Kako robot za čišćenje pravi mapu objekta? Robot za čišćenje pravi mapu objekta pomoću 3D LiDAR-a, kamera i drugih senzora koji prikupljaju podatke o zidovima, stubovima, policama i prolazima. SLAM tehnologija istovremeno formira digitalnu mapu prostora i određuje poziciju robota unutar nje, dok operater naknadno definiše zone čišćenja, ograničene zone i planirane rute na toj mapi.

Mapa zato nije samo digitalni nacrt objekta. Ona je osnova koju robot koristi da poveže svoju trenutnu poziciju sa zonama u kojima treba da radi i rutom kojom treba da se kreće.

Mapiranje i lokalizacija samo su jedan deo sistema koji omogućava autonomni rad. Način na koji se ove tehnologije povezuju sa senzorima, navigacijom i samim procesom održavanja poda detaljnije je objašnjen u vodiču o robotima za čišćenje poslovnih prostora.

Kako robot za čišćenje pravi mapu objekta i koje senzore koristi?

Robot kombinuje najmanje tri vrste senzora da bi napravio pouzdanu mapu. 3D LiDAR za precizno merenje udaljenosti, dubinske kamere za prepoznavanje objekata i ultrazvučne ili infracrvene senzore za površine koje LiDAR i kamere teže registruju, poput stakla ili reflektujućeg metala.

• 3D LiDAR: šalje laserske impulse u svim pravcima i meri vreme povratka signala, čime dobija tačnu udaljenost do zidova, polica, stubova i drugih prepreka. Ovo je osnovni senzor za izradu mape. Kod modela namenjenih radu u zahtevnijim, prometnim prostorima, poput CenoBots L3, koji koristi 96-kanalni 3D LiDAR, ova preciznost je posebno važna za pouzdano mapiranje uskih prolaza i bolničkih hodnika.
• Dubinske kamere: dodaju vizuelnu dubinu prostoru, što pomaže robotu da razlikuje statične prepreke od pokretnih tokom kasnijeg rada na već formiranoj mapi.
• Ultrazvučni i infracrveni senzori: koriste se za detekciju providnih ili reflektujućih površina: staklenih pregrada, izloga, metalnih polica, koje kamere i LiDAR ponekad ne registruju pouzdano.

Šta je SLAM i kakvu ulogu ima u mapiranju?

SLAM (Simultaneous Localization and Mapping) omogućava robotu da istovremeno gradi mapu prostora i određuje sopstveni položaj unutar nje. Mapiranje i lokalizacija zato nisu odvojeni koraci. Da bi autonomno stigao do određene zone, robot mora u svakom trenutku da poveže podatke o prostoru sa informacijom o tome gde se trenutno nalazi.

Kod CenoBots robota 3D LiDAR ima presudnu ulogu u ovom procesu jer omogućava precizno merenje udaljenosti do elemenata u okruženju. Kada je početna mapa formirana i sačuvana, može da se koristi za naredne zadatke. Tako da potpuno mapiranje nije potrebno pre svakog ciklusa čišćenja. Neki modeli dodatno rešavaju situacije u kojima robot privremeno izgubi tačnu poziciju unutar mape.  CenoBots SP50, na primer, može automatski da nastavi rad sa poslednje poznate lokacije. To je posebno korisno u dugim, jednoličnim hodnicima gde je lakše izgubiti orijentaciju.

Kako robot planira rutu čišćenja nakon što je mapa formirana?

Kada ima mapu prostora i podatak o sopstvenoj poziciji, navigacioni sistem planira putanju kroz zone određene za čišćenje. Cilj nije samo da robot stigne od jedne tačke do druge, već da organizuje prolaze tako da sistematično obradi zadatu površinu uz što manje nepotrebnog ponavljanja.

Zato treba razlikovati mapu od rute. Mapa opisuje prostor u kojem robot radi, dok ruta predstavlja način na koji će se kretati da bi izvršio konkretan zadatak. Iz tog razloga robot ne bira uvek najkraću putanju.

Najkraći put između dve tačke nije nužno najbolja ruta za sistematično čišćenje. Robot uzima u obzir granice zadate zone i potrebnu pokrivenost poda, pa planirana putanja ponekad izgleda duža nego što bi bila da robot ide direktno ka cilju, upravo zato što prioritet nije brzina kretanja već potpuna obrada površine.

Kako se na mapi definišu zone u kojima robot treba da čisti?

Nakon što je mapa formirana, operater na njoj definiše zone u kojima robot treba da izvršava zadatke, kao i delove prostora u koje ne treba da ulazi. Robot zatim koristi te informacije zajedno sa mapom i svojom trenutnom pozicijom kako bi planirao kretanje isključivo unutar dodeljenog prostora.

Na taj način ista mapa može da posluži za različite zadatke. Nije neophodno da robot pri svakom pokretanju obrađuje ceo objekat. Zadatak može biti vezan samo za jednu zonu ili deo mapiranog prostora. Dok se ostatak mape čuva za naredne cikluse rada.

Da li promena rasporeda objekta uvek zahteva novo mapiranje?

Ne. Privremene promene kao što su osoba u prolazu, ostavljena kolica, paleta na putu, robot registruje senzorima tokom rada i prilagođava kretanje trenutnim uslovima. Bez potrebe da se cela mapa iznova pravi. Trajnije izmene, poput pomerenih polica ili novih pregrada, mogu zahtevati ažuriranje postojeće mape ili zona.

Kod modela koji podržavaju automatsko ažuriranje mape, poput CenoBots L50 ovaj proces se delimično odvija samostalno. Robot prilagođava internu mapu kada se roba na policama premesti, bez potrebe za potpunim ponovnim mapiranjem objekta

Sačuvana mapa zato ne mora da sadrži svaku osobu, kolica ili drugu privremenu prepreku. Zato što robot tokom rada koristi senzore da prepoznaje ljude i prepreke koje se trenutno nalaze na njegovoj putanji.

Da li je proces mapiranja isti za svaki CenoBots model?

Ne u potpunosti. Svi modeli koriste isti osnovni princip: LiDAR, senzore i SLAM, ali se broj kanala LiDAR-a, domet detekcije i dodatne mogućnosti mapiranja razlikuju od modela do modela, u zavisnosti od namene i veličine prostora za koji je model projektovan.

• CenoBots L3: koristi 96-kanalni 3D LiDAR, najveći u ponudi, prilagođen preciznom mapiranju uskih prolaza, bolničkih hodnika i prometnih maloprodajnih prostora.
• CenoBots L4: koristi 32-kanalni 3D LiDAR sa dometom detekcije do 150 metara, dovoljno za mapiranje srednje velikih komercijalnih prostora sa mnogo ivica i fiksnih elemenata.
• CenoBots L50: takođe koristi 32-kanalni 3D LiDAR sa dometom do 150 metara, ali dodatno podržava automatsko ažuriranje mape kada se roba na policama ili izlošci pomere, bez potrebe za potpunim ponovnim mapiranjem.
• CenoBots S5: koristi 32-kanalni 3D LiDAR istog dometa (150 metara), prilagođen mapiranju velikih industrijskih prostora poput magacina i logističkih centara.
• CenoBots SP50: koristi 32-kanalni 3D LiDAR sa dometom do 150 metara i dodatno može automatski da nastavi rad sa poslednje poznate lokacije ako privremeno izgubi tačnu poziciju unutar mape, što je posebno korisno u dugim, jednoličnim hodnicima.

Tabela: Kada je potrebno prilagoditi mapu robota?

 

Zašto su mapiranje i planiranje rute važni u poslovnim objektima?

Mapiranje i planiranje rute omogućavaju robotu da se organizovano kreće kroz velike i složene poslovne prostore, poput tržnih centara, bolnica, hotela, aerodroma, fabrika i magacina. U takvim objektima postoje različite zone, promenljivi uslovi i potreba da se zadaci čišćenja izvršavaju ponovljivo, prema unapred definisanom planu, a ne nasumično.

Kombinovanjem podataka sa mape, lokalizacije i planirane putanje, robot povezuje digitalni prikaz prostora sa konkretnim zadatkom čišćenja. To omogućava da se jednom mapiran objekat koristi kao osnova za svakodnevni autonomni rad, umesto da se proces mapiranja ponavlja pred svaki zadatak.

ASTM International, kroz Odbor F45 za robotiku, automatizaciju i autonomne sisteme, razvija standarde i test metode za navigaciju i lokalizaciju autonomnih mobilnih vozila i robota, uključujući standardizovane načine testiranja kretanja kroz definisan prostor.

Kako robot za čišćenje pravi mapu objekta? – FAQ

Da li robot sam odlučuje koje delove objekta će čistiti?

Ne u smislu da sam određuje poslovne prioritete čišćenja. Operater definiše zone i zadatke na mapi, dok navigacioni sistem autonomno planira i izvršava kretanje u okviru tih pravila. Unapred se određuje šta treba očistiti, a robot rešava kako da se kreće kroz zadatu površinu.

Da li je mapa robota isto što i građevinski plan objekta?

Ne. Mapa namenjena autonomnoj navigaciji sadrži prostorne informacije koje su robotu potrebne za lokalizaciju, kretanje i izvršavanje zadataka. Njena svrha nije da zameni arhitektonski plan, već da navigacionom sistemu omogući da prepozna raspored relevantnih elemenata i odnose između zona kroz koje robot treba da se kreće.

Koliko dugo traje prvo mapiranje objekta?

Vreme zavisi od veličine i kompleksnosti prostora, ali proces uglavnom traje znatno kraće od tradicionalnog ručnog definisanja rute. Zato što LiDAR skenira prostor automatski, dok operater samo naknadno definiše zone i ograničenja na već formiranoj mapi.

Da li mapa robota sadrži snimke ili fotografije prostora?

Ne u uobičajenom smislu. Mapa nastala pomoću LiDAR-a je geometrijski prikaz prostora. Skup podataka o udaljenostima, oblicima i položajima zidova, polica i prepreka,  ne fotografski ili video zapis. Kamere na robotu se koriste za prepoznavanje prepreka i objekata u realnom vremenu tokom rada. Ali sama sačuvana mapa objekta po pravilu ne predstavlja vizuelni snimak prostora, već strukturirane prostorne podatke potrebne za navigaciju.

Mapa može da pokaže robotu gde se nalazi, ali pravo rešenje počinje razumevanjem prostora u kojem treba da radi. Ako razmišljate kako bi autonomno čišćenje izgledalo baš u vašem objektu, možemo krenuti od vašeg prostora i zajedno videti šta u njemu ima najviše smisla.

O autoru:

Milja Tonić – SEO Content Strategist & Copywriter

Milja Tonić je SEO Content Strategist i Copywriter, specijalizovana za kreiranje stručnog sadržaja iz oblasti facility managementa, profesionalnog održavanja poslovnih objekata i automatizacije procesa čišćenja.

Kroz istraživanje, SEO strategiju i autorsku obradu razvija sadržaje o profesionalnoj higijeni, upravljanju objektima i primeni autonomnih robota za čišćenje u različitim poslovnim okruženjima.

linkedin.com/in/milja-tonic