Как работи изкуственият интелект в почистващите роботи на Gausium

Gausium е водеща компания за решения за автономно почистване, базирани на AI

Определението „базиран на изкуствен интелект“ се използва толкова широко, че почти е загубило смисъл. При автономните почистващи роботи обаче стои зад съвсем конкретни функции, всяка от които има измеримо отражение върху работата. Тази статия разглежда какво точно прави AI в машините на Gausium.

Автономен почистващ робот на Gausium с изкуствен интелект

1. SLAM навигация: машината знае къде е

SLAM (Simultaneous Localization and Mapping) е технологията, която позволява на робота едновременно да изгражда карта на пространството и да определя собствената си позиция в нея — без предварително въведен план на сградата.

Практическото значение: при първоначалното въвеждане роботът обхожда обекта веднъж и картата е готова. При всяко следващо преминаване той се локализира за секунди и работи по нея, като я актуализира при трайни промени в подредбата.

Основният сензор за това е LiDAR, допълнен от дълбочинни камери и ултразвукови датчици.

2. Разпознаване на препятствия и замърсяване

Тук машинното обучение прави най-осезаемата разлика. Роботът различава типове обекти и реагира различно на всеки:

  • Човек — намаляване на скоростта или спиране, изчакване на преминаване.
  • Статично препятствие — заобикаляне и продължаване по маршрута.
  • Разлята течност — разпознаване като зона, изискваща обработка, а не като препятствие за избягване.
  • Кабел или дребен предмет — заобикаляне без засмукване, което предотвратява повреди.

Без това разграничение всяко препятствие би било еднакво — и роботът или би спирал прекалено често, или би повреждал както себе си, така и обекта.

3. Адаптивно почистване според повърхността

Машината разпознава типа настилка и коригира параметрите в движение: натиск на четките, скорост на въртене, подаване на вода и препарат. При преход от бетон към епоксидно покритие или плочки настройките се променят автоматично, без намеса на оператор.

Ефектът е двупосочен — по-добър резултат при чувствителните настилки и по-нисък разход на вода и препарат при тези, които не изискват интензивна обработка.

4. Планиране на маршрута и флотилно управление

Алгоритъмът разделя площта на зони и изчислява последователност с минимален непроизводителен пробег. Зоните с висок трафик могат да се задават за по-често почистване, а зоните с ограничен достъп — за изключване.

При обекти с няколко машини системата ги координира помежду им: разпределя площта, избягва застъпване на маршрути и управлява реда за достъп до докинг станциите.

5. Отчетност и предиктивна поддръжка

Всяка смяна генерира данни: изминати квадратни метри, време, консумация на вода и енергия, прекъсвания и причините за тях. Тези данни постъпват в облачна платформа, достъпна от управлението на обекта.

Същите данни захранват предиктивната поддръжка — системата проследява износването на четките, състоянието на филтрите и работата на батерията и сигнализира за нужда от сервиз преди отказа. Това е разликата между планирана поддръжка и аварийно спиране в разгара на смяната.

Резултатът в реални условия

Технологията се оценява по това какво издържа на практика. При наш партньор роботът метач Beetle постигна 1 000 000 почистени квадратни метра за 233 последователни дни — среден дневен резултат от около 4 292 кв. м, без нито едно прекъсване. Пълните данни са в отделна статия.

Често задавани въпроси

Нужен ли е интернет, за да работи роботът?

Не за самото почистване. Навигацията и разпознаването се обработват в машината. Връзката е необходима за качване на отчетите и за дистанционно управление.

Колко време отнема въвеждането в нов обект?

Първоначалното картографиране обикновено се извършва в рамките на един работен ден, включително задаване на зоните и обучение на персонала.

Какво става при промяна в подредбата на обекта?

Дребните и временни промени се обработват автоматично. При съществено преустройство картата се обновява — процедура от порядъка на минути.

Как се измерва възвръщаемостта?

Чрез сравнение на разхода за квадратен метър при текущото решение и при автономната машина, с отчитане на амортизация, консумативи и поддръжка. Методиката е разгледана в анализа на възвръщаемостта.

Заключение

Изкуственият интелект в машините на Gausium не е маркетингов етикет, а набор от функции с конкретна роля: ориентация без предварителен план, разпознаване на среда, адаптация към настилката, координация между машини и предупреждение за сервиз преди отказ.

Роботикс Провижън е официален представител на Gausium за България и осигурява внедряване, обучение и сервиз на място. Най-точната оценка за конкретен обект се получава с демонстрация при реални условия.