Google поможет промышленным роботам адаптироваться к изменяющейся среде
Компания Google планирует в 2019 году запустить открытую облачную платформу Cloud Robotics, которая предназначена для управления промышленными роботами. Платформа поможет скоординировать взаимодействие роботов друг с другом и с окружающей средой, при этом у клиентов сервиса будет возможность использовать алгоритмы машинного обучения, говорится на сайте Cloud Robotics.
Системы из нескольких роботов, взаимодействующих друг с другом, используются на заводах и сортировочных центрах уже не один десяток лет, однако все это негибкие решение, созданные под конкретную задачу и привязанные к существующей инфраструктуре предприятия. Как правило, для изменения даже незначительных параметров действия одного или нескольких отдельных роботов, нужно привлекать квалифицированных специалистов со стороны, а существенная перестройка системы (например, при переезде в другое помещение или при изменении производственного процесса) обойдется крайне дорого.
Кроме того, такие автоматизированные линии, заточенные на строгое выполнение инструкций, не умеют взаимодействовать с изменяющейся средой, что ограничивает возможности их применения и исключает присутствие человека в зоне работы роботов — в лучшем случае, машины просто оснащены датчиками для автоматического отключения, чтобы не травмировать человека.
Анонсированная платформа Google Cloud Robotics призвана помочь справиться именно с этими слабыми сторонами промышленных роботов. Компания предлагает своим клиентам хранить данные и управлять конфигурацией роботов через облачный сервис. При этом можно проводить ресурсоемкие вычисления в облаке, что позволяет снять с роботов лишнюю вычислительную нагрузку и использовать алгоритмы машинного обучения — например, для того, чтобы роботы могли взаимодействовать с изменяющейся средой. При этом Cloud Robotics за счет опубликованного в открытом доступе API позволит клиентам самостоятельно внедрять нужные функции.
В качестве примера применения платформы Google в демонстрационном ролике показывает работу роботов на складе — они могут взаимодействовать друг с другом, распознавать палеты, коробки и стеллажи, строить карту помещения и автоматически проводят инвентаризацию при перемещении. При этом роботы распознают появление препятствия (вилочный погрузчик) и могут самостоятельно объехать его и продолжить выполнение задачи.
Платформа запустится в тестовом режиме для ограниченного круга разработчиков в 2019 году. Подать заявку на доступ к Cloud Robotics можно на сайте сервиса.
Ранее на примере Amazon было показано, что роботы, которые занимаются транспортировкой заказов на складах компании, в четыре–пять раз эффективнее сотрудников компании, работающих на складе. Те операции, на которые человек тратит 60-75 минут, робот выполняет за 15.
Николай Воронцов
Гексакоптер оснащен двумя взлетно-посадочными платформами для квадрокоптеров
Инженеры из Сколтеха разработали гибридный гексакоптер MorphoLander, который выступает в роли передвижного аэродрома для дронов меньшего размера. MorphoLander не только летает, но и может ходить по неровной поверхности при помощи четырех ног. В верхней части корпуса расположены две взлетно-посадочные платформы для микродонов. Дрон может пригодиться для инспекции объектов и поиска пострадавших во время стихийных бедствий, говорится в препринте на arXiv.org. При поддержке Angie — первого российского веб-сервера Дроны отлично подходят для выполнения задач поиска, инспекции и мониторинга, но потребляют много энергии и не могут долго находиться в полете. Одним из способов преодолеть это ограничение стала разработка дронов гибридной конструкции, которые могут не только летать, но и передвигаться по земле, например, с помощью колес или ног. Несмотря на то, что такой подход позволяет продлить время работы за счет менее энергозатратного способа передвижения по поверхности, продолжительность полета гибрида и его эффективность часто снижается из-за дополнительного веса. Инженеры под руководством Дмитрия Тетерюкова (Dzmitry Tsetserukou) из Сколтеха предложили использовать громоздкий дрон в качестве носителя для дронов поменьше. Тогда большой дрон выступает в роли передвижного «улья», который в нужный момент выпускает рой маленьких дронов, способных более эффективно выполнить задачу на большой территории за счет совместной работы. Разработанный прототип под названием MorphoLander представляет собой гексакоптер с четырьмя ногами, каждая из которых имеет три степени свободы. С их помощью дрон может передвигаться по неровной поверхности. Масса гибрида немного больше 10 килограмм. Встроенного аккумулятора хватает на 12 минут полета. Сверху на корпусе закреплены две посадочные платформы диаметром 20 сантиметров, на которые могут садиться микродроны. Чтобы микродронам (инженеры использовали Crazyflie 2.1 массой 27 грамм) было проще садиться на MorphoLander, материнский дрон с помощью алгоритма стабилизации старается удерживать горизонтальное положение платформ, подстраивая высоту ног под неровности поверхности. Посадка микродронов происходит под управлением алгоритма машинного обучения, его обучение с подкреплением проходило в симуляторе на платформе игрового движка Unity, который позволяет имитировать физику, с использованием пакета машинного обучения Unity ML Agents. Обученный алгоритм посадки затем испытали в трех сценариях с участием реальных дронов. В первом два микродрона должны были взлетать с расстояния полутора метров от MorphoLander и затем садиться на его платформы. Среднее значение отклонения от центра платформы в этом сценарии составило всего около 5,5 миллиметра. Во втором сценарии микродроны должны были садиться на материнский дрон, стоящий на неровной поверхности. В этом случае ошибка возросла и составила 25 миллиметров. Третий сценарий имитировал реальное применение: микродроны взлетали с платформ, в то время как MorphoLander отходил от места взлета на некоторое расстояние, после чего микродроны должны были сесть обратно. Среднее значение отклонения от центра 20-сантиметровой платформы составило 35 миллиметров. В будущем инженеры планируют увеличить точность и устойчивость алгоритма управления микродронами за счет контроля тяги отдельных винтов. https://www.youtube.com/watch?v=fV8_Ejy81s8&t=1s Совместная работа помогает роботам справляться с более трудными задачами. К примеру японские инженеры разработали систему из работающих в паре дрона и наземного робота. Они соединены друг с другом тросом, что позволяет наземного дрону взбираться на более крутые подъемы. Для этого дрон закрепляет трос на вершине, после чего наземный робот натягивает его с помощью лебедки и поднимается наверх.