איך שואב אבק רובוטי מתמצא במרחב?

שואבי אבק רובוטיים מודרניים מתמצאים במרחב בעזרת מערכת שמשלבת חיישנים, בינה מלאכותית וטכנולוגיות מיפוי. התהליך שבו הרובוט מבין היכן הוא נמצא ומנווט במקביל נושא את השם SLAM. כדי להבין לעומק איך המערכת עובדת, נסקור את הטכנולוגיות המרכזיות שמאפשרות לרובוט לראות ולנווט.

מערכות הניווט והמיפוי מהוות את אמצעי הראייה של המכשיר. רובוטים מתקדמים משתמשים בטכנולוגיית LiDAR שפועלת בעזרת חיישן בולט בחלק העליון. החיישן משגר פולסים של קרני לייזר לכל הכיוונים ומודד את הזמן שלוקח לאור לחזור. פעולה זו מאפשרת לרובוט לחשב בדיוק מילימטרי מרחק אל קירות ורהיטים, ומעניקה לו יתרון של עבודה מדויקת גם בחושך מוחלט. חלק מהדגמים משלבים טכנולוגיית vSLAM שכוללת מצלמה עליונה. המצלמה מחפשת נקודות ציון קבועות בבית, כגון מסגרות של דלתות ופינות של רהיטים, ומשווה את התמונות כדי להבין את מיקום הרובוט. חיסרון מרכזי בשיטה זו בא לידי ביטוי בירידה ביעילות כשהחדר חשוך. דגמים חדשים יותר משלבים מצלמות קדמיות תלת ממדיות שמשמשות לזיהוי מכשולים בזמן אמת. בעזרת בינה מלאכותית, הרובוט מסוגל לזהות חפצים כמו כבלי חשמל וצעצועים ולעקוף אותם בבטחה.

בנוסף למערכת המיפוי הראשית, עשרות חיישנים היקפיים שומרים על הרובוט ועל סביבתו. חיישני פגוש מכניים מאותתים לרובוט לשנות כיוון ברגע שהוא נוגע ברהיט. חיישני נפילה שפועלים בתחתית המכשיר משגרים פולסים כלפי מטה ועוצרים את הרובוט כשהוא מגיע למדרגה. חיישני קיר צידיים מאפשרים נסיעה מקבילה וקרובה לקירות, ויכולת זו מסייעת לנקות את הפאנלים ביסודיות בלי להתנגש בהם. מדי מרחק בגלגלים סופרים את סיבובי הגלגל כדי להעריך את המרחק שהרובוט עבר. כמו כן, חיישן אולטרה סוני מזהה שינויי מרקם בין רצפה לשטיח, ומנחה את המכשיר להגביר את עוצמת השאיבה או להרים את מטלית השטיפה כדי לא להרטיב את האריג.

החיישנים אוספים נתונים רבים, אך המעבד של הרובוט הוא שמפעיל את אלגוריתם ה-SLAM ומעבד את המידע. הרובוט מנתח את המרחב שסביבו ובו זמנית ממקם את עצמו בתוך המפה שהוא בונה. מאחר שגלגלים עלולים להחליק ומדידות אינן תמיד מושלמות, התוכנה מתקנת את המיקום ואת המפה באופן רציף לאורך כל פעולת הניקיון.

יכולות התמצאות מתקדמות מאפשרות לרובוטים מודרניים לעבוד בצורה שיטתית לחלוטין. במקום לנוע באקראי, הרובוט מחלק את הבית לאזורים ולחדרים מוגדרים. הוא מתחיל בניקוי קווי המתאר של החדר כדי ללמוד את הגבולות שלו, ולאחר מכן עובר לתנועת שתי וערב בקווים מקבילים. שיטה זו מבטיחה כיסוי מלא של השטח ומונעת חזרות מיותרות על אותו מקום. לקראת סיום העבודה, או כשהסוללה חלשה, הרובוט משתמש במפה הדיגיטלית שייצר כדי לנווט אל תחנת העגינה במסלול הקצר והישיר ביותר.

איך זה קשור אלינו במתמטיקאי מחקר ופיתוח בע"מ? התמצאות במרחב באופן אוטונומי היא מיומנות רובוטית חשובה. אנחנו מקימים בימים האלה ארגון שנותן מענה הוליסטי מבוסס רחפנים מאיסוף הנתונים השיטתי ועד לתובנות ולפתרונות ולתוצרים עבור לקוחות מענפי התכנון, הבנייה, האכיפה, החקלאות והתשתיות.

אם אתם זקוקים לשותף טכנולוגי עתיר ניסיון שיודע לספק שירותי מחקר ופיתוח Hands-on, מארגוני אנטרפרייז ועד סטארט-אפים, ממשרדי תכנון ועד למפעלי אנרגיה, על מנת להוציא חזון אלגוריתמי שלכם מהכוח אל הפועל? הבה נדבר!

כמובן, אנחנו כתמיד ממשיכים לספק שירותי מחקר אלגוריתמי יישומי ונותנים פתרונות ב-"קימונו פתוח" ומקדמים עצמאות הלקוחות שלנו ואי-תלות בנו.

שלמה יונה,

מייסד ומדען ראשי, 

מתמטיקאי מחקר ופיתוח בע"מ

053-7326360

shlomo.yona@mathematic.ai

https://mathematic.ai

פודקאסט על החברה ועליי, שלמה יונה, ואופן העבודה שלנו ואיתנו:

A technical deep dive about Mathematic.ai