Robot koszący pod drzewami i przy słabym RTK: kiedy LiDAR ma przewagę?
Jeśli robot koszący gubi pozycję pod drzewami, problemem nie zawsze jest sam robot. Korony drzew, ściana domu, wąski przesmyk, metalowe ogrodzenie i wysoka zabudowa mogą ograniczać jakość sygnału GNSS. W 2026 roku producenci odpowiadają na to trzema drogami: Network RTK bez lokalnej anteny, systemami vision oraz LiDAR-em. Najciekawsze konstrukcje łączą kilka metod, ale więcej sensorów nie oznacza automatycznie lepszego efektu w każdym ogrodzie.
Ten poradnik jest dla osób, które mają ogród z drzewami, cieniem albo miejscami, w których klasyczny RTK działa niestabilnie. Wyjaśniamy, kiedy LiDAR faktycznie pomaga, kiedy wystarczy dobry Network RTK + kamera, a kiedy najwięcej da poprawienie lokalizacji stacji i geometrii przejazdu. Jako przykład wykorzystujemy rodzinę Segway Navimow i2, bo ma równolegle warianty AWD, LiDAR i LiDAR Pro, co dobrze pokazuje różnice technologiczne.
Dlaczego drzewa utrudniają pozycjonowanie robota koszącego?
System GNSS potrzebuje dobrej geometrii widocznych satelitów. Gęsta korona nie „wyłącza GPS” jak przełącznik, ale osłabia i odbija sygnały. Podobny efekt może tworzyć wysoka ściana, wąski pas trawnika między budynkami albo skarpa. W klasycznym RTK robot dodatkowo korzysta z poprawek z lokalnej stacji referencyjnej. Jeżeli baza jest ustawiona w słabym miejscu, cały system zaczyna pracować z gorszym punktem odniesienia.
Network RTK przesuwa część infrastruktury poza ogród: poprawki pochodzą z sieci stacji, więc użytkownik nie musi montować własnej anteny. To upraszcza instalację, ale nie sprawia, że sam robot przestaje potrzebować użytecznych danych pozycjonujących. Dlatego producenci łączą NRTK z kamerami, odometrią i innymi sensorami.
Co daje kamera, a czego nie daje?
Vision może rozpoznawać przeszkody, krawędzie, elementy ogrodu i pomagać w lokalizacji względem otoczenia. Działa szczególnie dobrze wtedy, gdy scena ma charakterystyczne punkty i dobre oświetlenie. Nie jest jednak magicznym zamiennikiem wszystkich pozostałych sensorów. Mokra szyba kamery, bardzo ciemny fragment, jednolita powierzchnia albo zmienione otoczenie mogą ograniczać pewność systemu.
W rodzinie Navimow i2 AWD producent łączy Network RTK z VisionFence. Segway deklaruje centymetrową dokładność pozycjonowania i rozpoznawanie ponad 150 klas przeszkód. Te liczby trzeba zweryfikować w realnym ogrodzie, ale koncepcja jest czytelna: satelitarna pozycja jest głównym szkieletem, a vision pomaga robotowi rozumieć otoczenie.
Co daje LiDAR pod drzewami?
LiDAR aktywnie mierzy odległość do otoczenia i buduje geometryczny obraz przestrzeni. Nie potrzebuje bezpośredniej widoczności satelitów, dlatego jest naturalnym wsparciem w miejscu zacienionym przez drzewa lub budynek. W Navimow i2 LiDAR producent mówi o systemie LiDAR + Vision i mapowaniu bez przewodu oraz bez lokalnej anteny. Dzięki temu robot może używać struktur otoczenia do utrzymania mapy.
LiDAR też ma ograniczenia. Trawnik to środowisko zmienne: rosną krzewy, przesuwają się meble, pojawiają się liście i ludzie. Bardzo otwarta przestrzeń z niewielką liczbą punktów odniesienia może być prostsza dla GNSS niż dla lokalizacji opartej na geometrii. Dlatego sens systemu zależy od konkretnego ogrodu, nie od hasła „LiDAR jest lepszy”.
LiDAR + Network RTK + Vision — po co trzy systemy naraz?
Wersja i2 LiDAR Pro wykorzystuje według Segway potrójną fuzję LiDAR + Network RTK + Vision. To podejście ma sens, gdy warunki w jednej działce są różne. Na otwartym trawniku można korzystać z dobrej pozycji satelitarnej, pod koroną drzew większą rolę może odegrać LiDAR i kamera, a odometria pomaga spinać ruch pomiędzy punktami.
Najważniejszą zaletą nie jest to, że każdy sensor cały czas jest idealny, lecz redundancja. Jeżeli jedno źródło jest chwilowo słabsze, system ma inne dane. To właśnie chcielibyśmy sprawdzić w realnym teście i210 Pro: nie katalogową dokładność, lecz liczbę zatrzymań, błędów mapy i interwencji człowieka w najgorszych miejscach ogrodu.
Kiedy zwykły Network RTK + Vision może wystarczyć?
Nie każdy ogród z jednym drzewem potrzebuje LiDAR-u. Jeżeli większość trawnika ma otwarte niebo, pod drzewem robot spędza kilkadziesiąt sekund, a producent zapewnia dobre pokrycie Network RTK, model taki jak i205 AWD lub i208 AWD może być bardziej ekonomiczny. Szczególnie wtedy, gdy głównym problemem jest podjazd pod skarpę lub nierówność, a nie utrata pozycji.
Przed dopłatą do LiDAR-u warto sprawdzić mapę pokrycia NRTK i przetestować lokalizację stacji. Wiele problemów wynika z ustawienia bazy za budynkiem, blisko metalu albo w miejscu, gdzie robot musi zaczynać misję w najgorszym możliwym punkcie.
Kiedy LiDAR ma wyraźniejszy sens?
- długi pas trawnika między domem a wysokim żywopłotem;
- duże korony drzew zakrywające znaczną część nieba;
- kilka stref połączonych wąskim przejściem;
- ogród, w którym nie chcesz instalować lokalnej anteny RTK;
- potrzeba automatycznego mapowania na podstawie realnej geometrii terenu;
- koszenie wieczorem, gdy system nie może polegać wyłącznie na dobrej jakości obrazu z kamery.
W takich warunkach i208/i215 LiDAR są logicznymi kandydatami. Jeżeli do problemu sygnału dochodzą skarpy i przyczepność, wtedy dopiero wersja Pro z AWD staje się bardziej uzasadniona.
Nie myl słabego RTK z problemem mechaniki
Robot może zachowywać się źle przy drzewie z dwóch zupełnie różnych powodów. Może nie wiedzieć dokładnie, gdzie jest — to problem lokalizacji. Może też wiedzieć, gdzie jest, ale ślizgać się na korzeniu, mokrej skarpie albo luźnym gruncie — to problem trakcji. Kupienie LiDAR-u nie naprawi fizycznego poślizgu. Z kolei AWD nie rozwiąże wielokrotnych błędów pozycji w cieniu satelitarnym.
Dlatego przed zakupem obejdź ogród i zanotuj osobno miejsca „słabego sygnału” oraz miejsca „trudnej jazdy”. Jeśli te mapy się pokrywają, model Pro ma najwięcej sensu. Jeśli problem jest tylko jeden, tańsza architektura może być wystarczająca.
Wąskie przejścia: metryka, której reklamy często nie pokazują
W praktyce trudny ogród bardzo często przegrywa nie na satelitach, ale na przejeździe między strefami. Zmierz szerokość furtki, pasa trawy przy domu i odległość między rabatami. Sprawdź też, czy robot musi wykonać na końcu ostry zwrot. Segway promuje w Pro system Xero-Turn, który ma ograniczać rycie darni przy obrocie, ale ostateczny efekt zależy od kształtu przejścia i nawierzchni.
Wąski, zacieniony korytarz jest właśnie scenariuszem, w którym połączenie LiDAR i innych źródeł pozycji może mieć praktyczną przewagę. To jeden z punktów, który warto włączyć do każdej demonstracji przed zakupem.
Jak przetestować robota przed zakupem albo w okresie zwrotu?
Nie zaczynaj od najłatwiejszego fragmentu trawnika. Wyznacz pięć „testów stresowych”: najgęstsze drzewo, najwęższy przejazd, najstromszy fragment, miejsce z kostką lub żwirem i najbardziej problematyczną krawędź. Obserwuj nie tylko, czy robot przejedzie raz, lecz czy powtarza to przez kilka cykli bez ręcznej korekty mapy.
W aplikacji zapisuj błędy, zatrzymania i sytuacje wymagające przeniesienia. Po tygodniu liczba interwencji jest bardziej użyteczna niż marketingowa lista sensorów. Jeżeli robot wymaga człowieka co drugi cykl, jego nominalna autonomia nie ma większego znaczenia.
Robot pod drzewami a bezpieczeństwo
LiDAR i kamera mogą pomagać w wykrywaniu przeszkód, ale żaden system nie zwalnia z przygotowania ogrodu. Zabawki, przewody, cienkie gałęzie, siatki, bardzo małe zwierzęta czy otwarte oczka wodne powinny być traktowane jako osobne ryzyko. Producent i2 LiDAR deklaruje wykrywanie ponad 200 typów przeszkód, a i2 AWD ponad 150, ale nie oznacza to gwarancji wykrycia każdego obiektu w każdych warunkach.
Jeśli ogród jest używany przez dzieci i zwierzęta, harmonogram nocny również nie zawsze jest najlepszym pomysłem. Sensor może działać w ciemności, ale aktywność jeży i innych małych zwierząt rośnie po zmroku. Automatyzację warto ustawić tak, by technologia i zachowanie użytkownika wzajemnie się wspierały.
Jak dobrać Navimow do problemu sygnału?
Dobry sygnał, trudna trakcja: i205/i208 AWD. Słabszy widok nieba, ale umiarkowanie płaski teren: i208/i215 LiDAR. Słabszy sygnał plus skarpy i złożona geometria: i210/i220 LiDAR Pro. To uproszczenie, ale lepsze niż wybór wyłącznie po metrażu.
Dla osób szukających robota około 1000 m² przygotowaliśmy też osobną kartę Navimow i210 LiDAR Pro. Jeżeli problemem jest przede wszystkim mały ogród, punktem startowym pozostaje poradnik do 500 m².
Koszt technologii: czy LiDAR zawsze się zwraca?
Nie ma uniwersalnego zwrotu z LiDAR-u. Jeśli tańszy robot przejeżdża cały ogród bez interwencji, droższy system nie tworzy oszczędności tylko dlatego, że ma więcej sensorów. Zwrot pojawia się wtedy, gdy technologia eliminuje konkretne problemy: konieczność poprawiania mapy, zatrzymania w cieniu, ręczne przenoszenie albo nieukończone strefy. Właśnie liczbę takich interwencji warto porównywać w okresie testowym.
Checklist przed wyborem robota do ogrodu z drzewami
- zmierz realną powierzchnię trawy, nie powierzchnię działki;
- zaznacz korony drzew i wysokie ściany na planie;
- sprawdź pokrycie Network RTK pod swoim adresem;
- zmierz najwęższy korytarz oraz największe nachylenie;
- zanotuj odcinki po kostce, żwirze i korzeniach;
- ustal, czy ważniejszy jest brak anteny, trakcja czy oba problemy;
- sprawdź warunki zwrotu i lokalny serwis przed sezonem.
Wniosek RoboMorrow
LiDAR ma największą wartość nie wtedy, gdy „jest nowocześniejszy”, lecz wtedy, gdy rozwiązuje konkretny problem z geometrią i pozycjonowaniem ogrodu. Przy otwartym trawniku Network RTK + Vision może być wystarczający i tańszy. Przy dużej liczbie drzew LiDAR ogranicza zależność od widoku nieba. Gdy do tego dochodzi nachylenie, wersja Pro łącząca LiDAR, NRTK, Vision i AWD jest najbardziej logicznym kandydatem do pilotażu.
Źródła
Navimow i2 AWD · Navimow i2 LiDAR · Navimow i2 LiDAR Pro · support / Network RTK