Robotics AI: Mula sa Perception hanggang sa Maaasahang kontrol sa device

Ano ang Robotics AI?

Inilalapat ng Robotics AI ang machine intelligence sa mga obserbasyon, pagpili ng gawain, o pagkilos ng robot. Maaari nitong tantyahin ang pose ng isang bahagi para sa isang gripper, bigyang-kahulugan ang isang eksena para sa isang mobile robot o tukuyin ang isang item na nangangailangan ng inspeksyon. Pinagsasama ng robot ang output na iyon sa lokalisasyon, pagpaplano, kontrol at pisikal na hardware.

Ito ay isang bahagi ng mas malawak Larawan ng pisikal na AI engineering. Maaaring tumakbo ang Edge AI onboard para maproseso ang mga obserbasyon malapit sa mga sensor. Ang software ng fleet at mga offline na tool ay maaari pa ring suportahan ang pag-iiskedyul, pagsusuri ng data at pagbuo ng modelo. Dapat sundin ng split ang timing, connectivity at mga kinakailangan sa pagpapanatili.

Hindi lahat ng pag-andar ng robot ay nangangailangan ng natutunang modelo. Ang isang paulit-ulit na trajectory, tahasang state machine o geometric na paraan ay maaaring mas madaling i-verify para sa isang mahusay na tinukoy na gawain. Ilagay ang AI kung saan lumilikha ang pagkakaiba-iba ng isang tunay na problema, pagkatapos ay suriin kung pinapabuti nito ang kumpletong daloy ng trabaho.

Piliin ang gawain bago ang arkitektura ng robot

Ito ay mga saklaw ng pag-develop ng kandidato, hindi isang listahan ng mga naka-deploy na Alvexis robot. Ilarawan nang eksakto ang operating domain: sahig o terrain, ilaw, mga tao, payload, pinapayagang mga ruta at mga ipinagbabawal na pagkilos. Ang pagbabago sa mga kundisyong iyon ay maaaring magbago ng problema nang higit pa kaysa sa pagpili ng mas malaking modelo ng AI.

Bumuo ng isang malinaw na landas mula sa mga sensor patungo sa paggalaw

Pagkuha at pag-synchronize: Itala kung kailan nakuha ang bawat obserbasyon, ang coordinate frame nito at ang bersyon ng pagkakalibrate nito. Ang isang natukoy na posisyon ng bagay ay hindi kapaki-pakinabang sa isang gripper hanggang ang pagbabago sa robot frame ay wasto. Basahin ang aming gabay sa pag-synchronize ng oras bago pagsamahin ang mga camera, IMU at pagsukat ng paggalaw.

Pagdama at estado: Magpasya kung ano talaga ang kailangan ng susunod na yugto: isang klase, isang pose, isang pagtatantya ng libreng espasyo o isang kaganapang kumpiyansa. Mag-publish ng sapat na konteksto upang tanggihan ang mga lipas o di-wastong mga output. Tukuyin kung paano kumikilos ang system kapag natatakpan ang isang sensor, nawala ang localization o bumaba ang kumpiyansa sa ibaba ng threshold ng application.

Mga interface ng gawain at paggalaw: Panatilihin ang isang nakikitang hangganan sa pagitan ng isang iminungkahing layunin at ang bahaging pinahintulutan na isagawa ito. Ang isang tagaplano ay maaaring humiling ng isang paglipat; kailangan pa rin ng control system na ipatupad ang mga pinapahintulutang kondisyon ng operating nito. Tukuyin ang pagkansela, pag-timeout, pag-override at pagbabalik sa isang kilalang estado.

Ang mga proteksiyong function ay nangangailangan ng disenyong pangkaligtasan na tukoy sa aplikasyon. Ang isang ordinaryong AI model o navigation package ay hindi dapat ipakita bilang isang sertipikadong function ng kaligtasan. Halimbawa, Inilalarawan ng Nav2 ang Collision Monitor nito bilang karagdagang layer ng software. Ang presensya nito ay hindi nagtatatag na ang pag-install ng robot ay ligtas.

Sukatin ang edad ng desisyon, hindi lamang oras ng hinuha

Ang isang mabilis na modelo ay maaari pa ring kumilos sa lumang data. Ang pagkakalantad o pagkuha, paglilipat, pagpila, preprocessing, inference, pagpaplano at paghahatid ng command ay lahat ay nakakatulong sa edad ng isang obserbasyon kapag naabot nito ang makina. Tukuyin ang simula at pagtatapos ng bawat pagsukat ng latency.

Mag-record ng latency distribution at peak sa ilalim ng sabay-sabay na pagkuha ng camera, pag-log at mga komunikasyon. Suriin kung ano ang mangyayari kapag nahuhulog ang isang mamimili. Ang isang pila na nagpapanatili sa bawat lumang obserbasyon ay maaaring hindi naaangkop para sa isang kasalukuyang desisyon ng estado, habang ang pagtatapon ng mga obserbasyon ay maaaring hindi katanggap-tanggap para sa isang log ng ebidensya. Bigyan ng tahasang patakaran ang bawat path ng data.

Pumili ng edge hardware sa paligid ng kumpletong workload

Ilista ang mga interface ng camera, mga rate ng sensor, mga operator ng modelo, mga serbisyo ng CPU, mga kopya ng memorya, mga pagsusulat ng storage at mga interface ng kontrol bago pumili ng processor. Ang suportadong acceleration ay mahalaga kaysa sa bilang ng pagpapatakbo ng headline. Subukan ang nilalayong modelo at software stack sa isang kinatawan na platform.

Ang isang mobile system ay nagdudulot din ng power at thermal constraints. Isaalang-alang ang kasalukuyang start-up, gawi ng baterya, matagal na paglamig, pagpapanatili ng connector at espasyo para sa pag-access sa serbisyo. Ang isang laboratory board na tumatakbo nang panandalian sa isang desk ay hindi pa nagpapakita ng isang kapaki-pakinabang na duty cycle sa loob ng isang closed robot enclosure.

ForgeEdge-Core ay isang panimulang punto para sa pagtalakay sa custom na compute integration; ForgeEdge-Duo nagbibigay ng isang arkitektura upang talakayin ang pagpoproseso ng aplikasyon kasama ng real-time na kontrol. Ang pagiging angkop ng produkto, suporta sa software at mga pag-andar ng proteksyon ay dapat suriin laban sa mga kinakailangan ng robot. Ang FPGA, NPU at MPU gabay tumutulong sa paghiwalayin ang mga tungkulin sa pagproseso.

Gumamit ng simulation upang sagutin ang mga partikular na tanong

Bumuo ng simulation sa paligid ng isang desisyon: reachability, paglalagay ng sensor, lohika ng ruta o isang paulit-ulit na gawain sa paghawak. Pag-iba-ibahin ang mga salik na maaaring masira ang disenyo, gaya ng object pose, friction assumptions, sensor noise o hindi inaasahang mga hadlang. Panatilihin ang mga bersyon ng simulation at mga kahulugan ng senaryo kasama ang mga resulta ng pagsubok.

NVIDIA's sim-to-real halimbawa nagpapakita ng landas mula sa isang simulate na gawain patungo sa isang tunay na robot. Para sa isang programa ng produkto, ang paglipat ay nananatiling isang bagay upang subukan. Ihambing ang pisikal na robot sa mga pagpapalagay sa modelo, kabilang ang timing, mekanikal na pagsunod at ang mga naka-install na sensor.

Huwag gumamit ng simulation success bilang kapalit ng commissioning. Ang isang magandang susunod na hakbang ay isang pinaghihigpitang pisikal na pagsubok na may mga instrumento na output at isang napagkasunduang handoff ng operator. Palawakin ang operating domain lamang pagkatapos suriin ang ebidensya.

Mga pagkabigo sa pagsubok pati na rin ang mga matagumpay na demonstrasyon

Panatilihin ang isang talaan ng mga bersyon ng hardware, firmware, modelo, pagkakalibrate at configuration para sa bawat pagtakbo. Ang isang pinagsama-samang rate ng tagumpay ay mahirap bigyang-kahulugan nang walang paghahalo ng gawain at mga kategorya ng kabiguan. Iulat ang pagganap ayon sa senaryo, at panatilihin ang mahihirap na kaso sa hanay ng pagsusuri kapag pinapabuti ang system.

Ano ang dapat dalhin sa isang talakayan sa engineering

Magbahagi ng maikling video o diagram ng gawain, ang robot o mga interface ng makina, mga available na sensor at ang mga hadlang sa espasyo, kapangyarihan at paglamig. Tukuyin kung sino ang nagmamay-ari ng robot controller, kung sino ang nagbibigay ng data ng application at kung sino ang tumatanggap ng nakumpletong system. Ang mga hangganang ito ay ginagawang mas malinaw ang isang prototype na panukala at ang mga dependency nito.

Maaaring talakayin ng Alvexis ang custom na carrier, mga sensing interface, naka-embed na pagpoproseso, enclosure at integration na kailangan sa paligid ng napiling platform. Para sa mga medikal na robotics, magsimula sa hiwalay gabay sa engineering ng pangangalagang pangkalusugan kaya ang klinikal na layunin at mga responsibilidad sa pagpapatunay ay naitatag nang maaga.

ROS 2, SLAM at perception para sa mga autonomous na mobile robot

Ang isang autonomous mobile robot (AMR) ay nangangailangan ng higit pa kaysa sa pagtuklas ng bagay. Dapat itong tantiyahin ang posisyon nito, bigyang-kahulugan ang mga kalapit na hadlang at gumawa ng mga motion command sa loob ng tinukoy na mga limitasyon. Ang ibig sabihin ng SLAM ay sabay-sabay na lokalisasyon at pagmamapa; iba ang papel nito sa pagkilala sa isang bagay sa larawan ng camera. Maaaring mag-ambag ang LiDAR, mga camera, wheel odometry at data ng IMU ayon sa napiling arkitektura.

Sa isang ROS 2 navigation project, sumang-ayon sa mga coordinate frame, paghawak ng timestamp, mga rate ng mensahe at maximum na edad ng data bago ang pagsasama. Subukan ang pagmamapa at lokalisasyon kung saan gagana ang robot, kabilang ang pagbabago ng mga hadlang at mahinang visual na feature. Hindi pinapalitan ng software ng navigation at perception hardware ang independiyenteng pagtatasa ng panganib at mga hakbang sa kaligtasan ng robot.

Disenyo ng camera, LiDAR at IMU synchronization