Консалтинговая группа "Текарт" - центр компетенции "Робототехника".

Подробнее...
Основное меню
Категории новостей
Логотип

Baidu Research и Университет Мэриленда испытали автономные экскаваторы

Исследователи из Baidu Research Robotics and Auto-Driving Lab (RAL) и Университета Мэриленда в Колледж-Парке, представили автономную экскаваторную систему (AES), которая может выполнять задачи по погрузке материалов в течение длительного времени без вмешательства человека, обеспечивая производительность, близкую к производительности опытного оператора-человека.

AES - одна из первых в мире систем экскавации без экипажа, которая была развернута в реальных условиях и непрерывно работала более 24 часов. Исследователи описали свою методологию в исследовательской статье, опубликованной 30 июня 2021 года в журнале Science Robotics.

«Эта работа представляет собой эффективную и надежную архитектуру автономной системы, которая позволяет экскаваторам различного размера автономно выполнять задачи по погрузке материала в реальном мире», - сказал д-р. Лянцзюнь Чжан, руководитель Baidu Research Robotics and Auto-Driving Lab.

Экскаваторы жизненно важны для строительства инфраструктуры, добычи полезных ископаемых и спасательных работ. Объем мирового рынка экскаваторов в 2018 году составил 44,12 миллиарда долларов, а к 2026 году ожидается рост до 63,14 миллиарда долларов.

Строительные компании во всем мире сталкиваются с нехваткой квалифицированных кадров для управления тяжелой техникой, особенно экскаваторами. Кроме того, COVID-19 продолжает усугублять кризис нехватки рабочей силы. Еще одним фактором, способствующим этому, является опасная и токсичная рабочая среда, которая может повлиять на здоровье и безопасность людей, работающих на стройплощадке. Обрушения пещер, обвалы грунта или другие несчастные случаи при проведении земляных работ только в США приводят к гибели около 200 человек в год.

Поэтому отрасль применяет научный подход и стремится создать роботов-экскаваторов, которые могут предоставить новаторские решения для удовлетворения этих потребностей, что делает разработку таких систем, как AES, растущей тенденцией наряду с внедрением других роботов в производство, склады и автономные транспортные средства.

В то время как большинство промышленных роботов сравнительно меньше по размеру и работают в более предсказуемых условиях, роботы-экскаваторы должны работать в широком диапазоне опасных условий окружающей среды. Они должны уметь идентифицировать целевые материалы, избегать препятствия, работать в неконтролируемой среде и продолжать все это делать в неблагоприятных погодных условиях.

AES использует точные алгоритмы реального времени для восприятия, планирования и управления наряду с новой архитектурой, чтобы включить эти возможности для автономной работы. Множественные датчики, включая лидары, камеры и проприоцептивные датчики, интегрированы в модуль восприятия, чтобы воспринимать трехмерную среду и идентифицировать целевые материалы, а также передовые алгоритмы, такие как нейронная сеть для создания чистых изображений.

Благодаря модульной конструкции архитектура AES может эффективно использоваться экскаваторами всех размеров, включая компактные экскаваторы массой 6,5 и 7,5 тонн, стандартные экскаваторы массой 33,5 тонн и большие экскаваторы массой 49 тонн.

Чтобы оценить эффективность и надежность AES, исследователи совместно с ведущей компанией по производству оборудования развернули систему на полигоне по утилизации отходов - токсичном и вредном реальном сценарии, где автоматизация очень востребована. Несмотря на сложное задание, AES смогла непрерывно работать более 24 часов без вмешательства человека. AES также была протестирован в зимних погодных условиях. Объем извлеченных материалов, как в мокром, так и в сухом виде, составил 67,1 кубических метров в час для компактного экскаватора, что соответствует производительности традиционного человека-оператора.

Исследователи также создали десять различных сценариев на закрытом тестовом поле, чтобы увидеть, как система выполняет множество реальных задач. После испытаний различных экскаваторов было в конечном итоге доказано, что AES соответствует средней эффективности человека-оператора.

В дальнейшем Baidu Research будет продолжать совершенствовать основные модули AES и изучать сценарии, в которых могут присутствовать экстремальные погодные или экологические условия.

Теги: Baidu

Комментарии

(0) Добавить комментарий

Ищите команду разработчиков? Не можете найти робота для своих нужд? Пишите нам!

Для обратной связи укажите ваш E-mail, он будет доступен только администратору. Так вы сможете оперативно узнать, когда ответ на ваш вопрос будет опубликован