A képalkotó szenzorok ma már nem csak egy grafikont tudnak a monitoron megjeleníteni: a számítógépek önállóan felismerik a mintákat, és reagálnak rájuk – egyre többször a mezőgazdasági gépiparban is. Elmagyarázzuk, hogyan működik mindez.
Az önjáró silózók vezetői ismerik ezt: az állományt tisztán le kell vágni, ügyelni kell az akadályokra – ugyanakkor szemmel kell tartani a szállítójárművet, hogy a kifúvócső mindig úgy álljon, hogy a jármű töltése egyenletes legyen. A Claas és a New Holland ezen a területen már tíz évvel ezelőtt olyan rendszereket fejlesztett ki, amelyek automatikusan vezérlik a kifúvócsövet. Ez a műszaki megoldás felismeri, hogy melyik sarokban van még hely, és hol túl magasak már a kupacok. A szenzorok ugyancsak nem szokatlanok már a mezőgazdasági gépekben: a kombájnokba és más nagy mezőgazdasági gépekbe telepített szenzorok száma körülbelül 90. Az egyik gyártó a Breisgau székhelyű Sick cég. Az ő technikai megoldásaikat alapul véve elmagyarázzuk az intelligens képfeldolgozás működésmódját.
KORMÁNYZÁSTÁMOGATÓ RENDSZER: A sztereokamera érzékeli a rendeket, és automatikusan irányítja az önjáró silózót. A vezető a szállítójármű töltésére koncentrálhat
OSZTÁLYOZÁS & HELYZETMEGHATÁROZÁS
A Visionary-B 3D vezetőtámogató rendszert kifejezetten a szélsőséges kültéri alkalmazásokra tervezték. Két szinkronizált kamera kissé eltérő szögekből készít képeket – ezt nevezik sztereólátásnak –, és így hoz létre 3D képet a környezetről. A piros-zöld szemüvegekkel nézhető gyerekkönyvek vagy a modern mozikamerák ugyanezt a hatást használják. Ilyen módon a kamera nemcsak egyetlen pillanatban készít teljes felvételt a látóteréről, hanem mélységértékeket is meghatároz, ami a rögzített tárgyak távolságát jelenti. Ennek az eljárásnak az előnye többek között a mozgó objektumok teljes és éles megjelenítése, a magas felvételi sebesség és a 3D képek magas felbontása eredményeként, és ez, ilyen igény esetén, alapul szolgálhat az objektum pontos osztályozásához. Ez lehetővé teszi, hogy az önjáró silózó egyfelől tisztán az állomány széle mentén haladjon, és ezzel egyidejűleg minden akadályra figyelmeztethet a terepen.
A rendszer a felismert objektumokat megjeleníti a vezetőfülkében lévő monitoron, és riasztási üzenetet küld, ha valóban fennáll az ütközés veszélye. Mert különösen a holtterekben történő manőverezéskor és hátramenetben fordulhat elő gyorsan ütközés egy önjáró silózónál. Ezért kell a vezetőket ilyen rendszereknek támogatni a manőverezés során, mert így elkerülhetők a károk. A lencséknek még az erős napfény vagy az intenzív eső sem számít igazán.
A Visionary-S 3D környezetfigyelő szenzor szintén a fent bemutatott sztereólátás elvei szerint működik – egy aktív, strukturált világítás segítségével, ami lehetővé teszi, hogy a kamera teljes sötétségben is működjön. Egy milliméternél kisebb felbontással akár 30 színes képet is tud küldeni másodpercenként. Ezt hasznosíthatják például a jövőbeli betakarítórobotok, a gyümölcs- és szőlőskertekben használt traktorok, a növényvédelmi permetezők vagy a mobil válogatórendszerek.
MÉLYSÉGÉLESSÉG: A Sick kamerák a fénykép készítésekor monokróm képet adnak a környezetről, itt a színek pixelre vonatkoztatva a kamerától való távolságot jelzik (piros=közeli, kék=távoli)
Lézer 60 méterig
A Visionary-T 3D környezeti szenzor a 3D adatait nem optikai érzékeléssel, hanem a fény terjedési idejének mérésével hozza létre, ami lehetővé teszi, hogy akár 60 m távolságban is működhessen. Ez a technika lézerszkenner vagy Lidar néven is ismert: a radarral ellentétben – amely rádióhullámokkal működik – itt lézersugarakat használnak. Az ilyen típusú szenzorok a fényimpulzus kibocsátásától a visszaverődés vételéig eltelt időt mérik, és meghatározzák a tárgytól való távolságot, másodpercenként több ezer alkalommal. Az ily módon mért pontokat a rendszer a koordinátáikkal elmenti, amelyek nagyon gyorsan létrehoznak egy pontfelhőt, ami leképezi a környezetet. Fontos előnye, hogy az objektum felületének típusa a mérési eredményt csak csekély mértékben befolyásolja. A rendszer adatszolgáltatóként szolgál az önvezető mezőgazdasági és betakarítógépek navigációs alkalmazásaihoz, valamint a mezőgazdasági termékek robot által támogatott feldolgozásához és tárolásához. Különösen fontos előny a mobil mezőgazdasági és betakarítógépek, valamint a betakarítórobotok használatakor – a mozgó mechanikus alkatrészek hiánya miatt – az ilyen érzékelők nagy teherbírása.
A Visionary-B 3D vezetőtámogató rendszert – a kombájn hátulján – kifejezetten a szélsőséges területeken való használatra tervezték
A Claas Cam Pilot kormányzást támogató rendszer sorba vetett kultúráknál vagy bálázáskor
Sokoldalú alkalmazás
A biztonsági eszközök szintén a Lidar-technológián alapulnak: az érzékelő négy rétegben érzékeli a környezetet, akár 165 000 mérési ponttal másodpercenként. A rétegek vízszintesen egymás felett helyezkednek el, és a szenzorból kiindulva legyezőszerűen szétterülnek. 20 m távolságban a digitális szem pl. 2,70 m magasságot fed le. Ezzel egy maximum 64 méteres munkaterületen a jármű körüli összes terület elérhető, még olyanok is, amelyeket a gépkezelő nem láthat.
Így a rendszer az önvezető járművek (például a CNH önvezető traktortanulmánya) útvonalát három dimenzióban leképezi, ami segíthet ezeknek a járműveknek például navigációban a sorba vetett kultúrákban. A kapálási technológia ugyanígy felismerheti, hogy hol vannak a növények, és melyik területet kell megmunkálni. A 3D pontfelhő segítségével fatörzsek vagy szőlőtőkék is azonosíthatók, az állományok és a gyomnövények közötti távolság meghatározható. Ehhez igazodva a gép megtervezheti az útját vagy összehangolhatja az eszközöket. Az érzékelő a gép útjába kerülő akadályokat is érzékeli, így ezek elkerülhetők. Annak érdekében, hogy ne hamisítsa meg a pontfelhőt eső, por, hó és más zavaró környezeti hatás, az érzékelő külön visszhangszűrőkkel különíti el ezeket. Ehhez nagyon gyorsan, háromszor egymás után egy fénysugarat küld egy adott pontra: ha az ugyanaz marad, akkor valószínűleg egy stabil tárgy. Ha megváltozik, akkor pedig a fent említett zavarforrások egyike.
A Sick Visionary sorozatának 3D pillanatkép-érzékelői univerzális megoldások 3D-s környezeti megfigyelésre a mobil mezőgazdasági gépeknél
A töltöttségi szint ellenőrzése a silószállító kocsik esetében egy olyan alkalmazás, amely Visionary pillanatkép-kamerákkal megoldható
A soros kultúrák és a gabonafélék mechanikus gyomszabályozásánál a képalkotó érzékelők átvehetik a csúszókeret irányítását
A WGS rendszerhez a 2D-Lidar szükséges: a lézerszkenner felismeri és kiszámítja a rendet, ami azt jelenti, hogy a gépek pontosan hozzá vannak igazítva
A terminálon a vezető folyamatos grafikus képet kap a szenzor pontosságáról
Mindig a rend NYOMÁBAN
Ugyancsak a Lidar-komponensekből fejlesztette ki a Sick cég a Windrow Guidance System (WGS) elnevezésű rendszert a rendek felismeréséhez, amely bálázókkal dolgozó traktorokhoz és önjáró silózókhoz használható. A szenzort a vezetőfülke tetejére szerelik fel, és körülbelül 10 m távolságból másodpercenként 15-ször pásztázza végig a területet, ferdén a haladási irányra. Ismét pontfelhő jön létre, amely megfelel a talaj profiljának. Ebből a rendszer kiveszi a rend formáját, meghatározza a pozícióját és kiszámítja a keresztmetszet felületét. A jármű sebességével együtt ezután kiszámítja a rend méretét. Az érzékelő végül kiszámítja az ideális vezetést a rendhez viszonyítva. Ezt a kormányrendszer a CAN-BUS rendszeren keresztül valósítja meg, ami azt jelenti, hogy a gép mindig optimálisan helyezkedik el az anyag felvételéhez. Ugyanakkor a rend kiszámított térfogata megfelelő alapot biztosít az automatikus sebességszabályozáshoz és a terményfeldolgozás vezérléséhez, így a bálázó vagy a szecskázó mindig az optimális tartományban tud dolgozni, és nem tömődik el.
A mérésekkel és a járművekkel kapcsolatos összes adat feldolgozása közvetlenül az érzékelőben zajlik, így a lényeges eredmények a vezetőtámogató rendszerben további számítógép használata nélkül rendelkezésre állnak. Mellesleg a Sick rendszer nem koncepció-prototípus, hanem kifejlesztett technika, amely közvetlenül sorozatgyártásra kerülhet. Szóval, kíváncsiak lehetünk, hogy mikor találkozunk vele a „vadonban”.
Tobias Meyer
