Лазерный радар

Когда слышишь 'лазерный радар', первое, что приходит в голову — фантастические сцены из фильмов, где луч сканирует всё на километры. В реальности же даже 200-метровая зона действия в тумане превращается в 50 метров, и это если повезёт с качеством оптики. Многие до сих пор путают его с ультразвуковыми датчиками, но разница — как между криком в пустоте и шёпотом в библиотеке.

Как мы пришли к твердотельным лидарам

Помню, как в 2018 году мы тестировали механические лидары Velodyne на складских AGV. Дорого, хрупко, а главное — эти вращающиеся части собирали пыль как магниты. Через полгода три из пяти сканеров выдавали погрешность в 15 см вместо заявленных 2 см. Тогда и начали экспериментировать с твердотельными решениями — сначала от Quanergy, но их стабильность оставляла желать лучшего при температурах ниже -5°C.

Инженеры ООО Гуанчжоу Колесо Мудрости Технолоджи как-то показали прототип своего мотор-колеса с интегрированным однолучевым лидаром — не для навигации, а для обнаружения препятствий на высоте до 30 см. Казалось бы, мелочь, но именно это снизило количество ложных остановок погрузчиков на 40%. Кстати, их наработки сейчас доступны на zhlun.ru — там есть любопытные кейсы по совместимости с ROS.

Сейчас смотрим в сторону Ouster — их цифровые лидары дают неплохое разрешение даже при вибрациях, но цена всё ещё кусается. Для тяжёлых AGV это оправдано, а для простых тележек — перебор.

Калибровка: боль и необходимость

Самое сложное — не установить лидар, а заставить его 'доверять' данным с энкодеров. Была история с автономной платформой для металлообработки: лидар фиксировал смещение на 3 градуса после каждого цикла термообработки. Оказалось, крепления 'играли' при нагреве до 60°C. Пришлось разрабатывать компенсационный алгоритм, который учитывал температурную деформацию.

В ООО Гуанчжоу Колесо Мудрости Технолоджи используют калибровочные мишени с ретрорефлекторами — старый метод, но для помещений с плохой освещённостью работает надёжнее ML-алгоритмов. Их инженеры как-то шутят: 'Лидар должен видеть стены, а не учиться на них смотреть'.

Сейчас экспериментируем с автоматической калибровкой через UWB-метки — пока сыровато, но для динамических сред может стать прорывом.

Реальные ограничения и как их обходят

Чёрные поверхности, стеклянные перегородки, внезапные туманы от охлаждающих систем — классические враги лидаров. На одном из заводов в Подмосковье пришлось клеить светоотражающие полосы на чёрные резиновые конвейеры — без этого робот 'терял' траекторию каждые 10 метров.

Команда ООО Гуанчжоу Колесо Мудрости Технолоджи предлагает гибридное решение: лидар + стереокамеры для распознавания прозрачных препятствий. Не идеально, но снижает количество аварийных остановок. Их тяжёлые AGV как раз используют такой подход — подробности в разделе 'Решения' на zhlun.ru.

Интересно, что дождь меньше мешает, чем конденсат на самом сенсоре — приходится ставить обогревательные элементы, что увеличивает энергопотребление. Для мобильных роботов это критично.

Случай с динамическими объектами

В логистическом центре под Санкт-Петербургом столкнулись с парадоксом: лидар прекрасно строил карту, но 'не видел' медленно движущихся людей. Человек, идущий со скоростью 0.3 м/с, воспринимался как статический шум. Пришлось накладывать данные с тепловизоров.

Здесь пригодился опыт ООО Гуанчжоу Колесо Мудрости Технолоджи с их системами приоритизации объектов — они используют доплеровский анализ даже для моностатических лидаров. Не самое элегантное решение, но работает.

Сейчас тестируем подход с трекингом теней — звучит фантастически, но для крытых складов даёт погрешность всего 10-15 см.

Будущее: мультиспектральные решения

Совмещение лидара с миллиметровыми волнами — следующая ступень. Мы пробовали комплексы от Sick, но их стоимость сопоставима с бюджетом всего проекта. В ООО Гуанчжоу Колесо Мудрости Технолоджи разрабатывают свой сенсорный fusion на базе NVIDIA Jetson — пока сыро, но уже видны преимущества в распознавании провисших кабелей и металлической стружки.

Кстати, их мотор-колеса с системой предиктивной аналитики — интересный пример, как данные с лидаров используют не только для навигации, но и для прогнозирования износа механических частей. Детали есть в описании продуктов на их сайте.

Лично я считаю, что через 2-3 года мы увидим компактные лидары с функцией спектрального анализа — это решит проблему идентификации материалов, а не просто расстояний.