慣性計測ユニット (IMU) は、産業用ロボット、人型ロボット、無人航空機 (UAV)、没入型複合現実システムなど、さまざまなモバイル システムの基盤です。これらのシステムにはアプリケーションごとに異なる固有の要件がありますが、設計者は常に課題に直面しています。それは、自律移動ロボット (AMR) などのアプリケーション向けに、ますます正確になるリアルタイムの方向および動作データを提供することです。
この記事では、AMR ポジショニングが直面するさまざまな固有の課題について簡単に説明します。次に、アナログ・デバイセズの高度な IMU を紹介し、広範なクロスドメインの使用から教訓を引き出しながら、全地球測位システム (GPS) がカバーする屋内環境でこれらの IMU を使用してこれらの課題に対処する方法をデモンストレーションします。
AMR 開発者にとってポジショニングが課題なのはなぜですか?
AMR は、マテリアル フローの簡素化、無駄の削減、利用率の向上に役立つため、スマート工場や倉庫の生産性にとって非常に重要です。施設内で AMR を正確に配置することが成功の鍵です。特別に建設された施設では、ターゲット (基準マーカー) を慎重に配置するか、レイアウトを最適化することで、AMR を見つけることの困難さを軽減できますが、ほとんどの AMR は従来の施設で見つかります。これらの施設では、常に変化する照明、反射面、複雑な幾何学的形状が組み合わさって、位置決めがさらに困難になります。
さらに、標準化された水路幅や予測可能な地面マークなどの統一されたインフラストラクチャが欠如しているため、ロボットはより複雑なナビゲーションやマッピングのタスクに直面する必要があります。
ナビゲーション環境の性質により、2 つの主な運用上の課題が生じます。 1つ
まず、ロボットは効率的な経路計画を実行し、現在の状況に基づいて環境内の最適な経路を決定する必要があります。
第二に、ロボットは移動中に正確に位置を特定し、その位置と方向をリアルタイムで継続的に更新できなければなりません。
GPS がカバーできない屋内環境では、これら 2 つの目標を達成するには、オンボードのセンシング機能とコンピューティング リソースに完全に依存する必要があります。
これらの課題に対処するために、AMR はさまざまな形式のセンサーを組み合わせて使用します。カメラ、光検出測距 (LiDAR)、レーダーなどの視覚認識システムは、豊富な環境データを提供できます。たとえば、ホイール エンコーダや慣性計測ユニット (IMU) などの走行距離計システムは、ロボットの動きに基づいてロボットの動きを直接追跡します。各タイプのセンサーには独自の利点があります。長距離検出に優れたセンサーもあれば、正確な検出に優れたセンサーもありますが、各タイプには独自の制限もあります。 AMR はインテリジェントな組み合わせにより、必要な冗長性とカバレッジ範囲を実現し、予測できない動的条件下でも精度を維持できます。