В 60-х годах прошлого века появился Юнимейт, первый программируемый робот, способный заменить человека на промышленном производстве. В 1961 году данная робототехника была установлен на заводе «Дженерал-Моторс». Робот выполнял опасные для человека задачи на конвейере, например, работу с горячими металлами. В целом, Юнимейт представлял собой большую механическую руку, гораздо менее совершенную, чем многие сегодняшние устройства, но даже сегодня роботы чаще выполняют опасные, рутинные или сложные задачи, с которыми может справиться человек.
Для этого многие машины создаются в определённой степени по образу человека. Некоторые роботы могут ходить на двух ногах, или иметь большой спектр движений, или воспринимать и анализировать окружение и взаимодействовать с ним. Однако такие человеческие способности сложно повторить в роботизированном исполнении, какими бы обнадёживающими ни были некоторые вирусные видео в интернете.
5 технологических прорывов, без которых немыслима современная робототехника:
Машинное зрение.
Люди очень хорошо умеют воспринимать и анализировать окружающую действительность и адекватно реагировать на эту информацию. Мозг постоянно обрабатывает информацию, поступающую через глаза, нос, кожу и даже из внутренних органов.
Роботы, однако, функционируют на более простом уровне. Чаще всего нам необходимо, чтобы они реагировали на визуальную информацию. Например, есть у них на пути какое-то препятствие или нет, и если есть – то можно ли через него перелезть или нужно его двигать. Для принятия таких решений, роботы пользуются машинным зрением, то есть камерами и алгоритмами обработки изображений, которые измеряют и исследуют окружение.
Первые программы для обработки изображений реального окружения появились в 70-х годах прошлого века, но были они малоэффективными. Однако с тех пор камеры и обработка изображений сильно улучшились, ив области машинного зрения произошло несколько технологических прорывов. Сегодня роботы могут использовать множество трёх- и двумерных камер, чтобы ориентироваться в окружающей обстановке, и эти изображения обрабатываются и анализируются, чтобы роботы могли находить предметы.
Это информация передаётся в мозг робота, то есть на центральный компьютер, который затем, основываясь на своей программе, решает, какое действие он должен предпринять. Такие технологии позволили робототехнике развиваться семимильными шагами, и сегодня роботы часто используются на конвейерных линиях сборки для контроля качества.
Однако они имеют и более вычурное применение. Например, милый робот по имени Пеппер использует машинное зрение для социального взаимодействия. С помощью сложных алгоритмов он анализирует выражение лиц у людей вокруг и угадывает их эмоции, после чего он может изменить тактику разговора. Благодаря этим уникальным навыкам, Пеппер работает в сфере обслуживания клиентов и решает простые задачи, для которых человек не нужен.
Замкнутая система управления.
Машинное зрение позволяет создавать роботов, которые могут адекватно реагировать на окружающую обстановку, но одного только зрения недостаточно для практического применения. Чтобы роботы действительно могли заменять людей и помогать нам, роботы должны постоянно следить за окружением, особенно если они передвигаются.
Робот должен замечать, что что-то блокирует ему дорогу, и подстраиваться под это. И это приводит ко второй инновации в робототехнике – замкнутой системе управления. Это значит, что робот постоянно высматривает изменения и обновляет свою внутреннюю карту и корректирует действия, если появляются новые препятствия.
Работа в этой сфере ведётся уже давно. Например, часовщики создавали предметы с замкнутыми системами управления ещё в 18-м веке. Но со временем и развитием технологий исполнение становилось всё сложнее и утончённее. Сегодня у нас есть потрясающие компьютеры с огромными вычислительными мощностями и довольно эффективными алгоритмами. Они прекрасно справляются с вычислениями и предоставляют обратную связь. Это необходимо, если вы хотите, чтобы роботы при движении не врезались в людей. Но это также очень важно для таких простых вещей, как удержание равновесия при движении.
Машине постоянно нужно получать обратную связь о распределении собственного веса, чтобы она могла поставить себя в правильное положение, настроить центр тяжести и не перевернуться, как это случается со многими роботами. Роботы с большим трудом могут точно двигаться, а маленькие ошибки в расчётах и баги в программе вызывают большие проблемы с движением. Чтобы современные роботы не теряли равновесия, их нашпиговывают сенсорами, которые измеряют буквально всё – вес, температуру, положение и прочие параметры. И благодаря этому их движения становятся очень похожими на человеческие.
Прекрасным примером служит робот Валькирия, построенный НАСА. Инженеры начали разрабатывать Валькирию в 2013 году, и изначально они планировали создать робота для аварийно-спасательных работ. Но сейчас его переквалифицировали в робота, который будет производить подготовительные работы на Марсе перед прилётом первых людей. Чтобы быть полезной, Валькирия должна будет выполнять множество подробно рассчитанных действий без какой-либо помощи. Например, робот будет передвигать коробки и подниматься по лестницам. И для этого ему необходимо множество сенсоров. В одних только руках робота находится несколько десятков датчиков, благодаря которым этот робот обладает развитой для машины мелкой моторикой. И хотя до покорения Красной Планеты ещё далеко, Валькирия уже является одним из самых крутых современных роботов.
Замкнутые системы управления постоянно улучшаются, поскольку компьютеры, выполняющие вычисления, становятся всё мощнее и быстрее. Но конечно, компьютеры – это не единственный важный фактор. Теория управления в целом находится на стадии разработки, а это значит, что нам ещё, возможно, предстоит открыть некоторые её фундаментальные положения. Поэтому когда-нибудь роботы вроде Валькирии могут стать нормой.
Линейный привод.
Но наличие только замкнутой системы управления ещё не позволяет роботу двигаться, как человек. Он может настраивать своё положение в пространстве в реальном времени, но это не даёт ему грациозности, которая есть у нас. Плавность движения, на самом деле, является большой проблемой для многих роботов, но она крайне важна, поскольку мы хотим, чтобы роботы могли совершать точные движения, необходимые для выполнения некоторых задач. Определённая аккуратность требуется для работы со стеклянными пробирками, или, например, чтобы пожать кому-нибудь руку, поскольку при неосторожном обращении со своей силой, робот может запросто сломать человеку руку.
Но многие роботы приближаются к плавности и аккуратности в движениях благодаря современным линейным приводам. Привод – это механический компонент, который превращает энергию в физическое движение. А линейный привод – это привод, применяющий точную силу в одном направлении. Многие приводы используют гидравлическую или пневматическую силу, то есть жидкость или газ под давлением для создания большого количество энергии. Но последние 10 лет заметные улучшения наблюдаются в электромеханических линейных приводах, которые с помощью электрических моторов создают движение. Их размеры, цена и энергопотребление заметно уменьшились в сравнении с другими приводами, и это позволяет получать больше при меньших затратах.
Маленькие и точные приводы дают большую степень свободы и более точный контроль над отдельными модулями робота. Так что правильно объединив все элементы, вы можете получить робота с практически потусторонней плавностью движений. Если хотите увидеть пример такого робота, то вам следует посмотреть видео с роботом-гуманоидом «Áтласом» от компании «Бóстон Дайнáмикс». У него 4 гидравлических конечности, 28 гидравлических суставов и множество приводов, которые позволяют ему выполнять акробатические прыжки, сальто и прочий роботизированный паркур.
3D-печать.
Как можно догадаться, у современных роботов очень много движущихся частей. И всё чаще различные узлы изготавливаются на 3D-принтерах. До трёхмерной печати, чтобы изготовить деталь, нужно было либо залить материал в специальную форму, либо убрать излишки материала с заготовки. Но в 2009 году истёк основной патент на трёхмерную печать, и соответствующий рынок начал расти, поскольку новые компании, наконец, получили право разрабатывать и выпускать 3D-принтеры. С тех пор эта сфера производства набирает обороты благодаря тому, что с помощью 3D-печати можно быстро и дёшево создавать сложные и необычные детали с высоким соотношением прочности и массы, то есть одновременно лёгкие и прочные, что идеально подходит для робототехники.
В 3д-печати разное соотношение лёгкости и прочности достигается путём использования волокон с разными характеристиками. Часто применяются термопластики вроде поликарбоната, поскольку их длинные цепочки молекул обладают высокой прочностью и с ними легко работать при высокой температуре. Молекулярные цепочки неплотно прилегают друг к другу, а при нагревании их химические связи легко распадаются, и материал превращается в жидкость. Такая пластичность материала позволяет инженерам разрабатывать детали с точными характеристиками, так чтобы роботы могли переносить разные грузы и при этом не ломаться под их тяжестью.
Детали, напечатанные на 3D-принтере можно найти у совершенно разных роботов. Уже упомянутый робот «Атлас» от «Бостон Дайнамикс» способен выполнять все эти трюки отчасти благодаря напечатанным на 3D-принтере деталям, поскольку они уменьшают массу робота.
Алгоритмы глубокого обучения робототехники.
И наконец давайте поговорим о самом впечатляющем достижении в робототехнике – о развитии алгоритмов глубокого обучения. Эти алгоритмы позволяют роботам не только воспринимать непосредственное окружение и реагировать на него, но и запоминать прошлый опыт, который помогает принимать решения в будущем. В прошлом, в классическом программировании использовались статические указания, которые определяли решения того или иного робота. Например, указание, что если впереди развилка, всегда выполнять поворот направо. Но алгоритмы глубокого обучения делают шаг вперёд. В них используется полученный опыт, который может модифицировать указания.
Например, если робот поворачивает направо и несколько раз сталкивается со стеной, то мозг робота может пересмотреть программу и придумать новое правило: если впереди развилка, то всегда выполнять поворот направо, кроме случаев, когда там препятствие.
Большим достижением в глубоком обучении стало применение нейронных сетей. Эти сети создаются по образу нейронов в мозгу и представляют собой компьютерные узлы, которые собирают информацию и отправляют её в другие узлы.
Нейросеть постепенно настраивает значение каждого сигнала по мере изучения, какие сигналы на входе приводят к корректным сигналам на выходе. Чем большее значение имеет сигнал, тем сильнее он будет влиять на решения в других частях программы робота. С помощью нейросетей роботы могут придавать большее значение выбору, который приводит к положительному результату, позволяя роботам запоминать хорошие решения и повторять эти действия в будущем.
В большинстве роботов, которые разрабатываются сегодня, в той или иной степени заложена способность к глубокому обучению. Одним из самых милых примеров таких роботов является Паро, терапевтический робот, похожий на детёныша тюленя. Он должен заменить кошек и собак, которые используются в качестве домашних животных в домах престарелых.
Он запрограммирован повторять реакцию кошки или собаки на людей, однако не требует ухода, необходимого животным. Также он может быть полезен в ситуациях, когда у пациента был негативный опыт с домашними животными. Паро был специально разработан, чтобы помогать пожилым пациентам с деменцией. И хотя требуется дальнейшее более подробное изучение, пробные исследования показали, что у пациентов улучшается качество жизни.
Робота можно научить реагировать на своё имя, и он также реагирует на прикосновения. Паро даже может пробовать повторять действия, благодаря которым он получает ласку от человека. Глубокое обучение в действии.
Но на самом деле, современная робототехника – это результат десятков и даже сотен лет исследований. Это безусловно командная работа, и в будущем, без сомнения, мы увидим ещё больший прогресс в этой сфере. В конце концов, между появлением роботов Юнимейт и Валькирия, который когда-нибудь окажется на Марсе прошло 50 лет. Поэтому остаётся только догадываться, что принесут нам следующие полвека.
Спонсор статьи фирма Boldrocchi. Boldrocchi является одним из основных поставщиков для крупнейших производителей оборудования в мире, включая GE, Siemens, Ansaldo Energia, Mitsubishi Hitachi Power Systems (MHPS), Alstom Power, солнечные турбины/Caterpillar и Rolls Royce. Газотурбинные системы Boldrocchi известны всему миру своей надежностью и качеством!
А какие Вы знаете интересные изобретения в робототехнике? Напишите в своих комментариях!
Здесь собраны самые интересные новости, факты и статьи, которые есть в интернете:
- 12 апреля день космонавтики. Первооткрыватели космоса!
- 3-й прототип ракеты-носителя SpaceX Starship развалился на испытательном стенде
- В чём опасность использования кондиционеров и сплит-систем?
- Когда искусственный интеллект станет умнее человека?
- Почему искусственный интеллект опасен для человека?
У нас представлены самые удивительные, необычные и интересные истории, топы, факты и новости. Если информация показалась любопытной то подписывайтесь на «bestfacts.ru»! Уважаемые читатели, о чем вы бы еще хотели бы узнать и поделиться со своими друзьями??? Пишите свои предложения в комментариях или публикуйте свои интересные новости, факты и истории в рубрике ДОБАВИТЬ НОВОСТЬ!!!
(14 оценок, среднее: 9,79 из 10)
Загрузка...