Reconnu par IEEE Rototics et d'autres, l'article présente l'algorithme parallèle que les balayeurs utilisent pour naviguer avec précision dans les magasins de détail.

Un aperçu de la méthodologie éprouvée, précise et sûre de planification des mouvements utilisée dans BrainOS, un système d'exploitation connecté au cloud pour les robots autonomes commerciaux, a été publié dans l'édition de juillet 2019 de l'IEEE Robotics and Automation Society Letters (RA-L) Journal. Examiné par des pairs, le journal IEEE Robotics and Automation Letters (RA-L) publie des études de cas d'application innovantes et des idées de recherche significatives dans le domaine de l'automatisation robotique.

Fondée en 2009, l'équipe d'ingénieurs de Brain Corp a été mise au défi de créer une architecture de système d'exploitation commercialement évolutive pour les robots autonomes qui supprime les contraintes de calcul afin de permettre des opérations robotiques sûres et efficaces dans des environnements encombrés et parsemés d'obstacles. "Nous avons développé un algorithme de bas niveau pour la planification des chemins et des mouvements, appelé Tensor Dynamic Window Approach (TDWA), qui répond à ce problème", déclare Oleg Sinyavsky, directeur de la recherche et du développement chez Brain Corp. "La principale nouveauté de la TDWA est que sa méthodologie nous permet de bénéficier de toute la flexibilité de la commande prédictive par modèle. Et comme le TDWA sélectionne de manière déterministe une primitive de mouvement à partir d'un ensemble prédéfini, il fonctionne en temps constant."

En fonctionnant en temps constant, quelle que soit la configuration de l'environnement local, le robot ne subit aucun retard dans sa capacité à réagir en temps réel - il s'arrête immédiatement si aucune commande de moteur sûre n'est disponible, ce qui constitue un avantage commercial essentiel pour la sélection de commandes de moteur sûres et la navigation en douceur.

L'article, intitulé "Parallel Algorithm for Precise Navigation Using Black-Box Forward Model and Motion Primitives", décrit l'architecture de planification de la navigation développée par l'équipe d'ingénieurs de Brain Corp. En employant cette architecture unique, les contraintes de calcul liées à la viabilité commerciale sont supprimées, ce qui permet de contrôler précisément le comportement de navigation du robot en temps réel.

Un exemple de ce contrôle précis peut être vu lorsque nos robots alimentés par BrainOS s'arrêtent immédiatement lorsque des objets inconnus ou non reconnus apparaissent soudainement devant eux. Dans de telles situations, un humain a besoin de quelques secondes pour réfléchir à ce qu'il doit faire, alors qu'un robot équipé de BrainOS réagit instantanément et de manière cohérente.

"Notre méthode possède plusieurs propriétés qui la rendent bien adaptée aux applications commerciales : elle est déterministe, efficace en termes de calcul, fonctionne en temps constant et peut être utilisée sur des plateformes de forme et de type d'entraînement arbitraires", explique le Dr Jean-Baptiste Passot, vice-président de la plateforme et de l'IA chez Brain Corp.

Selon l'article, les méthodes employées par la conception architecturale utilisent des informations localisées provenant de plusieurs dispositifs de détection, traitées en temps constant avec des cartes de coûts précalculées qui dictent le mouvement du robot. Le principal avantage de l'utilisation d'un algorithme en temps constant par rapport aux méthodes traditionnelles est que le temps de réaction du robot est alors très prévisible, ce qui garantit que les robots alimentés par BrainOS prennent toujours la décision optimale à temps.

"Par rapport aux algorithmes traditionnels d'approche par fenêtre dynamique, qui calculent le coût de chaque commande séparément, TDWA évalue les coûts de toutes les primitives de mouvement en une seule opération tensorielle, ce qui accélère considérablement ce calcul", déclare Sinyavsky. "Cela permet une discrimination plus fine des coûts parmi un ensemble plus large de primitives de mouvement avec des horizons temporels plus longs, ce qui permet d'éviter les situations d'impasse sans compromettre la sécurité."

Cette nouvelle approche a permis aux robots alimentés par BrainOS d'accumuler un palmarès impressionnant depuis leur déploiement commercial, avec des robots alimentés par BrainOS dans une variété de facteurs de forme qui se targuent de 100 000 heures d'opérations autonomes sûres dans des centres commerciaux, des épiceries, des aéroports, des entrepôts et bien d'autres endroits dans le monde.

Disponible sous licence pour les fabricants commerciaux de robots autonomes et d'équipements mobiles, BrainOS fonctionne avec le standard de facto pour la messagerie et la sérialisation dans les applications robotiques, Robot Operating System (ROS), ce qui permet à ces fabricants d'exploiter les projets ROS existants. Les services BrainOS sont accessibles par des appels de service, des actions ou des sujets de message ROS, mais BrainOS va au-delà de ce que ROS est capable de faire. Les fonctionnalités supplémentaires fournies par BrainOS illustrent l'évolutivité de la solution BrainOS. Il s'agit notamment de la couche d'abstraction matérielle du pilote de capteur, qui consiste en un micrologiciel et des outils de simulation spécifiques à l'application, une couche de sécurité BrainOS, des bibliothèques intergicielles de base, ainsi que d'autres capacités robotiques fondamentales telles que l'odométrie, la perception, la localisation, la cartographie et la planification des mouvements. Et ce n'est que ce qui est fourni pour la fonctionnalité robotique de base.

Brain Corp sait que l'étape suivante consiste à aborder l'évolutivité des opérations. Pour accélérer l'évolutivité et garantir le succès, un cadre API avec des applications conviviales d'autonomie, de fabrication et de déploiement est également fourni, mettant à la disposition de nos partenaires les connaissances durement acquises au cours des 10 dernières années. Pour renforcer encore l'autonomie de ces partenaires, BrainOS est également fourni avec des services en nuage pour la gestion du cycle de vie de la flotte, l'établissement de rapports et bien plus encore.

Comme l'architecture ne dépend pas du matériel, elle peut être facilement adaptée à différents facteurs de forme et systèmes d'entraînement : tricycles, entraînements différentiels et autres plates-formes de direction. Chacun de ces véhicules motorisés à roues remplit des fonctions diverses et spécialisées dans des environnements différents.

Les robots mobiles autonomes sont présents dans une variété d'industries, telles que le commerce de détail, la santé, l'hôtellerie et les industries de nettoyage commercial, effectuant un mélange d'applications industrielles et d'entrepôts. Parmi les constructeurs de robots autonomes équipés de BrainOS, on trouve Softbank Robotics, un leader mondial des solutions robotiques, ainsi que les marques mondiales d'équipements industriels de nettoyage des sols Tennant Company, Nilfisk, Minuteman International et Intelligent Cleaning Equipment. On ne sait pas si l'une de ces entreprises atteindra le taux de croissance de 60 % prévu pour l'industrie des robots mobiles autonomes entre 2019 et 2025*, mais avec BrainOS "sous le capot", les fabricants de robots sont en mesure de développer et de lancer des produits mobiles autonomes personnalisés dans un délai accéléré.

• Rapport sur la robotique commerciale et industrielle, ABI Research, 2018

Télécharger maintenant

‍