211service.com
Jūsų asmeninis asistentas robotas
Be Roomba, robotai nepadarė didelės pažangos, įsiskverbdami į Amerikos namus. Tačiau Stanfordo universiteto mokslininkai sukūrė programinę įrangą, kuri įveikia vieną didžiausių iššūkių: išmokyti robotą paimti objektą, su kuriuo jis dar niekada nebuvo susidūręs. Roboto programinė įranga rodo, kad geriausias būdas pasiimti ką nors naujo yra nustatyti labiausiai paimamą objekto dalį – pavyzdžiui, vyno taurės kotą, puodelio rankeną ar knygos kraštą.
Pakelk: Stanfordo mokslininkai sukūrė programinę įrangą, kuri padeda robotui patraukti objektus, kurių jis dar niekada nematė. Techninė įranga yra ant Segway ratų bazės ir apima du lazerius navigacijai, robotinę ranką, skirtą sugriebti, garsiakalbius, kameras ir mikrofoną.
Inžinieriai ir mokslinės fantastikos gerbėjai jau seniai svajojo įdiegti robotiką namuose, sako Andrius Ng , Stenfordo kompiuterių mokslų profesorius. Tiesą sakant, šiandien egzistuojanti robotų aparatinė įranga gali leisti robotui atlikti sudėtingas užduotis, kurių reikia norint paimti objektus, palaikyti švarą namuose ir pan. Tačiau trūkstama dalis, aiškina Ng, yra programinė įranga, kuri gali leisti robotams patiems atlikti šiuos dalykus. Gudrus robotas, turintis išmaniųjų paimti naujus objektus be specialiai tam užprogramuoto užprogramavimo, gali būti naudingas atliekant sudėtingas namų ruošos užduotis, pavyzdžiui, šeriant gyvūnus ir pakraunant indaplovę.
Nors tiesa, kad kai kurie robotai gali paimti konkrečius objektus net ir ant netvarkingo stalo, jie tai daro naudodamiesi tam tikrais trimačiais modeliais, kurie buvo iš anksto užprogramuoti. Aronas Edsingeris , įkūrėjas Meka Robotics , startuolis San Franciske. Tačiau tai daro prielaidą, kad galėsime iš anksto sužinoti, kokie objektai ten yra, sako jis. Tai gali būti nebūtina, pavyzdžiui, kruopščiai pastatytuose slaugos namuose, tačiau tai būtų būtina judrios šeimos bute ar namuose.
Užuot naudoję iš anksto nustatytus objektų modelius, kai kurie robotikai, įskaitant Edsingerį ir Ng, kuria suvokimo sistemas robotams, kurie ieško tam tikrų objektų ypatybių, kurias būtų galima gerai suvokti. Stenfordo komanda išsprendė problemą surinkdama daugybę anksčiau suskaidytų technologijų, pavyzdžiui, kompiuterinio matymo, mašininio mokymosi, kalbos atpažinimo ir suvokimo aparatinės įrangos, ir sujungdama jas į robotą, vadinamą. LAIPTAS (Stanfordo dirbtinio intelekto robotas).
Multimedija
Stebėkite, kaip robotas laikosi nurodymų, kaip paimti segiklį.
Stebėkite, kaip robotas paima daugybę skirtingų formų objektų.
Stebėkite, kaip robotas atidaro duris.
STAIR techninę įrangą sudaro mobili roboto ranka su mikrofonu, garsiakalbis, jutikliai ir kameros, padedančios rankai paimti objektus. Roboto programinės įrangos pagrindas yra mašininio mokymosi algoritmai, kuriuos galima išmokyti atlikti tam tikras funkcijas. Tyrėjai apmokė programinę įrangą naudodami 2500 objektų nuotraukų su identifikuotais apčiuopiamais regionais.
Tačiau padaryti šuolį nuo dvimačių nuotraukų prie trimačio pasaulio buvo iššūkis, sako Ng. Paprastai robotas, naudodamas dviejų kamerų įvestį, gali sukurti savo aplinkos 3D vaizdą, kad žinotų, kiek toli kavos puodas yra nuo rankos. Šis atstumas paprastai nustatomas surenkant daug objekto taškų su dešiniąja ir kairiąja kameromis, o tada trianguliuojant visus duomenis, kad būtų sukurtas 3D modelis. Tačiau šis procesas reikalauja daug skaičiavimo galios ir laiko.
Ng komanda sukūrė alternatyvą, kuri supaprastina procesą. Užuot rinkęs duomenis apie daugybę objekto taškų, tyrėjų algoritmas nustato apčiuopiamos objekto dalies, pavyzdžiui, rankenos, vidurio tašką, apskaičiuodamas objekto kraštus ir palygindamas jį su statistiškai panašių objektų kraštais. duomenų bazėje. Programinė įranga suderina šį tašką naudodama abi kameras ir trianguliuoja atstumą. Tai buvo pagrindinė idėja, dėl kurios visi mūsų suvokiami dalykai suveikė, sako Ng. Dabar atlikome tokius veiksmus, kaip pakrovėme daiktus iš indaplovės.
Robotai vis tiek turi išmokti smulkesnių automatinio manipuliavimo taškų, priduria Ng. STAIR buvo sukurtas tik sugriebti daiktus, o ne koreguoti jų griebimą priklausomai nuo situacijos. Pavyzdžiui, jis nebuvo sukurtas pilti kavą iš puodo – tai užduotis, kuriai gali prireikti kitokios sugriebimo padėties ir kitokio slėgio, nei tiesiog pakelti puodą ir padėti jį ant lentynos. Be to, programinė įranga nežino objekto nuoseklumo – ar jis suglebęs, ar kietas. Tačiau mokslininkai dirba su šiomis problemomis, ir galiausiai asmeninis robotas turės jutimo technologijų ir skirtingos programinės įrangos derinį, kuris leis jam paimti objektą ir juo manipuliuoti. (Žr. Robotai, kurie jaučia prieš prisiliečiant.)
Gali praeiti metai, kol visos technologijos bus pakankamai gerai integruotos, kad robotai galėtų patys susitvarkyti su sudėtingais namų ruošos darbais, tačiau Stanfordo darbai stumia svajonę į priekį. Jei turėčiau pasirinkti vieną dalyką, kuris stabdo šią asmeninės robotikos viziją, tai būtų galimybė pasiimti daiktus ir jais manipuliuoti, sako Joshas Smithas , „Intel Research“ vyresnysis mokslo darbuotojas Sietle. Mums reikia labiau suprantamų strategijų, tokių kaip [Stanfordo tyrinėtojai], kurioms nereikia aiškaus 3-D objekto modelio. Jis priduria, kad be to, kad robotas patobulino kompiuterinio matymo technologijas, tikroji roboto ranka greičiausiai turės daugybę jutiklių, kurie gali pajusti, ar objektas juda, ar sugriebimas netinkamas. Smitas sako, kad daug geresnis jutimas rankoje bus svarbi sprendimo dalis.