В упорядоченной окружающей среде, где все находится строго на определенных местах, к примеру, в пределах промышленного конвейера, роботы могут выполнять действия и движении из заранее запрограммированного набора гораздо быстрей, чем люди. Однако, если робота установить в незнакомой ему среде, его системе управления будет требоваться достаточно много времени для упреждающего планирования движений, для того, с чем мозг человека справляется практически без задержки и на «полном автомате». Но в недалеком будущем роботы смогут сравниться с людьми по скорости действий в незнакомой среде, и первым шагом к этому является специализированный процессор, разработанный исследователями из университета Дюка (Duke University), который выполняет задачи планирования движений в 10 тысяч раз быстрее, чем это делается любым из других существующих методов.
Имея дело с беспорядочной или неизвестной окружающей средой, системы управления роботов должны производить поистине огромное количество вычислений. Для того, чтобы переместиться или переместить свой манипулятор из точки А в точку Б, робот должен экспериментальным путем выбрать один из возможных вариантов, для этого ему требуется осмотреть область совершения действий, оценить каждый кубический сантиметр пространства на предмет нахождения там препятствий и возможности столкновения с ними. Все это очень просто на первый взгляд, на самом деле для выполнения подобных расчетов требуется или достаточно большое время или очень высокая вычислительная мощность процессора. В результате всего этого действия робота в незнакомой среде весьма напоминают действия сонного человека, взгляд, длинная пауза, действие, снова взгляд и так далее.
Вместо того, чтобы для задач планирования движений использовать процессор общего назначения, исследователи из университета Дюка предлагают использовать узкоспециализированный процессор, который может обеспечить максимальную эффективность при решении задач, для которых он предназначен. В созданном специализированном процессоре алгоритмы принятия решений реализованы на аппаратном уровне, а не на уровне программы, и это позволило увеличить скорость решения задачи планирования движений в десять тысяч раз по сравнению с чисто программным путем.
Основой нового принципа планирования движений являются трехмерные оптические пиксели, так называемые воксели, на которые разбита вся область окружающего пространства. Камеры и другие датчики робота постоянно сканируют окружающее пространство, обнаруживая и «воксилизируя» все статичные и движущиеся объекты. Внутри процессора существует множество логических модулей, работающих параллельно, каждый из этих модулей работает только с одним вокселем и решает простейшую задачу, пуст ли этот воксель или занят каким-либо объектом в текущий момент времени.
Такой подход позволяет более традиционному процессору, находящемуся поверх массива «воксельных» конвейеров, проверять одновременно тысячи возможных траекторий движения и выбирать из них наиболее быструю и безопасную траекторию. Устранение необходимости программной обработки каждого «вокселя» привело к тому, что экспериментальный робот тратит на поиск пути столь малое время, которое не ощущается человеческим восприятием, при этом, количество потребляемой на расчеты энергии в 30 раз меньше, чем количество энергии, требующейся для программных расчетов.
«Раньше роботы имели возможность провести оценку и планирование только один раз на одно движение. Это требовало массы времени и в некоторых случаях движения роботов были очень далеки от оптимальных» — рассказывает Джордж Конидэрис (George Konidaris), один из исследователей, — «Теперь же все это делается очень быстро, система робота может практически моментально выполнить анализ всех имеющихся вариантов. Такая возможность может стать основой более алгоритмов планирования сложных движений, которые могут быть разбиты на последовательность нескольких простых движений, планирования синхронного движения нескольких исполнительных элементов одного робота или нескольких независимых роботов».
Данная разработка, использовавшаяся для управления экспериментальным роботом, была представлена общественности в рамках конференции 2016 Robotic Science and Systems, которая проводилась недавно в стенах Мичиганского университета.
Источник: