Автономный экскаватор показал результат не хуже человеческого

Исследователи из китайской лаборатории робототехники и автоматического движения компании Baidu (RAL) и университета Мэриленда в Колледж-Парке (США) представили автономную экскаваторную систему (AES), которая может выполнять задачи по погрузке материалов в течение длительного времени без вмешательства человека, обеспечивая при этом производительность не хуже, чем у опытного человека-оператора.

AES – одна из систем выемки грунта без экипажа, которая была развёрнута в реальных условиях и непрерывно работала более 24 часов.

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

Учитывая прогнозируемый рост рынка, строительные компании во всём мире сталкиваются с нехваткой квалифицированных операторов тяжёлой техники, особенно экскаваторов. Кроме того, Covid-19 продолжает усугублять кризис нехватки рабочей силы. Нельзя не учитывать опасную и токсичную рабочую среду, которая может повлиять на здоровье и безопасность людей, работающих на объекте, включая оползни, обвалы или другие несчастные случаи при раскопках (200 трупов только за один год в США).

Поэтому отрасль применяет научный подход и стремится создать роботы-экскаваторы наряду с роботами на производстве, в складах и автономные автомобили.

В то время как большинство промышленных роботов сравнительно меньшие 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 препятствий, работать в неконтролируемой среде и продолжать движение в сложных погодных условиях.

Система использует точные алгоритмы реального времени для восприятия, планирования и управления наряду с новой архитектурой, чтобы включить эти возможности для автономной работы. Множественные датчики, в том числе LiDAR, камеры и проприоцептивные датчики – интегрированы в модуль восприятия, чтобы воспринимать трёхмерную среду и идентифицировать целевые материалы. Используется также нейронная сеть для создания чистых изображений.

Благодаря модульной конструкции, архитектура AES может использоваться экскаваторами всех размеров, включая компактные экскаваторы на 6,5 и 7,5 тонн, стандартные экскаваторы на 33,5 тонны и большие экскаваторы на 49 тонн, и подходит для различных применений.

Чтобы оценить эффективность и надёжность системы, исследователи объединились с ведущей компанией по производству оборудования для развёртывания системы на свалке отходов – токсичном и опасном сценарии реального мира, где автоматизация пользуется большим спросом. Несмотря на сложную задачу, AES смогла непрерывно работать более 24 часов без какого-либо вмешательства человека. Система также была протестирована в зимних погодных условиях, когда испарение может представлять угрозу для чувствительности LiDAR. Выработка по извлечению материалов, как в мокром, так и в сухом виде, составила 67,1 кубометров/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 больших, средних и компактных экскаваторов, было, в конечном итоге, доказано, что система соответствует средней эффективности человека-оператора с точки зрения количества материалов, выкапываемых за час.

RAL, в дальнейшем, рассчитывает продолжить совершенствовать модули экскаваторной системы и изучение сценариев, где могут присутствовать экстремальные погодные условия или агрессивная окружающая среда.

Подписывайтесь на журнал «Вестник ГЛОНАСС» и навигационный канал на TamTam