В настоящее время все большую популярность приобретают коллаборативные роботы, или, как их еще называют, коботы. Это устройства, которые способны безопасно функционировать рядом с людьми. Такие машины, к примеру, могут помогать врачам в операционной или ухаживать за пациентами с ограниченными возможностями. Активно внедряют коботов в технологические процессы на заводах, агропредприятиях и в сфере бытовых услуг.
Однако по мере увеличения количества подобных устройств и возрастания их мощи обеспечение должного уровня защиты для тех, кто взаимодействует с ними, выходит на первый план. Решая эту задачу, российские ученые на основе инструментов искусственного интеллекта разработали программный алгоритм, который поможет коботам избегать столкновений с объектами.
Такой подход позволит аппаратам действовать аккуратно в окружении хрупких вещей и работать рядом с живыми существами без нанесения вреда их здоровью. Также благодаря разработке безопасно работать в одном пространстве смогут две или несколько роботизированных систем. К примеру, манипуляторы одного и того же устройства.
В научной работе приняли участие специалисты из Московского физико-технического института, Института AIRI и Федерального исследовательского центра «Компьютерные науки и управление». Результаты опубликованы в Сборнике материалов 9-й международной конференции Interactive Collaborative robotics, которая в октябре 2024 года прошла в Мехико, столице Мексики. Конференция посвящена вопросам коллаборативной робототехники.
«В работе мы искали решение для оптимизации действий робота или отдельных его звеньев среди препятствий. Эта задача особенно сложна для многозвенных манипуляторов, поскольку они перемещаются по более сложным и неожиданным траекториям. Поэтому задача требует простых, но эффективных моделей планирования движений с минимальными затратами временных и вычислительных ресурсов», — пояснил один из авторов работы Константин Миронов, старший научный сотрудник Центра когнитивного моделирования МФТИ и старший научный сотрудник Института AIRI.
Для решения задачи ученые объединили вероятностные и оптимизационные методы. Первые предполагают моделирование случайных перемещений, из которых можно составить безопасную траекторию. Вторые задают математическую функцию, которая показывает, насколько эффективным и безопасным является полученное решение.
«На первом шаге программа генерирует последовательность промежуточных точек, следуя которым манипуляторы избегают столкновений со всеми возможными препятствиями. Затем на основе полученных данных вычисляется средняя оптимальная траектория, которая плавно обходит преграды. Если при этом траектория манипулятора все же пересекает препятствие, специальный оптимизатор посредством “штрафов” выталкивает ее за пределы преграждающего путь объекта. Таким образом, модель позволяет прийти к правильному решению из неверных начальных предположений», — рассказал Константин Миронов.
Другой подход, который применили ученые, связан с упрощением объектов окружающего пространства. Условно говоря, маленькие кубики, в виде которых представлены предметы, объединяются в прямоугольники. В результате, чем меньше фигур, тем лучше для вычислительного устройства, которому приходится меньше считать.
Чтобы проверить предложенные алгоритмы, специалисты провели серию экспериментов в виртуальной среде, где моделировали различные типы препятствий, включая предметы мебели и живых людей. Робот для получения сведений об окружающем мире использовал камеры глубины. Исследования подтвердили, что метод эффективен и может быть включен в будущие разработки систем управления роботами среди препятствий.
