관성 측정 단위 (IMU) 는 산업용 로봇, 인형 로봇, 무인 항공기 (UAV) 및 몰입 혼합 현실 시스템 등 다양한 모바일 시스템의 기초입니다.각 애플리케이션은 이러한 시스템에 대한 다른 특수한 요구 사항을 가지고 있지만, 설계자는 항상 도전을 직면 - 자율 이동 로봇 (AMR) 과 같은 응용 프로그램에 대한 점점 더 정확한 실시간 방향 및 움직임 데이터를 제공하는.
이 기사에서는 AMR 포지셔닝에 직면 한 다양한 독특한 과제를 간략하게 논의합니다.아날로그 디바이스의 고급 IMU를 소개하고 이러한 과제를 해결하기 위해 글로벌 위치 시스템 (GPS) 커버리지로 실내 환경에서 이러한 IMU를 사용하는 방법을 보여줍니다.보다 광범위한 크로스 도메인 사용에서 교훈을 얻습니다.
왜 AMR 개발자들에게 위치 설정이 어려운 걸까요?
AMR은 스마트 공장과 창고의 생산성에 매우 중요합니다. 왜냐하면 그것은 재료 흐름을 단순화하고 폐기물을 줄이고 활용을 개선하는 데 도움이 되기 때문입니다.AMR의 정확한 위치 확보는 성공의 열쇠입니다.- 특별히 건설된 시설에서 AMR를 찾아내는 어려움이 목표물 (반응 표시기) 를 신중하게 배치하거나 레이아웃을 최적화함으로써 완화될 수 있습니다.하지만 대부분의 AMR는 전통적인 시설에서 발견됩니다.이러한 시설에서는 끊임없이 변화하는 조명, 반사 표면, 복잡한 기하학적 형태가 결합되어 위치가 더 어려워집니다.
또한 표준화된 채널 너비나 예측 가능한 지표와 같은 통합된 인프라가 부족하기 때문에 로봇은 보다 복잡한 내비게이션과 지도 작업에 직면해야 합니다.
항해 환경의 특성상 두 가지 주요 운영 과제가 있습니다.
첫째로, 로봇은 현재의 조건에 따라 환경을 통해 최적의 경로를 결정하기 위해 효율적인 경로 계획을 수행해야 합니다.
둘째, 로봇은 움직일 때 자신의 위치와 방향을 실시간으로 정확하게 파악하고 지속적으로 업데이트할 수 있어야 합니다.
GPS가 없는 실내 환경에서는 이 두 표적이 탑재된 센싱 기능과 컴퓨팅 자원에 전적으로 의존해야 합니다.
이러한 과제를 해결하기 위해 AMR은 다양한 형태의 센서를 사용합니다. 카메라, 빛 탐지 및 범위 (LiDAR) 및 레이더를 포함한 시각 인식 시스템은풍부한 환경 데이터를 제공할 수 있습니다.예를 들어, 바퀴 인코더 및 관성 측정 단위 (IMU) 와 같은 오도미터 시스템은 로봇의 움직임을 직접 추적합니다.각 종류의 센서는 독특한 장점을 가지고 있지만: 일부는 장거리 검출을 잘하고 다른 일부는 정확한 검출을 잘합니다. 각 유형은 또한 자신의 한계를 가지고 있습니다.AMR은 요구되는 과잉성과 커버리지 범위를 달성 할 수 있습니다., 따라서 예측 불가능한 동적 조건에서 정확성을 유지합니다.