Объявлен приз для ходячих роботов

Организация W Prize обещает премию в $200 тысяч команде, чей робот преодолеет 10-километровый маршрут с препятствиями не более чем за 10 тысяч секунд. Нетрудно посчитать, что средняя скорость должна соответствовать неспешной прогулке человека, однако достичь такого показателя будет не так уж легко.

Роботы должны будут 50 раз пройти туда и обратно по стометровому треку, выполняя ряд заданий. Первое — ограничивающая арка (Size-limiting arch). Высота её проёма равна 1,7 метра, ширина — 0,8, глубина — 0,5 м. Машина должна проходить её без посторонней помощи не более чем за 4 секунды. Второе задание — приподнятые камни (Elevated stepping stones): 20 неравномерно расставленных бетонных блоков, ориентированных вертикально. Машина может наступать только на стоящие камни: задетый и опрокинутый использовать как опору нельзя. На преодоление этой дорожки даётся 25 секунд.

Третье — набор из панелей "Now-you-see-it-now-you-don't ditch" ("Теперь вы видите это, теперь вы не должны свалиться"). Три плиты немного возвышаются над дорожкой. Примерно в половине проходов этого препятствия, но случайным образом, судьи будут удалять среднюю панель, не информируя команду. Таким образом, робот-претендент должен без помощи извне адаптировать свою стратегию.

Четвёртое испытание — лестница. Она стоит в самом конце стометровки и отмечает место разворота в обратном направлении. Шесть ступеней суммарной высотой 1,5 метра. Взбираться на неё потребуется только один раз на каждые пять кругов (то есть один раз на километр дистанции). Это сделано для снижения потребления энергии.

Кстати, о ней: на всё про всё робот должен потратить не более 10 килоджоулей на килограмм собственной массы. Это жёсткое ограничение — человек израсходовал бы больше. Ещё роботам придётся использовать один и тот же набор конечностей на всей трассе. Запрещено, к примеру, выдвигать колёса на гладкой дороге и менять их на ноги/лапы при прохождении ступеней. Роботам можно ходить, бегать и подпрыгивать, но нельзя использовать полёт (отрыв от земли не более трёх секунд).

Нигде не оговорено, что роботы должны быть непременно двуногими, да и вообще — с ногами. Инициаторы затеи говорят, что хотя и рассчитывали в первую очередь на ходячие машины, примут любую конструкцию, не нарушающую правила. О трудностях создания ходячих роботов основатели W Prize знают не понаслышке: они сами занимались и занимаются этой тематикой в университетах США, Канады и Европы.
Источник Membrana

Read more

Радиоуправляемая уборка снега.

Смотрится всё это очень достойно!

Read more

Визуальная навигация на основе обучения

На прошедшей в начале мая конференции ICRA достаточно интересную работу представили сотрудники лаборатории автономной космической робототехники в Торонто.
Одним из главных направлений в их исследованиях является разработка робота, способного автономно передвигаться по Марсу. Представленный ими проект носит название Навигация на основе визуального обучения (Visual Teach and Repeat for Long-Range Rover Navigation). Суть проекта заключается в том, что мобильного робота достаточно один раз провести, пилотируя его по требуемому маршруту из начальной точки в конечную. Другими словами – обучить. В качестве датчиков, по словам разработчиков, используется только одна пары камер.

В процессе движения формируется последовательность называемых полукарт, из которых составляется и вся карта движения целиком. Эти полукарты далее используются для определения положения робота при его автономном движении. Траектория движения робота строится на основе двух и тремерной локализаций, так как поверхность, по которой движется робот, не является плоской, а наоборот имеет очень много различных ям, впадин (аналог поверхности Марса).
В общей сложности в процессе тестирования робот проехал автономно 32 километра, и разработчики остались довольны результатами.
Ниже представлены два соответствующих видео.





Read more

Willow Garage обнародовала результаты конкурса

Компания Willow Garage определилась, кому она бесплатно выдаст своего робота PR2 для проведения исследований в области робототехники в рамках программы "PR2 Beta Program". Конкурс был объявлен в январе 2010 года, а результаты обнародованы в начале мая.
"PR2 Beta Program" – это программа, рассчитанная на два года работы, в ходе которой участники должны выполнять свои исследовательские проекты, присланные на конкурс, регулярно встречаться, сотрудничать между собой.
Результатом станут наработками с "открытым исходным кодом", то есть все получаемые в ходе работы данные будут общедоступными. Цель очевидна – совершенствование самого робота и развитие сопутствующих направлений.



На конкурсе было представлено 78 заявок, из них предполагалось выбрать 10, но в результате Willow Garage не удержалась и выбрала 11. Также, насколько мне известно, из достоверных источников, со стороны России заявка была подана из ЛИТМО.
Общая стоимость программы составляет более 4,4 млн. долл.
Ниже представлен список университетов, которым будут переданы роботы, а также дано краткое описание их проектов.

1. Университет Фрайбурга (University of Freiburg). Исследователи этого учреждения уже разработали ряд open-source библиотек, связанных с картостроением multiple open-source Теперь они займутся проблемой уборки предметов со столов с помощью робота. Они планируют решать следующие задачи: открывать и закрывать роботом различные ящики и двери, распознавать объекты, а также как интегрировать всю эту информацию с построением карты помещения.

2. Компания Bosch будет разрабатывать новые датчики восприятия для участников программы PR2 Beta Program. Также они будут продолжать разработку тех библиотек, которые ими уже реализованы в рамках проекта ROS и робота Bosch RTC's Robot, разработанного инженерами компании

3. Технологический институт Джорджии (Georgia Institute of Technology) и Healthcare Robotics Lab предложили проект, связанный с помощью пожилым людям на дому с использованием манипуляций робота PR2. Они собираются включить PR2 в свой проект Aware Home (это что-то подобия дома престарелых, где исследователи, воссоздав соответствующие условия, пытаются искать пути для повышения качества жизни с помощью новых технологий).
Сотрудники университета будут изучать, как роботы могут помочь в домашнем уходе за пожилыми людьми, оказывать им помощь при манипуляциях с предметами, встречающимися чаще всего дома (шкафы, лампы, световые переключатели) и разрабатывать способы взаимодействия людей с роботами

4. Католический Университет Лёвена в Бельгии (KU Leuven). Сотрудники этого учреждения являются одними из основателей системы для управления роботами OROCOS. Используя робота PR2, они будут улучшать систему ROS: например, они собираются интегрировать ROS с open-source пакетом для создания трёхмерной компьютерной графики Blender. Также в их программу входит исследование совместной работы робота и человека в переполненной среде.

5. Массачусетский технологический университет (MIT CSAIL). Разработчики этого учебного заведения будут использовать PR2 для изучения способностей, необходимых роботам для безопасного перемещения среди людей, для навигации, для планирования сложных действий и взаимодействия с людьми посредством естественного языка.
Их работа позволит роботам строить карты, которые требуются им для передвижения в зданиях, например, таких как 11 этажный Stata Center Массачусетского технологического института. Также они будут программировать робота PR2 для уборки продуктов со столов.

6. Стендфордский университет получил PR2, так как его предыдущая модель PR1 была разработана в стенах этого учреждения в лаборатории Kenneth Salisbury's, также система ROS берет свои истоки с проекта STAIR. PR2 станет новой платформой для этого проекта. Разработчики будут работать над такими задачами, как, картографирование, открытие разнотипных дверей, нажатия на различные кнопки (например, звонка или лифта), поиск предметов разбросанных по зданию и очистка стола после еды.

7. Мюнхенский технический университет (TUM) предложил проект под названием Когнитивная робототехническая абстрактная машина (Cognitive Robot Abstract Machine). Мюнхенцы будут программировать PR2, наделяя его более совершенным искусственным интеллектом и 3D восприятием, чтобы понять что происходит, когда робот выполняет различные задачи на кухне. Эти усовершенствования помогут PR2 исполнять более сложные задачи, такие как сервировка стола, выполнение различной работы с посудомоечной машиной, приготовление еды и другие задачи на кухне.

8. Университет Беркли в Калифорнии. Робототехники из лаборатории Питера Абеля в этом университете недавно представили демонстрацию, где робот PR2 смог сложить 50 полотенец. Теперь они собираются решить куда более сложную задачу - постирать белье в прачечной. Также их команда будет решать различные производственные задачи.

9. Университет Пенсильвании, а точнее его робототехническая лаборатория GRASP, будет заниматься навигацией роботов в динамической среде, отслеживанием человеческих движений и задачей передачи предметов от роботов людям. Кроме того разработчики собираются дать роботу PR2 возможность менять свое захватное устройство на лету. Частично это уже сделано и результаты можно посмотреть тут.

10. Университет Южной Калифорнии (USC) будет развивать дальше уже ранее представленную ими работу по обучению базовым двигательным навыкам, которые потом можно адаптировать к разным ситуациям, например, таких как перелить жидкость из одного стакана в другой. Кроме того, они будут работать над взаимодействием робота и человека и самокалибровкой сенсоров робота.

11. Токийский университет и местная лаборатория JSK, являющаяся одной из ведущих лабораторий по разработке гуманоидных роботов в мире, будет заниматься задачей автономного и безопасного выполнения роботами действий по уборке домашних помещений. Также они будут работать над интеграцией систем ROS, EusLisp и OpenRave.

Read more

Управление автомобилем с помощью iPhone

Команда робототехников университета свободного Берлина
реализовала управление автомобилем через iPhone. Хотелось бы отметить, что это достаточно клевые чуваки, с которыми мне лично довелось пообщаться, заглянув в качестве гостя к ним в университет. Они добродушно рассказали про свою машину-робота, с которым они принимали участие в гонках DARPA urban challenge в 2007 году.

Вот ссылка на их страничку: Team Berlin



Read more

Roomba 4000 Teardown

.
Read more

Движение робота с использованием одной телекамеры

Основными задачами при управлении мобильными роботами являются:
- Определение и объезд препятствий
- Определение местоположения робота и построение карты местности (SLAM)
- Построение траектории движения робота

Спрашивается, а каким минимальным набором датчиков можно обойтись, для того чтобы решить все эти задачи? И как дорого могут стоить все эти датчики?


Пока точного ответа на этот вопрос нет и трудно сказать, когда он появится. Здесь также очень многое зависит от типа поставленной задачи.

Хотелось бы отметить вот что, как известно, человек 90 % информации получает через зрение, следовательно, логично было бы делать упор именно на использовании видеокамер при управлении мобильными роботами. Но одними камерами не обойтись, и вот интересно было бы узнать, какой объем поставленных задач удалось бы решить, используя только видео зрение робота. А сколько камер лучше всего использовать: две или одну?

Человек же может управлять автомобилем, используя только один глаз, значит и робота можно заставить объезжать препятствия, используя только одну видеокамеру. Но стоит заметить одну очень важную деталь – человек для этой задачи использует свой большой объем накопленных знаний, а с роботом так сразу не получится.
Больших успехов в этой задачи добился профессор Михайлов Борис Борисович из института имени Баумана (к сожалению у меня нет реальных ссылок на его работы, но ему всегда можно написать письмо). На семинаре «Робототехника. Взгляд в будущее», организованном ЦНИИ РТК в марте 2010 года, он представил реальные результаты того, как робот объезжает препятствия, используя одну телекамеру с дополнительной специальной подсветкой. Единственное что, я бы отнес к недостаткам – представленная система очень громоздка в прямом смысле этого слова плюс вычисления требуют большого количества времени, т.е. роботу, чтобы объехать препятствие нужно определенное время простоять перед ним. Но по словам Михайлова они продолжают работать над усовершенствованием системы.

Навигацию также можно реализовать, используя только монозрение. В сети можно найти много информации на эту тему. Такие проекты как MonoSLAM показывают реальность этого подхода.

Казалось бы проще использовать стереозрение, но в этом случае до сих пор существует проблема нерешенности задачи сопоставления изображений с двух камер. Так при поиске попиксельного соответствия между двумя кадрами часто возникает ошибочное сопоставление точек, что приводит к ошибке в вычислении координат.

Конечно очень сильно облегчает решение поставленных задач мобильной робототехники использование лазерных дальномеров, но стоят они на данный момент очень дорого - 3-5 тысяч долларов. Правда стоит отметить, что в последнее время на рынке появились дальномеры размером небольших размеров, но цена их все равно высока

В данной статье мне хотелось бы представить результаты работы на тему решения задачи определения и объезда препятствий с использованием только одной телекамеры.
Данная работа проводилась совместно с Егором Исаевым, когда мы еще оба работали в ЦНИИ РТК.
Система далеко не идеальна и требует дальнейшего усовершенствования, но все же хотелось бы изложить алгоритм решения и промежуточные результаты.

Полный текст статьи можно скачать отсюда

Предлагаемый в данной работе алгоритм позволяет оценить расстояние до препятствий и направление на них по единственному нецветному кадру. Алгоритм основан на следующих допущениях:
1. Проведена предварительная калибровка камеры, и её положение относительно робота не изменяется.
2. Робот движется по плоской горизонтальной поверхности.
3. В окружающей среде нет нависающих объектов.
На основе второго предположения можно построить уравнение плоскости земли относительно камеры. Зная уравнение плоскости, можно для любой точки кадра определить координаты соответствующей ей точки реальной сцены относительно камеры, при непременном условии, что эта точка лежит в плоскости земли.



Поиск границы свободного пространства – процедура во многом эвристическая. В данном случае вводится предположение, что эта граница на изображении представлена наиболее резким перепадом яркости, образующим сплошной контур, тянущийся через весь кадр от левого края до правого. Практика показывает, что во многих случаях (хотя и не всегда) это действительно так.
Для поиска такого контура выполняется предварительная обработка кадра:

1. Производится линейная фильтрация для сглаживания высокочастотных шумов.
2. Для выделения контуров кадр с выхода линейного фильтра обрабатывается фильтром Собеля.

В результате получается новое изображение – того же размера, что и исходное, но содержащее только контуры объектов сцены.
Для поиска наиболее яркого контура вводится следующая формализация. Контурное изображение, полученное фильтром Собеля, рассматривается как взвешенный граф. Вершины графа – пиксели изображения, вес каждой вершины – яркость пикселя, взятая «в негативе», так что самым ярким участкам контуров должен соответствовать вес 0, а участкам, где контуров нет, 255.

Таким образом, необходимо найти путь минимального суммарного веса во взвешенном графе с неотрицательными весами. Это делается с помощью алгоритма Дейкстры. В качестве начальной точки контура фигурирует любой пиксель на левом краю кадра, а качестве конечной – любой пиксель на правом краю. Другими словами, ищется минимальная последовательность пикселей, для всех точек на левом краю кадра, до тех пор, пока не будет достигнут правый край кадра.

Алгоритм Дейкстры в данном случае был выбран неслучайно. Как известно, самым эффективным алгоритмом поиска кратчайшего пути является алгоритм А*, который в отличие от алгоритма Дейкстры использует эвристичекую оценку. Из-за отсутствия эвристики алгоритм Дейкстры ищет путь одновременно во все стороны и исследует намного больше точек на карте (графе). Это делает его медленнее алгоритма A*, но если нам важно достичь какой-то границы, и не важно точно, в какой точке, то в этом случае лучше использовать алгоритм Дейкстры. Дальнейшая практика показала, что для поиска пути в нашем случае так и получается.

На входе алгоритма мы имеем один кадр размером 320*240 пикселей, полученный с телекамеры. На выходе – массив с координатами точек в системе координат робота, описывающий свободное пространство перед ним.

В качестве экспериментального образца использовался робот Pioneer 3DX, созданный компанией Active Media Robots с установленной камерой на борту. Эксперимент проводился в лабораториях ЦНИИ РТК.


Ниже представлены некоторые кадры, обработанные алгоритмом: (слева исходный кадр, справа вид робота сверху и свободное пространство перед ним)


Препятствие в виде дверного проема:


Препятствие в виде бордюра тротуара:


Препятствие в виде предметов в комнате:


И еще одна картинка с комнаты:


Ниже представлено небольшое видео работы алгоритма на реальном роботе.
Заранее приношу свои извинение за не очень хорошее качество изображения. Сразу хочу заметить, что в эксперименте робот реально ехал по одной камере, все остальные датчики, а именно вторая видеокамера и ультразвуковые датчики, расположенные по всему периметру робота не используются. Тут уж как говорится, примите на веру и мое честное слово. К сожалению представлено только одно видео, так как больше по некоторым причинам не сохранилось.



Время, затраченное на обработку одного кадра и вычисления свободного пространства перед роботом в нашем случае при использовании процессора Pentium 3 с частотой 1,4 ГГц варьируется в зависимости от сложности изображения и в среднем составляет от 0.02 до 0.06 секунд.

Несмотря на то, что в реализацию алгоритма введено упрощение в виде отсутствия навесных объектов, избавиться от них в окружающей среде крайне сложно, поэтому на кадрах они присутствуют. В то же время, если количество такого рода объектов не превалирует над объектами, полностью находящимися на плоскости, то в целом результат определения свободной зоны перед роботом можно считать приемлемым.

К достоинствам предлагаемого алгоритма можно отнести то, что с помощью него можно определить дальности до препятствий даже по одному кадру статического изображения, что нельзя сделать при использовании методов оптического потока, где от робота требуются дополнительные движения.

Недостатком метода является то, что он плохо работает на поверхности, отличной от ровного пола. Кроме того, если на плоскости пола имеются выраженные контуры (фактура паркета, пороги, швы между плитками), то не исключена ошибка, при котором контуры будут ошибочно опознаны как препятствия. Однако такие ошибки могут быть сведены к минимуму оптимальным выбором параметров алгоритма.

Препятствия движению, встречающиеся в естественной среде (как в помещениях, так и на улице), столь бесконечно разнообразны, что создать единый алгоритм обнаружения препятствий «на все случаи жизни» невозможно. Также нецелесообразно разбивать задачу на множество частных случаев и анализировать их поочередно – этих частных случаев может оказаться очень много. Необходим разумный компромисс: разбить все возможные ситуации на две-три группы, и в процессе движения анализировать наблюдаемую обстановку параллельно с помощью двух или трех алгоритмов, реагирующих на разные особенности изображения.

В дальнейшем планируется несколько путей усовершенствований подхода, описанного в данной статье. Для того чтобы избавиться от ограничения, связанного с навесными препятствиями (например, комнатная мебель) описанный алгоритм необходимо комплексировать с другими алгоритмами, использующие другие принципы. Например, с алгоритмом, основанном на анализе оптического потока. Этот алгоритм не позволяет количественно оценивать расстояние до объектов, но позволяет только при движении робота обнаружить препятствие, оказавшееся на опасно близком расстоянии.

Read more