ROBOT MOBILI AUTONOMI:

APPLICAZIONI INDUSTRIALI

E TECNOLOGIE

ANDREA BONARINI

ARTIFICIAL INTELLIGENCE AND ROBOTICS LAB

DIPARTMENTO DI ELETTRONICA, INFORMAZIONE E BIOINGEGNERIA

POLITECNICO DI MILANO

E-MAIL: ANDREA.BONARINI@POLIMI.IT

URL:HTTP: / /WWW.DEIB.POLIMI.IT/PEOPLE/BONARINI

ROBOT MOBILI

AUTONOMI

2

Un robot mobile autonomo è in grado di:

• Sapere dove si trova in ogni momento rispetto a una mappa che

eventualmente può costruire (localizzazione)

• Pianificare il percorso per raggiungere un obiettivo

• Gestire eventuali problemi lungo il percorso (ostacoli imprevisti, …)

TECNOLOGIE

TRADIZIONALI (1)

L'ambiente indoor viene strutturato, inserendo:

• Bande magnetiche nel pavimento o strutturando il pavimento

• Costi di installazione $$$

• Rigidità di layout

• Gestione limitata degli ostacoli

• Linee colorate

• Costi di installazione $$

• Deperimento tracce

• Rigidità di layout

• Gestione limitata degli ostacoli

• Marker e beacon su pareti e soffitti

• Costi di installazione $($)

• Necessità di rilevare i marker

• Layout relativamente libero

• Gestione meno limitata degli ostacoli

3

TECNOLOGIE

TRADIZIONALI (2)

In outdoor:

• GPS

• Bassa risoluzione

• Necessità di spazi aperti

• Marker e beacon

• Costi di installazione $

• Condizioni ambientali (illuminazione, fenomeni atmosferici, …)

• Deperimento

• Manutenzione

4

APPLICAZIONI

INDUSTRIALI

• Logistica, magazzini automatizati

• Trasporto e caricamento

• Sorveglianza e monitoraggio

• Ispezione

5

APPLICAZIONI

AGRICOLE

• Trattamenti

• Gestione terreno

• Raccolto

• Monitoraggio

6

NUOVE ESIGENZE

• Flessibilità di movimento

• Magazzini e capannoni a layout dinamico

• Gestione eventi inattesi

• Ambiente condiviso con persone

• Precisione di localizzazione

• Pick and place in posizioni non predefinite (es.: raccolta

frutta, scaricamento camion)

• …

7

"NUOVE" TECNOLOGIE

• Misure di distanza di precisione

• Laser 2-D, laser 3-D usati non solo per sicurezza, ma anche per costruire la mappa e rilevare la posizione (SLAM)

• Potenziali problemi:

• Costi

• Condizioni ambientali

• Visione artificiale

• Telecamere per il riconoscimento di elementi chiave "naturali" nell'ambiente (SLAM)

• Potenziali problemi:

• Condizioni ambientali

• Immagini di profondità

• Telecamere e sistemi che forniscono immagini di distanza anziché intensità luminosa

• Potenziali problemi:

• Condizioni ambientali

8

SENSOR FUSION

Possibilita' di integrare elaborazioni di dati provenienti da diversi

sensori per

• Migliorare le informazioni ricavate (precisione, …)

• Migliorare la resistenza a rumore

• Migliorare l'affidabilità

• Ridurre i costi

9

UN ESEMPIO DI

MAPPING

10

UN ESEMPIO DI

NAVIGAZIONE

11

ELABORAZIONE DATI

Come elaboriamo tutti questi dati?

• Elaboratore a bordo (normale PC, (Raspberry PI, O-Droid, …))

• Programmi in linguaggio C/C++/C#/Java/Python …

• Librerie esistenti sviluppate, testate e manutenute da grosse

comunità (Open CV, ROS, …)

12

IN CONCLUSIONE…

• Oggi è possibile realizzare robot mobili in grado di muoversi in

autonomia senza perdersi anche in ambienti non strutturati

• Sensori con costi e prestazioni ragionevoli

• Elaborazione a bordo robot a costi ragionevoli

• Sono possibili applicazioni innovative e flessibili: si aprono

nuovi mercati

13