В МАИ разработали уникальную систему роботов-дворников для очистки территорий

Фото из открытых источников

Команда молодых инженеров Московского авиационного института (МАИ) разработала роботизированную систему для уборки уличных территорий, предназначенную для жилых комплексов и бизнес-центров. Об этом сообщает ТАСС со ссылкой на пресс-службу вуза.

Проект представляет собой комплексную систему, включающую группу беспилотных роботов, сервер и станцию подзарядки. Основной задачей разработчиков является создание технологии, способной полностью заменить человеческий труд в области уличной уборки, что приведёт к снижению затрат на персонал и обеспечит непрерывную очистку территорий от снега, листвы, грязи, мусора и пыли. Разработчики ориентируются на использование системы в частном секторе, таких как дворы жилых комплексов и прилегающие территории бизнес-центров. Испытания опытного образца уже прошли успешно, а основные проверки намечены на осень.

На данный момент инженеры завершили создание усовершенствованного гусеничного робота, состоящего из трёх основных частей. К его гусеницам крепится корпус с навесным оборудованием для уборки, верхнюю часть занимает модуль управления, который в перспективе будет оснащён системой искусственного интеллекта. Для ориентации в пространстве робот использует лидары, позволяющие распознавать объекты на расстоянии, а также оснащён датчиками для фиксации различных показателей, камерами дневного и ночного видения и модулем связи. Питание устройства обеспечивается литий-ионным аккумулятором, рассчитанным на непрерывную работу в течение 5-10 часов. Более 80% деталей, включая внешний корпус, напечатаны на 3D-принтере из пластиковых материалов.

Как отметил соавтор проекта, студент третьего курса МАИ Виталий Попов, система уникальна на мировом рынке. По его словам, разработка позволяет в автономном режиме координировать действия всей группы роботов, что делает процесс уборки более эффективным.

Система функционирует за счёт обработки данных, поступающих от каждого беспилотника. Эти данные позволяют создать полную картину загрязнённости территории и местоположения роботов. На основе этой информации система в реальном времени оптимизирует работу группы: она может корректировать маршруты уборки или направить робота на повторную очистку участка, если первая попытка не дала желаемого результата.