Özerk araçlar - kendini sürüş arabalar, drone, UGVs (insansız zemin araçları) ve deniz zanaatı - tüm endüstrileri yeniden şekillendirmek için tüketici ulaşımının hipniğe, tekrarlama konusunda inşa edilen bir alan olarak, bu araçların her alandan itibaren operasyonel araçları geri alma yeteneği, anket ekipmanlarının nasıl tasarlandığı, verilerin nasıl toplandığı ve hangi şekilde toplandığı, hangilerinin bir araştırma yapması için yeniden yazılmasıdır.
Özerk Araçların Nasıl Yeniden İncelenmesi Anketing
Geleneksel araştırma statik noktalara dayanıyor: bir toplam istasyon bir tripoda dayanıyor, bir GPS alıcısı bir kriter üzerinde veya tek bir drone uçuşu bu modele doğru hareket eden bir araştırma aracı.Bu tür bir ölçüm yeri yerine, araç hareket halindeyken sürekli olarak veri toplama işlemine dokunuyor.
Multi-Sensor Entegrasyonu ile Geliştirilen Veri Koleksiyonu
Modern otonom araçlar sensör süitlerini tek bir anket aracına entegre ettiğinde, bu sensörler LiDAR'ı tek bir geçiş için içeriyor ve sonuçlar sadece yoğun değil, aynı zamanda sabit bir şekilde yönlendirilen bir araçtır. Örneğin, tek bir mobil platformda entegre edildiğinde, bu sensörler ikinci bir noktada bulutlar veya görüntülenebilir ve 30 km / x 30 km'da sabit bir şekilde yürüyüşe kadar uzanan bir sabit bir ankete tabi tutulacaktır.
Bu multi-sensor füzyon da veri kalitesini artırır. IMU, GNSS sinyallerinin zayıf olduğu zaman bile doğru bir şekilde doğrultmaktadır (örneğin, ağaç kanopi veya şehir kanyonları altında). Kameralar, bu noktada nesneleri sınıflandırmaya yardımcı olan metinsel bilgiler sağlar, modalleri birleştirerek, özerk araçlar kıyı ve daha az post-işlem süresi ile araştırma süresini artırır. Ulusal Okyanus ve Atmospheric Administration (NOAA) zaten bağımsız yüzey gemileri kabul etti.
Özerk Mapping ve Gerçek Zaman İşleme
En önemli gelişmelerden biri gemi işlemedir. Erken mobil haritalama sistemleri, sahada verileri yakalamak için gerekli anketörlerin izin verdiği zaman, işlem günleri için bir ofise geri dönmesine izin verir. Modern otonom platformları georeferenced noktası bulutları ve haritaları uçta, aynı anda yerelleştirme ve haritalama (SLAM) algoritmaları kullanarak oluşturabilir.Bu gerçek zamanlı yetenek, araştırma yapanların alanı hala alanda, eksik alanları hemen yakalayabilmelerini sağlar ve hatta sorunu bir şekilde yeniden tasarlamasını sağlar.
Dahası, otonom haritalama sistemleri sürekli olarak çalışabilir. Bir anket ekibi, bir gecede bir inşaat sitesini taramak için bir UGV oluşturabilir, bu kesintisiz koleksiyon dinamik ortamları izlemek için olasılıklar açar - alanlarız, inşaat ilerlemesi veya kıyı erozyonu - geleneksel mürettebatlarla zaman zaman zaman zaman zaman zaman zaman zaman zaman zaman zaman zaman zaman zamanlaması mümkün değildir.
Yeni Ekipman: Drones, UGVs ve Hybrid Systems
Ekipman peyzajı hızla çeşitleniyor. Küçük yarıkopter dronelar hava anketleri için standart hale geldi, ancak otonom araç teknolojisi sınırları daha da ileri sürüyor. Dikey yükleniyor ve iniş (VTOL) sabitlenmiş ve su geçirmez uçaklar artık yüzlerce hektarlık bir şekilde, insan müdahalesi olmadan önce optimize edilmiş uçuş yollarını araştırabiliyor.
Ground araçlar da gelişmektedir. Robotik kolları ile donatılmış bir Özerk rovers, tüm platformların değiştirilmesinden dolayı filoyu güncelleyebilir ve depolayarak bazı prototipler bile toplam istasyon doğrulaması için ayarlanmış ve seviye prizleri, geleneksel olarak bir alan asistanı gerektiren bir görev.Mevcut otonom pods ortaya çıkarır.
Geleneksel Araştırma Teknikleri Üzerine Etkisi
Özerk araçlar sadece yeni araçlar eklemeyin; uzun süredir öğretilmiş prosedürlerin yeniden incelenmesini zorlar - tersine çeviri, seviye döngüler - takviye ediliyor veya otomatik iş akışları tarafından değiştirilmesi gerekir. Surveyors hangi geleneksel adımların makinelere güvenli bir şekilde delegemeye karar vermelidir.
Manual'den Otomatik İş Akışları
Geleneksel sınır ve topografik anketlerde, süreç genellikle dijital haritaya ilgi alanı ile başlar: kontrol noktaları, engelleri ve erişim rotalarını tanımlamak için site yürümek. Özerk bir araç bu yeniden yapılandırma ve ölçüm gezileri ile bir araya gelebilir.Bu testor, bir dijital haritaya ilgi alanı gösterir; araçtan kendi sensörleri ve GPS'i kullanarak, verileri toplamak için aramayı sağlar.Bu, ayrı plan ve ölçüm gezileri için gerekli olan alanı birleştirir.
Otomatik olarak otomatik hale gelen başka bir teknik, bilinen bir noktaya kadar toplam istasyon kurmak ve mevcut mesafeler ve mesafelerle bilinmeyen noktaları ölçmek yerine, otonom araçlar gerçek zamanlı kinematik (RTK) merkezi bir görüntü eşleştirme ile ölçümleme noktasının fiziksel anıtlar olmadan değerli kalması için kontrol edilebilir.
Alan Güvenliği ve Accessability Değişiklikleri
Yol koltukları, aktif otoyollar ve dik yamaçlar her zaman güvenlik risklerini ortaya çıkardılar. Özerk araçlar bu bölgelerde insan içinde çalışabiliyor, trafik çarpışmalarının tehlikesini ortadan kaldırır, ya da aşırı yüklenebilir. Araştırmacılar güvenli bir komut postta kalabilirler, veri beslemelerini gözden geçirip görev parametrelerini uzaktan düzeltebilir.
Benzer şekilde, otonom dronelar köprüler, kuleler ve uçurumlar gibi dikey yapıları keşfedebilir, daha önce gerekli ipler veya kiralayıcı seçiciler gerektiren denetimleri gerçekleştirebilir. Personel göndermeden önce tekrarlanan yüksek riskli altyapı anketleri kamu güvenliği ve proje zamanlaması için dönüştürücü bir gelişmedir.
BIM ve GIS ile entegrasyon
Bina Bilgileri (BIM) ve Coğrafi Bilgi Sistemleri (GIS), bir sonraki ticaretteki hataları doğrudan bu dijital ortama besler. A UGV, inşaat altında bir bina zeminini tarayabiliyor, otomatik olarak BIM tasarlarken, otomatik olarak tasarlanmış bir nokta inşa edilmiş bir bulut üretebiliyor. Deviations, bir sonraki ticaretteki yazılım ölçüm noktaları ile ilgili düzeltmeleri doğruluyor.
Araştırma Profesyonelleri için Implications
Özerk araçlar fiziksel verilerincollection çalışmalarının daha fazla olduğunu varsayıyor gibi, anket veya evrimlerin rolü ortadan kaldırılmıyor, ancak yetenekleri profili dramatik bir şekilde değişiyor. Değişimi kucaklayan profesyoneller kendilerini sistem tasarımı, veri kalitesi güvencesi ve müşteri danışmanlığı için daha büyük sorumluluk bulacaklar.
Beceri Gereksinimleri ve Eğitim
Araştırmacılar sensör teknolojisi, otonom navigasyon ilkeleri ve veri füzyon konusunda profiasyon olmalıdır. LiDAR, IMU ve kameraların nasıl etkileşime gireceğini anlamalı - özellikle de uçaklar ve yol devam eden araçlar için - toplam bir istasyonda eğitim, polidetic kontrol gibi, gelişmekte olan hastalıklar için modelleme ve kullanım kolaylığı gibi önemli olan profesyonel kuruluşlardır.
Üniversiteler ve teknik okullar, bu becerilere yatırım yapan araştırmaların, teknoloji öğrenme ve otonom sensör sistemleri, geleneksel araştırma teorisinin yanında ortaya çıkıyor. Teknolojik platformlar için alan deneyimini birleştiren simülasyon temelli eğitim ile birleştiren araştırmalar büyük olasılıkla yaygın hale gelecektir.
Rolleri ve Sorumluluklarını Evolving Roles and Responsibilities
Alan ve ofis çalışması arasındaki geleneksel eğitim belirsizdir. Bir anket veya merkezi bir panodan birden fazla özerk aracı gözetim edebilir, ilerleme olarak görevlerin geçmesi rapor edilir. “Bu kişi “ayönergeci” olarak kaybolur ve bu fotoğraf çekiminin doğrulanması gibi son düzenlemeleri yerine getirebilir.
Sınırlama - mesleğin en düzenlenmiş yönü - anıtlama, kanıt kurtarma ve yasal yorumlama için insan yargısını gerektirecektir. Ancak, otonom araçlar yardımcı olabilir: mevcut anıtları bulabilir ve mevcut anıtları tarayabilir ve hatta parsel geometriye dayanan en iyi yerleri önerebilirler.
Ekonomik Tahminler
Serbest araçlar ve sensör pods için ilk ekipman yatırımı, iki kişilik bir operatör tarafından veya hatta tek amaçlı dronelar tarafından değiştirilmesinden daha yüksektir.Süresel çalışma yükleri olan firmalar için, yatırım süresine göre 12-18 ay içinde en düşük maliyetle geri dönüş sağlayabilir.
Meydanlar ve düşünceler
Söz konusu rağmen, otonom araştırma sorunsuz değildir. Teknik, düzenleyici ve etik engeller bu sistemler endüstri normu haline gelmeden önce ele alınmalıdır. Araştırmacılar bu zorlukların akıllı kabul yollarını planlamaları gerekir.
Düzenleme ve Fiyatlandırma
Kamu alanlarındaki otonom araçlar ağır bir şekilde düzenlenir. ABD'de, FAA kontrolleri drone operasyonlarının yanı sıra, ilçe veya belediye tarafından farklı şekilde, bağımsız platformlar için gerekli olan standart uçuşları da başka bir konu haline getiriyor. Geleneksel araştırma, kamu yolları üzerinde iyi tanımlanmış hata toleransları (örneğin, yatay kontrol için) içeriyor.
Data Privacy and Security
Özerk araçlar, özel mülkiyet, tanımlanabilir bireyler veya hassas altyapıyı içeren geniş çaplı görüntü ve mekansal bilgileri yakalar. Data privacy laws (Avrupa'da GDPR ve ABD'deki devlet düzeyindeki düzenlemeler gibi) bu tür bir hacklenmiş araç veya yozlaşmış veri akışı, anonim veya bulanık yüzler için politikaları uygulamalı veya başka özel ayrıntılarda güvenli iletişim, güvenli veri depolama ve güvenlik önlemleri sağlamalı.
Güvenilirlik ve doğruluk Doğrulaması
Özerk sistem mükemmel değildir. Sensör arızaları, GNSS düşüşleri veya beklenmedik engeller veri boşlukları veya doğruluk bozulmalarına neden olabilir. Araştırmacılar birçok sözleşme hatasına sahip olmalıdır.Bu genellikle, bölge içinde birkaç anket noktası (kırda gerçek) yerleştirmek ve onlara karşı otonom sonuçları karşılaştırmak gerekir.Eğer bir araç başarısız olursa, başka bir şekilde tüm istasyon veya seviye üzerinden bağımsız bir şekilde tüm seferberlik işlemlerini tamamen yeniden başlatmalıdır.
Future Outlook
Yön açık: otonom araçlar, araştırma görevlerinin sürekli bir payını alacaklar. Ancak gelecek insanların toptan bir değiştirilmesi değil - makinelerin tekrarlanan ve tehlikeli bir çalışma olduğu bir ortaklıktır, profesyonellerin yoruma, kaliteli güvenceye odaklandığında ve müşteri ilişkileri üzerine yoğunlaşır.
Özerk Bir Filos
Firmalar sonunda bir sanal sınırla ilgili olarak koordineli filolar dağıtacak, daha sonra yüksek çözünürlükte LiDAR ve zemin temizleme radar verileri toplamak için bir araya gelecek; bu arada, bir köprü pier'in altmerged temeli. Tüm üç araç, bir sanal sınırla geri dönebilecek ve verileri yükleyecek.Bir yüzey aracı daha sonra bir araya getirerek bir araya gelecek.
Smart Altyapı ile İşbirliği
Şehirler ve otoyollar, gömülü sensörler ve bağlantılı trafik sistemleri ile “akıllı” hale geldikçe, otomatik kontrollere odaklanabilecek Akıllı binalar BIM koordinatlarını gönderebiliyor. Bu simbiyotik ilişki, araştırma ekipmanları ve inşa edilmiş ortam arasındaki alan veri toplama bilgilerini daha hızlı, daha güvenli ve daha fazla bağlamı algılamaya olanak sağlayabilir.
Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç
Araştırmada otonom araçların gelişi uzak bir devrim değildir; daha önce ulaşılamayan alanlara erişimi genişletir. Araştırmacılar, alanı tanımlayan becerilerle uyum sağlamalı ve veri kalitesi güvenceleri alan verileri daha önce optimize eden yasal ve gizlilik zorlukları toplamak zorundadırlar.