הכרה רשמית|לאנקסין העניקה את תעודת הרישום להישגי המדע והטכנולוגיה של מחוז ג'ג'יאנג

לָאַחֲרוֹנָה,לנשין, מנהיג בבינה מלאכותיתורובוטיקה, השיגה אבן דרך משמעותית, כמו ההמחלקה המחוזית למדע וטכנולוגיה של ג'ה-ג'יאנגהעניק לחברה באופן רשמי אתתעודת רישום להישגי מדע וטכנולוגיה(מספר רישום: DJ101002024Y0420). הכרה יוקרתית זו מדגישה את המחקר החלוצי של החברה בתחוםAIוטכנולוגיות רובוטיות, המאשרים את הערך וההשפעה של עבודתם החדשנית בתחומים מתקדמים אלה.

סיכום ההישג הטכנולוגי המוכר: "תפיסת ראייה תלת-ממדית ויישומים חכמים מצרר עבור רובוטים ניידים בתרחישים מורכבים גדולים במיוחד"

שליחות ומשמעות

כיישום שלרובוטים ניידים תעשייתייםמעמיק, הסביבות התפעוליות הופכות יותר ויותר גדולות ומורכבות, עם דרישות דיוק גבוהות יותר. מספר הרובוטים הניידים הדרושים לתיאום באתר אחד ממשיך לגדול עם היקף הפעילות העסקית.תרחישים מורכבים גדולים במיוחדמציגים אתגרים חדשים לרובוטים ניידים: בתוך הסביבות הרחבות והדינמיות הללו, נדרש תיאום רובוט בקנה מידה גדול, בעוד שהרובוטים חייבים לבצע פעולות מדויקות על מטרות מורכבות כגון עצמים מחזירי אור או אובייקטים קטנים. לכן, הקמת מסגרת טכנית מקיפה לפעולות מדויקות של רובוטים ניידים בתרחישים גדולים במיוחד והשגת יישום ברמה תעשייתית היא חיונית להשגת יתרון תחרותי בתעשייה הגלובלית.

הטכנולוגיית AMR (Autonomous Mobile Robot).התחום נרחב ומורכב. התקדמות מקומית ובינלאומית נוכחית בתחוםטכנולוגיית חיישנים, ניווט, ותזמון רובוטיעדיין לא התאימו באופן מלא לדרישות התפעוליות המדויקות של רובוטים בסביבות מורכבות במיוחד. סוגיית הליבה טמונה בצורך לשפר את יכולות הרובוטים לתפיסה מקיפה בזמן אמת והבנה של סביבות דינמיות ומורכבות והפעולות שלהם. פרויקט זה מתרכז ב"תפיסת 3D Vision Fusion + AI Large Model Technology" לבניית מערכת טכנית שלמה עבורניווט טבעי סמנטי SLAM, הערכת תנוחת אובייקט מטרה, תכנון מסלול זרוע רובוטית אוטונומית, בקרת תנועה ברמת דיוק גבוהה ותזמון רובוט נייד בקנה מידה גדול בסביבות מורכבות. מערכת זו מסתגלת טוב יותר לתרחישי ייצור מגוונים, מותאמים אישית ובקנה מידה גדול, ומרחיבה את היקף היישום שלAMRsושיפור היציבות, הבטיחות והדיוק.

אתגרים טכניים

עם היישומים התעשייתיים המתרחבים של AMRs, ייצור מותאם אישית וגמיש הופך לכוח המניע של העתידמפעלים חכמים. תעשיית הייצור דורשת מורכבות ודיוק גבוהים יותר, במיוחד עבור רובוטים ניידים הפועלים בסביבות מורכבות גדולות במיוחד ודינאמיות במיוחד. עם זאת, נותרו מספר צווארי בקבוק טכניים:

1. בקנה מידה גדולפעולות AMR, חיישנים חייבים לתפוס מידע סביבתי ממרחקים של 30 מטר או יותר עם שדה ראייה רחב ורזולוציה גבוהה. עם זאת, מעט חיישנים ביתיים עונים על צורכי תפיסה ארוכי טווח אלו. חיישני ראייה 3D מיינסטרים, הן מקומיים והן בינלאומיים, סובלים בדרך כלל משדה ראייה לא מספיק ורזולוציה נמוכה.
2. בשנים האחרונות, רובוטים ניידים הסתמכו בעיקר עלSLAM מבוסס לייזר(Simultaneous Localization ומיפוי) טכנולוגיה למיפוי סצנות ורכישת מידע. עם זאת, גישה זו עומדת בפני אתגרים משמעותיים בחוסנות לוקליזציה מרחבית והיא גם יקרה.
3. בפעולות מעשיות, רובוטים הנעים על פני שטחים גדולים צריכים לבצע משימות מדויקות על מטרות מורכבות כגון אובייקטים רפלקטיביים או קטנים. לרוב רובוטים מתמודדים עם שגיאות זיהוי המשפיעות על דיוק ואמינות תפעוליים. יתר על כן, קיים חוסר בתכנון מסלולי הימנעות ממכשולים אוטונומיים וטכנולוגיית בקרת תנועה ברמת דיוק גבוהה עבור זרועות רובוטיות בסביבות מורכבות.

המורכבות של אלגוריתמי תזמון גדלה באופן אקספוננציאלי עם קנה המידה של רובוטים ניידים. שיטות מסורתיות, כגון פילוח רב מפות לתכנון מסלול, מוגבלות על ידי קנה המידה של תזמון ויכולות תזמון של מפה אחת. טיפול בממגורות נתונים כדי להשיג תיאום יעיל בין מודיעין "פרטני" ו"קבוצתי", כמו גם בין "רובוטים ניידים" ו"תחנות עגינה", נותר אתגר דחוף עבור התעשייה.

חידושים מרכזיים

1. פיתח מוצר קנייניחיישן ראייה תלת מימדיתעם יכולות תפיסה ארוכות טווח, שטח רחב וברזולוציה גבוהה. חיישן יחיד יכול להשיג מיקום וניווט לטווחים ארוכים, הימנעות ממכשולים בטווח בינוני ועגינה דיוק גבוהה לטווח קרוב לרובוטים ניידים.
2. תוך שימוש בקשר הסמנטי בין מסגרות דו-ממדיות ותלת-ממדיות, הפרויקט בונה מבנה צפוףמערכת SLAMמבוסס על למידה עמוקה עבור יישומים תעשייתיים. על ידי הטמעת טכניקות כגון סינון אובייקטים דינמי, שיפור תכונות סטטיות והערכת תנועת טשטוש תמונה, המערכת מאפשרת ניווט טבעי ללא סמנים לרובוטים ניידים בסביבות דינמיות במיוחד.
3. פיתח שיטת הערכת תנוחה "תכונה-תמונה". באמצעות תיאור רב של המרחב השישה ממדי, הפרויקט בנה מפענח דו-מודאלי עבור חיקוי תנוחות ושאריות תכונות משותפות כדי להשיג זיהוי מדויק של מטרות מורכבות. בנוסף, הפרויקט הקים טכנולוגיית תכנון מסלולי הימנעות ממכשולים אוטונומית עבור זרועות רובוטיות בסביבות מורכבות, ויצרה מסלולים תפעוליים אופטימליים. הפרויקט הציג גם טכנולוגיית בקרת תנועה למידת חיזוק עבור זרועות רובוטיות המבוססת על הזנה קדימה של זיהוי דינמי, תוך השגת תנועה מבצעית בעלת דיוק גבוה.
4. הטמיע מערכת תזמון מבוזרת תוך שימוש בגישת אשכולות ללא קונפליקטים, תוך התגברות על מגבלות קנה המידה של תזמון השיטות המסורתיות של המתחרים כגון הרחבת ריבוי שרתים ופילוח רב מפות. על ידי התמקדות בניהול משימות והתאמת משימות לפי תהליכים שונים, ומינוף אגרף אלגוריתם אופטימיזציה של רשת עצבית קונבולוציונית, הפרויקט השיג בהצלחה תזמון מתואם של אלפי רובוטים ניידים על מפה אחת בפעם הראשונה.

ועדת ההערכה הגיעה למסקנה שפרויקט זה פיתח באופן שיטתי את טכנולוגיות הליבה ומערכות תוכנה-חומרה עבורתפיסת ראייה תלת מימדיתומקבץ יישומים חכמים לרובוטים ניידים בתרחישים גדולים במיוחד ומורכבים. ההישג הכולל מתקדם בינלאומית, עם הטכנולוגיית תפיסת ראייה תלת מימדיתשל רובוטים ניידים שהגיעו לרמה מובילה בעולם.