MAI ontwikkelt een nieuw besturingssysteem voor autonome RTK
De Perseverance rover is een voorbeeld van de toepassing van SLAM-technologie. Foto door NASA
Om veelbelovende robotsystemen van verschillende soorten te creëren, is een breed scala aan verschillende technologieën vereist. Autonome besturingssystemen, technische zichthulpmiddelen enz. zijn in dit verband van bijzonder belang. Dergelijke systemen en technologieën worden door een aantal binnenlandse organisaties ontwikkeld en regelmatig sluiten zich nieuwe deelnemers aan bij dit werk. Dus onlangs werd bekend dat een ander soortgelijk project werd ontwikkeld door studenten van het Moscow Aviation Institute.
Veelbelovende ontwikkeling
Eind december maakte persdienst MAI de ontwikkeling van een nieuw interessant project bekend. Aleksey Koltovsky, een 3e jaars student aan Aerospace Institute No. 6 van de MAI, maakt een softwarepakket met een autonome besturingsfunctie robot. De ontwikkelingen op dit project in de toekomst kunnen worden gebruikt om verschillende robotsystemen te creëren, incl. ruimte bestemming.
De reden voor de opkomst van het project is de noodzaak om zich te ontdoen van de karakteristieke problemen en beperkingen waarmee ruimtesystemen worden geconfronteerd. Het radiosignaal van de aarde naar Mars duurt dus ongeveer 15 minuten, en dezelfde hoeveelheid tijd is nodig om een reactie te ontvangen. Dienovereenkomstig wordt afstandsbediening van een planetaire rover of andere apparatuur praktisch onmogelijk. Daarnaast is de beoordeling van de situatie door de operator lastig door de slechte kwaliteit van het verzonden foto- of videosignaal.
De oplossing voor deze problemen, zoals bedacht door A. Koltovsky, zou een softwarepakket moeten zijn met de functie van autonoom navigeren en autorijden. Met moderne hard- en software kan de robot een driedimensionale weergave van de omgeving creëren, zelfstandig beslissingen nemen en een route uitstippelen.
Zoals gemeld, is een student-ontwikkelaar momenteel bezig met het maken van een softwarepakket met de nodige functies en mogelijkheden. De volgende fase van het project wordt al gepland. In het voorjaar gaan de auteur en zijn collega's de eerste tests uitvoeren. Ze zullen een zelfrijdend zeswielig platform gebruiken, dat zal worden uitgerust met besturingen op basis van nieuwe algoritmen.
Experimentele RTK "Marker", ontworpen om nieuwe technologieën te testen. Foto FPI
A. Koltovsky merkt op dat, indien succesvol, nieuwe softwaretools en technologieën uit zijn project kunnen worden gebruikt om verschillende RTK's te maken voor het oplossen van een breed scala aan taken. De ontwikkelaar zelf richt zich vooral op de ruimtevaartsector - het zijn onderzoeksvoertuigen die het potentieel van nieuwe technologieën volledig kunnen realiseren.
Autonomie en vereenvoudiging
De publicatie van de MAI-persdienst beschrijft de algemene principes van het ontwikkelde systeem, de mogelijkheden en voordelen ervan. Over het algemeen hebben we het over het gebruik van reeds bekende oplossingen, maar met hun aanpassing en verfijning voor specifieke praktische taken en reikwijdte. Daarom wordt voorgesteld om het aantal gebruikte apparaten te verkleinen en met een minimum aantal apparaten rond te komen.
Om het ontwerp en de software te vereenvoudigen, wordt voorgesteld om alleen optische middelen te gebruiken voor visuele studie van het terrein / de route. Het gebruik van versnellingsmeters of andere apparaten is niet voorzien. Een set camera's is aangesloten op een computer die de nodige berekeningen uitvoert en commando's geeft aan de actuatoren.
Het complex als geheel zou moeten werken aan de technologie van "gelijktijdige lokalisatie en mapping" (Simultaneous Localization And Mapping - SLAM). De computer ontvangt het videosignaal van de camera's en maakt na verwerking een kaart van het gebied met al zijn kenmerken, incl. met obstakels. Op basis van deze gegevens zal de automatisering een route bouwen en beslissen hoe elk obstakel moet worden overwonnen.
De software voor het geavanceerde complex is geschreven in Python. Daarnaast maakt de auteur gebruik van bibliotheken voor machine learning en machine vision. De belangrijkste taak op dit moment is het optimaliseren van de gebruikte algoritmen en datasets om de benodigde rekenkracht te verminderen en tegelijkertijd de prestaties te verhogen.
A. Koltovsky merkt op dat de bestaande OpenCV-bibliotheek in zijn oorspronkelijke vorm, zonder optimalisatie, een videosignaal kan verwerken met een snelheid van 0,82 frames per seconde. Door algoritmen te optimaliseren, kunt u de prestaties verhogen tot 8-10 frames per seconde.
"Marker" op een verrijdbaar onderstel. Foto FPI
SLAM-technologie heeft over het algemeen grote perspectieven en heeft haar capaciteiten in de praktijk al bewezen. Zo bepaalt de Perseverance rover van het Amerikaanse bureau NASA obstakels, incl. via optische middelen. Foto- en videoverwerking met het maken van driedimensionale kaarten van het gebied maakte het mogelijk om de toegestane snelheid te verhogen van 20 m/u tot 120 m/u - zes keer.
Opgemerkt wordt dat een dergelijk project uniek is voor de Russische wetenschap. De taken van het creëren van softwaresystemen voor autonome besturingssystemen op basis van SLAM en hun aanpassing aan relatief energiezuinige computerplatforms in ons land zijn nog niet opgelost. Zo heeft een studentenproject tenminste historisch betekenis.
Tegen de achtergrond van de industrie
De afgelopen jaren is in ons land een groot aantal verschillende grondgebonden RTK's met verschillende functies en capaciteiten ontstaan. Sommige van deze systemen hebben zelfs de praktijk bereikt in verschillende structuren en afdelingen. Met name robots van verschillende typen voor het leger zijn algemeen bekend geworden. Tegelijkertijd staat de ontwikkeling van de industrie en de ontwikkeling van nieuwe projecten niet stil. Daarnaast creëren verschillende organisaties en liefhebbers een wetenschappelijke en technologische basis voor de volgende projecten.
Een van de belangrijkste taken van de industrie op dit moment is het creëren van autonome controlesystemen die in staat zijn om onder verschillende omstandigheden te rijden, langs een bepaalde route te rijden of zelfstandig obstakels te overwinnen. Om dergelijke problemen op te lossen, worden verschillende zogenaamde apparaten gebruikt. technische visie en boordcomputers met speciale software.
De standaardset sensoren voor zelfrijdende grond-RTK omvat camera's en lidars, evenals in sommige gevallen ultrasone of radarsensoren. Al deze apparaten verzamelen gegevens die de computer combineert tot een driedimensionale kaart van het gebied, geschikt voor oriëntatie. Bovendien worden gegevens van satelliet- of traagheidsnavigatiehulpmiddelen toegevoegd aan de terreinkaart.
Deze methode om de locatie te bepalen en de route uit te werken, heeft zijn potentieel en mogelijkheden al lang bewezen en bevestigd. Het onderscheidt zich echter door een zekere complexiteit en hoge kosten vanuit hardware-oogpunt - het maakt gebruik van vrij complexe en dure sensoren. Bovendien verschilt het instrumentele deel van de voltooide RTK daardoor aanzienlijk in afmetingen en gewicht.
Zware engineering RTK "Prohod-1" - tijdens bedrijf wordt een deel van de taken opgelost door automatisering. Foto VNII "Signaal"
Een nieuw project van de MAI stelt voor om de processen van het in kaart brengen en de daaropvolgende navigatie op de grond te optimaliseren. Het belangrijkste idee is om alle sensoren, met uitzondering van videocamera's, achterwege te laten en tegelijkertijd de gebruikte software te verbeteren. In theorie is deze aanpak technisch en economisch vrij gunstig, hoewel de nieuwe technologie nog moet worden ontwikkeld en getest.
Het project van een MAI-student of gelijkaardige ontwikkelingen van andere auteurs zijn interessant in het kader van de verdere ontwikkeling van RTK voor verschillende taken. Door de autonomie van de robot tijdens het rijden te vergroten, kunt u de belasting van de operator verminderen en zorgen voor een succesvolle doorgang van de route.
Bovendien wordt het mogelijk om volledig autonome systemen te creëren voor het werken in moeilijke omstandigheden, incl. wanneer radiobesturing niet kan worden gebruikt. De ontwikkelaar van het nieuwe systeem geeft aan dat dit handig zal zijn bij verkenning van de ruimte. Er is echter werk voor autonome machines op aarde.
Reden voor optimisme
Het project van het besturingssysteem van de MAI-student bevindt zich nog in de ontwikkelingsfase, maar er worden al tests verwacht met een experimenteel grondplatform. In het voorjaar vindt een praktijktest van nieuwe technologieën plaats en dan wordt duidelijk hoe succesvol het nieuwe project is. Dan is het mogelijk om het te evalueren en de echte waarde voor de industrie te bepalen.
Of de ervaren RTK en zijn besturingssysteem de komende controles aankunnen, is niet bekend. Maar ook nu laat dit project zien dat nu - dankzij de vooruitgang en de beschikbaarheid van de nodige ontwikkelingen - niet alleen grote organisaties, maar ook liefhebbers of studenten kansrijke technologieën kunnen creëren. En het is heel goed mogelijk dat dergelijke projecten in de toekomst een aanzienlijke impact zullen hebben op de ontwikkeling van de industrie als geheel.
informatie