?

Log in

No account? Create an account
физика, репетитор, ЕГЭ, ОГЭ, математика

igor_steps


Репетитор: математика, физика, информатика. Краснообск

Тел: +7 951 367-72-52. Подготовка к ОГЭ, ЕГЭ, экзаменам, контрольным, олимпиадам.


Previous Entry Share Next Entry
Сенсорные системы роботов
физика, репетитор, ЕГЭ, ОГЭ, математика
igor_steps
кандидат технических наук, заведующий кафедрой мехатроники,
доцент кафедры систем управления и информатики,
старший научный сотрудник кафедры систем управления и информатики
Университета ИТМО


Какие датчики используют в робототехнике, зачем обонятельные сенсоры нужны в медицине и как будет развиваться техническое зрение.



ПостНаука рассказывает о современных технологиях и их влиянии на нашу жизнь в проекте «Банк знаний», созданном совместно с Корпоративным университетом Сбербанка. Кандидат технических наук Сергей Колюбин объясняет, чем органы чувств человека отличаются от сенсорных систем роботов.

Сенсоры нужны для того, чтобы роботы могли получать информацию о себе и своем физическом окружении. Сейчас их существует огромное множество: от датчиков механических величин (линейных, угловых перемещений, расстояния, ускорения, сил и моментов) до систем технического зрения, измерителей температуры, тока и напряжения, интенсивности светового потока, радиоактивных и магнитных полей, акустических сенсоров, детекторов воды и газоанализаторов и других. Причем все они работают на разных физических принципах, определяющих и диапазон условий, в которых может быть обеспечено требуемое качество измерений.

Например, расстояние до окружающих предметов можно измерять с помощью сонаров, инфракрасных дальномеров, ToF-камер, радаров или лидаров (сканирующих лазерных дальномеров), то есть используя излучения разных длин волн. И если первые слепнут на ворсистых поверхностях, вторые начинают врать при фоновом ИК-излучении, третьи — при измерении расстояния до темных поверхностей, то лидары выгодно отличаются по разрешающей способности и диапазону, но явно проигрывают по цене. Также понятно, что выбор тех или иных датчиков зависит от среды их предполагаемого использования.

С качеством все понятно: нужны точность и скорость, особенно при попытке оценить динамически меняющееся окружение (например, расстояния до подвижных препятствий при автономной навигации). А найти золотую середину между ценой и качеством — нетривиальная научно-техническая задача, которую пытаются решить и свободные исследователи, и стартапы, и гиганты индустрии. Один большой скачок уже был. Серьезный прогресс был достигнут с появлением микроэлектромеханических (MEMS) систем, причем связывают это с массовым производством смартфонов. Если раньше в роботах использовались дорогостоящие и габаритные акселерометры и гироскопы, то с помощью MEMS-датчиков теперь даже потребительскую робототехнику можно оснащать сенсорами. Это пример enabling технологии и того, как одна область техники оказывает влияние на развитие другой.

Какие сенсоры нужны роботам

В определенном смысле роботы пытаются копировать органы чувств, которые есть у человека или животных. Но зачастую у роботов есть гораздо более совершенные системы. Так, вестибулярный аппарат человека фиксирует изменение положения тела или головы, но при этом нет органа, который бы подсказал, на сколько угловых минут согнулось колено или локоть или на каком расстоянии от нас находится объект с точностью до микрона. Человеку это не нужно, а в текущей парадигме развития робототехники эти сведения не помешают. Другие примеры могут быть связаны с детекторами магнитных полей или радиации.

Вообще, роботов условно можно разделить на два типа: локомоционные и манипуляционные. Основная задача первых — перемещаться самим и перемещать полезную нагрузку или человека на значительные расстояния, как это делают дроны, беспилотные автомобили или катера. Основная задача сенсоров в этом случае — определять собственное положение робота в пространстве, например, на основе данных от одометрии или систем глобального позиционирования, а также расположение относительно окружающих объектов. Сюда же можно добавить датчики линейных и угловых ускорений, которые обеспечивают чувство баланса, то есть ориентации в гравитационном поле.

Задача манипуляционных роботов, которые должны функционально имитировать руки, состоит в совершении различных операций с объектами. Здесь на первый план выходит кинестетическое очувствление, которое дает проприоцептивную информацию, то есть чувства положения, движения и силы. То есть нужны датчики, которые позволяют определить текущую конфигурацию и скорости отдельных частей робота, а также тактильные и силомоментные сенсоры. Последние особенно востребованы для обеспечения надежного захвата объектов манипулирования, а также контроля сил взаимодействия с объектами, средой и человеком, чтобы, например, качественно выполнить контактную операцию и не повредить робота или не нанести травму человеку, который находится поблизости или в непосредственном соприкосновении.

Безусловно, для всех перечисленных роботов может быть задействовано огромное количество вспомогательных, «сервисных» сенсоров из перечисленных ранее, использование которых зависит от конкретного приложения. Часть из них дает информацию о внутреннем состоянии системы (интероцепция), а часть — об окружении (экстероцепция). В этом контексте отдельно стоит упомянуть, что крайне важными являются сенсоры для организации взаимодействия человека и робота (human-robot interfaces).

Тенденции в сенсорике роботов

Одно из актуальных направлений развития сенсорики роботов — это силомоментное очувствление, развитие тактильных сенсоров. Современные манипуляционные роботы все меньше стоят в отдельных ячейках за железными ограждениями или инфракрасными занавесами, не говоря уже про сервисных или персональных роботов. Прогресс движется в сторону создания роботов, которые способны эффективно и безопасно работать в динамическом, неструктурированном окружении, когда невозможно все расставить строго по местам раз и навсегда, и в тесном контакте с человеком.

Сегодня много сил вкладывается в то, чтобы сделать датчики силомоментного очувствления доступными по цене. Сегодня такие мембраны (strain gauge), которые могут быть локализованы в сочленениях роботов или устанавливаться между роботом и рабочим инструментом, стоят десятки тысяч долларов, что существенно тормозит их широкое внедрение. Среди производителей таких датчиков сейчас можно отметить ATI, FUTEK, Kistler и Hitec.

Попытки заменить такие дорогостоящие элементы предпринимаются и сейчас для ограниченного диапазона применений, как это делает, например, компания KUKA, используя схему двух энкодеров. Предлагаются и новые типы измерителей. Например, разрабатываются и тестируются распределенные сенсоры, которые называются искусственной кожей. Направление haptics — управление с обратной связью по силе — мощно развивается в США, Швейцарии, Германии, Корее, Китае, Японии, где есть крупные лаборатории, работающие в этой области. В России же это направление пока достаточно слабо развито.

Продолжая тему распределенного очувствления, можно упомянуть новую концепцию при проектировании робототехнических систем — интегрированный функциональный дизайн, или содизайн, всех компонентов робота, когда конструкция, актуаторы, сенсоры, источники питания, вычислительные платформы, алгоритмическое и программное обеспечение разрабатываются одновременно, исходя из конечного функционала системы в целом.

Приведу пример компании Boston Dynamics. Некоторое время назад они представили перспективную концепцию создания ноги робота на основе аддитивной технологии, порошковой 3D-печати, когда еще на уровне конструирования закладываются и элементы, приводящие ее в движение, и датчики, измеряющие статическое и динамическое напряжение. В дальнейшем это может пригодиться, чтобы понимать, правильно ли нога движется, или программно скорректировать траектории на лету. То же происходит и с композитными крыльями нового поколения самолетов, в которые закатывают оптоволокно, чтобы осуществлять постоянный мониторинг деформаций конструкции.

Другое актуальное направление — техническое зрение. Одна из основных задач, которую сегодня нужно решить, чтобы двинуть вперед развитие беспилотного транспорта, — это сделать лидар дешевым, потому что сейчас его цена сильно увеличивает стоимость готового робота и не позволяет сделать такие устройства массовыми. В поисках альтернативы для мобильной робототехники люди пытаются делать систему автономной навигации на основе других датчиков, и тогда в ход идут сонары, стереокамеры, датчики структурированного света, камеры time-of-flight. Но наиболее качественных результатов в мобильной робототехнике все еще добиваются на основе лидара. Среди лидеров можно отметить немецкую компанию SICK, которая занимается разработкой средств технического зрения для автоматизации в целом и для роботов в частности, немецкие же Continental AG и Bosch, а также Velodyne и японскую HOKUYO, работающую в более дешевом сегменте.

Вероятно, как и в случае с MEMS-датчиками, появятся популярные устройства, которым потребуются силомоментные и тактильные сенсоры и лидары, и тогда цена снизится кратно благодаря массовому производству. Возможно, это произойдет в контексте гибких производств Индустрии 4.0 и беспилотных автомобилей или в совсем неожиданной области.

Также в связи с развитием персональной робототехники более широкое внедрение должны получать сенсоры для мультимодального взаимодействия с человеком, включая, например, комбинированные сенсоры для одновременного считывания аудио и визуальной информации для дальнейшей обработки естественного языка (natural language processing).

Можно говорить и о более экзотических примерах. В 2016 году я участвовал в конференции IROS (интеллектуальные робототехнические системы), которая проходила в Южной Корее. Там в рамках специального форума по медицинской робототехнике выступал вице-президент компании Intuitive Surgical, разрабатывающей хирургических роботов da Vinci. Он говорил, что на ближайшие несколько лет компания делает основную ставку на гиперспектральное зрение (hyperspectral imaging), когда мы видим в разных диапазонах, а не только видимый свет.

Также в робототехнике очень редко пока используются обонятельные сенсоры, различающие запах. Та же Intuitive Surgical показывала примеры, как гибкий манипулятор с трубкой, подключенной к спектральному анализатору, вводится в тело человека минимально инвазивным путем и улавливает молекулы от «подпаливаемых» тканей опухоли, что помогает поставить точный диагноз, не прибегая к биопсии. Есть и проекты дронов, которые устраняют последствия утечки вредных веществ, максимально быстро локализуя источник по запаху.

Что изменит область сенсорики роботов

Как и везде в робототехнике, фокус во многом смещается от железа к софту. С точки зрения сенсорики я бы выделил два направления: интерференционные измерения, или виртуальные сенсоры (soft sensing), и высокоуровневое комплексирование информации (sensor fusion).

Первый подход позволяет точно и в режиме реального времени восстанавливать значения неизмеримых напрямую физических величин. Это особенно актуально, если конструктивно датчик невозможно установить или это очень дорого. Наша группа в Международном научном центре нелинейных и адаптивных систем управления Университета ИТМО совместно с коллегами из Франции, Кореи, США, Германии и Сербии получила ряд серьезных фундаментальных и прикладных результатов по бессенсорному управлению различными типами электропривода, электрическими преобразователями и системами магнитной левитации. С другой стороны, подобные разработки позволяют повысить надежность систем управления, когда виртуальный сенсор дублирует железный, который может выйти из строя. Как говорил конструктор легендарного танка Т-34, «самая лучшая деталь в танке та, которой нет».

Несколько лет назад я участвовал в проекте в США, который компания General Motors реализовывала совместно с NASA, — это робот для международной космической станции Robonaut-2. Внутри робота было установлено порядка 150 датчиков различного типа: и компьютерное зрение, и кинестетика, и датчики внутренних параметров. Вопрос, над которым я работал, состоял в том, как, имея большой набор сенсоров, использовать эту информацию на благо, чтобы иметь наиболее полное и точное представление о состоянии робота и его окружения, при этом не перегружая систему огромными потоками данных, сажая тем самым аккумуляторы и замедляя принятие решений мозгом робота. Это и есть sensor fusion, который на высоком уровне очень сильно отличается от часто сводимого к калмановской фильтрации комплексирования датчиков.

Репетитор по информатике.