研究人员开发自动挖掘机系统

机器人挖掘机系统集成了感知、规划和控制功能,可以在没有人工干预的情况下长时间加载材料。

研究机器人和自动驾驶实验室(RAL)
挖掘机上安装了激光雷达、摄像头和本体感知传感器,以感知3D环境。
挖掘机上安装了激光雷达、摄像头和本体感知传感器,以感知3D环境。
研究机器人和自动驾驶实验室

百度研究机器人和自动驾驶实验室(RAL)和马里兰大学帕克分校的研究人员介绍了一种自动挖掘机系统(AES),该系统可以在没有任何人工干预的情况下长时间执行材料装载任务,同时提供与有经验的人类操作员相当的性能。

AES是世界上首批在实际场景中部署的无人挖掘系统之一,并连续运行超过24小时,在提高安全性和生产率方面带来了行业领先的效益。

研究人员在一篇文章中描述了他们的方法研究论文发表于2021年6月30日,在科学的机器人

百度研究机器人和自动驾驶实验室负责人、通讯作者张良军博士说:“这项工作提出了一种高效、健壮、通用的自主系统架构,使各种尺寸的挖掘机能够在现实世界中自主执行材料装载任务。”

挖掘机对于基础设施建设、采矿和救援应用至关重要。2018年,全球挖掘机市场规模为441.2亿美元,预计到2026年将增长到631.4亿美元。

鉴于这一预期的市场增长,世界各地的建筑公司都面临着熟练重型机械操作员的招聘短缺,尤其是挖掘机。此外,2019冠状病毒病继续加剧劳动力短缺危机。另一个影响因素是危险和有毒的工作环境,这些环境会影响现场操作人员的健康和安全,包括塌方、地面塌陷或其他挖掘事故,仅在美国每年就会造成大约200人伤亡。

因此,该行业正在采取科学的方法,寻求创造能够提供突破性解决方案来满足这些需求的挖掘机机器人,使AES等系统的发展成为一个日益增长的趋势,同时在制造业、仓库和自动驾驶汽车中实施其他机器人。

虽然大多数工业机器人相对较小,在更可预测的环境中工作,但挖掘机机器人需要在广泛的危险环境条件下运行。他们必须能够识别目标材料,避开障碍物,处理不可控的环境,并在恶劣的天气条件下继续运行。

AES采用精确和实时的算法进行感知、规划和控制,并采用新架构将这些功能集成到自主操作中。感知模块集成了多个传感器,包括激光雷达、摄像头和本体感知传感器,以感知3D环境并识别目标材料,以及先进的算法,如除尘神经网络,以生成干净的图像。

通过这种模块化设计,AES架构可以有效地用于各种尺寸的挖掘机,包括6.5和7.5吨紧凑型挖掘机、33.5吨标准挖掘机和49吨大型挖掘机,并适用于各种应用。

为了评估AES的效率和稳健性,研究人员与一家领先的设备制造公司合作,将该系统部署在废物处理现场,这是一个对自动化有强烈需求的有毒和有害的现实场景。尽管任务具有挑战性,但AES能够在没有任何人为干预的情况下连续运行24小时以上。AES还在冬季天气条件下进行了测试,其中汽化可能对激光雷达的传感性能构成威胁。一台小型挖掘机在干湿两种形式下的挖掘量为每小时67.1立方米,这与传统人工操作人员的表现一致。张博士说:“AES在很长一段时间内表现稳定可靠,而人类操作员的表现可能不确定。”

研究人员还在一个封闭的测试场地设置了10个不同的场景,以观察系统在众多现实任务中的表现。在测试了各种大型、中型和紧凑型挖掘机后,AES最终被证明在每小时挖掘的材料量方面与人类操作员的平均效率相当。

马里兰大学帕克分校计算机科学与电气与计算机工程杰出教授Dinesh Manocha博士说:“这代表着向部署长时间运行机器人迈出的关键一步,即使是在不受控制的室内和室外环境中。”

展望未来,百度Research RAL将继续完善AES的核心模块,并进一步探索可能存在极端天气或环境条件的场景。

百度一直与几家世界领先的工程机械公司合作,使用AES自动化传统重型工程机械。百度首席技术官王海峰博士表示:“我们的目标是利用我们强大而安全的平台,融入我们强大的人工智能和云能力,来改变建筑行业。”

最新的