Obstacle Avoidance

Detto anche: Collision Avoidance, Object Avoidance
Categoria: State estimation & navigation › Navigation
Tag: navigation, autonomous, safety, planning, sensors

Capacità di un robot di rilevare e aggirare gli oggetti senza collisioni, tramite sensori e pianificazione.

Definizione

L'evitamento degli ostacoli è la capacità di un robot di rilevare gli oggetti sul proprio percorso e di aggirarli senza collisioni. È uno dei comportamenti più fondamentali della robotica autonoma, richiesto praticamente da ogni robot che si muove in ambienti non strutturati.

L'evitamento degli ostacoli opera su più livelli: - Evitamento reattivo: risposta immediata agli ostacoli rilevati tramite regole semplici. Il robot percepisce un ostacolo e corregge il percorso in tempo reale senza pianificare in anticipo. Tra i metodi ci sono i campi di potenziale (che trattano gli ostacoli come forze repulsive) e l'approccio Vector Field Histogram (VFH). - Pianificazione locale: pianificazione a breve orizzonte che considera gli ostacoli nelle immediate vicinanze del robot. Algoritmi come il Dynamic Window Approach (DWA; Nav2 lo implementa come DWB) e la Timed Elastic Band (TEB) calcolano traiettorie brevi che evitano gli ostacoli vicini seguendo al tempo stesso un percorso globale. - Pianificazione globale: calcolo del percorso completo dal punto di partenza all'obiettivo considerando gli ostacoli noti. Algoritmi come A*, RRT e PRM trovano percorsi privi di collisioni attraverso l'intero ambiente.

Ingressi sensoriali per l'evitamento degli ostacoli: - LiDAR: fornisce misure di distanza precise a 360 gradi. È il più affidabile per il rilevamento degli ostacoli in 2D. - Telecamere di profondità: forniscono informazioni 3D sugli ostacoli. Utili per rilevare oggetti a diverse altezze. - Sensori a ultrasuoni: sensori di distanza semplici ed economici. Portata e precisione limitate, ma adeguati per prevenire le collisioni di base. - Paraurti/sensori di contatto: rilevamento di ultima istanza quando gli altri sensori falliscono. Il robot tocca fisicamente l'ostacolo.

In pratica, un evitamento degli ostacoli robusto combina più tipi di sensori e più livelli di pianificazione. Gli approcci moderni usano sempre più spesso policy apprese (addestrate tramite apprendimento per rinforzo in simulazione) in grado di gestire scenari complessi come folle, passaggi stretti e ostacoli dinamici.

Perché è importante

L'evitamento degli ostacoli è ciò che impedisce a un robot di urtare le parti del mondo che non aveva previsto. Si distingue dalla pianificazione del movimento per un aspetto importante: la pianificazione avviene prima del movimento, su una mappa nota, mentre l'evitamento avviene durante il movimento, in base a ciò che i sensori riportano in quel momento. Un robot ha bisogno di entrambi, perché nel mondo ci sono persone che si muovono, porte che si chiudono e scatole che cinque minuti prima non c'erano.

Applicazioni principali

Navigazione di robot mobili tra persone e attrezzature in movimento
Bracci collaborativi che devono fermarsi o rallentare quando una persona entra nell'area di lavoro
Volo di droni in ambienti ingombri o al chiuso
Veicoli a guida automatica in magazzini con traffico misto di persone
Ripianificazione dinamica quando un percorso risulta bloccato dopo la pianificazione
Monitoraggio di velocità e distanza di sicurezza certificato nelle celle industriali

In pratica

Un robot mobile che esegue Nav2 mantiene un piano globale sulla mappa statica e un pianificatore locale come DWB che a ogni ciclo rivaluta la situazione su una costmap locale costruita dai dati LiDAR e di profondità in tempo reale. I parametri più importanti sono il raggio di inflazione e l'ingombro del robot, e sbagliarli produce i due fallimenti classici: troppo stretti e il robot sfiora gli stipiti delle porte, troppo generosi e si rifiuta di entrare in corridoi in cui passerebbe benissimo. I casi più difficili non sono affatto statici: vetro, ostacoli bassi sotto il piano del sensore e persone che cambiano direzione.

Idee sbagliate comuni

Evitamento e pianificazione sono la stessa cosa: il primo reagisce ai dati dei sensori in tempo reale, la seconda esplora in anticipo una mappa nota
Basta un buon sensore: l'ingombro del robot e le impostazioni di inflazione determinano il comportamento quanto il rilevamento
Tutto ciò che viene rilevato può essere evitato: i sensori non vedono il vetro, i cordoli bassi e gli oggetti sotto il loro piano di scansione
L'evitamento reattivo garantisce la sicurezza: può portare un robot in un vicolo cieco o farlo oscillare, e non sostituisce un sistema di sicurezza certificato

Chi dovrebbe saperlo

Chiunque metta in servizio un robot mobile in uno spazio condiviso con le persone
Sviluppatori che regolano pianificatori locali, costmap e ingombri
Ingegneri della sicurezza che valutano un'installazione collaborativa
Studenti che studiano la distinzione tra controllo deliberativo e reattivo
Chiunque abbia un robot che sfiora gli stipiti delle porte o rifiuta varchi percorribili

Tecnologie correlate

Dynamic Window Approach (DWA)
Vector Field Histogram (VFH)
Campi di potenziale artificiali
Livelli di costmap nel ROS Navigation Stack
Arresto monitorato di sicurezza (ISO 10218)
Pianificatore locale Time Elastic Band (TEB)
Telecamere di profondità (Intel RealSense, Stereolabs ZED)
Rilevamento predittivo delle collisioni

Termini correlati

Progetti correlati

OpenMower: Open-source project converting commercial mowers into autonomous RTK-GPS guided robots
Nav2: ROS 2 navigation stack with path planning and obstacle avoidance for mobile robots
DimOS: Python robotics runtime with agents, SLAM and teleop, no ROS required
ROS Motion Planning: One repo implementing 40+ classic and learning-based robot path planners as ROS plugins
MRPT: Comprehensive C++ toolkit for mobile robotics, SLAM, and sensor-based navigation
TurtleBot3: ROS packages for TurtleBot3 — the standard educational mobile robot platform

Video

Potential Field Navigation - Obstacle Avoidance: Carlotta A. Berry, PhD