Визуальный SLAM в новом пылесосе от iRobot

Нам уже давно известно, что компания iRobot разрабатывает роботов с возможностью беспроводных коммуникаций наряду с возможностью интеллектуальной навигации на основе VSLAM, визуальной технологией одновременного построения карты и навигации. Но последние модели Roomba не были оснащены этими функциями. Сейчас iRobot представляет новый Roomba 980, который совмещает в себе все новое и удивительное, что может вместить в себя маленький робот-пылесос: Wi-Fi, дистанционное управление с помощью мобильного приложения, а самое главное — VSLAM, который позволяет роботу охватить большую территорию.

Roomba 980 — это большой рывок для компании iRobot и большой сюрприз для потребителя. «Это, вероятно, самый важный робот-пылесос, разработанный компанией, — сказал Колин Энгл, генеральный директор и соучредитель iRobot на мероприятии в Нью-Йорке. — Так же крутится, так же пылесосит, тем не менее, это совершенно новый робот».

На протяжении последних нескольких лет роботы-пылесосы Roomba несколько уступали другим роботам в навигации и построении карты. Компания iRobot занимает почти 70% мирового рынка роботов-пылесосов, но несмотря на это, потребителям казалось, что Roomba отстает от других роботов, делая большое количество бессмысленных движений и зигзагов, в то время как те аккуратно вырисовывают прямые линии. Инженеры компании упорно работали над улучшением навигационных качеств, и теперь мы видим результат.

Во-первых, это беспрводная связь.Вы можете подключить Roomba 980 к домашней сети Wi-Fi, а затем загрузить приложение iRobot Home для iPhone или Android, которое позволит настроить расписание уборки гораздо быстрее, чем кнопками на корпусе. (Исследования компании iRobot показали, что многие потребители нашли функции слишком сложными в использовании). Приложение будет также предоставлять некоторую основную информацию о роботе и поможет устранить неполадки. Можно будет установить различные программы уборки помещения, например, задать роботу количество проходов и варианты действий, когда контейнер для пыли будет полон. Кроме того, можно будет создать новые усовершенствованные виртуальные стены, которые помогут роботу избежать столкновения с кормом для домашних животных, водой, посудой и некоторыми другими вещами, которые вы держите на полу.

Что касается домашних животных, iRobot говорит, что кошки смогут по-прежнему ездить верхом на новом Roomba.

Теперь  давайте перейдем к навигации.

На верхней части Roomba 980 есть камера, направленная вперед и вверх под углом примерно 45 градусов. VSLAM — это способ динамического построения карты с одновременным определением своего местоположения. Чтобы построить карту, камера делает снимок, а затем программное обеспечение ищет на этом снимке отличающиеся пиксели:

В этом примере алгоритм VSLAM выбрал ряд свойств на диване (у дивана очень характерные углы). Робот запомнит эти свойства и будет следить, как они изменяются. Он будет продолжать делать снимки, обнаруживая и отслеживая новые свойства, и постепенно создаст изображение на основе окружающих вещей. Однако, чтобы определить свое местоположение, робот должен совместить эту карту с одометрией, и компания iRobot добавила новый датчик для сбора информации (мы предполагаем, что существуют и другие датчики, такие как гироскоп и IMU).

Энгл отметил, «что очень сложно создать реальную полезную карту окружающего пространства, которой действительно можно будет пользоваться», но это просто необходимо роботам, не только роботам -пылесосам, но и другим видам бытовых роботов. Решением iRobot было использование простой камеры (стоимостью 75 центов) и пользовательских цифровых сигнальных процессоров (вместо более дорогих компьютеров) для создания системы VSLAM. «Теперь мы можем создавать цифровые представления того, как выглядит дом, и таким образом, наши роботы могут стать умнее».

Робот должен быть умнее алгоритмов VSLAM, так как он часто оказывается под столом, диваном или кроватью, где «отслеживание» становится крайне затруднительным. И если он переместится в какое-нибудь новое место, он будет рисовать новую карту, а затем ему нужно найти способ соединить новую карту с той, которая была прежде, чтобы выяснить свое настоящее местоположение. Как только роботу становится понятно, где он находится, появляются новые модели поведения. Он может двигаться по прямой линии, может направиться к зарядному устройству (если у него низкий уровень батареи), даже если оно находится в другой комнате.

И самое главное, он может очистить половину вашего пола, подключиться к зарядке, а затем продолжить уборку на другой половине. Это существенно отличает нового робота от старого, который мог убрать максимум три комнаты. После зарядки он возобновлял уборку снова, у него не было карты, и он не знал, где остановился. Теперь вы можете нажать «Clean», и робот уберет весь дом со всеми комнатами. Литий-ионного аккумулятора хватает на два часа, это достаточно много, но полностью автономная работа, включающая подзарядку означает, что мощность батареи не имеет существенного значения.

В настоящий момент Roomba проходит одну и ту же поверхность тремя различными способами, в то время как новый 980 будет делать один подход или два, если вы специально попросите его об этом. Возможно, для решения этой проблемы умные инженеры iRobot запрограммировали 980 «на автоматическое увеличение мощности мотора на ковровых покрытиях». И действительно, сила всасывания увеличивается, когда он обнаруживает шерстяную или войлочную поверхность (с помощью комбинации оптических и акустических датчиков).

Некоторые из этих функций уже знакомы потребителю, так как они есть у других роботов-пылесосов. Например, Neato, который использует для SLAM удивительно недорогой сканирующий лазер. А также Hom-bot от компании LG, который использует камеры для VSLAM. Стоит также обратить внимание на Smarbo от Toshiba и Dyson 360 Eye.

Но ориентируется ли новый Roomba 980 лучше всех этих роботов?  Мы пока не уверены. Как пылесос он работает лучше. Но станет ли он более полезным и удобным, благодаря своим навигационным свойствам?

На этот вопрос предстоит ответить потребителям.

Источник: spectrum.ieee.org

[add_ratings]