Lompatan besar dalam robotisasi

Daftar Isi:

Lompatan besar dalam robotisasi
Lompatan besar dalam robotisasi

Video: Lompatan besar dalam robotisasi

Video: Lompatan besar dalam robotisasi
Video: BATALYON ARHANUD SELURUH INDONESIA | ARTILLERY AIR DEFENCE ARMY OF INDONESIA 2024, Mungkin
Anonim
Gambar
Gambar

CHIMP melakukan salah satu tugas yang paling sulit - mencoba memasang selang kebakaran ke hidran

Diselenggarakan oleh Defense Advanced Research Projects Agency (DARPA), Robotics Challenge menjanjikan untuk merevolusi kemampuan sistem dan bagaimana mereka dirancang. Mari kita simak acara ini dan evaluasi pendapat sejumlah pemain kunci

Pada tanggal 11 Maret 2011, Jepang dilanda gempa kuat dengan pusat gempa sekitar 70 km di lepas pantai timur Honshu. Akibat gempa berkekuatan 9 SR, terbentuk gelombang yang mencapai ketinggian 40 meter dan merambat ke daratan sejauh 10 km.

Pembangkit listrik tenaga nuklir Fukushima I berdiri di jalan tsunami yang menghancurkan Ketika gelombang raksasa menghantam stasiun, reaktor hancur secara serempak. Peristiwa ini menjadi tragedi nuklir terburuk sejak kecelakaan di pembangkit listrik tenaga nuklir Chernobyl pada 1986. Acara ini menjadi dasar untuk skenario yang mungkin merupakan salah satu program robotika paling signifikan hingga saat ini - DRC (DARPA Robotics Challenge - uji praktik sistem robotik di bawah program Administrasi Penelitian dan Pengembangan Lanjutan dari Departemen Pertahanan AS).

Uji coba DRC diumumkan pada April 2012, dan bantuan bencana dipilih sebagai skenario uji coba ini. Pengembangan sistem baru harus dilakukan dalam kerangka skenario ini, terutama karena fakta bahwa itu termasuk dalam 10 misi utama Departemen Pertahanan AS, yang diidentifikasi oleh Gedung Putih dan Menteri Pertahanan pada Januari. 2012. Pada bulan Desember 2013, dalam kerangka kompetisi ini, tahap penting berlalu, ketika tes "skala penuh" pertama dilakukan di Florida untuk pertama kalinya.

DRC berbeda dalam beberapa cara inovatif, mereka menggabungkan pengujian virtual dan lapangan, dan terbuka untuk tim yang didanai dan tidak didanai. Acara ini terdiri dari empat bagian atau trek yang disebut; DARPA memberikan dukungan keuangan untuk dua trek Track A dan Track B dan membuka kompetisi ini untuk semua pendatang baru.

Dari empat track, dua (Track A dan Track B) mendapat pendanaan. Setelah pengumuman umum dan pengajuan aplikasi, DARPA memilih tujuh tim untuk Track A untuk mengembangkan perangkat keras dan perangkat lunak baru; di Track B, 11 tim hanya mengembangkan perangkat lunak.

Track C tidak didanai dan terbuka untuk anggota baru dari seluruh dunia; Seperti peserta di Track B, pesertanya terutama menggunakan program simulasi robot virtual untuk menguji perangkat lunak mereka. Track D ditujukan untuk kontributor asing yang ingin mengembangkan perangkat keras dan perangkat lunak, tetapi tanpa pendanaan DARPA pada tahap apa pun.

Kunci dari pendekatan DRC yang inovatif adalah komponen VRC (Virtual Robotics Challenge). Tim peringkat teratas - baik dari Track B atau C - akan menerima dana dari DARPA, serta robot Atlas dari Boston Dynamics, yang akan mereka ambil bagian dalam uji lapangan.

Pada Mei 2013, tim dari Track B dan Track C mendaftar untuk lolos ke VRC, yang diadakan pada bulan berikutnya. Dari lebih dari 100 tim yang terdaftar, hanya 26 yang melanjutkan ke VRC dan hanya 7 tim yang mendekati tes skala penuh.

VRC berlangsung di ruang virtual yang sangat akurat yang dilisensikan di bawah lisensi Apache 2 dari Open Source Foundation. Tim ditugaskan untuk menyelesaikan tiga dari delapan tugas yang diidentifikasi untuk robot nyata dalam uji lapangan pertama.

Pengujian

Sementara robot yang didemonstrasikan di VRC sangat mengesankan, bagaimana mereka akan berperilaku dalam uji lapangan tidak 100% pasti; namun, Jill Pratt, Direktur Program Kompetisi DRC, mengatakan dia sangat senang dengan kemampuan mereka. “Kami berharap karena ini adalah bagian fisik pertama dari pengujian, kami dapat melihat banyak kerusakan perangkat keras, tetapi kenyataannya tidak demikian, semua perangkat keras sangat andal. Beberapa tim pertama, terutama tiga yang pertama, berhasil mendapatkan lebih dari setengah poin dan membuat kemajuan yang signifikan bahkan ketika kami sengaja mengganggu saluran komunikasi."

Pratt juga terkesan dengan kemampuan robot Atlas, "Ini benar-benar melebihi harapan kami … Boston Dynamics telah melakukan pekerjaan yang patut dicontoh untuk memastikan bahwa tidak ada tim yang dirugikan oleh segala jenis kegagalan perangkat keras."

Namun, masih ada ruang untuk perbaikan, seperti lengan manipulator dengan ruang kerja terbatas dan kebocoran dari sistem hidrolik robot. Proses modernisasi dimulai bahkan sebelum peristiwa pada Desember 2013. Pratt mengatakan bahwa dia juga ingin menambah jumlah instrumen yang berbeda di final dan robot kemungkinan besar akan memiliki sabuk dengan alat yang mereka perlukan untuk memilih alat yang diperlukan dan mengubahnya selama eksekusi skrip.

Robot Atlas juga dipuji oleh Doug Stephen, seorang peneliti dan insinyur perangkat lunak di Institut Florida untuk Kemampuan Kognitif Manusia dan Mesin, yang timnya berada di urutan kedua di Track B dalam uji coba lapangan. "Ini adalah robot yang sangat luar biasa … kami telah bekerja dengannya 200 jam waktu bersih dalam dua atau tiga bulan dan ini sangat tidak biasa untuk platform eksperimental - kemampuan untuk bekerja dengan mantap dan tidak rusak."

Ada upaya heroik di balik kemampuan robotik DRC yang mengesankan; tugas dirancang untuk menjadi sangat menantang dan menantang perangkat keras dan perangkat lunak yang dikembangkan oleh tim.

Sementara tugas-tugasnya sulit, Pratt tidak berpikir DARPA menetapkan standar terlalu tinggi, mencatat bahwa setiap tugas diselesaikan oleh setidaknya satu tim. Mengemudi dan bergabung dengan lengan ternyata menjadi tugas yang paling sulit. Menurut Stephen, yang pertama adalah yang paling sulit: “Saya akan mengatakan dengan pasti - tugas mengendarai mobil, dan bahkan bukan karena mengemudi itu sendiri. Jika Anda ingin mengemudi sepenuhnya otonom, yang sangat sulit, maka Anda selalu memiliki operator robot. Mengemudi tidak terlalu sulit, tetapi keluar dari mobil jauh lebih sulit daripada yang dibayangkan orang; itu seperti memecahkan teka-teki 3D besar."

Sesuai dengan format DRC Finals, yang jatuh tempo pada Desember 2014, semua tugas akan digabungkan menjadi satu skenario berkelanjutan. Ini semua untuk membuatnya lebih kredibel dan memberi tim pilihan strategis tentang bagaimana menjalankannya. Kesulitan juga akan meningkat, dan Pratt menambahkan: “Tantangan kami untuk tim yang telah melakukan yang terbaik di Homestead adalah membuatnya lebih sulit. Kami akan melepas kabel yang tertambat, melepaskan kabel komunikasi dan menggantinya dengan saluran nirkabel, sementara kami akan menurunkan kualitas koneksi sehingga lebih buruk dari pada tes sebelumnya."

“Rencana saya saat ini adalah membuat koneksi terputus-putus, kadang-kadang harus benar-benar hilang, dan saya percaya ini harus dilakukan secara acak, seperti yang terjadi dalam bencana nyata. Mari kita lihat apa yang bisa dilakukan robot, bekerja selama beberapa detik, atau mungkin hingga satu menit, mencoba melakukan beberapa subtugas sendiri, bahkan jika mereka tidak sepenuhnya terputus dari kendali operator dan saya pikir itu akan menjadi sangat menarik penglihatan."

Pratt mengatakan bahwa sistem keselamatan juga akan dihapus di final. "Artinya robot harus tahan jatuh, itu juga berarti harus memanjat sendiri dan itu akan sangat sulit."

Lompatan besar dalam robotisasi
Lompatan besar dalam robotisasi

Robot Schaft menghilangkan puing-puing dari jalurnya

Tantangan dan strategi

Dari delapan tim selama pengujian, lima menggunakan robot ATLAS, namun, peserta di Track A - pemenang Tim Schaft dan pemenang ketiga Tim Tartan Rescue - menggunakan pengembangan mereka. Berasal dari Pusat Rekayasa Robotika Nasional (CMU) Universitas Carnegie Mellon, Tartan Rescue telah mengembangkan Platform Seluler Sangat Cerdas CMU (CHIMP) untuk pengujian DRC. Tony Stentz dari Tartan Rescue menjelaskan alasan tim untuk mengembangkan sistem mereka sendiri: "Mungkin lebih aman menggunakan robot humanoid yang siap pakai, tetapi kami tahu kami dapat membuat desain yang lebih baik untuk tanggap bencana."

“Kami tahu kami harus membuat sesuatu yang kasar, tetapi kami tidak menyukai kebutuhan robot humanoid untuk menjaga keseimbangan saat bergerak. Ketika robot bipedal bergerak, mereka perlu menjaga keseimbangan agar tidak jatuh, dan ini cukup sulit di permukaan yang datar, tetapi ketika Anda berbicara tentang bergerak melalui puing-puing konstruksi dan menginjak benda-benda yang dapat bergerak, itu menjadi lebih sulit. Oleh karena itu, CHIMP stabil secara statis, bertumpu pada alas yang cukup lebar dan dalam posisi tegak berguling pada sepasang trek di kakinya, sehingga dapat maju mundur dan berputar di tempat. Itu dapat diposisikan dengan cukup mudah untuk mengulurkan tangan Anda untuk membawa semua yang Anda butuhkan pada tugas; ketika dia perlu bergerak di medan yang lebih sulit dia bisa jatuh dengan keempat anggota tubuhnya, karena dia juga memiliki baling-baling ulat di tangannya.

Tak pelak, tim dari trek yang berbeda menghadapi tantangan yang berbeda dalam mempersiapkan tes, Institut Kemampuan Kognitif Manusia dan Mesin berfokus pada pengembangan perangkat lunak, karena ini adalah masalah yang paling sulit - transisi dari VRC ke masalah lapangan. Stephen mengatakan bahwa “ketika robot Atlas dikirimkan kepada kami, ia memiliki dua 'mode' yang dapat Anda gunakan. Yang pertama adalah serangkaian gerakan sederhana yang disediakan oleh Boston Dynamics yang dapat Anda gunakan untuk gerakan dan yang telah sedikit berkembang. Ternyata sebagian besar tim menggunakan mode bawaan dari Boston Dynamics ini selama kompetisi Homestead, sangat sedikit tim yang menulis perangkat lunak kontrol robot mereka sendiri dan tidak ada yang menulis perangkat lunak mereka sendiri untuk seluruh robot …"

"Kami menulis perangkat lunak kami sendiri dari awal dan itu adalah pengontrol seluruh tubuh, yaitu, itu adalah satu pengontrol yang bekerja di semua tugas, kami tidak pernah beralih ke program lain atau ke pengontrol lain … Oleh karena itu, salah satu tugas yang paling sulit adalah membuat kode program dan menjalankannya di Atlas karena itu adalah semacam kotak hitam ketika Boston Dynamics mempresentasikannya kepada kami, tetapi itu adalah robot dan IP mereka sehingga kami benar-benar tidak memiliki akses tingkat rendah ke komputer onboard. perangkat lunak berjalan pada komputer eksternal dan kemudian berkomunikasi dengan menggunakan API (Application Programming Interface) melalui serat dengan komputer terpasang, sehingga ada penundaan besar dan masalah dengan sinkronisasi dan menjadi sangat sulit untuk mengontrol sistem yang kompleks seperti Atlas."

Meskipun menulis kode Anda sendiri dari awal tentu saja lebih sulit dan memakan waktu bagi Institute for Human and Machine Cognitive Abilities, Stephen percaya bahwa pendekatan ini lebih menguntungkan, karena ketika masalah muncul, mereka dapat diselesaikan lebih cepat daripada mengandalkan Boston Dynamics. Selain itu, perangkat lunak pendamping Atlas tidak secanggih perangkat lunak yang digunakan Boston Dynamics dalam demonya sendiri ketika mereka mengirim robot … mereka mengatakan secara terbuka bahwa gerakannya tidak seperti yang Anda lihat ketika Boston Dynamics mengunggah video robot ke Youtube.mengerjakan perangkat lunak perusahaan ini. Ini adalah versi yang kurang canggih … ini cukup untuk melatih robot. Saya tidak tahu apakah mereka akan memberikan kode pada perintah untuk digunakan, saya tidak berpikir mereka mengharapkan semua orang untuk menulis perangkat lunak mereka sendiri. Artinya, apa yang disampaikan bersama dengan robot mungkin dari awal dan tidak dimaksudkan untuk menyelesaikan semua delapan tugas dalam tes praktik DRC.”

Tantangan terbesar bagi tim Tartan Rescue adalah padatnya jadwal yang harus mereka patuhi saat mengembangkan platform baru dan perangkat lunak terkait. “Lima belas bulan yang lalu, CHIMP hanyalah sebuah konsep, sebuah gambar di atas kertas, jadi kami harus mendesain bagian-bagiannya, membuat komponennya, menyatukan semuanya dan menguji semuanya. Kami tahu ini akan menghabiskan sebagian besar waktu kami, kami tidak bisa menunggu dan mulai menulis perangkat lunak sampai robot siap, jadi kami mulai mengembangkan perangkat lunak secara paralel. Kami sebenarnya tidak memiliki robot lengkap untuk digunakan, jadi kami menggunakan simulator dan pengganti perangkat keras selama pengembangan. Misalnya, kami memiliki lengan manipulator terpisah yang dapat kami gunakan untuk memeriksa hal-hal tertentu untuk satu anggota badan,”jelas Stentz.

Mengacu pada komplikasi yang akan menambah degradasi saluran transmisi data, Stentz mencatat bahwa keputusan ini dibuat sejak awal khusus untuk situasi seperti itu dan itu bukan masalah yang sangat sulit. “Kami memiliki sensor yang dipasang di kepala robot - pengukur jarak laser dan kamera - memungkinkan kami membuat peta tekstur 3-D lengkap dan model lingkungan robot; inilah yang kami gunakan dari sisi operator untuk mengendalikan robot dan kami dapat membayangkan situasi ini dalam resolusi yang berbeda tergantung pada pita frekuensi dan saluran komunikasi yang tersedia. Kita dapat memfokuskan perhatian kita dan mendapatkan resolusi yang lebih tinggi di beberapa area dan resolusi yang lebih rendah di area lain. Kami memiliki kemampuan untuk mengontrol robot dari jarak jauh secara langsung, tetapi kami lebih memilih tingkat kontrol yang lebih tinggi ketika kami menentukan target untuk robot dan mode kontrol ini lebih tahan terhadap kehilangan dan penundaan sinyal.”

Gambar
Gambar

Robot Schaft membuka pintu. Peningkatan kemampuan penanganan robot akan menjadi suatu keharusan untuk sistem masa depan

Langkah selanjutnya

Stentz dan Stephen mengatakan tim mereka saat ini sedang mengevaluasi kemampuan mereka dalam tes dunia nyata untuk menilai tindakan apa yang perlu diambil untuk bergerak maju, dan bahwa mereka sedang menunggu tinjauan DARPA dan informasi tambahan tentang apa yang akan terjadi di final. Stephen mengatakan mereka juga menantikan untuk menerima beberapa modifikasi untuk Atlas, mencatat satu persyaratan yang sudah disetujui untuk final - penggunaan catu daya onboard. Bagi CHIMP, hal ini tidak menjadi masalah, karena robot dengan penggerak listrik sudah dapat membawa baterainya sendiri.

Stentz dan Stephen sepakat bahwa ada sejumlah tantangan yang perlu ditangani dalam mengembangkan ruang sistem robotik dan menciptakan jenis platform yang dapat digunakan dalam skenario bantuan bencana. “Saya akan mengatakan bahwa tidak ada satu hal pun di dunia ini yang bisa menjadi obat mujarab. Dalam hal perangkat keras, saya percaya bahwa mesin dengan kemampuan manipulasi yang lebih fleksibel dapat berguna. Untuk perangkat lunak, saya percaya bahwa robot membutuhkan tingkat otonomi yang lebih besar sehingga mereka dapat bekerja lebih baik tanpa saluran komunikasi dalam operasi jarak jauh; mereka dapat menyelesaikan tugas lebih cepat karena mereka melakukan banyak hal sendiri dan membuat lebih banyak keputusan per unit waktu. Saya pikir kabar baiknya adalah kompetisi DARPA benar-benar dirancang untuk mempromosikan perangkat keras dan perangkat lunak,”kata Stentz.

Stephen percaya bahwa perbaikan dalam proses pengembangan teknologi juga diperlukan. “Sebagai seorang programmer, saya melihat banyak cara untuk meningkatkan perangkat lunak dan saya juga melihat banyak peluang untuk peningkatan saat saya mengerjakan mesin ini. Banyak hal menarik terjadi di laboratorium dan universitas di mana mungkin tidak ada budaya yang kuat dari proses ini, jadi terkadang pekerjaan berjalan sembarangan. Juga, melihat proyek yang sangat menarik dalam uji coba DRC, Anda menyadari bahwa ada banyak ruang untuk peningkatan dan inovasi perangkat keras."

Stephen mencatat bahwa Atlas adalah contoh utama dari apa yang dapat dicapai - sistem yang dapat diterapkan yang dikembangkan dalam waktu singkat.

Bagi Pratt, bagaimanapun, masalahnya lebih jelas dan dia percaya bahwa peningkatan perangkat lunak harus didahulukan. “Poin yang saya coba sampaikan adalah bahwa sebagian besar perangkat lunak ada di antara telinga. Maksud saya, apa yang terjadi di otak operator, apa yang terjadi di otak robot, dan bagaimana keduanya setuju satu sama lain. Kami ingin fokus pada perangkat keras robot dan kami masih memiliki masalah dengan itu, misalnya, kami memiliki masalah dengan biaya produksi, efisiensi energi … Tidak diragukan lagi bagian tersulit adalah perangkat lunak; dan itu adalah kode pemrograman untuk antarmuka robot-manusia dan kode pemrograman untuk robot itu sendiri untuk melakukan tugas mereka sendiri, yang mencakup persepsi dan kesadaran situasional, kesadaran tentang apa yang terjadi di dunia dan pilihan berdasarkan apa yang robot merasakan."

Pratt percaya menemukan aplikasi robot komersial adalah kunci untuk mengembangkan sistem canggih dan memajukan industri. “Saya pikir kita benar-benar membutuhkan aplikasi komersial di luar manajemen bencana dan pertahanan umum. Yang benar adalah bahwa pasar, pertahanan, tanggap darurat, dan bantuan bencana, sangat kecil dibandingkan dengan pasar komersial."

“Kami suka berbicara banyak tentang ini di DARPA, mengambil ponsel sebagai contoh. DARPA telah mendanai banyak perkembangan yang mengarah pada teknologi yang digunakan dalam telepon seluler … Jika ini hanya pasar pertahanan yang dimaksudkan untuk sel, mereka akan menghabiskan banyak biaya lebih besar daripada sekarang, dan ini karena pasar komersial besar yang memungkinkan untuk mendapatkan ketersediaan ponsel yang luar biasa …"

“Di bidang robotika, pandangan kami adalah bahwa kami membutuhkan urutan kejadian yang persis seperti ini. Kita perlu melihat dunia komersial membeli aplikasi yang akan membuat harga turun, dan kemudian kita bisa membuat sistem khusus untuk militer, di mana investasi komersial akan dilakukan.”

Delapan tim pertama akan ambil bagian dalam uji coba Desember 2014 - Team Schaft, IHMC Robotics, Tartan Rescue, Team MIT, Robosimian, Team TRAClabs, WRECS, dan Team Trooper. Masing-masing akan menerima $ 1 juta untuk meningkatkan solusi mereka dan, pada akhirnya, tim pemenang akan menerima hadiah $ 2 juta, meskipun bagi sebagian besar, pengakuan jauh lebih berharga daripada uang.

Gambar
Gambar

Robosimian dari Laboratorium Propulsi Jet NASA memiliki desain yang tidak biasa

Elemen virtual

Dimasukkannya dua jalur DARPA dalam uji coba DRC, di mana hanya tim pengembangan perangkat lunak yang berpartisipasi, berbicara tentang keinginan manajemen untuk membuka program kepada lingkaran peserta seluas mungkin. Sebelumnya, program pengembangan teknologi tersebut merupakan hak prerogatif perusahaan pertahanan dan laboratorium penelitian. Namun, penciptaan ruang virtual di mana setiap tim dapat menguji perangkat lunak mereka memungkinkan pesaing yang memiliki sedikit atau tidak memiliki pengalaman dalam mengembangkan perangkat lunak untuk robot untuk bersaing di tingkat yang sama dengan perusahaan terkenal di bidang ini. DARPA juga memandang ruang simulasi sebagai warisan jangka panjang dari pengujian DRC.

Pada tahun 2012, DARPA menugaskan Open Source Foundation untuk mengembangkan ruang virtual untuk Tantangan, dan organisasi tersebut mulai membuat model terbuka menggunakan perangkat lunak Gazebo. Gazebo mampu mensimulasikan robot, sensor, dan objek di dunia 3D, dan dirancang untuk menyediakan data sensor realistis dan apa yang digambarkan sebagai "interaksi yang masuk akal secara fisik" antara objek.

Ketua Open Source Foundation Brian Goerkey mengatakan Gazebo digunakan karena kemampuannya yang sudah terbukti. “Paket ini cukup banyak digunakan di komunitas robot, itulah sebabnya DARPA ingin bertaruh, karena kami melihat manfaatnya dalam apa yang dilakukannya; kita bisa membangun komunitas pengembang dan pengguna di sekitarnya."

Sementara Gazebo sudah menjadi sistem yang terkenal, Gorky mencatat bahwa sementara masih ada ruang untuk diperjuangkan, langkah-langkah harus diambil untuk memenuhi persyaratan yang diidentifikasi oleh DARPA. “Kami telah melakukan sangat sedikit untuk memodelkan robot berjalan, kami terutama berfokus pada platform beroda dan ada beberapa aspek pemodelan robot berjalan yang sangat berbeda. Anda harus sangat berhati-hati tentang bagaimana Anda membuat resolusi kontak dan bagaimana Anda memodelkan robot. Dengan cara ini, Anda bisa mendapatkan parameter yang baik dengan imbalan akurasi. Banyak upaya telah dilakukan untuk simulasi rinci fisika robot, sehingga Anda bisa mendapatkan simulasi berkualitas baik dan juga membuat robot bekerja hampir secara real time, dibandingkan dengan bekerja dalam sepersepuluh atau seperseratus real time, yang kemungkinan besar, jika bukan karena semua upaya yang Anda lakukan untuk itu."

Gambar
Gambar

Robot Atlas yang disimulasikan masuk ke dalam mobil selama tahap kompetisi virtual DRC

Mengenai simulasi robot Atlas untuk ruang virtual, Görki mengatakan bahwa Yayasan harus memulai dengan kumpulan data dasar. “Kami mulai dengan model yang disediakan oleh Boston Dynamics, kami tidak memulai dengan model CAD yang terperinci, kami memiliki model kinematik yang disederhanakan yang diberikan kepada kami. Pada dasarnya file teks yang mengatakan berapa panjang kaki ini, seberapa besar, dan seterusnya. Tantangan bagi kami adalah menyesuaikan model ini dengan benar dan akurat sehingga kami dapat memperoleh kompromi dalam kinerja sebagai ganti akurasi. Jika Anda memodelkannya dengan cara yang sederhana, maka Anda dapat memperkenalkan beberapa ketidakakuratan dalam mesin fisika yang mendasarinya, yang akan membuatnya tidak stabil dalam situasi tertentu. Oleh karena itu, banyak pekerjaan yang harus dilakukan untuk sedikit mengubah model dan dalam beberapa kasus menulis kode Anda sendiri untuk mensimulasikan bagian-bagian tertentu dari sistem. Ini bukan hanya simulasi fisika sederhana, ada level di bawahnya yang tidak akan kita tuju."

Pratt sangat positif tentang apa yang telah dicapai dengan VRC dan ruang simulasi. “Kami telah melakukan sesuatu yang belum pernah terjadi sebelumnya, membuat simulasi proses yang realistis dari sudut pandang fisik yang dapat dijalankan secara real time sehingga operator dapat melakukan pekerjaan interaktif mereka. Anda sangat membutuhkan ini, karena kita berbicara tentang seseorang dan robot sebagai satu tim, jadi simulasi robot harus bekerja dalam kerangka waktu yang sama dengan manusia, yang berarti secara real time. Di sini, pada gilirannya, diperlukan kompromi antara keakuratan model dan stabilitasnya … Saya percaya bahwa kami telah mencapai banyak hal dalam kompetisi virtual."

Stephen menjelaskan bahwa Institut Kemampuan Kognitif Manusia dan Mesin IHMC menghadapi tantangan yang berbeda dalam pengembangan perangkat lunak. “Kami menggunakan lingkungan simulasi kami sendiri, yang kami integrasikan dengan Gazebo sebagai bagian dari kompetisi virtual, tetapi banyak pengembangan kami dilakukan pada platform kami yang disebut Perangkat Konstruksi Simulasi … kami menggunakan perangkat lunak kami ketika kami meluncurkan robot nyata, kami melakukan banyak pemodelan dan ini salah satu landasan kami, kami menantikan banyak pengalaman pengembangan perangkat lunak yang baik."

Stephen mengatakan bahasa pemrograman Java lebih disukai di IHMC karena memiliki "kotak peralatan yang sangat mengesankan yang telah berkembang di sekitarnya." Dia mencatat bahwa ketika menggabungkan Gazebo dan perangkat lunaknya sendiri, “masalah utamanya adalah kami menulis perangkat lunak kami di Java dan sebagian besar perangkat lunak untuk robot menggunakan C atau C ++, yang sangat bagus untuk sistem tertanam. Tetapi kami ingin melakukan pekerjaan di Java seperti yang kami inginkan - untuk membuat kode kami berfungsi dalam jangka waktu tertentu, seperti yang diimplementasikan dalam C atau C ++, tetapi tidak ada orang lain yang menggunakannya. Ini masalah besar membuat semua program Gazebo bekerja dengan kode Java kami.”

DARPA dan Open Source Foundation terus mengembangkan dan meningkatkan simulasi dan ruang virtual. “Kami mulai menerapkan elemen yang akan membuat simulator lebih berguna di lingkungan yang berbeda, di luar lokasi penyelamatan. Misalnya, kami mengambil perangkat lunak yang kami gunakan dalam kompetisi (disebut CloudSim karena disimulasikan di lingkungan komputasi awan) dan kami mengembangkannya dengan tujuan untuk berjalan di server cloud,”kata Görki.

Salah satu keuntungan utama memiliki lingkungan simulasi yang terbuka untuk penggunaan umum dan bekerja dengannya di cloud adalah bahwa perhitungan tingkat tinggi dapat dilakukan oleh sistem yang lebih kuat di server, sehingga memungkinkan orang untuk menggunakan komputer ringan mereka dan bahkan netbook dan tablet. untuk bekerja di tempat kerja Anda. Görki juga percaya bahwa pendekatan ini akan sangat berguna untuk pengajaran, serta dalam desain dan pengembangan produk. "Anda akan dapat mengakses lingkungan simulasi ini dari mana saja di dunia dan mencoba robot baru Anda di dalamnya."

Direkomendasikan: