Навигация и безопасность автономных роботов-уборщиков

SLAM, VSLAM, LiDAR и RTLS

SLAM строит карту помещения и одновременно определяет в ней положение робота. VSLAM решает ту же задачу по изображению с камер, лидар — по расстояниям до стен и конструкций, RTLS даёт координату от внешних приёмников, установленных на объекте.
В роботах РУБИ основа — лидар и компьютерное зрение. Карта строится на картировании, дальше робот на каждом проходе сверяет её с тем, что видит на маршруте.

Навигация без QR-меток

Навигация по меткам требует их наклеить, обслуживать и переклеивать после ремонта или перестановки оборудования. На объекте с трафиком метки затираются, и робот теряет точку привязки.
РУБИ ориентируется по геометрии помещения, поэтому подготовка сводится к картированию: разметка пола объекту не нужна.

Как проходит картирование

Компьютерное зрение и 3D LiDAR

Лидар даёт точную геометрию: стены, колонны, стеллажи, высоту препятствий. Камеры добавляют то, чего в геометрии нет, — что это за препятствие и как оно себя ведёт.
Вместе они закрывают слабые места друг друга: низкие и прозрачные препятствия плохо читаются дальномером, а в темноте и однотонных коридорах теряется зрение.

Обход людей и техники

Робот держит дистанцию до людей и техники, сбрасывает скорость в потоке и останавливается перед препятствием; работают контроль пространства по периметру и аварийная остановка.
В терминале B Шереметьево РУБИ-С работал при потоке 70 человек в минуту, среди багажных тележек и в узких проходах: сценарий, рассчитанный на пустой зал, там не работает — маршруты дорабатывались под реальный поток.

Смотреть кейс

Работа в сложных зонах

Сложная зона — это не «грязный пол», а место, где ломается навигация: стеклянные ограждения и зеркала, низкие препятствия, узкие тамбуры, пандусы и перепады уровня.
Такие участки размечаем на картировании: часть закрываем отдельным маршрутом, часть исключаем из зоны робота и оставляем бригаде. Это честнее, чем обещать, что робот пройдёт везде.

Работа без интернета

Навигация и уборка считаются на самом роботе: маршрут, объезд препятствий и остановка не зависят от связи с облаком.
Если сеть пропала, робот продолжает миссию, а данные о ней уходят в ROBO FMS, когда связь восстановится. Там, где облако недопустимо по требованиям информационной безопасности, платформа разворачивается в контуре заказчика.

Cloud и on-premise

Карта загрязнений

Карта загрязнений — это переход от расписания «по площади» к уборке «по состоянию»: система копит, где и как часто пачкается пол, и повышает частоту прохода именно в этих зонах.
Сегодня основание для такого решения — отчёты ROBO FMS: покрытая площадь, повторные проходы и исполнение миссий по сменам. На их основе частоту в расписании меняет человек.

AI-контроль качества

Контроль качества отвечает на вопрос приёмки: каким получился результат прохода, а не только доехал ли робот до конца маршрута.
Сейчас качество подтверждается связкой «маршрут — покрытие — повторный проход» в отчёте по задаче и выборочной проверкой людьми. Модели, которые оценивают чистоту по изображению, мы обучаем и проверяем на своих объектах; в продукт они попадут вместе с методикой проверки.