Afstudeeropdracht
Is het mogelijk om stalrobots zelflerend met behulp van SLAM-algoritmen te lokaliseren en gelijktijdig de omgeving in kaart brengen op basis van onze huidige RFID transponder technologie?
De sterk vervuilde omgeving binnen een stal maakt het inzetten van optische sensoren uitdagend. SLAM-algoritmen zie je in de praktijk veel worden toegepast in lidar- of cameragestuurde systemen. Onze robots navigeren op basis van een vooraf berekend patroon van RFID transponders, geplaatst op exacte plekken in de vloer. Het nauwkeurig uitmeten en plaatsen van RFID transponders in een stalvloer is potentieel foutgevoelig en arbeidsintensief. Daarentegen heeft onze RFID-technologie zich de afgelopen jaren uitstekend bewezen als een betrouwbaar systeem voor gebruik in de stal.
Wij willen het installatieproces van onze robots graag vereenvoudigen. Daarnaast vinden we het belangrijk dat ons robotplatform klaar is voor autonome oplossingen van morgen. Een zelflerende robot is in staat om op basis van een willekeurig patroon van transponders de omgeving in kaart te brengen en te navigeren. Daarnaast worden veranderingen aan de omgeving automatisch verwerkt. Aanvullend kan gebruik worden gemaakt van tastsensoren, botsbumpers, odometrie of een gyroscoop.
