (TOF) permite ca măsurarea distanței să fie calculată cu viteza sunetului cunoscută.

Unele oferă ieșire digitală sau I2C. Folosirea protocolului de comunicare I2C este destul de utilă, deoarece folosind doar doi pini, unul este capabil să conecteze până la 16 dispozitive la aceiași pini. SRF08 al lui Devantech (Fig. 25) este un astfel de exemplu.

Acesta este un senzor de impulsuri „fără contact” foarte accesibil, pe care multe AIV-uri îl pot utiliza. Se vede deja la mai multe modele de mașini unde asistă la mersul înapoi. Însă, este posibil să nu detecteze deschiderea unei uși, deși poate detecta picioarele unui scaun. Suprafețele care nu reflectă complet undele sonore nu ar fi, de asemenea, atât de favorabile. În plus, pot fi detectate ecouri „fantomă” atunci când sunt utilizați mai mulți senzori ultrasonici. Unii senzori ultrasonici la prețuri accesibile ar fi de la Parallax, Devantech și MatBotix.

Camera de viziune

A avea o cameră montată pe un AIV are multe avantaje. Poate fi folosită mai întâi pentru a identifica dacă există obstacole în imediata apropiere a AIV. De asemenea, poate acționa ca ochi pentru orice utilizator care ar dori să aibă o formă de supraveghere în AIV (Konolige și Agrawal 2010). Nu numai asta, procesarea imaginii poate fi efectuată, astfel încât acestea să poată ajuta AIV să-și estimeze mișcarea.

Odometria vizuală este o tehnică care estimează mișcarea pe baza imaginilor stereo. Aceasta este o metodă cu costuri reduse care se poate dovedi a fi destul de utilă pentru navigația AIV (Konolige și Agrawal 2010). Urmărind trăsăturile distinctive dintr-o scenă, se poate obține mișcarea estimată a AIV (Helmick și Cheng 2004). Figura 26 ilustrează modul în care este produs vectorul de flux optic atunci când sunt comparate imagini succesive.

Figura 26 poate fi simplistă în natură, dar ajută la transmiterea conceptului din spatele odometriei vizuale. Efectuează selecția anumitor caracteristici și urmărește aceste caracteristici între imagini.

Odometria vizuală s-a dovedit a fi benefică în medii cu alunecare mare. Mai mult decât atât, oferă o abordare sigură „a privi înainte” care permite AIV să-și încheie sau să-și modifice calea care ar putea fi din cauza unui obstacol (Cheng și Maimone 2006). Pe lângă faptul că oferă intrare senzorială în autonomia sa, oferă feedback vizual oricărui om care ar dori să depășească navigarea autonomă și să o efectueze manual.

Una dintre deficiențele odometriei vizuale este că s-ar putea să nu ofere întotdeauna o soluție validă. Acest lucru se poate întâmpla atunci când imaginile sunt neclare sau există o mișcare prea mare care duce la o suprapunere insuficientă a imaginilor (Cheng și Maimone 2006). Pe terenuri cu caracteristici slabe, informații suplimentare trebuie să sporească odometria vizuală. Acest lucru poate fi rezolvat prin infuzarea cu un alt tip de senzor, fie el odometria AIV (Fojtu și Havlena 2012). Unele lucrări, care îmbină odometria vizuală și IMU, au demonstrat că au erori de localizare mai mici de 0,1 % (Konolige și Agrawal 2010).

Cameră 3D: RGB-D și TOF

Camerele 3D, sau camerele de televiziune, în general, nu numai că au imagini, dar sunt și capabile să obțină informații de profunzime despre împrejurimile sale. Există de fapt câteva tehnici în care sunt capabile să facă acest lucru, iar acest lucru este benefic în obținerea unei hărți 3D a podelei fabricii. Mai jos discutăm doar câteva dintre tehnicile notabile utilizate în produsele disponibile comercial.

RGB-D

În ultimii ani, a existat mult interes pentru Microsoft Kinect și Asus Xtion (Fig. 27) și pentru modul în care acestea sunt capabile să îmbunătățească experiența de joc prin recunoașterea gesturilor și a mișcării și fiind capabile să obțină un model 3D al mediului. A existat un interes și mai mare din partea comunității de cercetare atunci când Microsoft a lansat API-uri pentru acest senzor. Cu această versiune, mulți cercetători și pasionați au putut să utilizeze și să experimenteze pe deplin acest senzor.

Acest tip de cameră funcționează pe conceptul de distanță optică folosind modele de pete. Are un emițător IR care proiectează un model de pete în mediu și un senzor IR care captează aceste pete. Mai întâi captează imagini de referință cu pete la diferite distanțe, apoi captează imaginea de testare a petei de pe obiect. Ulterior, obține distanța prin potrivirea imaginii de test cu imaginea de referință. Această decalare sau deformare a modelului în comparație cu pata de referință îi permite să construiască o hartă 3D (Javier Garcia și Zeev Zalevsky 2008).

TOF

Un alt tip de cameră pentru distanță ar fi o cameră TOF. O cameră TOF este capabilă să genereze o hartă 3D a împrejurimilor, comparând defazajul luminii emise modulate și a luminii recepționate. Acest unghi de defazare este direct proporțional cu distanța pe care o parcurge lumina de la emițător la obiect și înapoi. Acest lucru permite obținerea informațiilor de profunzime ale obiectului sau persoanei. O cameră TOF ar include în general (fără a se limita la) o sursă de iluminare modulată, un detector pentru a recepționa lumina modulată reflectată de la obiect și un program pentru a compara și a obține un defazaj de la aceste două semnale. Această tehnică TOF poate fi văzută în camerele din Fig. 28. S-a menționat că o cameră TOF va fi prezentată în viitoarea a doua generație Kinect.

Recent a fost anunțat efortul MIT de a crea o cameră TOF care nu este doar accesibilă, dar nu și păcălită de obiecte translucide sau aproape transparente. Acest lucru s-ar dovedi a avea un avantaj semnificativ față de stadiul tehnicii dacă acest produs este comercializat.

Telemetru laser

Scanerele cu laser sunt similare cu infraroșul în sensul că emite un fascicul infraroșu și îl detectează prin triangulare (Fig. 29). Singura diferență este că acum este echipat cu o oglindă rotativă. Cu oglinda rotativă, este capabil să scaneze un plan. Scanerele laser 2D, împreună cu infraroșii, au o distanță minimă și maximă pe care o pot măsura. De asemenea, are o vedere limitată de rotație. Cu această distanță plană, cineva este capabil să detecteze obstacole și să localizeze și să genereze o hartă.

Deși un scaner 2D poate scana doar un plan, s-a lucrat la utilizarea lui pentru a genera o hartă 3D. Doar prin atașarea acestui scanner 2D la un actuator de pas (pitch), se poate obține o scanare 3D. Cu un actuator unghiular suplimentar, s-ar putea genera o înregistrare de scanare 3D omnidirecțională în jurul AIV.

Alte

Pe lângă cele menționate mai sus, există cele care implică o formă de sistem de poziționare globală în interior (iGPS). Acest lucru va fi acoperit în secțiunea Localizare și navigare.

Senzori propioceptivi

Odometrie

Odometria este cea mai bună soluție pentru localizarea și navigarea AIV. Odometria este măsura deplasării roților AIV și calculează deplasarea AIV prin cinematică. Aceste măsurători se fac prin intermediul unui encoder. Encoderul măsoară direct deplasarea unghiulară a arborelui motorului. Cu un diametru al roții cunoscut, se poate cunoaște deplasarea liniară a traseului parcurs (Fig. 30).

Însă, măsurătorile encoderului suferă de probleme de estimare exactă a diametrului roții, incertitudine în determinarea punctului de contact cu podeaua, acumularea de murdărie, alunecarea roții și uzura (Palacin și Valgaon 2006).

Este o formă bună de informare cu privire la deplasarea AIV, dar dezavantajele de mai sus vor fi semnificative atunci când sunt acumulate în timp. Este adesea folosit, dar întotdeauna împreună cu alți senzori care ar ajuta la compensarea erorilor acumulate.

Unitate de măsurare inerțială (IMU)

O IMU este capabilă să măsoare accelerația pe 1, 2 sau 3 axe. Această măsurare a accelerației, atunci când este integrată cu timpul, oferă viteza. Aceasta, la rândul său, atunci când este integrată încă o dată oferă deplasarea. Unele IMU sunt cuplate cu un giroscop care permite măsurarea schimbării orientării în jurul celor trei axe. Mai jos sunt enumerate două exemple de IMU/gyro care utilizează tehnologie diferită pentru a obține același rezultat. Unul este bazat pe MEMS, în timp ce celălalt este pe fibră optică (Fig. 31).

Acesta este utilizat în mod obișnuit în domeniile aerospațial, aeronautic și al apărării, deoarece este capabil să ofere poziția și orientarea unui vehicul. Unele IMU de calitate militară pot fi destul de costisitoare, dar sunt capabile să ofere o localizare exactă.

Pentru AIV, un IMU/giroscop cu 3 DOF ar fi suficient pentru a determina poziția sa pe un plan 2D și orientarea sa față de normala la sol. Partea dificilă în tratarea cu IMU-uri este că acestea sunt predispuse la erori acumulate. Acest lucru este cunoscut sub numele de „derivă”. Deoarece acumulează întotdeauna chiar și cele mai mici erori, în timp, acest lucru va fi semnificativ. Este important să abordăm acest lucru fie prin utilizarea anumitor filtre software, cum ar fi filtrul Kalman, fie prin încorporarea altor senzori (Evennou și Marx 2006; Bezick și Pue 2010).

Giroscop

Un giroscop măsoară mișcarea de rotație a unui corp. Această ieșire de măsurare poate fi sub formă de viteză unghiulară (grad/s) sau deplasare unghiulară (grad) la anumite intervale. Acest lucru este de obicei completat cu o odometrie AIV. Este folosit în mod obișnuit în rachete ghidate, avioane și nave pentru a da direcția lor de navigație.

Există, în general, două tipuri de giroscop pe piață: sisteme microelectromecanice (MEMS) și giroscoape cu fibră optică (FOG). Există multe tipuri de giroscoape MEMS, dar în general măsoară deplasarea unei mase pe măsură ce aceasta este rotită cauzată de forța Coriolis citită dintr-o structură de detectare capacitivă. Pentru FOG, există două fascicule laser trase într-un cablu de fibră optică, dar în direcții opuse într-o bobină. Datorită efectului Sagnac, fasciculul care se deplasează în sens opus rotației experimentează o întârziere puțin mai scurtă decât celălalt fascicul. Această diferență este măsurată și tradusă în viteza unghiulară (Merlo și Norgia 2000). Figura 32 prezintă unele produse comerciale care variază de la produse low-cost la produse militare.

Giroscoapele FOG de pe piață depășesc în prezent giroscoapele MEMS, dar doar marginal. Însă, costul pentru FOG este de aproape 10, iar timpul va spune dacă performanța gyro-ului MEMS va ajunge în curând din urmă FOG.

Studiu de caz: Adept Lynx

Aici, este prezentat un studiu de caz al unui AIV care a fost anunțat la începutul anului 2013 (Fig. 33). Adept Lynx este produsul cu cel mai înalt profil de la compania din California. Este un AIV care este conceput pentru un mediu în schimbare dinamică, care include pasaje înguste, precum și locații aglomerate. Nu necesită nicio implementare a infrastructurii din mediul înconjurător și utilizează software proprietar și control pentru a evita obstacolele.

Senzori

Acest AIV are un giroscop care ajută la măsurarea rotației roboților. Acesta va fi folosit împreună cu encoderul de pe fiecare roată. Fiecare encoder poate furniza cât de repede se rotesc roțile, distanța parcursă și direcția în care se rotește.

În față, are patru sonare care ajută la detectarea obstacolelor aflate la nivel scăzut și alte patru sonare în spate atunci când merge înapoi. Raza de acțiune este de până la 5 m, deși intervalul de exactitate tipic este de numai până la 2 m. S-a remarcat că singurele momente în care platforma se va întoarce este atunci când se andocă pe stația de încărcare sau când bara de protecție a lovit un obstacol după care AIV-ul se va întoarce înapoi, astfel încât să se poată roti liber.

Un scaner laser 2D de siguranță ajută la localizarea și navigarea în conformitate cu software-ul său de cartografiere. Acest scaner oferă 500 de măsurători într-un câmp vizual de 250^o, cu o rază maximă tipică de 15 m. O bară de protecție, cu două perechi de senzori, este montată în partea din față a platformei, în cazul în care sistemele de evitare a obstacolelor nu reușesc să detecteze un obstacol.

Software

Pentru configurarea inițială a funcționării, Adept Lynx ar trebui să genereze o hartă prin tele-operarea acestuia în jurul mediului, astfel încât să aibă o idee despre cum este mediul. Software-ul MobilePlanner de la Adept creează planuri și hărți ale podelei pentru aplicațiile AIV. Odată ce caracteristicile necesare sunt capturate, rutele virtuale și liniile interzise pot fi făcute cunoscute AIV pentru o operare în siguranță. Celălalt software al său, MobileEyes, vă permite să vedeți situația de pe teren și să observați procesul real de navigare pe harta virtuală. De asemenea, oferă o vizualizare pentru planificarea traseului și evitarea obstacolelor.

Navigare

Localizare

Pentru a realiza o navigare autonomă, un robot mobil trebuie să-și cunoască propria poziție și orientare, sau poza robotului, în raport cu mediul. O astfel de nevoie de localizare provine din două cerințe de bază. În primul rând, robotul trebuie să știe dacă și-a atins ținta sau scopul. În al doilea rând, pentru a construi harta mediului sau pentru a urma o cale planificată, robotul trebuie să-și cunoască propria poziție și orientări.

Cea mai simplă abordare a localizării este utilizarea datelor asemănătoare odometriei AIV (Borenstein 1995). Pe baza encoderelor de roți, giroscoape, flux optic și/sau dispozitive IMU, este posibil să se calculeze poziția robotului în raport cu poza sa de pornire. Dezavantajul unei astfel de abordări este că are o eroare de localizare nelimitată, astfel încât rezultatul localizării poate să nu fie consecvent pe termen lung. Pe termen scurt, o astfel de abordare este de obicei suficient de exactă. Însă, după parcurgerea unor anumite distanțe, eroarea de localizare va fi prea mare pentru a fi acceptabilă. Prin urmare, AIV trebuie să implementeze alte abordări de localizare cu rezultate de localizare consistente.

Există mai multe modalități de a obține o eroare de localizare limitată. În primul rând, localizarea se poate face folosind soluții pre-setare, cum ar fi sistemul de poziționare în interior (iGPS). Dacă este disponibilă o hartă de mediu, AIV se poate localiza și singur folosind senzori precum telemetru laser sau camere de viziune. Dacă nu este disponibilă nicio hartă a mediului, robotul se poate localiza prin localizare și cartografiere simultană (SLAM).

Sistem de poziționare în interior (iGPS)

GPS-ul în trecut era folosit doar în scopuri militare și aeronautice. Astăzi, a fost extins la aplicații de consum și poate fi văzut în navigația auto, dispozitive mobile și în multe altele. GPS prin satelit folosește trilaterarea care utilizează trei sau patru sateliți pentru a identifica o locație de pe suprafața Pământului. Figura 34 ilustrează conceptul de trilaterație. Pentru a identifica o locație pe un plan unic, sunt necesare cel puțin trei semnale. Sateliții sunt localizați în centrul fiecăruia dintre cercuri. Pe baza puterii semnalului, este posibil să se determine distanța obiectului față de satelit. Cu trei sateliți, locația obiectului poate fi cunoscută din cele trei cercuri care se intersectează.

Din păcate, GPS-ul necesită linia vizuală care se pierde în interior. Prin urmare, s-a lucrat pentru a dezvolta o versiune de interior a GPS-ului, iar mai jos se arată o parte din acest efort.

Acest tip de iGPS obține coordonatele absolute ale AIV în spațiul rețelei RFID prin utilizarea etichetelor și cititorului RFID (Shenoy 2005). Sistemul de detectare a locației folosește indicația de putere a semnalului recepționat (RSSI) pentru a estima distanța dintre etichetele RFID în context și, astfel, pentru a localiza AIV cu ajutorul distanței dintre etichete (Hightower 2001). Unele sisteme RFID speciale sunt capabile să obțină o acuratețe de poziționare de aproximativ +/-2 cm (Qingxiao Yu 2012). Figura 35 de mai jos prezintă un tip de cititor RFID utilizat pentru a identifica starea locației vehiculului în sistemele de gestionare a depozitului în timp ce acesta se deplasează prin zonele echipate cu etichete.

Unele avantaje ale acestui tip de localizare sunt că nu necesită o linie de vedere și că oferă o rată mare de date și securitate. Acestea fiind spuse, infrastructura mediului trebuie încă modificată prin plasarea acestor etichete, dar compactitatea acesteia oferă modificări minime necesare (Yamano 2004).

Acest iGPS se face din mai multe transmițătoare și receptoare ultrasonice pentru a determina poziția AIV prin trilaterație. Emițătoarele sunt în locații cunoscute și trimit impulsuri. Măsurând timpul de zbor reflectat și viteza semnalului ultrasonic, se poate obține măsurarea distanței. Când aceasta coincide cu câteva transmițătoare, poate fi definită o locație exactă. Această rețea cu ultrasunete este în tandem cu etichetele RFID, care sunt utilizate pentru a identifica transmițătorul ultrasonic căruia îi corespunde nodul (Sung-Bu Kim 2007). Figura 36 de mai jos prezintă o ilustrare a acestei rețele cu ultrasunete.

Acest iGPS se bazează pe senzori la prețuri accesibile, ceea ce îl face o soluție rentabilă. Însă, necesită linia de vedere cu vehiculul. Dacă se află într-un mediu uman aglomerat sau unde transmițătoarele cu ultrasunete nu pot ajunge la receptor, acuratețea localizării ar putea fi compromisă.

În loc de senzori ultrasonici și RFID utilizați în secțiunea anterioară, acest iGPS folosește markere IrDA și o cameră. Marcatoarele de repere sunt mijloace simple și utile pentru localizarea în interior. Folosind markeri speciali, cum ar fi cel prezentat în Fig. 37, se poate estima orientarea și poziția unui AIV. Triunghiurile albastre sunt folosite pentru a estima orientarea, în timp ce celelalte triunghiuri, depinzând de care dintre ele sunt acoperite cu material care reflectă lumina infraroșu sau film transparent, sunt pentru identificare unică (Lee 2009). Sunt comparate imaginile succesive capturate de o cameră încorporată și LED-uri cu infraroșu. Schimbările de translație și rotație sunt calculate prin procesarea imaginii și atunci când se efectuează extragerea reperelor caracteristice.

Acest tip de sistem poate utiliza, de asemenea, informațiile de odometrie pentru a estima poziția atunci când acești markeri nu se află în câmpul vizual (Lee 2009; Tenmoku 2003). Acest sistem este o metodă alternativă la secțiunea anterioară și prezintă o acuratețe de poziționare și orientare de aproape +/-0,73 cm și 5,25^o.

Sistemul poate întâmpina unele dificultăți atunci când tavanele sunt înalte sau nestructurate. În plus, pentru marile fabrici sau depozite în care trebuie utilizat un număr semnificativ de identificatori, este posibil ca numărul de repere artificiale și/sau dimensiunea acestora să crească. Fie asta, fie capturarea punctului de reper cu camera ar trebui să fie de o calitate superioară, ceea ce ar crește, la rândul său, timpul de procesare a imaginii de calcul. Acest lucru ar putea cauza o anumită îngrijorare pentru scalabilitate.

În comparație cu secțiunile anterioare ale iGPS, infrastructura mediului în care AIV se plimbă ar trebui modificată pentru a găzdui diferiții senzori, fie ei ultrasonici sau IrDA. Însă, în majoritatea mediului de lucru/fabrică, s-ar putea să existe deja o rețea care poate fi accesată de AIV pentru a se localiza.

În locuințe, birouri și medii de lucru, există deja rețele wireless care permit comunicarea fără întreruperi în cadrul unității și oferă acest mediu în care acest lucru poate fi realizat (Fig. 38). Aceasta este o noțiune atractivă, deoarece aceasta elimină necesitatea implementării unei rețele pentru a localiza un AIV și nu necesită o linie de vedere. Ar depinde de puterea semnalului primit (RSS) (Evennou și Marx 2006).

RSS ar fi indicativ pentru distanța la care se află AIV de acel router. Atunci când este combinată cu mai multe puncte, locația poate fi determinată cu acuratețe, prin trilaterare, cu cerințe de calcul reduse. Unele lucrări au arătat o acuratețe de până la 0,7 m în clădiri mici și 4 m în clădiri mari (Moustafa Youssef 2005).

Deși acuratețea nu este la fel de apropiată de cele menționate în secțiunile anterioare, este o realizare destul de mare în obținerea acurateței menționate. În aplicații practice, aceasta poate fi folosită ca o formă de localizare grosieră. Poate fi folosit împreună cu alți senzori pentru a obține o localizare mai fină.

Localizare bazată pe hartă

Dacă o hartă a mediului este disponibilă înainte de sarcina autonomă, localizarea se poate face folosind abordări de localizare bazate pe hartă. Harta mediului ar putea fi o hartă a caracteristicilor, înregistrând poziția unui set de caracteristici care pot fi observate și extrase de senzorii robotului. Cel mai frecvent tip de caracteristică utilizată sunt caracteristicile punctuale, adesea denumite repere. Un alt tip de hartă de mediu ar putea fi harta grilă de ocupare. Este formată din celule grilă, iar fiecare celulă indică ocuparea obstacolelor.

Pentru a calcula poza robotului pe baza unei hărți date, a datelor de măsurare ale senzorului și a datelor de odometrie ale robotului, cea mai populară abordare a localizării bazate pe hărți este filtrul de particule (PF) sau localizarea Monte Carlo (Dellaert și colab. 1999). Aici, filtrele de particule, denumite și metoda Monte Carlo secvențială, sunt un filtru Bayesian recursiv cu reprezentarea particulelor. Un set de particule este un set de grupuri de puncte care reprezintă posteriorul bayesian. Spre deosebire de filtrele parametrice, cum ar fi filtrele Kalman, PF este o metodă neparametrică și poate reprezenta un model/zgomot neliniar, ne-Gaussian. Acest avantaj este semnificativ, deoarece problemele din lumea reală sunt adesea complicate. PF poate fi aplicat în localizarea bazată pe hartă/asistată de hartă, adesea numită localizare Monte Carlo (MCL) (Dellaert et al. 1999).

În MCL, de obicei, modelul mișcării robotului este utilizat pentru a estima poza robotului reprezentată de un set de particule, adică distribuția propunerii. Apoi ponderea fiecărei particule este calculată pe baza ultimei măsurări a senzorului și a hărții de mediu disponibile prin modelul de măsurare. În cele din urmă, procesul de reeșantionare va actualiza setul de particule. Aceste procese se vor repeta în timp pentru a oferi informații de localizare în timp real a robotului.

Localizare și cartografiere simultane

Dacă harta de mediu nu este disponibilă, aceasta trebuie să fie construită atunci când se localizează simultan. O astfel de sarcină este mult mai complicată și se numește localizare și mapare simultană (SLAM) (Aulinas et al. 2008) sau localizare și mapare concomitentă (Rencken 1993).

Obiectivul practic al SLAM este de a actualiza concomitent poza robotului și harta mediului în mod consecvent și eficient. Similar cu localizarea bazată pe hartă, SLAM poate construi două tipuri de hărți de mediu. Una este harta caracteristicilor, iar cealaltă este o hartă neparametrică, cum ar fi harta grilă de ocupare. Atât senzorii robotului, cât și mediul conțin zgomote. Prin urmare, abordările stocastice sunt adesea luate în considerare în SLAM pentru a gestiona astfel de incertitudini pentru a garanta rezultate consistente.

Prima etapă a SLAM este dezvoltarea filtrului Kalman extins SLAM (Julier și Uhlmann 1997) în 1997. După aceea, Montemerlo a propus o abordare SLAM bazată pe RBPF cunoscută sub numele de FastSLAM (Hahnel și colab. 2003; Montemerlo și colab. 2003). În FastSLAM, particulele Rao-Blackwellized (Doucet et al. 2000) sunt folosite pentru a reprezenta traseele posterioare peste robot. Caracteristicile sunt extrase din măsurarea senzorului și estimate folosind filtre Kalman extinse (EKF). Acest algoritm binecunoscut s-a dovedit a fi un mijloc foarte eficient pentru rezolvarea problemei SLAM. În ultimii ani, SLAM a progresat de la 2D SLAM la 3D SLAM. În (Jonathan Courbon et al. 2010), Courbon demonstrează 6 DOF SLAM cu o cameră color montată pe elicoptere pătratice mici folosind algoritmi bazați pe FastSLAM. Engelhard şi colab. prezintă SLAM de succes cunoscut sub numele de RGBDSLAM (Engelhard et al. 2012). În această abordare, senzorul 3D este utilizat pentru a percepe mediul 3D, iar cadrul HOG-Man (Grisetti et al. 2010) este aplicat pentru a rezolva problema SLAM în 6 grade de libertate (DOF). În afară de aceasta (Engelhard et al. 2012) Pomerleau et al. au propus o altă abordare SLAM cu 6 DOF numită Fast ICP. Aceasta utilizează metoda iterativă a punctului cel mai apropiat (ICP) pentru a rezolva problema SLAM.

Construcția hărții

Pentru navigarea robotului mobil, reprezentarea hărții de mediu (Thrun 2002) este destul de importantă pentru diferite sarcini. Este baza abordărilor de cartografiere a mediului.

Cea mai comună abordare pentru reprezentarea parametrică a hărților este adesea cunoscută ca abordarea bazată pe caracteristici. Caracteristicile sunt extrase din mediu, iar informația geometrică a caracteristicilor este reprezentată de câțiva parametri pentru a reprezenta poziția caracteristicii. Caracteristicile sunt extrase și cartografiate și sunt cunoscute și ca repere. Majoritatea extractoarelor de caracteristici scot un număr mic de caracteristici din măsurătorile cu senzori de dimensiuni mari. Această abordare reduce foarte mult dimensiunea datelor pentru procesare și astfel reduce complexitatea de calcul, făcând următoarea prelucrare mai eficientă. Aceste reprezentări ale hărților bazate pe caracteristici sunt eficiente și ușor de implementat. Cu aceste informații despre caracteristicile mapate, poza robotului poate fi actualizată simultan (Dellaert et al. 1999).

Cea mai comună abordare pentru reprezentarea unei hărți neparametrice este harta grilei de ocupare (Luo et al. 2004). Ideea de bază a grilelor de ocupare este reprezentarea hărții ca un câmp de variabile aleatoare, dispuse într-o grilă uniform distanțată (Fig. 39). Fiecare variabilă aleatorie este binară și corespunde cu ocuparea locației pe care o acoperă. Algoritmii de mapare a grilei de ocupare implementează estimarea posterioară aproximativă pentru acele variabile aleatoare.

Hărțile grilei de ocupare pot reprezenta medii foarte complexe, foarte nestructurate. Însă, eficiența de calcul și de memorie sunt dezavantajele. Au fost propuse noi abordări pentru cartografierea 3D, cum ar fi (Henry et al. 2010).

Planificarea traseului

Planificarea traseului (planificarea mișcării) este în mod tradițional împărțită în două categorii: planificarea traseului global și planificarea traseului local. În planificarea traseului global, sunt disponibile cunoștințe anterioare despre mediu, adică harta mediului. Dintr-o hartă a mediului, poate fi planificată o cale pentru ca robotul să atingă ținta finală. Metodele de planificare a traseului local ar putea fi numite strategii reactive și se bazează complet pe informații senzoriale. Astfel de abordări se concentrează pe evitarea obstacolelor și necesită adesea viteză de procesare în timp real, astfel încât robotul să reacționeze rapid pentru a evita obstacolele. De exemplu, abordările histogramei vectorului câmp (VFH) (Borenstein și Koren 1991) (Ulrich și Borenstein 1998) și abordările histogramei vectorului câmp polar (Gong și colab. 2007) sunt de acest fel.

Pentru planificarea căii globale, în general, un plan impune o strategie sau un comportament specific unui factor de decizie pentru a lua acțiuni (Lavalle 2006). Iată câteva concepte de bază pentru planificarea traseului:

• Spațiul de configurare C: o configurație descrie poza robotului, iar spațiul de configurare C este setul tuturor configurațiilor posibile. Spațiul de configurare care nu se ciocnește de niciun obstacol este adesea notat ca Cfree.
• Starea robotului: poza unui robot la un moment dat.
• Stări inițiale și obiective: o problemă de planificare implică de obicei începerea într-o stare inițială și încercarea de a ajunge la o stare de scop specificată sau la orice stare dintr-un set de stări de obiectiv.
• Acțiunile: mișcarea efectuată de robot.
În general, există două tipuri diferite de preocupări de planificare în funcție de tipul de criteriu:
• Fezabilitate: găsiți un plan care provoacă ajungerea la o stare de obiectiv, indiferent de eficiența acestuia.
• Optimalitate: găsiți un plan fezabil care să optimizeze performanța într-o manieră specificată cu atenție, în plus față de a ajunge într-o stare de obiectiv.

Pentru AIV, fezabilitatea înseamnă găsirea unei căi de la poza robotului la destinația dorită fără a lovi niciun obstacol și satisface toate constrângerile. Există mai multe constrângeri care pot fi luate în considerare. De exemplu, obstacolele, cinematica robotului, cerințele sarcinii etc. Optimitatea poate fi evaluată prin distanța cea mai scurtă, curbura căii netede etc.

O metodă comună de rezolvare a planificării globale a traseului este abordările bazate pe grilă. Aceasta reprezintă mediul (spațiul de configurare) printr-o grilă și presupune că fiecare configurație este identificată cu o celulă de grilă. Starea fiecărei rețele poate fi „obstacol”, „gol” (Cfree) sau „necunoscut”. În plus, se presupune că, dacă două grile de Cfree sunt una lângă alta, robotul se poate mișca liber între ele. Pe baza acestor ipoteze și configurații, problema de planificare a căii poate fi rezolvată prin „algoritmi de căutare” căutând o cale de la celula de pornire la celula obiectiv prin toate celulele „goale”. De exemplu, algoritmi precum algoritmul lui Dijkstra (1959) sau algoritmul A (Hart et al. 1968) pot fi utilizați pentru a găsi o cale de la pornire până la scop.

Algoritmii bazați pe eșantionare reprezintă spațiul de configurare cu o foaie de parcurs (de exemplu, Vizibilitatea sau Diagramele Voronoi). Punctul de pornire și punctul obiectiv pot fi legate de foaia de parcurs și traseul complet între ele poate fi găsit din foaia de parcurs. Exemple de astfel de abordări sunt Rapidly Exploring Dense Trees (RRT) sau foile de parcurs probabilistice (PRM). Se construiește atunci o foaie de parcurs care conectează două repere P și Q dacă segmentul de linie PQ este complet în Cfree. Din nou, detectarea coliziunilor este folosită pentru a testa includerea în Cfree. Pentru a găsi o cale care conectează punctul de plecare și obiectivul, acestea sunt adăugate în foaia de parcurs. Dacă o cale din foaia de parcurs leagă punctul de plecare și obiectivul, planificatorul reușește și revine la acea cale. Dacă nu, motivul nu este definitiv: fie nu există o cale în Cfree, fie planificatorul nu a eșantionat suficiente repere.