Sistem Pengisian Daya Bergerak untuk Robot Otonom yang Kehabisan Daya

Peneliti Rusia telah mengembangkan prototipe robot yang dapat melakukan misi pengisian daya ad hoc untuk robot pertanian dan industri yang otonominya terbatas karena kurangnya stopkontak, dan juga menampilkan proposal standar untuk konfigurasi stopkontak/pengisi daya yang dapat diterapkan pada sistem robotika bergerak.

Prototipe untuk ‘MobileCharger’, dijelaskan dalam sebuah makalah baru dari Institut Sains dan Teknologi Skolkovo di Moskow, dilengkapi dengan mekanisme koneksi yang tidak jauh berbeda dengan kemampuan interlocking yang luas dari sistem transportasi udara militer yang dirancang untuk pengisian bahan bakar di udara.

Prototipe robot MobileCharger. Sumber: https://arxiv.org/pdf/2107.10585.pdf

MobileCharger mencoba untuk meningkatkan inisiatif serupa dari tahun-tahun sebelumnya, seperti robot pengisi daya mobile ‘Laderoboter’ dari Volkswagen dan robot pengisi daya EVAR dari Samsung dengan beberapa cara: dengan membuat trade-off yang lebih baik antara berat dan kapasitas; dengan mengurangi ruang yang dibutuhkan untuk operasi pengisian daya (kelemahan EVAR); dengan menggunakan Jaringan Saraf Konvolusional (CNN) untuk mengoptimalkan operasi koneksi; dan dengan menggunakan berbagai sensor, termasuk LiDAR dan sensor taktil untuk memperkirakan posisi relatif robot yang akan diisi daya.

Sistem koneksi memiliki kebebasan gerak relatif dalam tiga arah, untuk menampung desain robot lapangan yang berbeda-beda, dan untuk mempertimbangkan lingkungan yang mungkin memiliki medan yang lebih tidak rata daripada permukaan datar lantai pabrik.

Operasi pengisian daya dimaksudkan untuk berlangsung sekitar empat jam, dengan transfer daya yang konsisten sebesar 22 volt. Selama proses ini, sangat penting bahwa koneksi fisik tetap konsisten, karena kesalahan penjajaran horizontal atau vertikal sangat mungkin menyebabkan kerusakan pada salah satu atau kedua robot, dengan kemungkinan terjadinya pelepasan listrik yang tidak terkendali.

Aktuator delta terbalik yang ditampilkan pada MobileCharger menawarkan kecepatan operasional yang lebih baik daripada solusi baru-baru ini untuk skenario pengisian daya di lapangan, dengan para peneliti menyatakan bahwa desain kompak dan khasnya akan lebih mudah untuk diproduksi.

Aktuator Delta juga menampilkan kunci berbasis magnet, meskipun ini tidak cukup untuk mempertahankan kontak yang aman selama operasi pengisian daya, dan didukung oleh beberapa pendekatan komplementer, termasuk cincin pengaturan dan efektor akhir dengan elektroda dan servomotor.

Pengisian Daya yang Tidak Bergantung pada Desain

MobileCharger tidak dirancang untuk memiliki pengetahuan domain lengkap tentang setiap robot yang mungkin perlu diisi daya, tetapi sebagai gantinya akan menggunakan berbagai metode untuk mengidentifikasi stopkontak pengisian daya yang kompatibel di suatu tempat pada chassis robot, dan memanuver diri ke dalam jarak yang memungkinkan untuk terhubung ke robot target.

Array sensor tekanan taktil pada mekanisme docking MobileCharger.

Secara efektif MobileCharger melemparkan berbagai solusi untuk tantangan evaluasi penjajaran dan koneksi konsisten, termasuk sistem visi komputer RGB-D (yang mendukung kedalaman) dari robot pemetik buah dan sistem umpan balik taktil dan haptik yang peka tekanan dari robot industri tertutup.

Pengenalan Gambar

Pemindai LiDAR MobileCharger didukung oleh kamera Intel RealSense D435 RGB kedalaman untuk perkiraan kedekatan, juga berfungsi sebagai mekanisme umpan untuk kemampuan estimasi kontak berbasis CNN robot.

Sistem deteksi objek yang digunakan oleh MobileCharger berbasis pada YOLOv3, sistem pengenalan gambar waktu nyata yang efektif dengan 106 lapisan, didukung oleh dataset pelatihan khusus yang berfokus pada desain dok pengisian daya yang diusulkan.

Dataset tersebut berisi 170 sampel, dibagi antara 120 untuk pelatihan dan 50 dalam set tes, dibuat dalam berbagai kondisi pencahayaan, dan berbagai variasi yaw dari 75 hingga 105 derajat. Gambar dalam dataset pelatihan memiliki resolusi 840×480, dan menampilkan data RGB dan kedalaman.

Jaringan Saraf Konvolusional

CNN yang digunakan dalam MobileCharger menangani masalah kontak konsisten selama operasi pengisian daya, dan didukung oleh dua dataset khusus: dataset pertama menampilkan data tentang kesalahan penjajaran sudut antara elektroda, dengan 600 pasangan data yang berasal dari mekanisme sensor taktil; dataset kedua menangani kesalahan penjajaran horizontal dan vertikal dari efektor akhir (perakitan pengisian daya), dan berisi 500 pasangan data.

Arsitektur CNN untuk konsistensi genggaman.

Data tersebut dibagi menjadi 67% untuk pelatihan dan 33% untuk evaluasi, dengan akurasi sebagai target metrik.

Sebelum menetapkan metode CNN/YOLO, para peneliti mempertimbangkan untuk menggunakan Histogram of oriented gradients (HoG) dengan Support Vector Machine (SVM), dan juga deteksi kontur dengan Canny edge detector. Tidak satu pun metode tersebut dianggap cukup tangguh untuk menangani tantangan operasi pengisian daya di lapangan.

SwarmCharge

Sistem MobileCharger dimaksudkan untuk lingkungan dalam dan luar ruangan, dan pekerjaan masa depan oleh para peneliti akan menangani pengembangan algoritma lokalasi, dan pemetaan. 1-Dof juga akan dieksplorasi sebagai fasilitas tambahan untuk rotasi elektroda pada sumbu putar koneksi.

Seperti yang diharapkan, sistem koneksi paten dimaksudkan untuk ekosistem yang lebih luas dari robot dan perangkat otonom, yang menurut makalah tersebut akan disebut SwarmCharge. MobileCharger dimaksudkan untuk menjadi sistem pendukung untuk berbagai jenis robot, termasuk humanoid, quadruped, dan mekanisme UAV.