(Képek: UCSan Diego)
Autonóm robotok mozgása, a pontos mozgáskoordináció a terület komoly kihívásai közé tartozik. Szerencsére ma már nemcsak laboratóriumban, hanem nyílt terepen, kontrollált és pontosan előrelátható, változatlan környezet helyett váratlan akadályokkal teli, dinamikusan változó közegben is el-elboldogulnak.
A Boston Dynamcis négy- és kétlábú szerkezetei, jellegzetes robotkutyái szemléltetik legplasztikusabban – a szó szoros értelmében is – a terület gyors fejlődését, de más műhelyekben is gőzerővel építenek mozgékony négylábú robotokat.
Robotlátás három dimenzióban
Ezek egyike a San Diegói Kaliforniai Egyetem, ahol gépi látással foglalkozó szakemberek négylábú robotok vizuális képességeit jelentős mértékben javító, a gépeket pontosabb érzékelésre tanító modellt dolgoztak ki. Előnye, hogy az autonóm robot könnyebben közlekedik többféle kihívást jelentő terepeken, például sziklás talajon, lépcsőn, gödrös utakon, és az eléje tornyosuló akadályokat is érzékeli.
Ha a gép jobban megérti 3D-ben a környezetét, akkor a való világban is alkalmazható bonyolultabb terepeken – vonták le a következtetést az eddigi eredményekből a fejlesztők.
A gép fejére előre néző mélységkamerát szereltek. A kamera olyan szögben dől lefelé, hogy jó rálátást biztosítson a robot elé táruló jelenetre, terepre.
A 3D-érzékelést javítandó, először a kamera 2D képeit 3D-s térre átültető modellt dolgoztak ki. A modell megnéz egy rövid, az aktuális és néhány korábbi képkockából álló videoszekvenciát, majd mindegyik képkockából kivonatol 3D-s részeket, köztük a gép lábmozgására vonatkozó információkat (sebességet, szögeket, talajtól való távolságot) is.
A korábbi képkockák információit az aktuálissal összehasonlítva, számolja ki a múlt és a jelen közötti háromdimenziós változást. Az összes infót egyesítve, szintetizálja az előző képkockákat. Amikor a robot mozog, a modell ellenőrzi a szintetizáltakat, amelyeket összehasonlít a kamera által korábban felvettekkel. Ha egyeznek, tudja, hogy megtanulta az adott 3D-jelenet pontos ábrázolását. Ha nem, akkor addig végez javításokat, ameddig nem lesz egyezés.
Rövidtávú gépi memória
Múltbeli képi információk szintetizálásával, a robot emlékezik a látottakra, korábbi lábmozdulataira. Emlékeit a következő mozdulatokhoz használja fel. A 3D-környezetéről kialakított rövidtávú memóriája segíti a pontosabb mozgásban.
A fejlesztés a felsőoktatási intézmény egyik korábbi munkáján alapul. Akkor a gépi látást az úgynevezett propriocepcióval közös nevezőre hozó algoritmust fejlesztettek. A hatodik érzéknek is nevezett propriocepció egyes testrészek térbeli és egymáshoz viszonyított helyzetének érzékelése. A mozdulatokra, az irányra, a gyorsaságra, a helyszínre és az érintésre egyaránt vonatkozik, lehetővé teszi négylábú robotok járását, futását egyenetlen terepeken.
A mostani projektben javítottak a gép 3D-észlelésén (percepcióján, azaz érzékelési ingerek összefüggő képbe szelektálásán, rendezésén), és összegyúrták a propriocepcióval. Az eredmény: a robot az eddigieknél is bonyolultabb terepeken mozog sikeresen (nem esik el). Mivel jobban érti a 3D közeget, az egyszerű modellel többféle komplex környezet kezelhető, változatos forgatókönyvekben teljesít jól.
A mostani modell nem meghatározott célhoz vagy rendeltetési helyre irányítja a gépet, hanem az egyenes utat választva, ha akadályt lát, egy másik egyenes úttal kerüli azt el. A robot nem tudja pontosan irányítani, kontrollálni, hogy merre halad.
Tervező és navigációs technikáknak a gépbe integrálásával, a következő lépésben ezen szeretnének változtatni a fejlesztők.
