Интеграция LiDAR с AI-агентом ASI Biont: строим карту помещения и управляем роботом голосом
Роботы давно перестали быть игрушками. Сегодня они развозят грузы по складам, моют полы в офисах и патрулируют территории. Но чтобы робот понимал, где он находится, ему нужны «глаза». Именно эту роль выполняют LiDAR-сканеры: RPLIDAR от Slamtec или TFmini от Benewake. Они измеряют расстояние до препятствий с точностью до сантиметра и позволяют строить 2D-карту помещения.
Проблема в том, что интеграция LiDAR в робототехнический стек требует написания драйверов, настройки протоколов и разбора бинарных данных. С AI-агентом ASI Biont этот процесс превращается в обычный диалог: вы описываете задачу — агент сам пишет код, подключается к устройству и выдаёт результат. Давайте разберём, как это работает на практике.
Что умеют RPLIDAR и TFmini и зачем их подключать к ASI Biont
Компактный 2D-LiDAR RPLIDAR A1 (11 долларов на AliExpress) вращается со скоростью 5,5 Гц и делает 360-градусный скан с дальностью до 12 метров. TFmini — это однолучевой дальномер, который выдаёт расстояние до объекта с частотой 100 Гц и работает по UART. Оба устройства легко подключаются к Arduino или Raspberry Pi через простой UART-интерфейс.
Когда вы подключаете их к ASI Biont, AI-агент получает «зрение»: он может в реальном времени анализировать поток данных, строить карту, находить путь и даже управлять моторами. Представьте, что вы говорите роботу «обойди стул справа и вернись в базу» — и он это делает, потому что нейросеть внутри агента интерпретирует координаты препятствий и генерирует команды для контроллера движения.
Способ подключения: Hardware Bridge и COM-порт
Оба LiDAR общаются по UART, который на компьютере или Raspberry Pi эмулируется через USB-COM-порт. Именно поэтому мы используем Hardware Bridge — компонент ASI Biont, который скачивается из дашборда (не с GitHub!) и запускается одной командой:
python bridge.py --token=ВАШ_ТОКЕН --ports=COM3 --baud=115200 --rate=10
Флаг --rate=10 означает, что мост будет опрашивать порт 10 раз в секунду и отправлять данные в ядро ASI Biont. После запуска мост автоматически подключается к вашему агенту, и вы можете начать диалог с ним в чате.
Если у вас несколько устройств — просто перечислите порты через запятую:
--ports=COM3,COM4.
Читаем данные LiDAR через AI-агента
Допустим, вы хотите узнать расстояние до ближайшего объекта. Вместо того чтобы писать парсер протокола, вы просто пишете в чат ASI Biont:
«Подключись к LiDAR на COM3 и покажи текущую дистанцию до препятствия»
AI-агент генерирует и выполняет команду industrial_command() — это встроенный механизм Hardware Bridge для обмена данными с COM-портами. Пример кода, который агент создаст интерактивно:
result = industrial_command(
protocol='serial',
command='read_data',
port='COM3',
baud=115200,
bytes_to_read=9
)
# результатом будет байтовый пакет TFmini: 0x59 0x59 dist_L dist_H ...
distance_cm = int.from_bytes(result[2:4], 'little')
print(f'Расстояние: {distance_cm} см')
Через пару секунд агент возвращает вам готовое расстояние. Никаких панелей управления и ручных настроек — только диалог.
Построение 2D-карты помещения
Теперь перейдём к более сложной задаче: построение карты комнаты. Для этого нужно получить несколько тысяч точек от вращающегося RPLIDAR. Вместо того чтобы писать цикл опроса, вы говорите агенту:
«Сделай скан помещения, построй карту в виде ASCII-графика и сохрани координаты в файл map.txt»
Агент использует execute_python — универсальный инструмент, который выполняет Python-код в изолированной среде. Он автоматически создаёт скрипт, который читает сырые данные из COM-порта (через Hardware Bridge) и преобразует их в координаты (x, y):
import numpy as np
# Получаем пакет точек от bridge через industrial_command
raw = industrial_command(protocol='serial', command='read_data', port='COM3', bytes_to_read=8000)
# Парсим протокол RPLIDAR (A1): каждый пакет содержит угол и расстояние
points = parse_rplidar_frame(raw) # функция из библиотеки rplidar
coords = [(r * np.cos(np.radians(a)), r * np.sin(np.radians(a))) for a, r in points]
with open('map.txt', 'w') as f:
for x, y in coords:
f.write(f'{x:.2f} {y:.2f}\n')
# Выводим ASCII-карту для быстрой диагностики
print(draw_ascii_map(coords, width=40, height=20))
Этот код — не вымысел, а типичный пример того, что генерирует AI-агент за считанные секунды. Вы даже не видите сам код, если не хотите — просто получаете файл map.txt и ASCII-представление в чате. Для новичка это особенно ценно: не нужно изучать документацию крепёжных деталей — агент уже всё знает.
Управление роботом голосом или чатом
Самое интересное начинается, когда вы объединяете LiDAR с движением. Например, вы хотите, чтобы робот объезжал препятствия. Описываете это в чате:
«Поверни направо, если расстояние до препятствия меньше 50 см, иначе продолжай движение прямо»
AI-агент создаёт логику управления, которая опрашивает LiDAR через bridge и отправляет команды на моторы (через тот же COM-порт или по Wi-Fi). Схема такая:
while not stop_flag:
dist = get_serial_distance() # вызов industrial_command
if dist < 50:
motor_command('right', speed=30)
else:
motor_command('forward', speed=60)
time.sleep(0.1)
Код выполняется в изолированной среде с таймаутом 30 секунд, поэтому для реального непрерывного управления агент генерирует скрипт, который запускается на отдельном контроллере (например, Raspberry Pi). Но для прототипирования достаточно и такой «одноразовой» логики.
Почему это выгодно: AI делает интеграцию за секунды
Раньше подключение LiDAR к роботу требовало нескольких вечеров работы: изучение даташитов, отладка парсеров, написание циклов опроса. С ASI Biont этот процесс сокращается до минут. Вы просто формулируете задачу на естественном языке, и нейросеть берёт на себя рутину.
Это особенно важно для производителей роботов и автоматизированных складов. Когда вам нужно прототипировать систему навигации, не ждёшь, пока разработчики добавят поддержку конкретного LiDAR в SDK — вы описываете в чате, к какому устройству подключиться, и AI сам генерирует код на Python с использованием pyserial, paho-mqtt или pymodbus. Всё подключение происходит через диалог, без единой кнопки «добавить устройство».
Что в итоге
Интеграция LiDAR с ASI Biont уже сегодня позволяет создавать умных мобильных роботов без глубокого программирования. Вы можете строить карты помещений, объезжать препятствия и даже инвентаризировать пространство — всё через обычный чат.
Хотите попробовать? Перейдите на asibiont.com, скачайте Hardware Bridge из дашборда, подключите ваш RPLIDAR или TFmini к COM-порту и просто напишите агенту: «Начни сканировать». Через минуту вы получите первую карту помещения, а по-настоящему умный робот — это уже следующий шаг.
Комментарии