Jak roboti vidí: kamery, lidar a navigace v davu
Hloubkové kamery, lidar a SLAM vysvětlené bez žargonu, včetně zdokumentovaných slabin (sklo, prostory bez výrazných prvků, husté davy), které je třeba zohlednit při plánování prostoru.
Autor: redakce humanoid4rent · zveřejněno 7. listopadu 2026
Kráčející roboti se orientují pomocí kombinace kamer, hloubkových senzorů a lidaru. Software z těchto dat vytváří mapu, určuje, kde se robot na mapě nachází, a rozpoznává překážky v okolí. V neměnných místnostech s dostatkem vizuálních detailů tento přístup funguje dobře. Sklo, hladké stěny, neustále se měnící prostory a husté davy ale zůstávají obtížné, a proto je plánování prostoru stejně důležité jako samotný robot.
Tento výklad popisuje, co senzory dělají, jak s nimi software pracuje, kde se podle publikovaného výzkumu a dokumentace výrobců systém dostává na hranice možností a co to znamená pro plochu akce.
Senzory: co robot skutečně nese
Většina kráčejících robotů nasazovaných na akcích nese alespoň dva druhy senzorů. Každý má své přednosti i slepá místa.
Stereo kamery fungují zhruba jako lidské oči. Dvě kamery umístěné v malé vzdálenosti od sebe vidí tutéž scénu z mírně odlišných úhlů a software z rozdílu mezi oběma obrazy vypočítá hloubku. Společnost Boston Dynamics ve vývojářské dokumentaci robota Spot uvádí, že robot má pět párů stereo kamer s černobílým obrazem, zorným polem 360 stupňů, provozním dosahem 4 metry a požadavkem na osvětlení nad 2 lux. Při dosahu 4 metry kamery pokrývají prostor těsně kolem robota, nikoli celou halu.
Lidar (z angl. light detection and ranging) vysílá laserové impulzy a měří, jak dlouho trvá, než se odrazí zpět. Výsledkem je „mračno bodů“: tisíce naměřených bodů, které vykreslují tvar místnosti. Na stránce produktu Go2 společnost Unitree uvádí „4D LiDAR L2“ s polokulovým zorným polem 360° × 96° a minimální detekční vzdáleností 0,05 m a také širokoúhlou HD kameru. U verze Edu je hloubková kamera volitelným doplňkem.
Humanoidní roboti často kombinují oba druhy senzorů. Na stránce modelu G1 Unitree uvádí jako senzorickou výbavu modelu G1 „Depth Camera + 3D LiDAR“ spolu s polem čtyř mikrofonů. Zorné pole ani detekční dosah těchto senzorů Unitree zde neuvádí, takže pokud jsou tyto údaje pro vaše dispoziční řešení důležité, vyžádejte si je od dodavatele.
Vybavení jednotlivých modelů můžete porovnat v katalogovém záznamu Unitree Go2 a na stránkách dalších robotů.
SLAM: tvorba mapy a zároveň určování vlastní polohy na ní
Data ze senzorů se stanou užitečnými teprve tehdy, když je software promění v povědomí o místě. Standardní technikou je SLAM, zkratka z angl. simultaneous localisation and mapping (současná lokalizace a mapování). Robot vytváří mapu svého okolí a ve stejnou chvíli odhaduje vlastní polohu na této mapě.
Často citovaný přehledový článek v časopise IEEE Transactions on Robotics, Minulost, přítomnost a budoucnost současné lokalizace a mapování od Cadeny a kolegů (2016), popisuje SLAM právě jako tento společný problém. Autoři také tvrdí, že spolehlivý výkon po dlouhou dobu v proměnlivém prostředí je stále otevřenou výzkumnou otázkou. Jinými slovy, SLAM funguje, ale výzkumníci jej nepovažují za dokončený.
Vlastní navigační systém robota Spot od Boston Dynamics, nazvaný GraphNav, ukazuje, jak to vypadá v komerčním produktu. Podle technického přehledu autonomie robota Spot operátor nejprve robota ručně provede prostorem, aby zaznamenal mapu. Mapa je uložena jako graf waypointů (navigačních bodů), z nichž každý obsahuje snímek toho, co v daném místě senzory zachytily. Při dalších jízdách robot sleduje svou polohu vzhledem k těmto bodům.
Od mapy k pohybu: vyhýbání se překážkám
Mapa robotovi říká, kde jsou zdi a pevný nábytek. Samostatná vrstva se stará o to, co mu v cestě stojí právě teď: stánek přesunutý přes noc, upuštěnou tašku nebo člověka.
Běžnou metodou je costmap (mapa nákladů). Jde o mřížku při pohledu shora, v níž je každá buňka označena jako volná, blokovaná nebo rizikavá, a plánovač trasy vede robota přes nejlevnější buňky. Dokumentace Isaac ROS nvblox od společnosti NVIDIA popisuje balíček akcelerovaný grafickou kartou, který v reálném čase z dat hloubkové kamery nebo lidaru rekonstruuje 3D scénu a vytváří 2D costmapu pro open-source navigační systém Nav2. Nabízí také režim, který pomocí segmentace obrazu zařazuje lidi do samostatné vrstvy určené jen pro ně, takže se pohybující se lidé nezaměňují za trvalé stěny.
Na tomto rozlišení na akcích záleží. Pokud robot bere dav jako pevnou geometrii, jeho mapa se rychle zaplní neexistujícími překážkami. Pokud lidi ignoruje, může plánovat trasy, které vedou příliš blízko nich.
Kde vnímání selhává
Níže uvedené slabiny jsou zdokumentovány ve výzkumu a materiálech výrobců. Žádná z nich není vadou jedné značky. Vyplývají ze samotného principu fungování senzorů.
Sklo a zrcadla
Laserové světlo čirým sklem většinou prochází, nebo se od něj odráží pod úhlem, takže senzor nemusí zachytit žádný odraz, případně zachytí falešný. Autoři recenzovaného článku v časopise Sensors, Detekce skla pomocí lidaru pro lepší mapování obsazenosti mřížky (Tibebu a kol., 2021), jasně uvádějí, že většina moderních prostředí obsahuje sklo, které je pro lidar neviditelné. Navrhují speciální metodu filtrování, která jej dokáže odhalit. Pokud robot takové dodatečné zpracování nepoužívá, skleněné zábradlí, výloha nebo bezrámová vitrína se na jeho mapě nemusí objevit vůbec. Zrcadla a leštěný chrom mohou navíc vytvářet odrazy místností, které neexistují.
Hladké prostory bez výrazných prvků a prostory, které se mění
Lokalizace pomocí kamer potřebuje vizuální detaily, o které se může opřít. Boston Dynamics v dokumentaci GraphNav upozorňuje, že oblasti s řídkou vizuální texturou nemusí robotovi poskytnout dobré prvky pro sledování polohy. Varuje také, že mapy přestávají být spolehlivé, pokud se prostředí výrazně změní, a že se robot může při navigaci po zaznamenané mapě ztratit. Podle téže stránky není zotavení ze ztráty polohy automatické: musí zasáhnout operátor a provést novou inicializaci.
Pro výstavní halu je to důležité. Mapa pořízená během prázdného přípravného dne nemusí odpovídat téže hale, jakmile jsou na místě stánky, bannery a návštěvníci.
Osvětlení
Zdokumentované minimum robota Spot je nad 2 lux, což je velmi málo. Tmavé místnosti tak představují menší problém, než si mnoho pořadatelů myslí. Samostatnou záležitostí je silný kontrast. Scénické osvětlení, stroboskopy, otočné hlavy, mlha a přímé slunce procházející střešním oknem mohou obraz z kamer přepálit nebo zmást. Výrobci údaje pro tyto podmínky zveřejňují jen zřídka, proto se dodavatele zeptejte, jak se jejich konkrétní robot choval při show osvětlení.
Husté davy
Davy jsou nejobtížnějším případem a potíž spočívá stejnou měrou v predikci jako ve vnímání. Přehledová studie z roku 2021 od výzkumníků z University of Washington, Carnegie Mellon University a Honda Research Institute, Klíčové výzvy sociální navigace robotů, popisuje problém zamrzajícího robota. Když robot nedokáže předpovědět, jak se budou lidé kolem něj pohybovat, nejistotu přecení, rozhodne, že žádná bezpečná trasa neexistuje, a zastaví se. Autoři dodávají, že tento jev se netýká jen velkých davů: už jediný člověk v těsné blízkosti robota může vyvolat přehnaně úhybné manévry nebo zastavení.
Tatáž studie uzavírá, že významné výzvy stále brání bezproblémovému nasazení autonomních robotů ve veřejných prostorech pro pěší. V praxi proto roboty na rušných akcích obvykle vede operátor, drží se vyznačené trasy nebo jsou umístěny do řízené zóny, místo aby se volně pohybovaly. Náš průvodce teleoperovanými a autonomními roboty vysvětluje, co v každém režimu publikum skutečně uvidí.
Senzory a soukromí
Kamery, které robot potřebuje k navigaci, jsou stále kamerami. V závislosti na modelu a konfiguraci může robot obrazy návštěvníků nahrávat, přenášet nebo zpracovávat a mračna bodů z lidaru mohou zachytit tvary lidí v prostoru. Zda jde o zpracování osobních údajů, závisí na tom, co se ukládá, jak dlouho a kdo k tomu má přístup. Dodavatel by měl být schopen na tyto otázky odpovědět přesně.
Pro akce v EU shrnují hlavní otázky náš průvodce kamerami, mikrofony a soukromím návštěvníků a článek co o videu na veřejných akcích říkají regulátoři EU. Tento článek poskytuje obecné informace, nikoli právní poradenství.
Co to znamená pro pořadatele akcí
- Projděte trasu spolu s dodavatelem. Ještě před akcí upozorněte na skleněné stěny, zrcadlové plochy, zábradlí a vitríny a dohodněte se, zda je třeba je ohradit fyzickými zábranami nebo označit páskou. Kontrolní seznam požadavků na prostor pokrývá podlahu, prostor a přístup.
- Zmapujte prostor v podobě, v jaké bude v den akce. Pokud robot používá zaznamenanou mapu, zeptejte se, zda bude pořízena znovu poté, co budou stánky a výzdoba na místě, a nikoli jen během prázdného přípravného dne.
- Počítejte se zastaveními v davu a naplánujte je. Robot, který se zastaví, když je obklopen lidmi, se chová opatrně, nikoli selhává. Zajistěte volné uličky, vymezenou plochu pro vystoupení a operátora, který může řízení převzít. Při vymezování zón pomůže průvodce plánováním bezpečnosti.
- Zeptejte se na show osvětlení. Sdělte dodavateli plán osvětlení a mlhy a zeptejte se, jak si robot poradí se stroboskopy, otočnými hlavami a přímým sluncem.
- Ujasněte si, co kamery uchovávají. Zeptejte se, zda se obrazy nebo mračna bodů ukládají nebo přenášejí, kam putují a kdy se mažou, a zohledněte to v informacích pro návštěvníky.
Časté otázky
Jaký je rozdíl mezi lidarem a hloubkovou kamerou u robota?
Lidar měří vzdálenost pomocí času, který potřebují laserové impulzy k odrazu od povrchů, a vytváří mračno bodů okolního prostoru. Stereo hloubková kamera využívá dva objektivy a vzdálenost vypočítává z malého rozdílu mezi oběma obrazy. Lidar je méně závislý na vizuální textuře, kamery naopak zachycují také to, jak věci vypadají. Mnoho kráčejících robotů, například Unitree G1 podle specifikací společnosti Unitree, kombinuje obojí.
Proč mají roboti potíže se skleněnými stěnami?
Laserové světlo čirým sklem převážně prochází, nebo se odráží pod úhlem pryč, takže lidar může v místě skla zaznamenat prázdno. Recenzovaný výzkum popisuje sklo jako pro lidar bez dodatečného zpracování prakticky neviditelné. Pro akce to znamená, že skleněná zábradlí, výlohy a vitríny je třeba ukázat dodavateli a podle potřeby je zabezpečit fyzickými zábranami nebo označením.
Dokáže robotický pes nebo humanoid projít davem sám?
Výzkum sociální navigace robotů uvádí, že husté davy zůstávají otevřeným problémem. Roboti, kteří nedokážou předvídat pohyb lidí, často zpomalí nebo se zastaví, což výzkumníci nazývají problém zamrzajícího robota. Na rušných akcích proto roboty obvykle vede operátor, drží se vyznačené trasy nebo jsou umístěny do řízené zóny, místo aby se volně pohybovaly mezi návštěvníky.
Co je SLAM v robotice?
SLAM je zkratka z anglického simultaneous localisation and mapping, tedy současná lokalizace a mapování. Robot z dat svých senzorů vytváří mapu neznámého prostoru a zároveň odhaduje vlastní polohu na této mapě. Je základem většiny autonomní navigace, ale přehledový výzkum uvádí, že udržet spolehlivost SLAM po dlouhou dobu a v proměnlivém prostředí, například v hale zaplňující se stánky a lidmi, je stále předmětem práce výzkumníků.
Jak článek vznikl: napsala ho redakce humanoid4rent s pomocí AI; každé faktické tvrzení jsme 2026-11-07 ověřili ve zdrojích uvedených níže. Našli jste chybu? Napište na info@humanoid4rent.com.
Zdroje
Fakta v článku jsme v den psaní ověřili na těchto stránkách.
- Unitree Go2 – Unitree Robotics
- Unitree G1 – Unitree Robotics
- About Spot — Spot 5.2.0 documentation – Boston Dynamics
- Autonomy Technical Summary — Spot 5.2.0 documentation – Boston Dynamics
- Past, Present, and Future of Simultaneous Localization And Mapping: Towards the Robust-Perception Age – IEEE Transactions on Robotics (arXiv)
- Isaac ROS Nvblox – NVIDIA
- LiDAR-Based Glass Detection for Improved Occupancy Grid Mapping – Sensors (MDPI)
- Core Challenges of Social Robot Navigation: A Survey – arXiv
Další články z blogu
Chcete robota na svou příští akci?
Jednou popište termín, místo a co má robot dělat. Dodavatelé odpoví nabídkami, které porovnáte jednu s druhou.
Odeslat poptávku