Lompatan besar dalam robotisasi

Isi kandungan:

Lompatan besar dalam robotisasi
Lompatan besar dalam robotisasi

Video: Lompatan besar dalam robotisasi

Video: Lompatan besar dalam robotisasi
Video: Bagaimana Ekonomi Rusia Berfungsi 2024, Mungkin
Anonim
Imej
Imej

CHIMP melakukan salah satu tugas yang paling sukar - cuba memasang selang kebakaran ke hidran

Dihoskan oleh Defense Advanced Research Projects Agency (DARPA), Robotics Challenge berjanji untuk merevolusikan kemampuan sistem dan bagaimana ia dirancang. Mari kita lihat acara ini dan menilai pendapat sebilangan pemain utama

Pada 11 Mac 2011, Jepun dilanda gempa bumi kuat dengan pusat gempa sekitar 70 km di lepas pantai timur Honshu. Akibat gempa berkekuatan 9, gelombang terbentuk yang mencapai ketinggian 40 meter dan menyebarkan ke daratan sejauh 10 km.

Loji janakuasa nuklear Fukushima I menghalangi tsunami yang dahsyat. Ketika gelombang gergasi melanda stesen itu, reaktornya hancur bencana. Kejadian ini menjadi tragedi nuklear terburuk sejak kemalangan di loji tenaga nuklear Chernobyl pada tahun 1986. Acara ini menjadi asas bagi senario mungkin salah satu program robotik paling penting sehingga kini - DRC (DARPA Robotics Challenge - ujian praktikal sistem robotik di bawah program Advanced Research and Development Administration di Jabatan Pertahanan AS).

Percubaan DRC diumumkan pada bulan April 2012, dan bantuan bencana dipilih sebagai senario percubaan ini. Pengembangan sistem baru harus dilakukan dalam kerangka senario ini, terutama disebabkan oleh fakta bahwa ia termasuk dalam 10 misi utama Departemen Pertahanan AS, yang diidentifikasi oleh Gedung Putih dan Setiausaha Pertahanan pada bulan Januari 2012. Pada bulan Disember 2013, dalam kerangka pertandingan ini, satu tahap penting berlalu, ketika ujian "skala penuh" pertama kali dilakukan di Florida.

DRC berbeza dalam beberapa cara yang inovatif, mereka menggabungkan ujian maya dan lapangan, dan mereka terbuka untuk pasukan yang dibiayai dan tidak dibiayai. Acara ini terdiri daripada empat bahagian atau trek yang disebut; DARPA memberikan sokongan kewangan untuk dua trek Track A dan Track B dan membuka pertandingan ini kepada semua pendatang baru.

Dari empat trek, dua (Track A dan Track B) mendapat dana. Setelah pengumuman umum dan penyerahan aplikasi, DARPA memilih tujuh pasukan untuk Track A untuk mengembangkan perkakasan dan perisian baru; di Track B, 11 pasukan hanya membangunkan perisian.

Trek C tidak dibiayai dan terbuka untuk ahli baru dari seluruh dunia; Seperti peserta Track B, para peserta terutamanya menggunakan program simulasi robot maya untuk menguji perisian mereka. Track D ditujukan untuk penyumbang asing yang ingin mengembangkan perkakasan dan perisian, tetapi tanpa dana DARPA pada tahap apa pun.

Kunci pendekatan DRC yang inovatif adalah komponen VRC (Virtual Robotics Challenge). Pasukan peringkat teratas - sama ada dari Track B atau C - akan menerima dana dari DARPA, serta robot Atlas dari Boston Dynamics, yang akan mereka ikuti dalam ujian lapangan.

Pada bulan Mei 2013, pasukan dari Track B dan Track C melamar untuk layak ke VRC, yang diadakan pada bulan berikutnya. Dari lebih daripada 100 pasukan berdaftar, hanya 26 pasukan yang terus berpindah ke VRC dan hanya 7 pasukan yang mendekati ujian skala penuh.

VRC berlaku di ruang maya yang sangat tepat yang dilesenkan di bawah lesen Apache 2 dari Open Source Foundation. Pasukan ditugaskan menyelesaikan tiga daripada lapan tugas yang dikenal pasti robot sebenar dalam ujian lapangan pertama.

Ujian

Walaupun robot yang ditunjukkan dalam VRC sangat mengagumkan, bagaimana tingkah laku mereka dalam ujian lapangan tidak 100% pasti; namun, Jill Pratt, Pengarah Program Pertandingan DRC, mengatakan bahawa dia sangat gembira dengan kemampuan mereka. "Kami menjangkakan bahawa kerana ini adalah bahagian fizikal pertama dari ujian, kami dapat melihat banyak kerosakan perkakasan, tetapi sebenarnya ini bukan masalahnya, semua perkakasan sangat dipercayai. Beberapa pasukan pertama, terutama tiga yang pertama, berjaya memperoleh lebih dari separuh mata dan mencapai kemajuan yang besar walaupun kita sengaja mengganggu saluran komunikasi."

Pratt juga kagum dengan kemampuan robot Atlas, "Ini benar-benar melebihi jangkaan kami … Boston Dynamics telah melakukan kerja teladan untuk memastikan bahawa tidak ada pasukan yang dirugikan oleh sebarang jenis kegagalan perkakasan."

Namun, masih ada ruang untuk diperbaiki, seperti lengan manipulator dengan ruang kerja yang terhad dan kebocoran dari sistem hidraulik robot. Proses pemodenan bermula sebelum acara pada bulan Disember 2013. Pratt mengatakan bahawa dia juga ingin meningkatkan jumlah instrumen yang berbeza di final dan robot kemungkinan besar akan mempunyai tali pinggang dengan alat dari mana mereka perlu memilih alat yang diperlukan dan mengubahnya semasa pelaksanaan skrip.

Robot Atlas juga dipuji oleh Doug Stephen, seorang penyelidik dan jurutera perisian di Florida Institute for Human and Machine Cognitive Abilities, yang pasukannya berada di tempat kedua di Track B dalam ujian lapangan. "Ini adalah robot yang luar biasa … kami telah bekerja dengannya 200 jam masa bersih dalam dua atau tiga bulan dan ini sangat tidak biasa untuk platform eksperimen - kemampuan untuk bekerja dengan stabil dan tidak hancur."

Terdapat usaha berani secara literal di sebalik kemampuan robotik DRC yang mengagumkan; tugasan dirancang untuk menjadi sangat mencabar dan mencabar perkakasan dan perisian yang dibangunkan oleh pasukan.

Walaupun tugasnya sukar, Pratt tidak menganggap DARPA menetapkan palang terlalu tinggi, dengan menyatakan bahawa setiap tugas diselesaikan oleh sekurang-kurangnya salah satu pasukan. Memandu dan bergabung dengan lengan baju adalah tugas yang paling sukar. Menurut Stephen, yang pertama adalah yang paling sukar: “Saya pasti mengatakan - tugas memandu kereta, dan bukan juga kerana memandu itu sendiri. Sekiranya anda mahukan pemanduan autonomi sepenuhnya, yang sangat sukar, maka anda selalu mempunyai pengendali robot. Memandu tidak begitu sukar, tetapi keluar dari kereta jauh lebih sukar daripada yang disangka orang; seperti menyelesaikan teka-teki 3D yang besar."

Sesuai dengan format Final DRC, yang dijadualkan pada bulan Disember 2014, semua tugas akan digabungkan menjadi satu senario berterusan. Ini semua untuk menjadikannya lebih dipercayai dan memberi pilihan strategi kepada pasukan mengenai bagaimana melaksanakannya. Kesukaran juga akan meningkat, dan Pratt menambahkan: “Cabaran kami untuk pasukan yang telah melakukan yang hebat di Homestead adalah menjadikannya lebih sukar. Kami akan melepaskan kabel yang ditambatkan, melepaskan kabel komunikasi dan menggantinya dengan saluran tanpa wayar, sementara kami akan menurunkan kualiti sambungan sehingga lebih buruk daripada pada ujian sebelumnya."

"Rencana saya pada masa ini adalah untuk membuat sambungannya berselang, kadang-kadang ia mesti hilang sepenuhnya, dan saya percaya bahawa ini harus dilakukan secara teratur, seperti yang berlaku dalam bencana yang sebenarnya. Mari kita lihat apa yang boleh dilakukan robot, bekerja selama beberapa saat, atau mungkin sehingga satu minit, cuba melakukan beberapa subtugas sendiri, walaupun mereka tidak terlepas sepenuhnya dari kawalan pengendali dan saya fikir ia akan menjadi sangat menarik penglihatan."

Pratt mengatakan bahawa sistem keselamatan juga akan dikeluarkan di peringkat akhir. "Ini bermaksud bahawa robot harus menahan kejatuhan, itu juga bermaksud bahawa ia harus naik sendiri dan sebenarnya akan sangat sukar."

Lompatan besar dalam robotisasi
Lompatan besar dalam robotisasi

Robot Schaft membuang serpihan dari jalannya

Cabaran dan strategi

Dari lapan pasukan semasa ujian, lima menggunakan robot ATLAS, namun, peserta di Track A - pemenang Team Schaft dan pemenang ketiga Team Tartan Rescue - menggunakan perkembangan mereka. Berasal dari Pusat Kejuruteraan Robotik Nasional Carnegie Mellon University (CMU), Tartan Rescue telah membangunkan CMU Highly Intelligent Mobile Platform (CHIMP) untuk ujian DRC. Tony Stentz dari Tartan Rescue menjelaskan alasan pasukan untuk mengembangkan sistem mereka sendiri: "Mungkin lebih selamat menggunakan robot humanoid di luar rak, tetapi kami tahu kami dapat membuat reka bentuk yang lebih baik untuk tindak balas bencana."

Kami tahu bahawa kami harus membuat sesuatu yang kira-kira manusia, tetapi kami tidak menyukai keperluan robot humanoid untuk menjaga keseimbangan ketika bergerak. Apabila robot bipedal bergerak, mereka perlu menjaga keseimbangannya agar tidak jatuh, dan ini agak sukar di permukaan yang rata, tetapi apabila anda bercakap tentang bergerak melalui serpihan pembinaan dan menginjak objek yang dapat bergerak, ia menjadi lebih sukar. Oleh itu, CHIMP stabil secara statik, ia terletak di pangkalan yang cukup lebar dan dalam kedudukan tegak ia meluncur pada sepasang trek di kakinya, sehingga dapat bergerak maju dan mundur di tempatnya. Ia dapat diposisikan dengan cukup mudah untuk menggenggam tangan anda untuk membawa semua yang anda perlukan semasa melakukan tugas; ketika dia perlu bergerak di medan yang lebih sukar, dia dapat jatuh ke atas keempat-empat anggota badannya, kerana dia juga mempunyai baling-baling ulat di tangannya.

Tidak dapat tidak, pasukan dari trek yang berbeza menghadapi cabaran yang berbeza dalam mempersiapkan ujian, Institut Kemampuan Kognitif Manusia dan Mesin memberi tumpuan kepada pembangunan perisian, kerana ini adalah masalah yang paling sukar - peralihan dari VRC ke masalah lapangan. Stephen mengatakan bahawa "ketika robot Atlas disampaikan kepada kami, ia memiliki dua 'mode' yang dapat Anda gunakan. Yang pertama adalah satu set gerakan sederhana yang disediakan oleh Boston Dynamics yang boleh anda gunakan untuk gerakan dan yang sedikit kurang berkembang. Ternyata kebanyakan pasukan menggunakan mod bawaan ini dari Boston Dynamics semasa pertandingan Homestead, sangat sedikit pasukan yang menulis perisian kawalan robot mereka sendiri dan tidak ada yang menulis perisian mereka sendiri untuk keseluruhan robot …"

"Kami menulis perisian kami sendiri dari awal dan itu adalah pengawal keseluruhan badan, iaitu, ia adalah satu pengawal yang bekerja dalam semua tugas, kami tidak pernah beralih ke program lain atau ke pengawal lain … Oleh itu, salah satu tugas yang paling sukar adalah untuk membuat kod program dan menjalankannya di Atlas kerana ia adalah kotak hitam ketika Boston Dynamics menyampaikannya kepada kami, tetapi robot dan IP mereka jadi kami tidak mempunyai akses tahap rendah ke komputer onboard kami perisian berjalan pada komputer luaran dan kemudian berkomunikasi dengan menggunakan API (Application Programming Interface) melalui fiber dengan komputer on-board, jadi terdapat kelewatan besar dan masalah dengan penyegerakan dan menjadi sangat sukar untuk mengendalikan sistem yang kompleks seperti Atlas."

Walaupun menulis kod anda sendiri dari awal tentu lebih sukar dan memakan masa untuk Institut Kemampuan Kognitif Manusia dan Mesin, Stephen percaya bahawa pendekatan ini lebih menguntungkan, kerana apabila timbul masalah, mereka dapat diselesaikan lebih cepat daripada bergantung pada Boston Dynamics. Di samping itu, perisian pendamping Atlas tidak begitu maju seperti perisian yang digunakan oleh Boston Dynamics dalam demo sendiri “ketika mereka menghantar robot… mereka mengatakan dengan terang-terangan bahawa pergerakan itu tidak seperti yang anda lihat ketika Boston Dynamics memuat naik video robot ke Youtube. mengusahakan perisian syarikat ini. Ini adalah versi yang kurang maju … ini cukup untuk melatih robot. Saya tidak tahu sama ada mereka akan memberikan kod kepada perintah yang akan digunakan, saya tidak menyangka mereka mengharapkan semua orang menulis perisian mereka sendiri. Artinya, apa yang disampaikan bersama robot mungkin sejak awal dan tidak bertujuan untuk menyelesaikan semua lapan tugas dalam ujian praktikal DRC."

Cabaran terbesar bagi pasukan Tartan Rescue adalah jadwal ketat yang harus mereka patuhi ketika mengembangkan platform baru dan perisian yang berkaitan. Lima belas bulan yang lalu, CHIMP hanyalah konsep, gambar di atas kertas, jadi kami harus merancang bahagian, membuat komponen, menyatukannya dan menguji semuanya. Kami tahu ini akan memakan banyak masa, kami tidak sabar dan mula menulis perisian sehingga robot siap, jadi kami mula mengembangkan perisian secara selari. Kami sebenarnya tidak mempunyai robot lengkap untuk bekerja, jadi kami menggunakan simulator dan pengganti perkakasan semasa pembangunan. Sebagai contoh, kita mempunyai lengan manipulator yang boleh kita gunakan untuk memeriksa perkara-perkara tertentu untuk satu anggota badan,”jelas Stentz.

Merujuk kepada komplikasi yang akan menambah kemerosotan saluran penghantaran data, Stentz menyatakan bahawa keputusan ini dibuat sejak awal khusus untuk situasi seperti itu dan itu bukan masalah yang sangat sukar. "Kami mempunyai sensor yang terpasang di kepala robot - laser rangefinder dan kamera - yang membolehkan kami membina peta tekstur 3-D yang lengkap dan model persekitaran robot; inilah yang kami gunakan dari pihak pengendali untuk mengawal robot dan kami dapat membayangkan situasi ini dalam resolusi yang berbeza bergantung pada jalur frekuensi dan saluran komunikasi yang ada. Kami dapat memusatkan perhatian dan mendapatkan resolusi yang lebih tinggi di beberapa kawasan dan resolusi yang lebih rendah di kawasan lain. Kami mempunyai keupayaan untuk mengendalikan robot secara jauh, tetapi kami lebih suka tahap kawalan yang lebih tinggi ketika kami menentukan sasaran untuk robot dan mod kawalan ini lebih tahan terhadap kehilangan dan kelewatan isyarat."

Imej
Imej

Robot Schaft membuka pintu. Keupayaan pengendalian robot yang ditingkatkan akan menjadi mustahak untuk sistem masa depan

Langkah seterusnya

Stentz dan Stephen mengatakan bahawa pasukan mereka pada masa ini sedang menilai kemampuan mereka dalam ujian dunia nyata untuk menilai tindakan apa yang perlu diambil untuk terus maju, dan bahawa mereka sedang menunggu tinjauan DARPA dan maklumat tambahan mengenai apa yang akan ada di final. Stephen mengatakan mereka juga berharap dapat menerima beberapa pengubahsuaian untuk Atlas, dengan memperhatikan satu syarat yang telah disetujui untuk final - penggunaan catu daya onboard. Bagi CHIMP, ini tidak menjadi masalah, kerana robot dengan pemacu elektrik sudah boleh membawa baterinya sendiri.

Stentz dan Stephen bersetuju bahawa ada sejumlah cabaran yang harus ditangani dalam mengembangkan ruang sistem robotik dan membuat jenis platform yang dapat digunakan dalam senario bantuan bencana. Saya akan mengatakan bahawa tidak ada satu pun perkara di dunia ini yang boleh menjadi ubat mujarab. Dari segi perkakasan, saya percaya bahawa mesin dengan keupayaan manipulasi yang lebih fleksibel boleh berguna. Bagi perisian, saya percaya bahawa robot memerlukan tahap autonomi yang lebih tinggi agar dapat berprestasi lebih baik tanpa saluran komunikasi dalam operasi jarak jauh; mereka dapat menyelesaikan tugas dengan lebih cepat kerana mereka melakukan banyak perkara sendiri dan membuat lebih banyak keputusan per unit masa. Saya rasa berita baiknya ialah pertandingan DARPA benar-benar dirancang untuk mempromosikan perkakasan dan perisian,”kata Stentz.

Stephen percaya bahawa peningkatan dalam proses pengembangan teknologi juga diperlukan. "Sebagai pengaturcara, saya melihat banyak cara untuk memperbaiki perisian dan saya juga melihat banyak peluang untuk memperbaiki diri ketika saya bekerja pada mesin ini. Banyak perkara menarik berlaku di makmal dan universiti di mana mungkin tidak ada budaya yang kuat dalam proses ini, sehingga kadang-kadang kerja itu tidak sengaja. Juga, melihat projek yang sangat menarik dalam percubaan DRC, anda menyedari bahawa terdapat banyak ruang untuk penambahbaikan dan inovasi perkakasan."

Stephen menyatakan bahawa Atlas adalah contoh utama dari apa yang dapat dicapai - sistem yang dapat dilaksanakan dikembangkan dalam waktu yang singkat.

Namun, bagi Pratt, masalahnya lebih jelas dan dia percaya bahawa peningkatan perisian harus didahulukan. "Perkara yang saya cuba sampaikan adalah bahawa sebahagian besar perisian berada di dekat telinga. Maksud saya, apa yang berlaku di otak pengendali, apa yang berlaku di otak robot, dan bagaimana kedua-duanya saling setuju. Kami ingin menumpukan perhatian pada perkakasan robot dan kami masih menghadapi masalah dengannya, misalnya, kami menghadapi masalah dengan kos pengeluaran, kecekapan tenaga … Tidak diragukan lagi bahagian yang paling sukar adalah perisian; dan ini adalah kod pengaturcaraan untuk antara muka robot-manusia dan kod pengaturcaraan untuk robot itu sendiri melakukan tugas dengan sendirinya, yang merangkumi persepsi dan kesedaran situasi, kesedaran tentang apa yang sedang terjadi di dunia dan pilihan berdasarkan robot memandang."

Pratt percaya bahawa mencari aplikasi robot komersial adalah kunci untuk mengembangkan sistem canggih dan memajukan industri ini. "Saya rasa kita sangat memerlukan aplikasi komersial di luar pengurusan bencana dan pertahanan umum. Yang benar adalah bahawa pasar, pertahanan, tindak balas kecemasan dan bantuan bencana, sangat kecil dibandingkan dengan pasar komersial."

"Kami suka banyak membincangkan hal ini di DARPA, dengan mengambil telefon bimbit sebagai contoh. DARPA telah membiayai banyak perkembangan yang membawa kepada teknologi yang digunakan dalam telefon bimbit … Sekiranya ini hanya pasaran pertahanan yang dimaksudkan untuk sel-sel itu, mereka akan memerlukan banyak pesanan dengan harga lebih besar daripada sekarang, dan ini disebabkan oleh pasar komersial yang besar yang memungkinkan untuk memperoleh ketersediaan telefon bimbit yang luar biasa …"

"Dalam bidang robotik, pandangan kami adalah bahawa kami memerlukan urutan peristiwa ini. Kita perlu melihat aplikasi membeli dunia komersial yang akan membuat harga jatuh, dan kemudian kita dapat membuat sistem khusus untuk tentera, di mana pelaburan komersial akan dilakukan."

Lapan pasukan pertama akan mengambil bahagian dalam percubaan Disember 2014 - Team Schaft, IHMC Robotics, Tartan Rescue, Team MIT, Robosimian, Team TRAClabs, WRECS dan Team Trooper. Masing-masing akan menerima $ 1 juta untuk memperbaiki penyelesaian mereka dan, akhirnya, pasukan yang menang akan menerima hadiah $ 2 juta, walaupun bagi kebanyakan orang, pengiktirafan jauh lebih berharga daripada wang.

Imej
Imej

Robosimian dari Laboratorium Jet Propulsion NASA mempunyai reka bentuk yang tidak biasa

Elemen maya

Penyertaan DARPA dari dua trek dalam percubaan DRC, di mana hanya pasukan pengembangan perisian yang mengambil bahagian, berbicara mengenai keinginan pihak pengurusan untuk membuka program kepada lingkaran peserta seluas mungkin. Sebelumnya, program pengembangan teknologi seperti itu adalah hak istimewa syarikat pertahanan dan makmal penyelidikan. Walau bagaimanapun, penciptaan ruang maya di mana setiap pasukan dapat menguji perisian mereka membolehkan pesaing yang mempunyai sedikit atau tidak ada pengalaman dalam mengembangkan perisian untuk robot untuk bersaing di tahap yang sama dengan syarikat terkenal di bidang ini. DARPA juga melihat ruang simulasi sebagai warisan jangka panjang ujian DRC.

Pada tahun 2012, DARPA menugaskan Open Source Foundation untuk mengembangkan ruang maya untuk Challenge, dan organisasi akan membuat model terbuka menggunakan perisian Gazebo. Gazebo mampu mensimulasikan robot, sensor, dan objek dalam dunia 3D, dan direka untuk memberikan data sensor yang realistik dan apa yang digambarkan sebagai "interaksi yang boleh diterima secara fizikal" antara objek.

Pengerusi Yayasan Sumber Terbuka, Brian Goerkey berkata, Gazebo digunakan kerana kemampuannya yang terbukti. "Pakej ini cukup banyak digunakan dalam komuniti robotik, itulah sebabnya mengapa DARPA ingin bertaruh, kerana kami melihat faedahnya dalam apa yang dilakukannya; kami dapat membina komuniti pemaju dan pengguna di sekitarnya."

Walaupun Gazebo sudah menjadi sistem yang terkenal, Gorky menyatakan bahawa sementara masih ada ruang untuk diperjuangkan, langkah-langkah harus diambil untuk memenuhi syarat-syarat yang dikenal pasti oleh DARPA. "Kami tidak banyak melakukan model robot berjalan, kami terutama fokus pada platform beroda dan ada beberapa aspek pemodelan robot berjalan yang sangat berbeza. Anda harus sangat berhati-hati tentang bagaimana anda membuat resolusi kenalan dan bagaimana anda membuat model robot. Dengan cara ini, anda boleh mendapatkan parameter yang baik sebagai pertukaran ketepatan. Banyak usaha telah dilakukan untuk simulasi terperinci fizik robot, jadi anda dapat memperoleh simulasi berkualiti dan juga robot berfungsi dalam waktu hampir nyata, berbanding bekerja dalam sepersepuluh atau seperseratus masa nyata, yang mungkin, jika tidak kerana semua usaha yang anda lakukan."

Imej
Imej

Robot Atlas yang disimulasikan masuk ke dalam kereta semasa peringkat persaingan maya di DRC

Mengenai simulasi robot Atlas untuk ruang maya, Görki mengatakan Yayasan harus memulakan dengan set data asas. "Kami bermula dengan model yang disediakan oleh Boston Dynamics, kami tidak memulakan dengan model CAD terperinci, kami mempunyai model kinematik ringkas yang diberikan kepada kami. Pada dasarnya fail teks yang mengatakan berapa lama kaki ini, seberapa besarnya, dan sebagainya. Tantangan bagi kami adalah menyesuaikan model ini dengan betul dan tepat sehingga kami dapat memperoleh kompromi dalam prestasi sebagai ganti ketepatan. Sekiranya anda memodelkannya dengan cara yang sederhana, maka anda dapat memperkenalkan beberapa ketidaktepatan dalam mesin fizik yang mendasari, yang akan menjadikannya tidak stabil dalam situasi tertentu. Oleh itu, banyak kerja adalah mengubah model sedikit dan dalam beberapa kes menulis kod anda sendiri untuk mensimulasikan bahagian sistem tertentu. Ini bukan hanya simulasi fizik sederhana, ada tahap di bawah yang tidak akan kita lalui."

Pratt sangat positif tentang apa yang telah dicapai dengan VRC dan ruang simulasi. "Kami telah melakukan sesuatu yang belum pernah terjadi sebelumnya, membuat simulasi proses yang realistik dari sudut pandang fizikal yang dapat dijalankan dalam masa nyata sehingga operator dapat melakukan kerja interaktif mereka. Anda benar-benar memerlukan ini, kerana kita bercakap mengenai seseorang dan robot sebagai satu pasukan, jadi simulasi robot harus berfungsi dalam jangka masa yang sama dengan orang, yang bermaksud dalam masa nyata. Di sini, pada gilirannya, diperlukan kompromi antara ketepatan model dan kestabilannya … Saya percaya bahawa kami telah mencapai banyak kejayaan dalam pertandingan maya."

Stephen menjelaskan bahawa Institut Kemampuan Kognitif Manusia dan Mesin IHMC menghadapi pelbagai cabaran dalam pembangunan perisian. "Kami menggunakan persekitaran simulasi kami sendiri, yang kami gabungkan dengan Gazebo sebagai bagian dari pertandingan maya, tetapi banyak pengembangan kami dilakukan di platform kami yang disebut Simulation Construction Set … kami menggunakan perisian kami ketika kami melancarkan robot nyata, kami melakukan banyak pemodelan dan ini merupakan asas kami, kami mengharapkan banyak pengalaman pengembangan perisian yang baik."

Stephen mengatakan bahasa pengaturcaraan Java lebih disukai di IHMC kerana ia memiliki "kotak alat yang sangat mengesankan yang telah tumbuh di sekitarnya." Dia menyatakan bahawa ketika menggabungkan Gazebo dan perisiannya sendiri, "masalah utama adalah kita menulis perisian kita di Java dan kebanyakan perisian untuk robot menggunakan C atau C ++, yang sangat baik untuk sistem tertanam. Tetapi kami ingin melakukan kerja di Jawa dengan cara yang kami mahukan - untuk membuat kod kami berfungsi dalam jangka waktu tertentu, seperti yang diterapkan dalam C atau C ++, tetapi tidak ada orang lain yang menggunakannya. Ini adalah masalah besar apabila semua program Gazebo berfungsi dengan kod Java kami."

DARPA dan Open Source Foundation terus mengembangkan dan meningkatkan simulasi dan ruang maya. Kami mulai menerapkan elemen yang akan menjadikan simulator lebih berguna dalam lingkungan yang berbeza, di luar lokasi penyelamatan. Sebagai contoh, kami mengambil perisian yang kami gunakan dalam pertandingan (disebut CloudSim kerana ia mensimulasikan dalam persekitaran pengkomputeran awan) dan kami mengembangkannya dengan tujuan untuk berjalan di pelayan awan,”kata Görki.

Salah satu kelebihan utama memiliki persekitaran simulasi terbuka untuk kegunaan umum dan bekerja dengannya di awan adalah bahawa pengiraan tahap tinggi dapat dilakukan oleh sistem yang lebih kuat pada pelayan, sehingga memungkinkan orang menggunakan komputer ringan mereka dan bahkan netbook dan tablet untuk bekerja di tempat kerja anda. Görki juga percaya bahawa pendekatan ini akan sangat berguna untuk pengajaran, serta dalam reka bentuk dan pengembangan produk. "Anda akan dapat mengakses persekitaran simulasi ini dari mana saja di dunia dan mencuba robot baru anda di dalamnya."

Disyorkan: