Cómo Emesent utiliza tecnología SLAM de vanguardia de Wildcat para liderar el mapeo autónomo

El galardonado Hovermap de Emesent es un dron autónomo y una carga útil de mapeo con tecnología LiDAR que utiliza datos LiDAR y algoritmos avanzados para generar nubes de puntos 3D precisas del entorno escaneado, así como para automatizar el vuelo del dron incluso cuando no hay cobertura de GPS.

Potenciado con una solución de SLAM 3D de categoría mundial de la agencia de investigación federal australiana

El Grupo de Robótica y Sistemas Autónomos dentro de CSIRO / Data61 ha ganado una reputación mundial por ser pionero en el desarrollo de soluciones SLAM[1] 3D basadas en tecnología LiDAR[2] extremadamente precisas y robustas desde 2008. Wildcat, la última implementación de SLAM de este grupo, se basa en más de una década de experiencia para proporcionar un nuevo punto de referencia en cuanto a precisión, robustez y velocidad de procesamiento y, además, está optimizada para aplicaciones robóticas.

En enero de 2019, Hovermap se convirtió en la primera solución comercial de mapeo y autonomía en utilizar Wildcat y Emesent se convirtió en el primero en participar en el programa de adopción temprana de Wildcat.

Data61 de CSIRO y Emesent trabajando juntos en la última edición del Desafío SubT de DARPA

Fortaleza gracias a una colaboración estrecha y continua

Los fundadores de Emesent y muchos de los miembros de su equipo de ingeniería antes formaban parte del grupo de robótica de CSIRO, donde trabajaban en estrecha colaboración con los expertos en SLAM de CSIRO para integrar Wildcat con la carga útil de autonomía y mapeo de los drones Hovermap de Emesent. Los fundadores dejaron CSIRO y crearon Emesent para comercializar la tecnología Hovermap.

La fuerte conexión entre Emesent y el Grupo de Robótica y Sistemas Autónomos de CSIRO continúa, con una colaboración continua a través del programa de adopción temprana de Wildcat y proyectos de investigación conjuntos. El hecho de tener sus sedes en el distrito de alta tecnología de Pullenvale en Brisbane (Australia) también ha beneficiado a ambas partes, ya que permite contactos regulares y actividades de prueba conjuntas.

Emesent y CSIRO se han unido para competir en el prestigioso Desafío Subterráneo de DARPA, con Wildcat como uno de los componentes centrales para los robots desplegados por ambas partes. Esto ha impulsado el desarrollo de características clave de Wildcat, como el mapeo colaborativo multiagente, una característica fundamental cuando un equipo de robots trabaja en forma conjunta para explorar y mapear un área. El equipo combinado obtuvo el cuarto lugar en el evento Circuito Urbano SubT que se llevó a cabo en Estados Unidos a principios de este año y ganó el premio a la ubicación de objetos informada con mayor precisión, lo cual da testimonio de la precisión de la solución Wildcat.

Optimización del rendimiento mediante pruebas de campo y conocimiento

Gracias a su experiencia en robótica, el equipo de I+D de Emesent tiene un profundo conocimiento de los algoritmos centrales de SLAM y sabe cómo aprovechar lo mejor de estos algoritmos para la autonomía y el mapeo.

Hovermap se ha desplegado para los clientes desde principios de 2017, primero en forma de un prototipo a través de un programa de adopción temprana y luego comercialmente a partir de 2019. Durante este período, ha acumulado miles de horas de vuelo autónomo y mapeo en entornos desafiantes y diversos de todo el mundo. Esta gran cantidad de datos de implementación del mundo real ha permitido al equipo de Emesent optimizar el desempeño del SLAM al ajustar los parámetros y ofrecer aportes valiosos al equipo de desarrollo de SLAM.

SLAM tanto para mapeo como para navegación en tiempo real

SLAM utiliza los datos del alcance y el sensor para estimar el movimiento del propio sensor de alcance. Una vez estimado este movimiento, los datos de alcance se pueden proyectar en un marco de coordenadas común para producir un mapa 3D. El movimiento estimado también se puede utilizar para controlar la plataforma robótica donde están instalados los sensores. En el caso de Wildcat y Hovermap, los datos LiDAR y los de la unidad de medición inercial (IMU) se utilizan para crear mapas y controlar el vuelo del dron.

Mientras Hovermap vuela en un dron, el algoritmo de SLAM de Wildcat se ejecuta en tiempo real para estimar la posición, la orientación y la velocidad del dron con respecto a su entorno, reemplazando así la necesidad de contar con datos GNSS. Los algoritmos patentados de autonomía de drones de Emesent utilizan esta solución de SLAM para automatizar el vuelo del dron, lo que le permite navegar sin GPS, planificar rutas seguras y evitar los obstáculos. Esto requiere que se realicen miles de cálculos por segundo a bordo del Hovermap, lo que a su vez impulsa la necesidad de contar con una solución de SLAM eficiente. La solución de SLAM también debe ser extremadamente robusta y funcionar a la perfección en cualquier entorno. Un error de SLAM podría provocar la pérdida de navegación, un resultado inaceptable para un dron en vuelo. La robustez, precisión y eficiencia de Wildcat han demostrado estar a la altura de la tarea.

Todos los datos LiDAR se almacenan a bordo del Hovermap y luego del vuelo se reprocesan utilizando Wildcat en un modo que está optimizado para la calidad del mapa por encima de la velocidad de procesamiento en tiempo real. Esto produce nubes de puntos 3D de altísima calidad, probablemente las nubes de puntos LiDAR basadas en tecnología SLAM de mayor calidad disponibles en el mercado. La calidad de los mapas llamó la atención incluso de Velodyne Lidar Inc., la empresa que fabrica el LiDAR utilizado por Hovermap. Aunque muchas empresas utilizan sus LiDAR para crear productos de mapeo, ellos adquirieron un Hovermap para destacar la calidad de los mapas que pueden producir los dispositivos. La calidad de las nubes de puntos se logra gracias a la potencia de Wildcat y al exclusivo diseño y la calidad de la construcción del Hovermap.

La capacidad de funcionar bien en tiempo real para estimar los estados y sin internet para generar los mapas es una importante fortaleza de Wildcat que lo coloca por encima de las soluciones de SLAM de la competencia. En general, las otras están optimizadas para ofrecer ya sea mapas precisos o bien un funcionamiento en tiempo real.

Nube de puntos de un pique de traspaso producido con un vuelo de Hovermap.

Funciones potentes para un mapeo rápido y confiable

Con la adición de Wildcat, Hovermap ofrece diferentes características exclusivas que lo diferencian de su competencia:

  • Mapeo y autonomía: Hovermap es el único dispositivo plug-and-play del mundo que ofrece tanto autonomía para drones como mapeo basado en tecnología SLAM. Esto permite capturar datos en áreas que de otro modo serían inaccesibles, por ejemplo, en minas subterráneas.
  • Mapeo preciso: Hovermap produce nubes de puntos de nivel topográfico de alta precisión, algo particularmente impresionante para un sistema de mapeo móvil basado en SLAM. En general, alcanza precisiones relativas de ±20 mm en entornos generales, ±15 mm en entornos subterráneos e interiores típicos y ±5 mm en escaneos de corto alcance. Con Wildcat, Hovermap ayudó a ganar el premio a la detección de objetos más precisa en el Desafío Subterráneo de DARPA.
  • Resultados repetibles: La detección de cambios y el monitoreo de deformaciones son aplicaciones comunes para clientes en una variedad de industrias. Esto requiere producir resultados repetibles al mapear un área en el tiempo. Hovermap ha satisfecho estos requisitos y ha permitido detectar cambios en el entorno de menos de un centímetro.
  • Movimiento sin preocupaciones durante el mapeo: La potencia de Wildcat hace que el sistema sea resistente a los movimientos irregulares, los golpes y las vibraciones. Otros sistemas exigen caminar o volar con mucha suavidad y tener cuidado de no realizar movimientos bruscos que puedan producir interrupciones del SLAM. El Hovermap se ha montado en vehículos que se utilizan en minería que lo han sacudido al descender por los piques de traspaso, pero, aun así, ha continuado produciendo resultados de alta calidad.
  • Robusto en entornos con pocas características distintivas: Los algoritmos de SLAM se basan en el reconocimiento de características 3D únicas en el entorno. En los túneles lisos o sobre terrenos planos y sin rasgos distintivos, algunos sistemas de SLAM no tienen un buen desempeño. Hovermap ha demostrado funcionar bien incluso en entornos desafiantes y con pocas características detectables por SLAM, como chimeneas y túneles.
  • Versatilidad en las opciones de despliegue: Hovermap no solo permite mapear utilizando drones autónomos. Su mecanismo de liberación rápida también permite desplegarlo fácilmente como un sistema de mapeo para mochila, vehículo o cable. Wildcat es compatible con todas estas opciones de despliegue.
  • Procesamiento rápido de los datos: Hovermap puede producir estimaciones de estado en tiempo real para el vuelo de los drones y nubes de puntos de baja resolución en tiempo real para su visualización en línea. También puede producir mapas de alta resolución en modo fuera de línea en apenas el doble del tiempo que lleva la captura de datos.
  • Iniciar/detener el escaneo en movimiento: Se puede iniciar o detener el escaneo con el Hovermap en movimiento. Inicie un escaneo con el dron en vuelo estacionario o mientras camina con el Hovermap instalado en su mochila Otras soluciones requieren rutinas de calibración complejas o deben permanecer completamente inmóviles mientras se inicia el escaneo.
  • Alta velocidad de captura de datos: La solidez del algoritmo de SLAM significa que Hovermap se puede utilizar a mayores velocidades mientras se capturan datos. Se pueden lograr velocidades de hasta 5 m/s para la captura con drones y 40 km/h (11 m/s) para captura con vehículos.
  • Compatible con la combinación de datos multiagente y la optimización global en tiempo real: Wildcat se creó para el mapeo coordinado usando varios robots, por lo que permite combinar mapas de varias fuentes en tiempo real durante la captura de datos para producir un resultado unificado y globalmente optimizado.
  • Múltiples atributos por punto: Cada punto de datos producido por Hovermap incluye múltiples atributos como intensidad, tiempo, alcance, número de retorno y número de anillo. Estos atributos ofrecen valiosas posibilidades de filtrado cuando las nubes de puntos se utilizan para generar salidas de datos derivados.

Emesent ha asumido el compromiso de seguir extendiendo el éxito de la combinación de Hovermap y tecnología SLAM de Wildcat mediante la colaboración continua con el equipo de CSIRO y la dedicación de su equipo de I+D. Y aún hay muchas otras mejoras y nuevas funciones en desarrollo.

 

[1] Detección y alcance de luz

[2] Localización y mapeo simultáneos

CONTACT - AERODYNE CHILE



CONTACT - AERODYNE INDIA
CONTACT - AERODYNE MEASURE
CONTACT - AERODYNE RUSSIA
CONTACT - ALLIED MINING
CONTACT - ALPHA-SAFETY LLP
CONTACT - AMKVO
CONTACT - BEIJING WETRON SCIENCE & TECHNOLOGY DEVELOPMENT CO.
CONTACT - CANDRONE
CONTACT - COPTRZ
CONTACT - BEIJING TIANHE DAOYUN TECHNOLOGY CO.





CONTACT - DRON-E
CONTACT - DRONE NERDS





CONTACT - DRONEPARTS
CONTACT - DWYKA MINING SERVICES
CONTACT - EROCK
CONTACT - GEOTRONICS DYSTRYBUCJA
CONTACT - GESTAO ENGHENARIA
CONTACT - HALO ROBOTICS
CONTACT - INFOTRAX ENGINEERING
CONTACT - ISSOFT
CONTACT - MEASUREGEO
CONTACT - MENA3D GMBH
CONTACT - MENA3D QATAR
CONTACT - MENA3D S.A.R.L. (LEBANON)
CONTACT - MENA3D S.A.R.L. (MOROCCO)
CONTACT - MENA3D SERVICES S.A.R.L. (TUNISIA)





CONTACT - MENA3D TRADING FZE (UAE)
CONTACT - MICROGEO
CONTACT - MIRUKURU
CONTACT - MONSEN ENGINEERING
CONTACT - PRECISION GPS
CONTACT - QAIRA
CONTACT - QNTFI
CONTACT - RDOIC





CONTACT - RMUS
CONTACT - SENSOREM (AERODYNE)
CONTACT - SISTEMAS AS
CONTACT - STAR VISION LIMITED
CONTACT - TANDM
CONTACT - UNMANNED AERIAL SERVICES (UAS)