IT рекрутинг

Дроны для бизнеса: зачем их разрабатывать

Дроны, как ранее интернет и GPS, развиваются за пределами изначального военного предназначения и становятся мощным инструментом бизнеса. С развитием технологий и распространения информации о возможностях этих небольших беспилотных устройств, дронам стали придумывать новую работу.  Областей применения беспилотников становится больше, и предприниматели со всего мира борются за то, чтобы завоевать кусочек этого перспективного рынка. Эксперты Research And Markets прогнозируют, что мировой рынок услуг на базе БЛА вырастет до $63.6 млрд к 2025.

/users_files/AnnaProkopeva/ru диаграмма.jpg

Индустрию беспилотных летательных аппаратов (UAV) развивают такие компании, как Walmart, Amazon, Sentera, Airwood, XAG, DroneAg и т.д. Мы совместно с нашим партнёром iFarm также исследуем возможности беспилотных технологий и применяем их для решения бизнес-задач.

Какому бизнесу нужны дроны

Дроны давно перестали быть развлечением. Они легко справляются с множеством задач, невыполнимых ранее, и становятся все более умелыми и незаменимыми. Их уже используют в сфере строительства, сельского и лесного хозяйства, геодезии, горнодобывающей промышленности, энергетики, логистики, недвижимости, охраны и безопасности. 

Чем полезны дроны для бизнеса

Очевидное применение беспилотников в бизнесе — доставлять посылки и грузы. В период распространения вирусов это решение особенно актуально: доставка дронами максимально бесконтактна. В США, Финляндии и Австралии уже заказывают доставку товаров первой необходимости, продуктов питания и безрецептурных лекарств с помощью дронов Wing, разрабатываемых Alphabet (материнская компания Google).

Помимо этого дроны, оснащённые технологиями компьютерного зрения и машинного обучения, помогают бизнесу:       

  • расширить возможности мониторинга производства и обеспечить высокое качество продукции или услуг
  • автоматизировать и ускорить линейные задачи, требующие значительных временных и ресурсных трат
  • инспектировать объекты, в том числе труднодоступные и опасные для человека
  • контролировать состояние оборудования
  • патрулировать территории.

Как мы используем беспилотные технологии для проекта iFarm

Начиная с весны 2019 года, мы сотрудничаем с агротех компанией iFarm. Помогаем автоматизировать линейные бизнес-процессы производства: разработали и продолжаем совершенствовать целостную ИТ-инфраструктуру. 

Также для автоматизации производства мы применяем наши исследования в области автономных летающих дронов, нейронных сетей и машинного обучения. Далее расскажем о нашем прогрессе по этому направлению: поставленных перед нами задачах, возникших трудностях, наших решениях, деталях реализации и дальнейших планах.

Задачи 

В рамках задач на проекте iFarm мы считаем, что беспилотные технологии перспективны в двух направлениях:

  1. Быстрая доставка свежей продукции с грядок iFarm сразу на стол потребителю в условиях “умных” городов.

Это позволяет решить типичные проблемы классических способов доставки: аренда и обслуживание складов, обработка продукции для хранения и т.д. 

Разработать дронов-курьеров — вполне заурядная задача. Их нужно доработать до грузового формата и создать классическую инфраструктуру доставки, которая будет включать:

  • автоматические подзарядные станции, располагающиеся на пустующих крышах большинства городских зданий,
  • место для парковки и технического контроля дронов доставщиков, 
  • мобильные оконные приемники грузов, которые должны легко монтироваться к большинству пластиковых и деревянных оконных систем.

Таким образом дрон будет доставлять посылку к окну конечного потребителя, сбрасывая груз в сетку. В этом направлении мы работали менее активно из-за ограничений по использованию воздушного пространства российским законодательством. Недавние позитивные изменения в законах и фактор пандемии позволили возобновить работы по созданию тестовой инфраструктуры и диспетчерского центра доставки дронами.

  1. Мониторинг сложных объектов, например, вертикальных ферм.

Высота таких объектов зависит от помещения, где будут применяться технологии автономного выращивания iFarm.

Эта задача оказалась сложнее. Основная проблема — навигация внутри закрытого пространства. Мы не можем использовать технологии позиционирования GPS или ГЛОНАСС в закрытом помещении. При этом фермы iFarm изолированы от внешнего мира: требуется обеспечить биологическую безопасность и стабильность состава воздуха внутри помещения.

Применить автономный дрон — возможно, ещё более трудная задача. Исследовательский центр разработок Azoft принял вызов и взялся за реализацию задачи в рамках технологий iFarm. 

Плюсы применения дронов:

  • относительная простота конструкции дрона,
  • компактность, высокая мобильность по всем направлениям пространства,
  • доступность компонент и их постоянное технологическое развитие, 
  • высокая вариативность конфигурирования и настроек, 
  • большое коммьюнити разработчиков-конструкторов спортивных и фристайловых дронов. 

К минусам или, скорее, вызовам, можно отнести отсутствие стабильных и доступных методов позиционирования внутри помещений. Привычные дроны для аэросъёмки  используют системы позиционирования GPS в связке с акселерометрами, компасами и электронными подвесными системами для камер. Внутри помещения основная часть этих систем недоступна, поэтому необходимо разрабатывать систему позиционирования.

/users_files/AnnaProkopeva/3.jpg

Решение и трудности

С помощью дрона мы готовы удовлетворить большую часть требований iFarm к системе  мониторинга. Но главный вызов, с которым мы сейчас работаем — это система позиционирования внутри помещений.

Есть несколько стандартных путей решения задачи. Это, например, ультразвуковые или радиовещательные датчики с картой их монтажа внутри помещений. Дрон отслеживает текущую силу сигнала и соотносит с частотой и силой сигнала датчиков на карте помещения — наподобие GPS в замкнутом пространстве. 

Другой классический метод — маркерное позиционирование в сочетании с технологией отслеживания перемещений (“optic flow”). Мы выбрали его в качестве первого прототипа. Для этого метода не требуется устанавливать дополнительное оборудование в помещении. Нужно только расклеить маркеры в контрольных точках карты перемещения дрона.

Провели удачные тесты, которые показали достойную точность позиционирования с погрешностью 5-10 см для шестимоторной конфигурации. Мы сделали выводы, что конструкция коптера слишком большая и недостаточно мобильная. Поэтому переделали конструкцию на классическую модель с четырьмя двигателями. Это вместе с конструкторскими изменениями увеличило точность позиционирования до необходимого уровня, который позволяет действовать в ограниченном пространстве.

Считаем, что данную комбинацию уже можно вводить в производство. Осталось сделать ряд простых изменений по требованиям iFarm, чтобы обеспечить большую безопасность для сотрудников фермы и растений, а именно:

  • защитить пропеллеры бамперами и кожухами, 
  • собрать систему автозарядки,
  • наладить систему передачи отснятого материала на сервер для дальнейшей обработки нейросетями и алгоритмами машинного обучения. 

Это линейные задачи в рамках всего комплекса работ. Основные сложные и рисковые задачи были сделаны нами ранее.

Реализация

Дрон состоит из карбоновой рамы, полетного микроконтроллера со специализированным ПО, бесколлекторных моторов, регуляторов оборотов моторов и ПО для них, пропеллеров, аккумулятора, системы питания периферии, лидара и  соединяющих всё это вместе проводов. Полетный микроконтроллер имеет встроенный акселерометр, барометр, датчики температуры и другие датчики, которые отслеживают потребление тока и напряжение у аккумулятора. 

Краткий алгоритм работы полетного микроконтроллера заключается в следующем:

  1. Алгоритмы компьютерного зрения присылают расчеты датчикам и интерфейсам связи. С датчиков и интерфейсов связи полётный микроконтроллер собирает данные. Формируется полный пакет исходных данных для ПИД-регуляторов встроенного ПО полётного микроконтроллера. ПИД-регуляторы формируют управляющий сигнал, чтобы получить нужные точность и качество переходного процесса.
  2. На основе полученных данных 32-битное ядро полётного микроконтроллера в реальном времени рассчитывает значения управляющих сигналов и отправляет их на регуляторы оборотов моторов. 
  3. Регуляторы оборотов моторов получают сигнал. С помощью встроенного ПО они рассчитывают и направляют необходимую силу тока с аккумулятора на обмотки мотора с нужной частотой. В ответ микроконтроллеру они отправляют данные о текущих реальных оборотах мотора и его потреблении.

Это лишь часть всей системы дрона в целом. На его борту ещё установлен микрокомпьютер. Мы тестируем различные варианты микрокомпьютеров подходящего размера. Уже освоили Raspberry PI, Rock Pi, Nvidia Jetson Nano, а теперь на очереди самый производительный и технологичный в своём размере Nvidia Jetson Xavier NX, который открывает новые горизонты для развития интеллекта дрона.

На таких микрокомпьютерах мы производим расчеты для различных алгоритмов компьютерного зрения, одометрии и нейросетей. При этом используем видео потоки с камер вместе с данными сенсоров, которые предоставляет полётный микроконтроллер. Таким образом микрокомпьютер и микроконтроллер помогают друг другу стабилизировать дрон в пространстве. Также с помощью микрокомпьютеров мы кодируем и конвертируем различные форматы видео потоков и решаем прикладные задачи, включая связь и управление дроном.

Результаты первого этапа

На первом этапе мы хотели проверить, достаточно ли точные результаты получаются при использовании концепции маркерного позиционирования для “узких” задач мониторинга: нужно автоматически попадать в проходы между рядами шириной 80 см и при этом нести на борту дополнительное оборудование. Требовалось подобрать и опробовать максимально эффективную компонентную модель дрона, его аэродинамическую форму и проверить ряд электронных компонент от китайских, турецких и американских поставщиков.

За полгода работы все задачи нам удалось выполнить. Мы довольны полученными результатами и по ходу исследований сгенерировали много идей для работы.

/users_files/AnnaProkopeva/_SIA2089.JPG

Что планируем делать дальше

Что касается системы мониторинга, далее мы планируем работать по следующим направлениям:

  1. Продолжить работы в направлении безмаркерного позиционирования. Система маркеров хорошо работает, но мы не видим за ней будущего автономных дронов. Дроны должны быть настолько умными, чтобы не требовать никаких внешних подсказок, которые могут деформироваться. Мы видим будущее за дронами, которые применяют весь комплекс современных технологий исключительно на собственном борту — нейронные сети, стереозрение, визуальную одометрию, машинное обучение и лидары.
  2. Разработать рабочее место сотрудника фермы,  которое позволит легко создавать маршруты и планы облетов объектов мониторинга, а также следить за работой дронов и результатами мониторинга. Это поможет поддержать работу маркерной системы.
  3. Доработать системы автоматической подзарядки.
  4. Разработать системы управления “роем” дронов, чтобы ускорить процесс мониторинга на больших объектах iFarm.
  5. Облегчить вес и стоимость электронных компонент и увеличить их мощность.

В рамках задачи по созданию систему доставки с помощью дронов  мы планируем действовать в следующих направлениях:

  1. Перенести полученные наработки из indoor системы в outdoor там, где они применимы.
  2. Разработать самостоятельно или взять готовые конструкции грузовых дронов, опробовать и подобрать оптимальные варианты для всех заказчиков.
  3. Разработать систему приема легких грузов так, чтобы она монтировалась в основание стандартных окон получателя. Таким образом, мы планируем реализовать систему приема лёгких грузов и мелких посылок весом до 1 кг без необходимости посещать точки получения груза. Мы не видим в ближайшем будущем широкого применения дронов, способных доставлять грузы тяжелее 2 кг. Более тяжелые грузы несут риск для безопасности людей. Они требуют разработки регуляторных нормативов и систем безопасности, на что в лучшем случае уйдет 2-3 года. А получить прямо в окно порцию клубники без ГМО, которая ещё 5 минут назад росла на грядке — это более, чем реализуемая задача прямо сейчас.
  4. Продолжить проектирование и разработку системы, где частные пилоты дронов из дома могут мониторить автономных дронов-доставщиков. В случае нештатных ситуаций пилоты будут немедленно вмешиваться и перехватывать контроль за управлением дроном, получая вознаграждение за каждую безопасную доставку. Доставка автомобилями, конечно, будет преобладать некоторое время, но вопросы экологии, здравоохранения, распространения вирусов, загрязнения окружающей среды постепенно будут вытеснять архаичные, плоские, токсичные и небезопасные системы. Новые системы симбиоза дронов и людей зададут новые стандарты скорости, качества и удобства сервисов, также поспособствуют появлению новых профессий. 

Мы благодарны компании iFarm за возможность применить наши исследования с пользой для бизнеса и прогресса отрасли. С большим интересом продолжим совместную работу над совершенствованием текущих решений.

/users_files/AnnaProkopeva/4.jpg

Зачем разрабатывать дронов для бизнеса

От быстрых доставок в час пик до сканирования труднодоступного объекта —  беспилотники полезны там, где человек не способен действовать мгновенно и эффективно.

Повышение эффективности производства, снижение рабочей нагрузки и производственных затрат, а также решение проблем безопасности в широком масштабе  — лишь некоторые из задач, решаемых дронами во всем мире.

Всё больше компаний и государственных организаций стремятся использовать преимущества активно развивающихся беспилотных технологий. Если вы тоже хотите воспользоваться возможностями новых технологий и разработать дрона для своих бизнес-задач —  мы готовы вам помочь.