DOSP-VHR-001877 | AMOROSO2 – autonome mobiele robots in onzekere omgevingen

Autonomous Mobile Robots (AMRs) zijn robots die (volledig) autonoom rondrijden om een of meerdere complexe of relatief eenvoudige taken uit te voeren, dit kan zowel in een indoor omgeving als een outdoor omgeving. Denk bijvoorbeeld aan de last mile delivery op een grote campus, of het verdelen van medicatie, of voeding in een zorgcentrum. Het zijn de perfecte werkpaarden om in dynamische omgevingen te zorgen voor automatisatie.

Traditioneel zijn AMRs rijdende voertuigen voorzien van wielen. UAVs (beter gekend onder de term Drones) en AMRs gebruiken onderliggend dezelfde technologieën. Daardoor zijn er heel wat raakvlakken tussen deze domeinen. In dit project willen we de focus leggen op mobiele onbemande voertuigen. Een van de belangrijkste onderzoeksgebieden in dit domein is de zelflokalisatie in een omgeving.

In dit project kijken we niet enkel naar de geometrie van een omgeving. De meerwaarde wordt bereikt door het uitwerken van state-of-the-art objectherkenning en computervisie. Hierdoor wordt de betekenis van de omgeving waargenomen, zodat de lokalisatie en kaartopbouw sneller en robuuster verloopt.

Daarnaast is de interactie met de omgeving en de integratie met bestaande systemen een tweede pijler van dit project.

Het Vlaio TETRA AMOROSO2 project heeft door middel van bevragingen inzicht verkregen in de behoeften, verwachtingen, uitdagingen en opportuniteiten van en bij bedrijven om Autonome Mobile RObotS in te zetten in Onzekere Omgevingen. Een verzameling van mogelijke use cases is bekomen via gesprekken en enquêtes. Een inventaris - van sensoren, robots en software algoritmen om AMR oplossingen uit te werken - is samengesteld en beschikbaar in een online catalogus. Deze is toegankelijk via de projectwebsite.

Er zijn twee modulaire sensor platformen ontwikkeld voor verschillende AMR toepassingen, zoals voor legged robots en semi-autonoom transport van medische karren. Daarnaast zijn stappen gezet in het ontwikkelen van simulatieomgevingen, veiligheidscontrollers voor AMRs en interactie met schuifdeuren. Dit om de drempel voor bedrijven om aan AMR projecten te beginnen zo veel mogelijk te verlagen. Verschillende simulatie omgevingen zijn publiekelijk beschikbaar gesteld. Om geïnteresseerde bedrijven nog meer te ondersteunen staan op de website van de online catalogus ook instructievideo's, lesmateriaal en informatie over veiligheidsrichtlijnen en ontwikkelomgevingen.

Uit de verzameling van use cases zijn enkele, zoals bezoekers begeleiding met legged robots, multi-agent rolstoelen, en verschillende (semi-)autonoom transport cases, geselecteerd en geïmplementeerd als Proof-of-Concept. Daarbij werd zowel bestaande software getest als nieuwe stukken software ontwikkeld voor verscheidene AMR aspecten waaronder: indoor en outdoor autonome navigatie, spraakbesturing, pose tracking (o.a. Improved Approach to 6D Object Pose Tracking in Fast Motion Scenarios), 3D mapping (o.a. NeRF, Gaussian Splatting), Dynamic object-level SLAM, Reinforcement Learning application for autonomous pallet picking, etc. Daarnaast zijn ook meerdere datasets gecreëerd, gaande van elementen van onzekere omgevingen tot volledige sites zoals een campus of een grote agrarische omgeving. Deze zijn succesvol gebruikt om verschillende algoritmen te valideren in een gesimuleerde omgeving.

Het project richtte workshops in om bedrijven te informeren en te demonstreren hoe ze snel met AMRs aan de slag kunnen gaan.

Meer informatie: https://amoroso.pxl.be/