Strukturētās vidēs – ražotnēs pie konveijeriem, loģistikas centros un noliktavās, būvlaukumos – jau vairākus gadu desmitus daļa uzdevumu tiek uzticēti robotiem. Šādās vidēs situācijas ir iepriekš paredzamas. Daudz sarežģītāk ir tad, ja vide ir dinamiska, mainīga un nezināma, piemēram, meži, purvainas vietas, lauki. Latvijas zinātnieku komanda izstrādājusi autonomu kognitīvās uztveres sistēmu, kas ļaus robotiem patstāvīgi plānot savu rīcību un orientēties arī šādās sarežģītās, nestrukturētās vidēs.
Kad runa ir par cilvēkam bīstamu vai nepatīkamu uzdevumu pildīšanu, mūsdienās arvien populārāks risinājums ir šo uzdevumu uzticēšana robotiem. Jau vairākus gadu desmitus stacionārie roboti tiek plaši izmantoti strukturētās vidēs, piemēram, konveijeros dažādās ražotnēs, kur ir iepriekš paredzamas situācijas, ir zināms, kādas kustības robotam nepieciešams veikt un kur atrodas visi bīstamie šķēršļi. Šāda robotu iesaiste ražošanas procesos jūtami uzlabo uzņēmuma veiktspēju.
Tehnoloģijām attīstoties, speciālisti strādā pie tā, lai robotus padarītu spējīgus orientēties un plānot savu rīcību ne tikai iepriekš ieprogrammētās, bet arī dinamiski mainīgās un nezināmas vidēs, kā arī iepriekš neparedzamās situācijās. Tam ir nepieciešams uz robota izvietot sensorus, ar kuru palīdzību iespējams konstruēt un nepārtraukti atjaunot apkārtējās vides telpisko modeli. Nozarē šo modeli sauc par semantisko karti, un mobilu robotu gadījumā tai ir jābūt trīsdimensionālai. Šo karti robota "smadzenes" attiecīgi var izmantot, lai uzdevumu izpildes laikā saprastu, kur atrodas objekti, ar kuriem būtu jāveic noteiktas darbības, kā arī, lai plānotu maršrutus apkārt dažādiem, tai skaitā manīgiem, šķēršļiem.
Šāda veida apkārtējās vides skenēšana saistās ar vairāku sensoru izmantošanu, kas attiecīgi nes sev līdzi dažādus izaicinājumus, sākot ar video kameras ievākto datu apstrādi, izmantojot neironu tīklus, un beidzot ar akselerometru kalibrācijai nepieciešamo matemātisko teorēmu pierādīšanu.
Elektronikas un datorzinātņu institūta (EDI) un Latvijas Universitātes Matemātikas un informātikas institūta (LU MII) zinātnieku mērķis ir iegūtajos attēlos katram pikselim piemeklēt tā saturu aprakstošu jēdzienu vektoru, un no šiem vektoriem uzbūvēt trīsdimensionālu punktu mākoni, lai pēc tam ar dabiskā tekstā uzdotiem jautājumiem tas uzbūvētā kartē spētu atrast dažādus objektus. Valsts pētījumu programmas projekta "MOTE" (Nr. VPP-EM-FOTONIKA-2022/1-0001) ietvaros radīta kognitīva robota uztveres sistēma, kas sastāv no vairākiem apakšmoduļiem, liekot uzsvaru uz šādām iezīmēm:
robota spēju nodrošināt navigāciju arī sarežģītās, nestrukturētās āra vidēs, piemēram, mežos un laukos (līdz šim robotu kartēšanas sistēmas pārsvarā izstrādātas darbam iekštelpās vai pilsētvidē);
iespēju iegūt informāciju no izveidotās semantiskās kartes ar dabiskā valodā uzdotiem vaicājumiem, iesaistot mākslīgo intelektu, kas izmanto lielos valodas modeļus.
Pirmais solis ceļā uz apkārtējās vides telpiskā modeļa izbūvi ir sensoru apakšsistēmas izveide, kas spēj sinhronizēti ievākt visus redzamās apkārtējās vides kartes būvēšanai nepieciešamos datus. Lielāko informācijas apjomu dod lāzera skeneris (LiDAR), kas veido telpisku punktu mākoni no izmērītajiem attālumiem, kā arī divas video kameras, kuras kopā nodrošina vajadzīgo dziļuma redzi. Papildus, sensoru apakšsistēma ietver arī inerciālo mērījumu iekārtu (IMU), kas satur akselerometru, žiroskopu un magnetometru un ļauj novērtēt, cik daudz robots ir pakustējies, iztiekot bez ārējiem atskaites punktiem. Vietās, kur ir pieejams uzticams GPS signāls, tiek izmantots GPS uztvērējs, lai novērstu pozīcijas kļūdas uzkrāšanos, robotam pārvietojoties garākās distancēs. Svarīgs projekta ietvaros izveidotās sistēmas jaunpienesums ir spēja dinamiski novērtēt, kuros brīžos GPS signāls ir pietiekami kvalitatīvs, un to sapludināt ar kameras un LiDAR datiem robota pozicionēšanai.
Lai pilnveidotu robota autonomo kognitīvo uztveres sistēmu, projektā "MOTE" tiek veikta dažādu datu sapludināšana kopīgā robota pašreizējās pozīcijas novērtējumā, par pamatu ņemot vizuālu pozicionēšanas un kartēšanas sistēmu. Papildus tam kartē ir paredzēts fiksēt ar valodas–attēlu modeļiem iegūtus tā dēvētos jēdzienu vektorus, kas satur informāciju par kartes objektu saturu. Ar mākslīgā intelekta valodas modeļa palīdzību tos savukārt iespējams pārveidot par attēlā redzamo objektu aprakstiem teksta formātā, un otrādi – tekstu pārveidojot par šādu jēdzienu vektoru, no kā iespējams uzģenerēt attēlu. Šāda veida "atvērtās kopas" attēlu klasifikācija pēc teksta ir ļoti jauna tehnoloģija un nozarē vēl netiek plaši izmantota.
Par izstrādāto tehnoloģiju interesi jau ir izrādījusi jaunuzņēmuma "Auro Systems" NATRIX komanda, kas testu veikšanai to uzstādīja uz sava bezpilota sauszemes transportlīdzekļa. Šis transportlīdzeklis paredzēts militārām un civilām vajadzībām, lai ārtelpu apstākļos robots spētu atšķirt izbraucamus virsmas segumus no neizbraucamiem, kā arī lai atrastu robotam pārvaramus maršrutus caur mežiem, pļavām, purviem un dažādām citām robota kustībai nedraudzīgām vidēm. Tiek meklēti arī citi interesenti izmēģināt radīto tehnoloģiju. Piemēram, lauksaimniecībā un mežsaimniecībā šāda veida roboti potenciāli varētu palīdzēt jaunaudžu un lauku kopšanā, ražas novākšanā un citos darbos. Tiek domāts par izveidotās tehnoloģijas pielietojumu meža ugunsgrēku apkarošanai, kā arī sadarbībā ar Eiropas Kosmosa aģentūru plānots to piedāvāt pielietot nākamās paaudzes Mēness rovera virszemes uztveres sistēmā.
Seko "Delfi" arī Instagram vai YouTube profilā – pievienojies, lai uzzinātu svarīgāko un interesantāko pirmais!
