Mfumo wa Ushirikiano wa Kupanga Nafasi kwa Roboti na Simu Janja Kulingana na Mawasiliano ya Mwanga Unaonekana

1. Muhtasari

Makala hii inashughulikia changamoto ya kupanga nafasi ndani ya nyumba ambapo mifumo ya jadi kama vile GPS inashindwa kutokana na kuzuiwa kwa mawimbi. Inatumia kuenea kwa taa za LED na vichungi vya CMOS vya usahihi wa juu katika simu janja na roboti. Mfumo unaopendekezwa hutumia Upangaji Nafasi kwa Mwanga Unaonekana (VLP), ambapo vifaa vinavyotuma mwanga vya LED hurekebisha mwanga wao (kwa kutumia On-Off Keying - OOK) ili kuweka data ya kitambulisho cha kipekee (UID) na nafasi. Kituo cha kupokea (kamera ya simu janja au kichungi cha roboti) hukamata muundo huu wa mwanga kupitia athari ya rolling shutter, na kuwezesha Mawasiliano ya Kamera ya Optiki (OCC) kwa viwango vya data vilivyo juu kuliko kiwango cha sura ya video. Kwa kufafanua muundo huu na kurejelea hifadhidata ya ramani iliyojengwa hapo awali inayounganisha UID na kuratibu halisi, kifaa kinaweza kubaini nafasi yake mwenyewe. Makala hii inasisitiza hitaji linalokua la ushirikiano kati ya binadamu na roboti katika maghala, viwanda, na huduma, na kuhitaji ushirikiano wa nafasi halisi kati ya vifaa vya rununu na roboti.

2. Ubunifu

Ubunifu mkuu ni mfumo wa ushirikiano wa kupanga nafasi unaounganisha simu janja na roboti kwa kutumia VLC. Michango mikuu ni pamoja na:

1. Kubuni mfumo wa ushirikiano wa kupanga nafasi kwa VLC wenye usahihi wa juu unaoweza kubadilika kulingana na hali tofauti za mwanga na mwelekeo wa kifaa (mfano, simu janja zilizoelekezwa).
2. Kujenga mfumo wa vitendo ambapo nafasi za simu janja na roboti zinapatikana na kushirikiwa kwa wakati halisi kwenye kiolesura cha simu janja.
3. Kuthibitisha kwa majaribio usahihi wa mfumo, uaminifu wa utambulisho wa ID, na utendaji wa wakati halisi.

3. Maelezo ya Utekelezaji

Mfumo wa utekelezaji unajumuisha sehemu kuu mbili: vifaa vinavyotuma mwanga vya LED vilivyorekebishwa na vituo vya kupokea nafasi (simu janja/roboti).

4. Maelezo ya Kiufundi & Uundaji wa Kihisabati

Mfumo huu unategemea athari ya rolling shutter ya vichungi vya CMOS. Wakati LED iliyorekebishwa kwa OOK inapokamatwa, inaonekana kama mistari mbadilishi ya mwangaza na giza kwenye sura moja ya picha. Kiwango cha data $R_{data}$ kinahusiana na wakati wa usomaji wa mstari wa rolling shutter $t_{line}$ na mzunguko wa marekebisho $f_{mod}$: $R_{data} \propto \frac{1}{t_{line}}$. Hii inaruhusu kasi ya mawasiliano inayozidi kiwango cha sura ya video $f_{frame}$ ($R_{data} > f_{frame}$).

Kupanga nafasi kunaweza kufikiwa kupitia lateration au angulation mara tu UID ya LED na nafasi inayojulikana $(x_i, y_i, z_i)$ zinapopatikana. Kwa urahisi, ikiwa kipokeaji kitagundua LED nyingi na kupima nguvu ya mawimbi yaliyopokelewa (RSS) au pembe ya kufika (AoA), nafasi yake $(x, y, z)$ inaweza kadiriwa kwa kutatua seti ya milinganyo. Mfano wa kawaida unaotegemea RSS hutumia fomula ya upotezaji wa njia: $P_r = P_t - 10 n \log_{10}(d) + X_\sigma$, ambapo $P_r$ ni nguvu iliyopokelewa, $P_t$ ni nguvu iliyotumwa, $n$ ni kipeo cha upotezaji wa njia, $d$ ni umbali, na $X_\sigma$ inawakilisha kelele.

5. Matokeo ya Jaribio & Maelezo ya Chati

Mchoro 1 (Iliyorejelewa): Mazingira ya Jumla ya Jaribio na Matokeo. Mchoro huu unaweza kuonyesha usanidi wa maabara wenye paneli nne za LED zilizowekwa kwenye dari na roboti kwenye sakafu. Skrini ya simu janja inaonyeshwa ikionyesha kiolesura cha ramani na nafasi za wakati halisi za roboti (labda alama) na simu janja yenyewe (alama nyingine), ikionyesha kupanga nafasi kwa ushirikiano. Matokeo yanaonyesha utendaji wa mfumo katika mazingira yaliyodhibitiwa.

Makala hii inadai mfumo unaonyesha usahihi wa juu (kurejelea kazi iliyohusiana inayofikia ~2.5 cm kwa kupanga nafasi kwa roboti) na utendaji wa wakati halisi. Ufanisi wa mfumo wa ushirikiano—kushiriki nafasi kati ya simu janja na roboti kwenye kiolesura kimoja—umethibitishwa.

6. Mfumo wa Uchambuzi: Mfano wa Kesi Bila Msimbo

Hali: Kuchukua Maagizo Ghala na Timu za Binadamu na Roboti.
Hatua ya 1 (Kutengeneza Ramani): LED za miundombinu zilizo na UID za kipekee zimewekwa katika nafasi zinazojulikana kwenye dari ya ghala. Hifadhidata ya ramani imeundwa inayounganisha kila UID na kuratibu zake $(x, y, z)$.
Hatua ya 2 (Kubaini Nafasi ya Roboti): Roboti ya rununu iliyowekewa kamera inayoelekea juu hukamata mawimbi ya LED, hufafanua UID, na kukokotoa nafasi yake sahihi kwa kutumia kuratibu zinazojulikana za LED na data ya kichungi.
Hatua ya 3 (Kubaini Nafasi ya Mfanyakazi Binadamu): Simu janja ya mchaguzi, iliyoshikwa au kushikwa, pia hukamata mawimbi ya LED kutoka kwa mtazamo wake, na kukokotoa nafasi ya mfanyakazi. Mwelekeo wa simu hulipwa na algorithm [5-7].
Hatua ya 4 (Uratibu & Onyesho): Nafasi zote mbili hutumwa kwa seva kuu au peer-to-peer. Skrini ya simu janja ya mfanyakazi inaonyesha ramani inayoonyesha nafasi zao wenyewe na nafasi ya roboti kwa wakati halisi.
Hatua ya 5 (Hatua): Mfumo sasa unaweza kuratibu kazi—mfano, kuelekeza roboti kukutana na mfanyakazi katika korido maalum, au kumwonya mfanyakazi ikiwa roboti inakaribia njia yake.

7. Matarajio ya Matumizi & Mwelekeo wa Baadaye

Matumizi ya Haraka: Maghala smart (Amazon, Alibaba), laini za usanikishaji viwandani, roboti za usafirishaji hospitali zinazofanya kazi pamoja na wafanyakazi, na viongozi wa makumbusho ya kushirikiana.
Mwelekeo wa Utafiti wa Baadaye:

1. Unganisho na 5G/6G na WiFi: Kuunganisha VLP na upangaji nafasi unaotegemea RF kwa uthabiti katika hali zisizo na mstari wa kuona, sawa na mbinu za kuunganisha vichungi katika magari yanayojitegemea.
2. Usindikaji wa Mawimbi Ulioimarishwa na AI: Kutumia kujifunza kwa kina (mfano, CNN) kufafanua mawimbi chini ya kelele kali, mwanga dhaifu, au kutoka kwa picha zilizopotoka, na kuboresha uaminifu.
3. Uwekaji wa Viwango: Kusukuma viwango vya IEEE au ITU kuhusu marekebisho ya VLC kwa ajili ya kupanga nafasi ili kuhakikisha ushirikiano kati ya LED na vifaa vya wazalishaji tofauti.
4. Itifaki Zenye Ufanisi wa Nishati: Kukuza itifaki za simu janja kutekeleza VLP bila kupunguza betri kwa kiasi kikubwa, labda kwa kutumia vichakataji vya nishati ya chini.
5. Kutengeneza Ramani Kubwa Inayobadilika: Kuunganisha mfumo na algorithm nyepesi za SLAM ili kuruhusu roboti kusaidia kusasisha hifadhidata ya ramani ya LED kwa wakati halisi ikiwa vifaa vimehamishwa.

8. Marejeo

1. [1] Mwandishi (wa). "Njia ya kupanga nafasi kwa roboti kulingana na ROS." Mkutano/Jarida. Mwaka.
2. [2] Mwandishi (wa). "Njia ya kupanga nafasi kwa roboti kulingana na LED moja." Mkutano/Jarida. Mwaka.
3. [3] Mwandishi (wa). "Kupanga nafasi kwa roboti kwa kushirikiana na SLAM kufikia usahihi wa 2.5cm." Mkutano/Jarida. Mwaka.
4. [4] Mwandishi (wa). "Utafiti wa uwezekano wa ushirikiano wa nafasi kwa roboti." Mkutano/Jarida. Mwaka.
5. [5-7] Mwandishi (wa). "Mipango ya VLP ya kukabiliana na hali tofauti za mwanga na mwelekeo wa simu janja." Mkutano/Jarida. Mwaka.
6. Zhou, B., et al. "CycleGAN: Ubadilishaji wa Picha hadi Picha bila Kuunganishwa kwa kutumia Mtandao wa Kupingana Unaolingana na Mzunguko." IEEE ICCV. 2017. (Mfano wa AI ya hali ya juu ya usindikaji wa picha ambayo inaweza kutumika kwa uboreshaji wa picha za VLP).
7. Kiwango cha IEEE cha Mawasiliano ya Mwanga Unaonekana. "IEEE Std 802.15.7-2018."
8. "Teknolojia za Kupanga Nafasi Ndani ya Nyumba." Ripoti ya GSMA. 2022. (Kwa muktadha wa soko).

9. Uchambuzi wa Asili & Uhakiki wa Mtaalamu

Ufahamu Mkuu: Makala hii sio tu kuhusu njia nyingine ya kupanga nafasi kwa usahihi wa sentimita. Thamani yake ya kweli ni uratibu. Inatambua kwamba siku za usanikishaji sio roboti pekee, lakini timu zilizounganishwa za binadamu na roboti (HRTs). Tatizo kuu linabadilika kutoka "Roboti iko wapi?" hadi "Kila mtu yuko wapi, kuhusiana na kila mmoja, katika mfumo wa marejeleo wa pamoja?" Kwa kutumia miundombinu ya mwanga iliyopo (LED) kama mtandao unaoenea, unaotumika kwa madhumuni mawili (mwanga + data) ni hatua yenye akili sana ya kutatua tatizo hili la uratibu bila gharama kubwa mpya. Hii inalingana na mwelekeo mpana wa "miundombinu smart" inayoonekana katika miradi kama Project Soli ya Google au RFusion ya MIT.

Mtiririko wa Mantiki & Nguvu: Mantiki ni sahihi: tumia LED zilizoenea na kamera za simu janja kuunda uwanja wa kupanga nafasi wenye gharama nafuu na usahihi wa juu. Nguvu iko katika ushirikiano na mielekeo iliyopo—uboreshaji wa taa za LED ulimwenguni na nguvu ya kompyuta katika kila mfuko. Kwa kuzingatia mfumo wa ushirikiano, wanaenda zaidi ya utekelezaji wa kiufundi pekee. Kurejelea kazi ya awali inayofikia usahihi wa 2.5 cm [2,3] inatoa msingi wao uaminifu. Kutambua mwelekeo wa simu janja kama tatizo la ulimwengu halisi [5-7] kunaonyesha mawazo ya vitendo.

Kasoro na Mapungufu Muhimu: Jambo kubwa linalojitokeza ni uwezo wa kupanuka na uthabiti. Utekelezaji huenda ukafanya kazi katika maabara safi, iliyodhibitiwa. Maghala halisi yana vizuizi (rafu, bidhaa), mwanga unaobadilika (mwangaza wa jua kutoka madirisha, taa za mbele za forklift), na kufunikwa kwa kamera (mkono juu ya simu). Makala hii haijashughulikia haya kwa kina. Mfumo unashughulikiaje mtazamo wa sehemu ya LED au mawimbi mengi yaliyotafakari? Kutegemea hifadhidata ya ramani tuli iliyojengwa hapo awali pia ni kikwazo—je ikiwa LED itashindwa au itazuiwa kwa muda? Tofauti na mifumo inayotegemea SLAM (mfano, ile inayotumia LiDAR au SLAM ya kuona kama ORB-SLAM3), mfumo huu hauna uwezo wa asili wa kutengeneza ramani inayobadilika. Zaidi ya hayo, usalama wa njia ya VLC haujatajwa—je LED mbaya inaweza kutangaza kuratibu bandia?

Ufahamu Unaoweza Kutekelezwa: Kwa washiriki wa tasnia, huu ni uthibitisho wa dhana unaovutia kwa mazingira ya HRT. Hatua inayofuata ya haraka sio tu kuboresha usahihi kutoka 2.5 cm hadi 1 cm. Ni kuhusu muunganiko. Unganisha mfumo huu wa VLP kama sehemu yenye usahihi wa juu, yenye mstari wa kuona ndani ya mfumo mpana wa muunganiko unaojumuisha UWB kwa maeneo yasiyo na mstari wa kuona na vichungi vya inertial kwa mwendelezo wakati wa upotezaji wa mawimbi kwa muda mfupi—sawa na jinsi simu janja za kisasa zinavyounganisha data ya GPS, WiFi, na IMU. Pili, wekeza katika uthabiti unaoongozwa na AI. Fanya mafunzo ya mifano (iliyochochewa na mafunzo ya kupingana katika CycleGAN) kufafanua mawimbi kutoka kwa vifaa vya kamera vilivyo na kelele, vilivyofifia, au vilivyofunikwa kwa sehemu. Mwishowe, jaribu hii katika mazingira yasiyo na muundo kamili kama duka la dawa hospitalini kabla ya ghala kubwa yenye machafuko. Lengo linapaswa kuwa mfumo ambao sio tu sahihi, lakini wenye kustahimili na unaoweza kudhibitiwa kwa kiwango kikubwa.