История робота.
В 2021 году робототехника отметит 60-летний юбилей, начавшийся в 1961 году с первого коммерческого робота. В "Ночном шоу" того времени этот робот делал удивительные вещи: открывал бутылку пива, наливал, поставил мяч для гольфа в лунку, и даже дирижировал оркестром. Этот робот делал все, что ожидается от хорошего робота: ловкий, точный и даже творческий. С момента появления того робота прошло более 50 лет - насколько невероятными должны быть возможности современных роботов и что они должны быть в состоянии сделать?
Роботы действительно делают то, что показывают по телевизору, но все движения заранее запрограммированы, и окружающая среда тщательно продумана. Только появление дешевых и мощных датчиков и вычислений в последнее время позволило роботам самостоятельно обнаружить объект, спланировать движения к нему и уловить его. Тем не менее, робототехника все еще далека от выполнения этих задач с человеческой производительностью.
Роботы являются автономными, когда принимают решения в соответствии со своим окружением, а не просто следуют запрограммированному набору движений. Они достигают этого, используя методы обработки сигналов, теорию управления, искусственный интеллект и другие. Эти методы сочетаются с механикой, датчиками и исполнительными механизмами робота. Поэтому проектирование робота требует глубокого понимания как алгоритмов, так и интерфейсов к физическому миру.
Интеллект и воплощение.
Человеческое представление об "интеллектуальном поведении" сильно пристрастно к пониманию мозга и работы компьютеров: интеллект находится в головах. На самом деле, однако, многое из того, что выглядит разумным, может быть достигнуто очень простыми средствами. Например, механические наматывающиеся игрушки могут избежать падения с края, используя маховик, который вращается под прямым углом к их направлению движения, и колесо заклинателя. Как только колесо заклинателя теряет контакт с землей, то есть робот достигнет края, включается маховик и вытягивает робота вправо. Робот-пылесос может решить ту же проблему по-разному: он использует инфракрасные датчики, которые направлены вниз для обнаружения краев, таких как лестница, а затем издает команду, чтобы избежать поворота. Как только электроника будет установлена на борту, это будет гораздо более эффективным, хотя и гораздо более сложным подходом.
В то время как приведенные выше примеры предлагают различные подходы к реализации интеллектуального поведения, аналогичные компромиссы существуют и для роботизированного планирования. Например, муравьи могут найти кратчайший путь между гнездом и источником пищи, просто выбрав путь, на котором уже находится больше феромонов, с которыми общаются муравьи-химикаты. Поскольку на более коротких тропах муравьи движутся не только быстрее к пище, но и возвращаются быстрее, их феромонные тропы накапливаются быстрее. Время от времени муравьи дают себе шанс найти новые источники пищи.
То, что выглядит как разумное поведение на уровне роя, достигается, главным образом, с помощью феромонного датчика, который иногда выходит из строя. Современный промышленный робот решает совершенно иную задачу: сначала он получает некоторое представление об окружающей среде в виде карты, заполненной препятствиями, а затем планирует путь, используя алгоритм. Такое решение для достижения определенного желаемого поведения наилучшим образом зависит от ресурсов, имеющихся в распоряжении проектировщика.
Робот - это мобильная машина, оснащенная датчиками и вычислениями, которые позволяют ему рассуждать об окружающей среде. Современные роботы далеки от возможностей, которыми обладают люди.
Тестируют роботы сегодня, используя лабиринт. Необходимая среда может быть легко создана из кирпича, картона или дерева и в нее могут играть любые два мобильных робота, предпочтительно с возможностью идентификации маркеров в окружающей среде. К ним относятся простые дифференциально-колесные образовательные платформы с встроенными камерами или даже робот со смартфоном. Робот, который может идентифицировать простые схемы введения, используя зрение, имеет датчики расстояния, чтобы избежать стен, и "одометр", чтобы следить за вращениями колес. Используя эти возможности, потенциальная выигрышная стратегия будет заключаться в изучении окружающей среды, определении маркеров в окружающей среде, используя видение и для создания карты всех мест расположения фидера, вычислении кратчайшего пути и продолжении движения вперед-назад между ними. В стратегическом плане, возможно, имеет смысл подождать прямо перед устройством подачи и подойти к нему незадолго до того, как робот выйдет из строя.
Проблемы мобильных автономных роботов.
Возможность сшивать сенсорную информацию для отображения окружающей среды путем простого подсчета собственных шагов и ориентирования с помощью различных особенностей среды известна как одновременная локализация и картирование (SLAM). Основная проблема здесь заключается в том, что длительность выполняемых действий не определена (например, колесный робот может соскользнуть или слегка изменить размер колес) и невозможно со 100% точностью (даже для человека) распознать места. Для того чтобы реализовать что-то вроде последнего алгоритма на реальном роботе, нужно понять:
- Как движется робот. Как вращение колес влияет на его положение и скорость в мире.
- Как нужно контролировать скорость вращения колеса, чтобы достичь желаемого положения.
- Какие существуют датчики для того, чтобы робот мог воспринимать свое собственное состояние и окружающую среду.
- Как извлечь структурированную информацию из огромного объема данных датчиков.
- Как можно представить ошибку и как рассуждать в условиях неопределенности.
Вызовы автономной манипуляции.
Чтобы решить эти вопросы, нужно опираться на базовую тригонометрию, линейную алгебру, матричная нотацию, формулу Байеса и теорию вероятностей. Пока что руки роботов не достигли ловкости человеческой руки. Тем не менее, с помощью правильного инструмента (называемого в речи робототехники "конечным эффектором") некоторые задачи могут быть решены еще лучше, то есть быстрее и точнее, чем с помощью человека.
Что касается решения проблемы мобильной робототехники, то проблемы манипулирования требуют продуманного сочетания логики и дизайна механизма. Например, захват крошечных деталей может быть невозможен с помощью пинцета, но очень прост при использовании сосательного механизма. Или, подобрав пробирку, которая едва заметна с датчиками роботов, можно почти вслепую подобрать с помощью воронкообразного механизма на концевом эффекторе. К сожалению, эти трюки, скорее всего, ограничат универсальность робота, заставив задуматься о проблеме и потребностях пользователей в целом.
