Air-Cobot, Aircraft enhanced Inspection by smaRt & Collaborative rOBOT, es un proyecto francés de investigación y desarrollo de un robot móvil de colaboración pueden inspeccionar los aviones durante las operaciones de mantenimiento. Coordinado por Akka Technologies, este proyecto de múltiples asociados implica laboratorios de investigación y la industria. La investigación en torno a este prototipo fue desarrollado en tres dominios: la navegación autónoma, ensayo no destructivo y la colaboración humana-robot.
Air-Cobot se presenta como el primer robot rodante de inspección visual de aeronaves. Los robots de inspección que utilizan otros tipos de sensores se consideraron anteriormente como el del proyecto europeo Robair. Desde el lanzamiento del proyecto, otras soluciones basadas en la visión están comenzando a desarrollarse como el dron de la aerolínea británica EasyJet o el enjambre de drones de la startup Toulouse Donecle o el proyecto Aircam del fabricante de aviones Airbus.
Desde sus inicios en 2013, el robot Air-Cobot está destinado a inspeccionar las partes inferiores del aeronave. En el resto del proyecto, se prevé un acoplamiento con un dron para inspeccionar las partes superiores. En octubre de 2016, Airbus Group anuncia el inicio de su programa de investigación en el hangar del futuro en Singapur. Los robots de los proyectos Air-Cobot y Aircam están incluidos en él para analizar el estado de los aviones.
Descripción del proyecto Meta
Lanzada en enero de 2013, el proyecto es parte del programa del Fonds unique interministériel del clúster Aerospace Valley. Con un total de más de un millón de euros, Air-Cobot tiene como objetivo desarrollar un innovador robot móvil de colaboración, autónomo en sus movimientos y capaz de realizar la inspección de una aeronave con sensores de ensayo no destructivo antes del despegue o durante las fases de mantenimiento hangar. Las pruebas se realizan en las instalaciones de Airbus y Air France Industries.
Socios thumb|Air-Cobot prueba y ajusta sus sistemas con el Airbus A320 en Airbus y Air France Industries. El líder del proyecto es Akka Technologies. Los socios del proyecto están diversificados con dos socios académicos, dos industriales y tres pequeñas y medianas empresas.
Socios académicos Armines y el Instituto Clément Ader (ICA) de la École nationale supérieure des mines d'Albi-Carmaux están a cargo del ensayo no destructivo. Laboratoire d'analyse et d'architecture des systèmes (LAAS-CNRS) con el equipo de Robótica, Acción y Percepción (RAP) se ocupa de la navegación autónoma.
Socios industriales Akka Technologies, más específicamente el centro de investigación y desarrollo Akka Research Toulouse, reúne el proyecto y proporciona experiencia en análisis de imagen, navegación y mantenimiento aeronáutico. Con el automóvil conectado Link&Go, Air-Cobot es uno de los ambiciosos programas del grupo Akka. Airbus Group Innovations es el iniciador del proyecto, proporciona modelos CAD de Airbus A320 y desarrolla los escenarios.
Pequeñas y medianas empresas 2MoRO Solutions, una empresa con sede en el País Vasco francés, está a cargo del sistema de información de mantenimiento. M3 Systems, una compañía de Toulouse, se ocupa de la georreferenciación con una geolocalización basada en los datos del Sistema de Posicionamiento Global (GPS). Sterela, con sede al sur de Toulouse, ofrece la plataforma todoterreno móvil 4MOB.
Financiadores Los financiadores del proyecto son la Banque publique d'investissement, el consejo regional de Aquitania, el consejo departamental de Pirineos Atlánticos, el consejo regional de Midi-Pyrénées y la Unión Europea.
Impactos esperados Regularmente, las aeronaves son inspeccionadas durante las operaciones de mantenimiento, ya sea en el aeropuerto entre vuelos o en un hangar para realizar más inspecciones. Estas inspecciones son llevadas a cabo por operadores humanos principalmente visualmente y algunas veces con la ayuda de herramientas para evaluar los defectos. El propósito del proyecto es mejorar las inspecciones y la trazabilidad de las aeronaves. Una base de datos dedicada a cada dispositivo, que contiene imágenes y escaneos tridimensionales, se puede actualizar después de cada operación de mantenimiento. Esto debería permitir, por ejemplo, controlar la evolución de una grieta.
Los ojos de los operadores humanos se cansan con el tiempo, mientras que una solución automática garantiza la fiabilidad y la repetibilidad de las inspecciones. La reducción de los períodos de inspección es un objetivo principal para los fabricantes de aviones y las aerolíneas. Si las operaciones de mantenimiento son más rápidas, esto también optimizará la disponibilidad del aeronaves y los costos operativos de mantenimiento. Esto debe mejorar la seguridad del transporte aéreo.
Equipamiento del robot Todos los equipos electrónicos es transportado por el 4MOB plataforma móvil de la sociedad Stéréla. Este terreno plataforma, equipado con tracción a las cuatro ruedas, puede moverse a una velocidad de 2m/s (7.2k/h). Sus baterías de iones de litio para una autonomía de ocho horas. Dos parachoques se encuentran en la parte delantera y en la parte trasera. Estos sistemas de seguridad son los parachoques de detección de obstáculos, se detienen la plataforma si comprimés.
El cobot pesa 230kg. Cuenta con dos ordenadores, uno con Linux para el módulo de navegación autónoma y uno de Windows para el módulo de ensayo no destructivo. El robot está equipado con varios sensores. cámara Pan Tilt Zoom fabricada por Axis Communications y Eva escáner 3D hecha por Artec 3D están dedicados a la inspección. Los sensores de navegación son una unidad de medición inercial, dos equipos de aparejo estéreo, cada uno equipado con dos cámaras PointGrey, dos sensores de tipo telémetro de láser escanea y una sistema de posicionamiento global. Este dispositivo desarrollado por M3 Systems permite la geovalla en ambiente externo.
Navegación autónoma La navegación autónoma del robot Air-Cobot se realiza en dos fases. El primero, la navegación en el aeropuerto o la fábrica, permite que el robot se mueva cerca de la aeronave. La segunda navegación, alrededor de la aeronave, permite que el robot se posicione en los puntos de control a los que se hace referencia en el modelo virtual de la aeronave. Además, el robot debe insertarse en un entorno dinámico donde los humanos y los vehículos se mueven. Para resolver este problema, tiene un módulo de evitación de obstáculos. Muchos algoritmos de navegación se ejecutan constantemente en el robot con restricciones de tiempo real. Las búsquedas se llevan a cabo para optimizar el tiempo de computación.
Navegación en el aeropuerto o la fábrica En un entorno al aire libre, el robot puede ir al sitio de inspección localizando a través de los datos del Sistema de Posicionamiento Global (GPS). El dispositivo GPS desarrollado por M3 Systems permite geovalla. En el aeropuerto, el robot opera en corredores de navegación dedicados que respetan los límites de velocidad. Las alertas se envían al operador si el robot ingresa en un área prohibida o excede una velocidad dada.
Otro algoritmo basado en la visión por computadora proporciona, en tiempo real, una detección de marcado de carril. Cuando es visible, los carriles pintados en el suelo pueden proporcionar datos complementarios al sistema de posicionamiento para tener trayectorias más seguras. Si se encuentra en un ambiente interior o exterior donde la información del GPS no está disponible, el cobot puede cambiar al modo seguidor para mover detrás del operador humano y seguirlo a la aeronave para inspeccionar. .
Navegación alrededor del avión Para realizar la inspección, el robot tiene que navegar alrededor de la aeronave y llegar a los puntos de control llamados en el modelo virtual de la aeronave. La posición de la aeronave en el aeropuerto o la fábrica no se conoce con precisión; el cobot necesita detectar la aeronave para conocer su posición y orientación con respecto a la aeronave. Para hacer esto, el robot puede ubicarse a sí mismo, ya sea con los datos del láser de los telémetros láser o con los datos de imagen de sus cámaras.
Cerca de la aeronave, se adquiere una nube de puntos en tres dimensiones al cambiar la orientación de los sensores de escaneo láser fijos en las unidades de pan-tilt. Después de filtrar los datos para eliminar los clústeres de puntos del suelo o insuficientemente grandes, se utiliza una técnica de registro con el modelo de la aeronave para estimar la orientación estática del robot. El robot se mueve y mantiene esta orientación considerando su odometría de rueda, su unidad de medición inercial y su odometría visual.
thumb|right|Air-Cobot puede estimar su posición relativa a una aeronave mediante el uso de puntos de referencia visuales en el fuselaje. Los datos láser también se usan horizontalmente en dos dimensiones. Un algoritmo proporciona una estimación de la posición en tiempo real del robot cuando son visibles elementos suficientes de los trenes de aterrizaje y los motores. Un índice de confianza se calcula en función del número de elementos recogidos por los láseres. Si se logra una buena confianza de datos, la posición se actualiza. Este modo se usa particularmente cuando el robot se mueve debajo del avión.
Para la localización visual, el robot estima su posición relativa a la aeronave utilizando elementos visuales (puertas, ventanas, neumáticos, puertos estáticos, etc.) de la aeronave. Durante la evolución del robot, estos elementos visuales se extraen de un modelo virtual tridimensional de la aeronave y se proyectan en el plano de la imagen de las cámaras. Las formas proyectadas se utilizan para el reconocimiento de patrones para detectar esos elementos visuales. El otro método de detección utilizado se basa en la extracción de características con un enfoque de Speeded-Up Robust Features (SURF). Se realiza un emparejamiento entre las imágenes de cada elemento a detectar y la escena real experimentada.
Mediante la detección y el seguimiento de puntos de referencia visuales, además de estimar su posición relativa a la aeronave, el robot puede realizar un servomotor visual. La investigación en visión también se lleva a cabo en localización y modelado simultáneos también conocido como SLAM (del inglés simultaneous localization and mapping). Se está considerando una fusión de información entre los dos métodos de adquisición y visión láser. Una inteligencia artificial que arbitra varias ubicaciones también se está considerando.
Evitación de obstáculos En ambos modos de navegación, Air-Cobot también puede detectar, rastrear, identificar y evitar los obstáculos que se encuentran en su camino. Los datos láser de los sensores de rango del láser y los datos visuales de las cámaras se pueden utilizar para la detección, el control y la identificación de los obstáculos. La detección y el monitoreo son mejores en los datos láser bidimensionales, mientras que la identificación es más fácil en las imágenes de las cámaras; los dos métodos son complementarios. La información de los datos láser se puede usar para delimitar áreas de trabajo en la imagen.
El robot tiene varias respuestas posibles a cualquier obstáculo. Esto dependerá de su entorno (corredor de navegación, área de asfalto sin muchos obstáculos, ambiente interior desordenado, etc.) en el momento del encuentro con un obstáculo. Puede detenerse y esperar una brecha en el tráfico, o evitar un obstáculo al usar una técnica basada en una espiral, o realizar trayectorias de planificación de ruta.
Optimización del tiempo de cálculo