Роботы уже умеют делать определенные вещи, например, поднимать предметы, которые слишком тяжелы или громоздки для людей. Еще одно применение, для которого они хорошо подходят, — это точная сборка таких предметов, как часы, которые состоят из большого количества крошечных деталей, некоторые из которых настолько малы, что их едва можно увидеть невооруженным глазом.
«Намного сложнее задачи, требующие ситуационной осведомленности , включая почти мгновенную адаптацию к меняющимся обстоятельствам в окружающей среде», — объясняет Теодорос Стурайтис, приглашенный ученый из группы интерактивной робототехники в Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL).
«Все становится еще сложнее, когда робот должен взаимодействовать с человеком и работать вместе, чтобы безопасно и успешно выполнить задачу», — добавляет Шен Ли, доктор философии. кандидат кафедры аэронавтики и астронавтики Массачусетского технологического института.
Ли и Стурайтис вместе с Майклом Джинджером из Исследовательского института Honda в Европе, профессором Сету Виджаякумаром из Эдинбургского университета и профессором Джули А. Шах из Массачусетского технологического института, которая руководит группой интерактивной робототехники, выбрали задачу, которая в буквальном смысле предлагает: множество проблем: разработка робота, который может помочь людям одеться. В прошлом году Ли, Шах и двое других исследователей Массачусетского технологического института завершили проект по перевязке без рукавов с помощью роботов. В новой работе, описанной в статье, опубликованной в апрельском выпуске журнала IEEE Robotics and Automation за 2022 год , Ли, Стурайтис, Гинджер, Виджаякумар и Шах объясняют прогресс, достигнутый ими в решении более сложной проблемы — одевании с помощью роботов с помощью одежда с рукавами.
Большая разница в последнем случае связана с «визуальной окклюзией», говорит Ли. «Робот не может видеть человеческую руку в течение всего процесса одевания». В частности, он не всегда может увидеть локоть или определить его точное положение или осанку. Это, в свою очередь, влияет на величину силы, которую должен приложить робот, чтобы стянуть предмет одежды, например рубашку с длинным рукавом, с руки на плечо.
Чтобы решить проблему ограниченного зрения, команда разработала «алгоритм оценки состояния», который позволяет им делать достаточно точные обоснованные предположения о том, где в любой данный момент находится локоть и как наклонена рука — независимо от того, наклонена ли она. вытянута прямо или согнута в локте, направлена вверх, вниз или в сторону, даже если полностью скрыта одеждой. В каждый момент времени алгоритм принимает в качестве входных данных измерение силы, приложенной роботом к ткани, а затем оценивает положение локтя — не точно, а помещая его в прямоугольник или объем, охватывающий все возможные положения.
Это знание, в свою очередь, говорит роботу, как двигаться, говорит Стурайтис. «Если рука прямая, то робот будет двигаться по прямой, если рука согнута, роботу придется огибать локоть». Он добавляет, что важно получить достоверную картину. «Если оценка локтя неверна, робот может принять решение о движении, которое создаст чрезмерную и небезопасную силу».
Алгоритм включает в себя динамическую модель , которая предсказывает, как рука будет двигаться в будущем, и каждое предсказание корректируется путем измерения силы, действующей на ткань в определенный момент времени. В то время как другие исследователи делали прогнозы оценки состояния такого рода, эта новая работа отличается тем, что исследователи Массачусетского технологического института и их партнеры могут установить четкий верхний предел неопределенности и гарантировать, что локоть будет находиться где-то в пределах заданного поля.
Модель для прогнозирования движений рук и положения локтей, а также модель для измерения силы, прилагаемой роботом, включают методы машинного обучения . Данные, используемые для обучения систем машинного обучения, были получены от людей, одетых в костюмы Xsens со встроенными датчиками, которые точно отслеживают и записывают движения тела. После того, как робот был обучен, он смог определить положение локтя при надевании куртки на человека, человека, который двигал рукой по-разному во время процедуры — иногда в ответ на то, что робот дергал куртку, а иногда участвовал в случайные движения по собственной воле.
Эта работа была строго сосредоточена на оценке — максимально точном определении положения локтя и руки — но команда Шаха уже перешла к следующему этапу: разработке робота, который может постоянно корректировать свои движения в ответ на изменения в пространстве. Ориентация руки и локтя.
В будущем они планируют заняться проблемой «персонализации» — разработать робота, способного учитывать особенности движения разных людей. В том же духе они представляют себе роботов, достаточно универсальных для работы с разнообразными тканевыми материалами, каждый из которых может по-разному реагировать на натяжение.
Хотя исследователи из этой группы определенно заинтересованы в перевязке с помощью роботов, они признают потенциал этой технологии для гораздо более широкого применения. «Мы никоим образом не специализировали этот алгоритм, чтобы он работал только для одевания роботов», — отмечает Ли. «Наш алгоритм решает общую проблему оценки состояния и, следовательно, может найти себя во многих возможных приложениях. Ключ ко всему этому — способность угадывать или предвидеть ненаблюдаемое состояние». Такой алгоритм мог бы, например, помочь роботу распознать намерения своего партнера-человека, когда он работает совместно, чтобы перемещать блоки упорядоченным образом или накрывать на обеденный стол.
Вот возможный сценарий недалёкого будущего: робот может накрыть на стол к обеду и, возможно, даже убрать кубики, оставленные вашим ребёнком на полу в столовой, аккуратно сложив их в углу комнаты. Это может помочь вам надеть смокинг, чтобы выглядеть более презентабельно перед едой. Он может даже нести тарелки к столу и подавать соответствующие порции посетителям. Одна вещь, которую робот не сделает, — это съест всю еду до того, как вы и другие доберетесь до стола. К счастью, это одно «приложение» — скорее приложение, чем аппетит, — которого нет на чертежной доске.
