`

СПЕЦІАЛЬНІ
ПАРТНЕРИ
ПРОЕКТУ

Чи використовує ваша компанія ChatGPT в роботі?

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Бионическая «рука» ловит объекты на лету

0 
 
Бионическая «рука» ловит объекты на лету

Робот, разработанный в EPFL, обладает мгновенной реакцией, позволяющей ему менее, чем за пять сотых секунды ловить механической рукой предметы сложной формы, брошенные в его направлении по произвольной траектории.

Рука длиной около полутора метров имеет три сустава и кисть с четырьмя пальцами. В состоянии готовности робот ее держит поднятой вверх. Алгоритм, управляющий действиями робота, создан в лаборатории LASA (Learning Algorithms and Systems Laboratory) EPFL.

«Все более широко представленные в нашей повседневной жизни и используемые для выполнения различных задач роботы получат способность ловить быстродвижущиеся объекты или уклоняться от них, — говорит глава LASA, Оди Биллард (Aude Billard). — Нам нужны машины, которые могут не только мгновенно реагировать, но и предсказывать динамику движущихся объектов, а также генерировать движение в обратном направлении».

Роботизированный манипулятор, описанный вчера в специализированном журнале IEEE transactions on robotics, создавался с прицелом на вполне реальное приложение. Проект Clean- mE Швейцарского Космического Центра призван разработать технологии для сбора и утилизации космического мусора, накапливающегося на околоземных орбитах. Укрепленный на спутнике манипулятор должен будет ловить летящие фрагменты, динамика которых заранее неизвестна, и должна быть установлена на основе непосредственного наблюдения за их приближением.

«Сегодняшние машины, как правило, запрограммированы предварительно и не могут быстро адаптироваться к изменяющимся данным, — отмечает Биллард. — Естественно, им приходится пересчитывать траектории, что занимает слишком много времени в ситуациях, когда каждая доля секунды может оказаться решающей».

Для того, чтобы получить желаемые скорость и адаптируемость исследователи LASA прибегли к человеческому способу обучения: посредством имитации, проб и ошибок. Эта методика, называемая программирование путем демонстрации, не дает конкретных указаний роботу. Вместо этого ему показывают примеры возможных траекторий, вручную подводят манипулятор к цели, и повторяют это упражнение несколько раз.

В качестве объектов для опытов были выбраны мяч, пустая и наполовину полная бутылки, молоток и теннисная ракетка.

На первой фазе обучения многочисленные камеры робота регистрировали скорость, траекторию и вращательное движение брошенного в его сторону объекта, на основании чего создавалась кинетическая модель. В дальнейшем, за несколько миллисекунд сближения, роботу требовалось лишь уточнить эту модель для реального объекта, и скорректировать траекторию его захвата.

Эффективность выполнения этой задачи дополнительно увеличивалась благодаря контроллерам, отвечающим за синхронизацию движений кисти и пальцев.

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365

0 
 

Напечатать Отправить другу

Читайте также

 

Ukraine

 

  •  Home  •  Ринок  •  IТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Мережі  •  Безпека  •  Наука  •  IoT