Boston Dynamics on avaldanud üksikasjad oma inimesemeelik roboti Atlas tajusüsteemi toimimise kohta. Robot suudab täita keerulisi tootmisülesandeid tänu arenenud arvutinägemise ja masinõppe süsteemile, mis võimaldab tal täpselt tuvastada objekte ja nendega reaalajas suhelda.
G. Ostrov
Keeruliste ülesannete täitmine kaasaegses tootmises nõuab robotitelt ümbritsevate objektide geomeetriliste ja semantiliste omaduste sügavat mõistmist. Boston Dynamicsi insenerid on esitlenud üksikasjaliku ülevaate sellest, kuidas nende inimesemeelik robot Atlas "näeb" maailma tänu paindlikule ja kohanevale tajusüsteemile.
Lihtsate ülesannete keerukus
Isegi näiliselt lihtne ülesanne — autotüki võtmine ja õigesse kohta paigaldamine — jaguneb mitmeks etapiks, millest igaüks nõuab ulatuslikke teadmisi ümbritseva ruumi kohta. Atlas peab esmalt objekti avastama ja tuvastama, mis on eriti keeruline läikivate või madala kontrastiga detailidega töötamisel.
Pärast tuvastamist määrab robot objekti täpse asukoha haaramise jaoks. Objekt võib asuda laual, piiratud ruumiga konteineris või muudes keerulistes tingimustes. Seejärel otsustab Atlas paigaldamise koha ja detaili tarnimise viisi.
Sentimeetri täpsusega
Atlase töö kriitiliselt oluline aspekt on objektide paigaldamise kõrge täpsus. Isegi paari sentimeetri kõrvalekalle võib põhjustada vale paigalduse või detaili kukkumise. Selliste olukordade vältimiseks on robot varustatud arvutinägemise põhiste toimingute korrigeerimise süsteemiga.
Tajusüsteemi arhitektuur
Atlase tajusüsteem hõlmab:
- Kvaliteetselt kalibreeritud sensoreid
- Kaasaegseid AI-algoritme masinõppega
- Keskkonnaseisundi hindamise süsteemi
- Objektide tuvastamise moodulit
Tuvastamissüsteem annab andmeid objektide kohta identifikaatorite, piiritlevate raamide ja huvipunktide kujul. Autotööstuses töötades avastab Atlas erinevate kujude ja suurustega riiuleid, määrates mitte ainult nende tüübi, vaid ka täpse asukoha kokkupõrgete vältimiseks.
Võtmepunktid ja lokaliseerimine
Robot kasutab kahte tüüpi kahemõõtmelisi pikslipunkte:
- Välimised punktid (rohelised) — objektid, mida tuleb ümber käia
- Sisemised punktid (punased) — mitmekesisemad punktid, mis kajastavad riiulite jaotust, kastide asukohta ja võimaldavad objekte täpselt lokaliseerida
Objektide klassifitseerimiseks ja huvipunktide asukoha prognoosimiseks kasutab Atlas kergendatud võrguarhitektuuri, mis tagab tasakaalu jõudluse ja taju täpsuse vahel.
SuperTracker süsteem
Atlase manipuleerimisoskused põhinevad asukoha jälgimise süsteemil SuperTracker, mis ühendab erinevaid infovooge: roboti kinematikat, arvutinägemist ja muid andmeid. Liigestekoodritelt saadav kinemaatiline informatsioon võimaldab määrata haarakute asukoha ruumis.
Kui objekt on nägemisväljal, kasutab Atlas asukoha hindamise mudelit, mis on treenitud suurel sünteetiliste andmete masstil. Mudel suudab töötada uute objektidega, kasutades nende CAD-mudeleid täpseks positsioneerimiseks.
Tuleviku areng
Boston Dynamics plaanib Atlase toimingute täpsuse ja kohanevuse edasist tõstmist. Meeskond töötab ühtse baasmudeli loomise kallal, kus taju ja tegevus muutuvad integreeritud protsessideks, mitte eraldiseisvateks süsteemideks.
Boston Dynamicsi ametlik veebisait: www.bostondynamics.com
Probleemide korral kirjutage meile, aitame kiiresti ja kvaliteetselt!