Robotics AI: აღქმიდან მოწყობილობაზე საიმედო კონტროლამდე

რა არის Robotics AI?

Robotics AI იყენებს მანქანურ ინტელექტს რობოტის დაკვირვებებზე, დავალების არჩევანზე ან მოქმედებებზე. მას შეუძლია შეაფასოს ნაწილის პოზა დამჭერისთვის, სცენის ინტერპრეტაცია მობილური რობოტისთვის ან ამოიცნოს ნივთი, რომელიც საჭიროებს შემოწმებას. რობოტი აერთიანებს ამ გამომავალს ლოკალიზაციასთან, დაგეგმვასთან, კონტროლთან და ფიზიკურ აღჭურვილობასთან.

ეს უფრო ფართოს ერთი ნაწილია ფიზიკური AI საინჟინრო სურათი. Edge AI შეიძლება იმუშაოს ბორტზე, რათა დაკვირვებები დამუშავდეს სენსორებთან ახლოს. ფლოტის პროგრამულ უზრუნველყოფასა და ოფლაინ ხელსაწყოებს კვლავ შეუძლიათ დაგეგმვის, მონაცემთა მიმოხილვისა და მოდელის შემუშავების მხარდაჭერა. გაყოფა უნდა მოჰყვეს დროის, კავშირის და ტექნიკური მოთხოვნებს.

ყველა რობოტის ფუნქციას არ სჭირდება ნასწავლი მოდელი. განმეორებადი ტრაექტორია, ექსპლიციტური მდგომარეობის მანქანა ან გეომეტრიული მეთოდი შეიძლება იყოს უფრო ადვილი შესამოწმებლად კარგად განსაზღვრული ამოცანისთვის. მოათავსეთ AI იქ, სადაც ვარიაცია ქმნის რეალურ პრობლემას, შემდეგ შეაფასეთ, აუმჯობესებს თუ არა ის სრულ სამუშაო პროცესს.

აირჩიეთ დავალება რობოტის არქიტექტურამდე

ეს არის კანდიდატის განვითარების სფეროები და არა განლაგებული Alvexis რობოტების სია. ზუსტად აღწერეთ მოქმედი დომენი: იატაკი ან რელიეფი, განათება, ხალხი, ტვირთამწეობა, დაშვებული მარშრუტები და აკრძალული მოქმედებები. ამ პირობების შეცვლამ შეიძლება უფრო მეტად შეცვალოს პრობლემა, ვიდრე უფრო დიდი AI მოდელის არჩევა.

შექმენით მკაფიო გზა სენსორებიდან მოძრაობამდე

შეძენა და სინქრონიზაცია: ჩაწერეთ, როდის იქნა მიღებული თითოეული დაკვირვება, მისი კოორდინატთა ჩარჩო და მისი კალიბრაციის ვერსია. აღმოჩენილი ობიექტის პოზიცია არ არის გამოსადეგი მომჭერისთვის, სანამ რობოტის ჩარჩოში ტრანსფორმაცია არ იქნება მართებული. წაიკითხეთ ჩვენი დროის სინქრონიზაციის სახელმძღვანელო კამერების, IMU-ების და მოძრაობის გაზომვების გაერთიანებამდე.

აღქმა და მდგომარეობა: გადაწყვიტეთ რა სჭირდება შემდეგ ეტაპზე რეალურად: კლასი, პოზა, თავისუფალი სივრცის შეფასება თუ ნდობის კვალიფიცირებული ღონისძიება. გამოაქვეყნეთ საკმარისი კონტექსტი, რომ უარყოთ შემორჩენილი ან არასწორი შედეგები. განსაზღვრეთ, როგორ იქცევა სისტემა, როდესაც სენსორი ბუნდოვანია, ლოკალიზაცია დაკარგულია ან ნდობა დაეცემა აპლიკაციის ზღურბლს ქვემოთ.

ამოცანებისა და მოძრაობის ინტერფეისები: შეინახეთ თვალსაჩინო საზღვარი შემოთავაზებულ მიზანსა და კომპონენტს შორის, რომელსაც უფლება აქვს განახორციელოს იგი. დამგეგმავმა შეიძლება მოითხოვოს გადაადგილება; კონტროლის სისტემას ჯერ კიდევ სჭირდება მისი ნებადართული საოპერაციო პირობების დაცვა. განსაზღვრეთ გაუქმება, ვადები, უგულებელყოფა და ცნობილ მდგომარეობაში დაბრუნება.

დამცავი ფუნქციები საჭიროებს აპლიკაციის სპეციფიკურ უსაფრთხოების დიზაინს. ჩვეულებრივი ხელოვნური ინტელექტის მოდელი ან ნავიგაციის პაკეტი არ უნდა იყოს წარმოდგენილი, როგორც სერტიფიცირებული უსაფრთხოების ფუნქცია. მაგალითად, Nav2 აღწერს მის შეჯახების მონიტორს როგორც დამატებითი პროგრამული ფენა. მისი არსებობა არ ადასტურებს, რომ რობოტის ინსტალაცია უსაფრთხოა.

გაზომეთ გადაწყვეტილების ასაკი და არა მხოლოდ დასკვნის დრო

სწრაფ მოდელს ჯერ კიდევ შეუძლია ძველ მონაცემებზე მოქმედება. ექსპოზიცია ან შეძენა, გადაცემა, რიგი, წინასწარი დამუშავება, დასკვნა, დაგეგმვა და ბრძანების მიწოდება ხელს უწყობს დაკვირვების ასაკს, როდესაც ის მიაღწევს მანქანას. განსაზღვრეთ ყოველი შეყოვნების გაზომვის საწყისი და დასასრული წერტილები.

ჩაწერეთ შეყოვნების განაწილება და პიკი კამერის ერთდროული გადაღების, ჟურნალის და კომუნიკაციების დროს. შეამოწმეთ რა ხდება, როდესაც მომხმარებელი ჩამორჩება. რიგი, რომელიც ინახავს ყველა ძველ დაკვირვებას, შეიძლება შეუსაბამო იყოს ამჟამინდელი მდგომარეობის გადაწყვეტილების მისაღებად, ხოლო დაკვირვების გაუქმება შეიძლება მიუღებელი იყოს მტკიცებულების ჟურნალისთვის. მიეცით თითოეულ მონაცემთა გზას მკაფიო პოლიტიკა.

აირჩიეთ edge hardware მთელი დატვირთვის გარშემო

პროცესორის არჩევამდე ჩამოთვალეთ კამერის ინტერფეისები, სენსორების სიხშირე, მოდელის ოპერატორები, CPU სერვისები, მეხსიერების ასლები, შენახვის ჩაწერა და კონტროლის ინტერფეისები. მხარდაჭერილი აჩქარება უფრო მნიშვნელოვანია, ვიდრე სათაური ოპერაციის რაოდენობა. შეამოწმეთ განკუთვნილი მოდელი და პროგრამული დასტა წარმომადგენლობით პლატფორმაზე.

მობილურ სისტემას ასევე მოაქვს ენერგიის და თერმული შეზღუდვები. განიხილეთ გაშვების დენი, ბატარეის ქცევა, მდგრადი გაგრილება, კონექტორის შეკავება და სერვისზე წვდომის ადგილი. ლაბორატორიის დაფას, რომელიც მოკლედ მუშაობს მაგიდაზე, ჯერ არ აჩვენა სასარგებლო სამუშაო ციკლი დახურულ რობოტში.

ForgeEdge-Core არის ამოსავალი წერტილი პერსონალური გამოთვლითი ინტეგრაციის განხილვისთვის; ForgeEdge-Duo უზრუნველყოფს არქიტექტურას აპლიკაციის დამუშავების განსახილველად რეალურ დროში კონტროლთან ერთად. პროდუქტის ვარგისიანობა, პროგრამული უზრუნველყოფის მხარდაჭერა და დამცავი ფუნქციები უნდა შემოწმდეს რობოტის მოთხოვნების შესაბამისად. The FPGA, NPU და MPU სახელმძღვანელო ეხმარება დამუშავების როლების გამიჯვნას.

გამოიყენეთ სიმულაცია კონკრეტულ კითხვებზე პასუხის გასაცემად

შექმენით სიმულაცია გადაწყვეტილების ირგვლივ: ხელმისაწვდომობა, სენსორის განთავსება, მარშრუტის ლოგიკა ან განმეორებადი დამუშავების დავალება. შეცვალეთ ფაქტორები, რომლებმაც შეიძლება დაარღვიოს დიზაინი, როგორიცაა ობიექტის პოზა, ხახუნის ვარაუდები, სენსორის ხმაური ან მოულოდნელი დაბრკოლებები. შეინახეთ სიმულაციის ვერსიები და სცენარის განმარტებები ტესტის შედეგებთან ერთად.

NVIDIA's sim-to-real მაგალითი აჩვენებს გზას სიმულირებული ამოცანიდან ნამდვილ რობოტამდე. პროდუქტის პროგრამისთვის, ტრანსფერი რჩება შესამოწმებლად. შეადარეთ ფიზიკური რობოტი მოდელის ვარაუდებთან, მათ შორის დროის, მექანიკური შესაბამისობისა და დაყენებული სენსორების ჩათვლით.

ნუ გამოიყენებთ სიმულაციის წარმატებას, როგორც ექსპლუატაციის შემცვლელს. კარგი შემდეგი ნაბიჯი არის შეზღუდული ფიზიკური საცდელი ინსტრუმენტული შედეგებით და შეთანხმებული ოპერატორის გადაცემა. გააფართოვეთ ოპერაციული დომენი მხოლოდ მტკიცებულებების განხილვის შემდეგ.

ტესტის წარუმატებლობა, ისევე როგორც წარმატებული დემონსტრაციები

შეინახეთ ტექნიკის, პროგრამული უზრუნველყოფის, მოდელის, კალიბრაციის და კონფიგურაციის ვერსიების ჩანაწერი თითოეული გაშვებისთვის. წარმატების საერთო კოეფიციენტის ინტერპრეტაცია რთულია ამოცანების მიქსისა და წარუმატებლობის კატეგორიების გარეშე. შეატყობინეთ შესრულებას სცენარის მიხედვით და შეინახეთ რთული შემთხვევები შეფასების კომპლექტში სისტემის გაუმჯობესებისას.

რა მივიღოთ საინჟინრო დისკუსიაზე

გააზიარეთ დავალების მოკლე ვიდეო ან დიაგრამა, რობოტის ან მანქანის ინტერფეისები, ხელმისაწვდომი სენსორები და სივრცის, სიმძლავრისა და გაგრილების შეზღუდვები. მიუთითეთ ვის ეკუთვნის რობოტი კონტროლერი, ვინ აწვდის აპლიკაციის მონაცემებს და ვინ იღებს დასრულებულ სისტემას. ეს საზღვრები უფრო ნათელს ხდის პროტოტიპის წინადადებას და მის დამოკიდებულებებს.

Alvexis-ს შეუძლია განიხილოს მორგებული ოპერატორი, სენსორული ინტერფეისები, ჩაშენებული დამუშავება, დანართი და ინტეგრაციის სამუშაოები, რომლებიც საჭიროა არჩეული პლატფორმის ირგვლივ. სამედიცინო რობოტიკისთვის, დაიწყეთ ცალკე ჯანდაცვის ინჟინერიის სახელმძღვანელო ასე რომ, კლინიკური დანიშნულება და ვალიდაციის პასუხისმგებლობა ადრეულად არის დადგენილი.

ROS 2, SLAM და აღქმა ავტონომიური მობილური რობოტებისთვის

ავტონომიურ მობილურ რობოტს (AMR) სჭირდება მეტი, ვიდრე ობიექტის აღმოჩენა. მან უნდა შეაფასოს თავისი პოზიცია, მოახდინოს ახლომდებარე დაბრკოლებების ინტერპრეტაცია და მოძრაობის ბრძანებები განსაზღვრულ ფარგლებში. SLAM ნიშნავს ერთდროულ ლოკალიზაციას და რუკას; მისი როლი განსხვავდება კამერის სურათში ობიექტის ამოცნობისგან. LiDAR-ს, კამერებს, ბორბლების ოდომეტრიას და IMU მონაცემებს შეუძლიათ წვლილი შეიტანონ არჩეული არქიტექტურის მიხედვით.

ROS 2 ნავიგაციის პროექტში, დაეთანხმეთ კოორდინატთა ჩარჩოებს, დროის ანაბეჭდების დამუშავებას, შეტყობინებების სიჩქარეს და მონაცემთა მაქსიმალურ ასაკს ინტეგრაციამდე. სატესტო რუკა და ლოკალიზაცია, სადაც რობოტი იმუშავებს, მათ შორის დაბრკოლებების შეცვლა და სუსტი ვიზუალური მახასიათებლები. ნავიგაციის პროგრამული უზრუნველყოფა და აღქმის აპარატურა არ ცვლის რობოტის დამოუკიდებელ რისკის შეფასებას და უსაფრთხოების ზომებს.

დიზაინის კამერა, LiDAR და IMU სინქრონიზაცია