Som" eye" og hjernen til den feiende roboten, gir navigasjonssystemet maskinen muligheten til å oppfatte og handle. Fra tilfeldig treghetsnavigasjon til global planleggingslasernavigasjon, har navigasjonsteknologi gjennomgått mange endringer, og da har lasernavigasjon blitt mainstream i markedet, men med den betydelige økningen i brukernes etterspørsel etter intelligens, er visuell navigasjon basert på datasynsteknologi sterk Vises, spillet til" gamle spillere" og" nye aktører" er iscenesatt igjen. Laser og syn, hvem er" fremtidig" ;?
Lasernavigeringsteknologi
Lasernavigasjon er født ut av de tidlige posisjoneringsmetodene basert på avstandsmåling (for eksempel ultralyd og infrarød). Laseravstandsmåling sender ut en stråle i en bestemt retning. Etter at lyset spretter, blir det fanget opp av mottakeren, og avstanden mellom seg selv og objektet kan beregnes etter tid. Lasernavigasjon innhenter miljøinformasjon gjennom lasersensorer, og måler avstanden mellom maskinen og hindringer. Etter algoritmebehandling blir et todimensjonalt kart konstruert for å realisere posisjonering og navigering.
Det spesifikke arbeidsprinsippet for lasernavigasjon er å presentere en rekke spredte, nøyaktige vinkel- og avstandsinformasjonspunkter gjennom miljøinformasjonen samlet av lidar, som kalles punktsky. Lasernavigasjon beregner maskinens relative bevegelsesavstand og holdningsendring ved å matche og sammenligne to punktskyer på forskjellige tidspunkter, og fullfører derved sin egen posisjonering. Det relativt enkle prinsippet og egenskapene til lasersensoren gjør at den har fordelene med høy effektivitet, høy presisjon og motstand mot forstyrrelser.
Visuell navigasjonsteknologi
Visuell navigasjon, som navnet tilsier, er å samle miljøinformasjon gjennom visuelle sensorer og bygge kart basert på funksjonspunkter eller markører for å realisere autonom posisjonering og navigasjon.
Studier har vist at 75% av miljøinformasjonen som er innhentet av mennesker kommer fra syn, mens kikkertvisjon etterligner menneskelig syn i struktur, ved å bruke kikkertparallaks for å oppnå dybde. Når det gjelder arbeidsprinsippet, kan kikkertvisning skaffe massiv og overflødig teksturinformasjon fra miljøet, og har en sterk scenegenkjenningsevne, noe som gir en forutsetning for roboten for å realisere intelligent beslutningstaking. Den todimensjonale miljøinformasjonen som samles inn av kikkerten kan brukes til å generere et tredimensjonalt kart med dybdeinformasjon ved hjelp av stereosynsteknologi, som kan beregne avstand, volum og attributtinformasjon for hindringer i området, for å oppnå posisjonering, navigering , baneplanlegging, hindring av hindringer og andre funksjoner.
På samme tid, kombinert med semantisk gjenkjenning, kan kikkertvisjon bedre forstå husoppsettet og den romlige strukturen, og realisere intelligent interaksjon, for eksempel målsporing og utførelse av spesifikke instruksjoner.
Begge har sine fordeler og ulemper
Fra overskuelig fremtid har brukerne alltid holdt svært høye forventninger til forbedring av intelligent etterspørsel, noe som også peker på retningen for neste generasjon feiende roboter. Roboten må simulere" tankekart" av den menneskelige hjerne og lære å tenke uavhengig. Intelligent beslutningstaking er nøkkelen.
Lasernavigasjon er imidlertid begrenset av sensoregenskaper, punktskyer kan ikke skille teksturinformasjon, og de har ikke evnen til å gjenkjenne scener. Derfor kan de ikke gi effektiv støtte i intelligent beslutningstaking og intelligent samhandling, og deres intelligente skalerbarhet er utilstrekkelig. På grunn av utformingsrestriksjoner er lave hindringer samtidig tilbøyelige til å oppdage blinde flekker. I den faktiske ytelsen forekommer det ofte problemer som hindring av hindring av hindringer, falske berøringer og langsom respons.