211service.com
Jūsu robotu personīgais asistents
Izņemot Roomba, roboti nav panākuši lielu progresu, iekļūstot amerikāņu mājās. Taču Stenfordas universitātes pētnieki ir izstrādājuši programmatūru, kas pārvar vienu no lielākajiem izaicinājumiem: iemācīt robotam uzņemt objektu, ar kuru tas vēl nekad nav saskāries. Robota programmatūra liecina, ka labākais veids, kā uzņemt kaut ko jaunu, ir noteikt objekta visvairāk satveramo daļu — piemēram, vīna glāzes kātu, krūzes rokturi vai grāmatas malu.
Pacelt: Stenfordas pētnieki ir izstrādājuši programmatūru, kas palīdz robotam satvert objektus, ko tas vēl nekad nav redzējis. Aparatūra atrodas uz Segway riteņu bāzes un ietver divus lāzerus navigācijai, robotu roku satveršanai, skaļruņus, kameras un mikrofonu.
Inženieri un zinātniskās fantastikas fani jau sen ir sapņojuši par robotikas ieviešanu mājās, saka Endrjū Ng , Stenfordas datorzinātņu profesors. Faktiski mūsdienās esošā robotu aparatūra varētu ļaut robotam veikt sarežģītus uzdevumus, kas nepieciešami, lai savāktu objektus, uzturētu māju tīru un tā tālāk. Taču trūkstošais gabals, skaidro Ng, ir programmatūra, kas var ļaut robotiem pašiem veikt šīs darbības. Izveicīgs robots ar gudrām spējām paņemt jaunus objektus bez īpaši ieprogrammētas tā varētu būt noderīgs sarežģītiem mājas darbiem, piemēram, mājdzīvnieku barošanai un trauku mazgājamās mašīnas ielādei.
Lai gan ir taisnība, ka daži roboti spēj uztvert konkrētus objektus pat uz pārblīvēta galda, viņi to dara, izmantojot īpašus trīsdimensiju modeļus, kas ir iepriekš ieprogrammēti. Ārons Edsingers , dibinātājs Meka Robotics , jaunuzņēmums Sanfrancisko. Bet tas paredz, ka mēs varēsim jau laikus uzzināt, kādi objekti tur atrodas, viņš saka. Tas varētu būt nenozīmīgi, piemēram, rūpīgi uzbūvētā pansionātā, bet tas būtu būtiski aizņemtas ģimenes dzīvoklī vai mājā.
Tā vietā, lai izmantotu iepriekš noteiktus objektu modeļus, daži robotiķi, tostarp Edsingers un Ng, veido uztveres sistēmas robotiem, kas objektos meklē noteiktas funkcijas, kuras ir piemērotas satveršanai. Stenfordas komanda ir pievērsusies problēmai, apkopojot vairākas iepriekš sadrumstalotas tehnoloģijas, saka Ng, piemēram, datorredze, mašīnmācīšanās, runas atpazīšana un uztveršanas aparatūra, un apvienojot tās robotā ar nosaukumu. KĀPNES (Stenfordas mākslīgā intelekta robots).
Multivide
Skatieties, kā robots ievēro norādījumus, lai izgūtu skavotāju.
Skatieties, kā robots paņem vairākus dažādas formas objektus.
Skatieties, kā robots atver durvis.
STAIR aparatūra sastāv no mobilas robotizētas rokas ar mikrofonu, skaļruni, sensoriem un kamerām, kas palīdz rokai izgūt objektus. Robota programmatūras pamats ir mašīnmācības algoritmi, kurus var apmācīt veikt noteiktas funkcijas. Pētnieki apmācīja programmatūru, izmantojot 2500 objektu attēlus ar uztveramiem reģioniem.
Taču lēciens no divdimensiju attēliem uz trīsdimensiju pasauli bija izaicinājums, saka Ng. Parasti robots var izveidot savas vides 3-D skatu, lai tas zinātu, cik tālu kafijas kanna atrodas no tā rokas, izmantojot divu kameru ievadi. Šo attālumu parasti nosaka, savācot lielu skaitu punktu uz objekta ar labo un kreiso kameru un pēc tam triangulējot visus datus, lai izveidotu 3D modeli. Tomēr šis process aizņem daudz skaitļošanas jaudas un laika.
Ng komanda izstrādāja alternatīvu, kas vienkāršo procesu. Tā vietā, lai vāktu datus par daudziem objekta punktiem, pētnieku algoritms identificē objekta satveramas daļas, piemēram, roktura, viduspunktu, aprēķinot objekta malas un salīdzinot to ar statistiski līdzīgu objektu malām. datu bāzē. Programmatūra saskaņo šo punktu, izmantojot abas kameras, un triangulē attālumu. Šī bija galvenā ideja, kas lika visām mūsu uztveres lietām darboties, saka Ng. Tagad esam veikuši tādas darbības kā priekšmetu ielāde no trauku mazgājamās mašīnas.
Robotiem joprojām ir jāapgūst precīzāki automātiskās manipulācijas punkti, piebilst Ng. STAIR ir paredzēts tikai priekšmetu satveršanai, nevis regulēšanai atkarībā no situācijas. Piemēram, tas netika izveidots, lai ielietu kafiju no katla — tas ir uzdevums, kam var būt nepieciešama cita satvēriena pozīcija un cits spiediens, nevis vienkārši paņemt katlu un novietot to uz plaukta. Turklāt programmatūra nezina objekta konsekvenci — neatkarīgi no tā, vai tas ir mīksts vai ciets. Taču pētnieki strādā pie šīm problēmām, un galu galā personīgajam robotam būs sensoru tehnoloģiju un dažādas programmatūras kombinācija, kas ļaus tam uzņemt un manipulēt ar objektu. (Skatiet sadaļu Roboti, kas jūt, pirms tie pieskaras.)
Var paiet gadi, līdz visas tehnoloģijas tiks integrētas pietiekami labi, lai roboti paši spētu tikt galā ar sarežģītiem mājsaimniecības darbiem, taču Stenfordas darbs virza sapni uz priekšu. Ja man būtu jāizvēlas viena lieta, kas kavē šo personīgās robotikas redzējumu, tā būtu spēja uztvert lietas un ar tām manipulēt, saka. Džošs Smits , Intel Research vecākais pētnieks Sietlā. Mums ir vajadzīgas vairāk aptverošas stratēģijas, piemēram, [Stenfordas pētnieki], kurām nav nepieciešams precīzs objekta 3-D modelis. Viņš piebilst, ka papildus tam, ka robotam ir uzlabotas datorredzes metodes, robota rokai, visticamāk, būs vairāki sensori, kas var sajust, vai objekts kustas vai satvēriens nav pareizs. Smits saka, ka svarīga risinājuma daļa būs daudz bagātāka uztveršana rokā.