Двадцять років тому майже весь ринок робототехніки становили індустріальні роботи. Ці пристрої займалися зваркою, фарбуванням або простими операціями переміщення на заводах і були завжди ізольовані від живих співробітників. Сьогодні роботи починають працювати пліч-о-пліч з людьми і проникають в повсякденне життя. Які технології допомагають роботам «вийти в люди»? Про це розповість керівник Лабораторії робототехніки «Ощад» Олексій Гонноченко.
Давайте визначимося з термінологією: які пристрої можна вважати роботами?
Спочатку під роботом розуміли пристрій, який може міняти послідовність дій відповідно до даних, які воно отримує з датчиків. Перші промислові роботи з'явилися ще в середині 50-х років в США. Це були маніпулятори з числовим програмним управлінням, за допомогою яких автоматизували прості технологічні завдання в масовому виробництві.
З тих пір і роботи стали набагато складніше, і саме слово, по крайней мере в побуті, перестало бути таким однозначним. Робот-пилосос називається роботом, а пральна машинка чомусь немає, хоча теж оснащена купою датчиків і вміє сама вибирати режими прання. Безпілотний автомобіль, звичайно, теж робот, а й за ним це визначення не закріпилося.
Чому важливого навчилися роботи за останні роки?
В принципі, все з самого початку мріяли про ідеальний робота-помічника, який буде протирати пил і вигулювати песиків. Але в реальності ще двадцять років тому місце робота було в закритій клітці, де він нікому не заподіє шкоди, але буде робити щось корисне. Фактично 95% робототехніки тоді концентрувалося на виробництвах, і доступ людей в зону роботи робота жорстко обмежувався. Роботи були нехай і розумні машини, але небезпечні: у них не було достатньої кількості датчиків, що дозволяють контролювати навколишній простір, тоді це вважалося надлишковим.
Але десять-п'ятнадцять років тому з'явилися так звані коллаборатівного роботи-маніпулятори, оснащені додатковими датчиками, які дозволяли їм відносно безпечно працювати поруч з людиною. Зараз ми розуміємо, що це був прорив, який суттєво розширив сферу застосування роботів. Роботів стало можна використовувати в непідготовленою середовищі, і не було потрібно створювати для них спеціальні умови. Плюс сильно спростився інтерфейс програмування: його може налаштувати будь-який неінженер, пройшовши годинний курс навчання. Це дало поштовх до автоматизації процесів, які раніше ніхто не автоматизував в принципі.
Розкажіть про технології, які допомогли цьому статися.
Саме коллаборатівного маніпулятори не вимагають якихось особливих технологій, просто ринок і загальний розвиток технологій підготували грунт. Якщо говорити про більш складних прикладах, як робот-пилосос або безпілотний автомобіль, то це все стало можливо завдяки істотному збільшенню обчислювальної потужності комп'ютерів. З'явилися компактні і доступні, при цьому потужні обчислювачі, які можна розташувати на борту робота будь-якого розміру.
Щоб збирати інформацію про навколишній простір, роботу потрібно зір: камера або якісь інші рецептори. Дані з цих сенсорів потрібно обробляти. Для цього потрібна обчислювальна потужність. Чим більше даних і складніше їх обробка на борту, тим більше потужності потрібно роботу.
Насправді, людині складно зрозуміти, чому роботи не справляються з деякими завданнями. Ми спокійно звертаємося з незнайомими предметами, вчимося взаємодіяти з новими інструментами. Але ми забуваємо, що перші десять-п'ятнадцять років життя ми безперервно вчимося цьому навику. У сучасного робота подібних механізмів накопичення досвіду немає. Його можна запрограмувати працювати з одним предметом, але він не може перенести свої навички на інший предмет схожого класу або агрегувати свій досвід роботи з різними речами в минулому. Те ж саме стосується переміщення в просторі. Коли ми рухаємося по офісу або вулиці, ми підсвідомо контролюємо траєкторії всіх об'єктів, які бачимо, так, щоб побудувати свій шлях і уникнути зіткнення. Ми не замислюємося про те, який обсяг інформації обробляємо в цей момент.
Intel® NUC - одна з таких платформ, які можуть бути використані при створенні роботів, які здійснюють глибоку обробку сенсорних даних.
Які продукти Intel ви використовуєте в лабораторії?
Ми використовуємо комп'ютери Intel NUC. Зазвичай це найпродуктивніші моделі. У дослідженнях завжди простіше взяти старшу модель, щоб не витрачати час на оптимізацію коду. Серйозна оптимізація на ранніх стадіях дослідження алгоритму - безглузда витрата часу. Коли мова заходить про серійне виробництво, стає важлива надійність: комп'ютер, який лежить в основі робота, повинен працювати 24/7, чи не виключаючи, п'ять років.
В якості одного з датчиків «зору» для робота ми використовуємо технологію глибинного зору Intel RealSense ™. В
