ОБЗОРЫ
Мобильные робототехнические системы применяются сегодня в самых разных отраслях. Корпоративные заказчики интересуются многофункциональными промышленными роботами, массовый покупатель активно приобретает интеллектуальные пылесосы и роботы-собачки, службы безопасности и спасения рассчитывают на автономные устройства, способные без устали выполнять задачи слежения и поиска. При этом все подобные устройства в идеале должны уверенно перемещаться в незнакомой и непредсказуемой обстановке реального мира.
Устройство автоматической калибровки антенны для
роботов, создаваемых германскими Центром авиации
и космонавтики и Министерством образования, науки,
исследований и технологии
Пока основной проблемой всех ныне существующих мобильных аппаратов, перемещающихся самостоятельно, без управления со стороны человека, остается навигация. Для успешной навигации в пространстве бортовая система робота должна уметь строить маршрут, управлять параметрами движения (задавать угол поворота колес и скорость их вращения), правильно интерпретировать сведения оокружающем мире, получаемые от датчиков, и постоянно отслеживать собственные координаты.
Компьютерные системы построения маршрута разработаны достаточно хорошо. Первоначально они создавались для простейших виртуальных сред, и программа, моделирующая действия робота, быстро находила оптимальный путь к цели в двумерных лабиринтах и комнатах, наполненных простыми препятствиями. Когда появились быстрые процессоры, стало возможным формировать траекторию движения уже на сложных трехмерных картах, причем в реальном времени. Интересно, что существенный вклад в это алгоритмическое направление внесли компании-разработчики компьютерных игр, финансирующие соответствующиисследования. В современных играх с каждой из конфликтующих сторон участвует несколько сотен боевых единиц, действующих на случайно сгенерированных трехмерных картах, и каждая единица быстро и достаточно эффективно находит путь к цели. Правда, при этом она, как правило, неявно обладает полной информацией о карте и своем местоположении на ней.
Поэтому в реальных условиях эксплуатации такие алгоритмы малоэффективны. Полноценный робот должен определять собственные координаты и выбирать направление движения только на основании показателей бортовых датчиков, поэтому системы искусственного интеллекта, создаваемые для автономных машин, ориентированы на поддержку непрерывного цикла "опродатчиков - принятие оперативного решения об изменении маршрута". Таких циклов может быть несколько - один ответственен за следование по основному маршруту, другой - за обход препятствий и т. д. Кроме того, на аппаратном уровне каждый цикл может поддерживаться датчиками разных типов и разных принципов действия, формирующих потоки данных разного объема и интенсивности.
В результате робот начинает теряться в сложной обстановке и на длинных маршрутах, когда надо не просто обходить мелкие препятствия и уклоняться от опасностей на относительно прямом пути, а планировать долгосрочные действия на стратегическом уровне и выполнять ряд вспомогательных задач, которые весьма трудоемки сами по себе. Поэтому современные системы навигации объединяюмеханизмы как низкоуровневого управления, так и высокоуровневого планирования. Проблемы, непосредственно связанные с движением на текущем коротком отрезке маршрута, решаются путем простого реагирования на особенности внешней среды, а глобальная система следит за соблюдением общего плана, модифицируя его в случае необходимости, и синхронизирует работу всех подчиненных структур управления.
Технические сложности мобильной навигации
При построении системы навигации роботов возникает немало технических сложностей. Рассмотрим их более подробно.
1. Чтобы двигаться к цели, роботу необходимо сформировать достаточно точный образ окружающего его пространства.
Сегодня это достигается преимущественно использованием лазерных дальномеров и ультразвуковых генераторов (сонаров). Однако лазерный луч поможет получить образ среды только в зоне прямой видимости. Кроме того, на пути луча часто возникают мелкие помехи, вносящие погрешность в такой образ. А ультразвуковые датчики характеризуются большим временем отклика (если робот находится на большом и открытом пространстве), порядка десятых долей секунды, что не позволяет роботу перемещаться быстро. Скорость звука в разных условиях также может "плавать", влияя на точность оценки расстояния, в результате в "голове" робота искажается общая картина окружающей среды. Создание трехмерных карт с помощью лазеров в масштабе реального времени еще более затруднительно и, как минимум, требует существенных вычислительных мощностей, которые пока не удается воплотить в виде компактных бортовых плат. По этим причинам ценность информации, поступающей от бортовых датчиков, невелика. Роботу необходимо перевести ее в формальное и структурированное "словесное" описание мира (задача распознавания), что пока получается плоховато. Наибольший эффект здесь обещают дать системы машинного зрения, но они также еще несовершенны (см. PC Week/RE, N 5/2004, с. 31). Вместе с тем данный недостаток уже преодолен в проектах, где роботы действуют в зданиях и в любой другой предопределенной обстановке.
Перспективной идеей оказалось хранение в памяти машины полной карты местности. Обычно она представляется в геометрическом (очень подробно, но и очень объемно) либо топологическом (компактно, условными обозначениями, нменее подробно) виде. Наилучший результат дают трехмерные карты, однако их хранение и обработка бортовой системой робота затруднены: нужны слишком большие по сегодняшним меркам вычислительные ресурсы. А самое главное, роботу далеко не всегда удается правильно определить свое реальное местонахождение на такой карте.
Ведется множество исследовательских работ по обучению автономных аппаратов методам самостоятельного построения карт местности. Эта область активно финансируется военными, заинтересованными в автоматизации процессов построения карт любой области Земли. Пока эти исследования не имеют серьезных практических воплощений в системах реального времени. Впрочем, препятствие к этому заключается не столько в слабости алгоритмов, сколько в относительно медленных бортовых процессорах.
2. В ходе движения робот должен быстро и точно управлять мотором и положением колес.
Некоторые задачи робототехники в принципе не допускают точного решения (это, например, задача управления крутящим моментом электромотора таким образом, чтобы робот безукоснительно следовал маршруту). В других задачах, связанных с динамикой движения роботов (область теоретической механики), до нахождения ответа еще очень далеко, а поиск приближенных коэффициентов, определяющих параметры движения, требует от бортового устройства постоянного решения систем дифференциальных уравнений. Поэтому сложности здесь как технические, так и теоретические.
3. Робот должен знать свое реальное местонахождение, а оно почти всегда отличается от хранящегося в бортовой системе.
Определение своих координат - фундаментальная задача навигации, ответ на которую интересен не только робототехникам, но и специалистам из множества других областей - прежде всего космической, авиационной и автомобильной.
Схемы навигации автономных устройств
Робототехники выделяют три навигационные схемы:
- глобальная - определение абсолютных координат устройства при движении по длинным маршрутам;
- локальная - определение координат устройства по отношению к некоторой (обычно стартовой) точке. Эта схема востребована разработчиками тактических беспилотных самолетов и наземных роботов, выполняющих миссии в пределах заранее известной области;
- персональная - позиционирование роботом частей своего тела и взаимодействие с близлежащими предметами, что актуально для устройств, снабженных манипуляторами.
Считается, что чем крупнее аппарат, тем выше для него важность глобальной навигации и ниже - персональной. У роботов-малышей все наоборот.
Системы навигации классифицируются еще по одному признаку - они могут быть пассивными и активными. Пассивная система навигации подразумевает прием информации о собственных координатах и других характеристиках своего движения от внешних источников, а активная рассчитана на определение местоположения только своими силами. Как правило, все глобальные схемы навигации пассивные, локальные бывают и теми и другими, а персональные схемы - всегда активные.Пассивные навигационные схемы. Первые модели промышленных роботов с более или менее автономной навигацией, созданные в 60-е годы, передвигались по маршруту, жестко заданному с помощью электрических кабелей, проложенных под полом заводских сооружений. На роботах устанавливались несложные устройства приема электромагнитного излучения кабеля, позволявшие определять направление перемещения. Аппараты могли двигаться по различным маршрутам благодаря тому, что по нескольким кабелям передавался сигнал с разной частотой. Но такая схема была дорогой и негибкой.
С появлением первых систем машинного зрения удалось отказаться от возни с кабелями и перейти к навигации по ярко нарисованным (или флуоресцентным) линиям на полу. Робот с помощью камеры следил за такой линией и самостоятельно двигался вдоль нее. Правда, линии часто стирались, нередко загораживались другими аппаратами и людьми, а на перекрестках, где сходилось несколько маршрутных линий, роботы обычно терялись и останавливались, не в силах понять, куда же двигаться дальше.
Испытывались и другие похожие концепции. По маршруту движения на определенной высоте размещались предметы-маркеры заданной формы, которые робот с помощью простых датчиков "ощупывал", узнавая тем самым свое местонахождение. Но такая схема навигации основана на нежелательном физически активном контакте машины с окружающим миром, что может привести к разрушительным последствиям. Кроме того, роботы не всегда могли правильно идентифицировать маркеры, а расположение последних приходилось выбирать очень точно.
Постепенно "продвинутые" модели маркерной навигации были оснащены более совершенными аналоговыми датчиками, научившимися измерять силу реакции контакта и определять форму маркера, а сегодня в этих целях применяются цифровые матричные датчики, способные получать от маркеров подробные данные об окружающей среде. Основным недостатком такого решения остается необходимость обслуживания маркеров на маршруте.
До 30-х годов прошлого века навигационные задачи решались по старинке - с помощью карты, компаса, секстанта, по солнцу, звездам и т. д. В 50-е годы у летчиков и моряков получила широкое распространение схема навигации по радиомаякам, а когда в 1957-м был запущен в космос советский "Спутник-1", специалисты Массачусетского технологического института быстро придумали простой способ измерения параметров его орбиты по изменению спектра передаваемого спутником сигнала. Эта идея легла в основу современных систем спутниковой навигации. Глобальная спутниковая система GPS, стартовавшая в 1973 г. усилиями ВМС, ВВС и министерства транспорта США, с каждым годом продолжает набирать популярность у разработчиков навигационных систем для автономных роботов. Она относится к категории пассивных глобальных систем.
Хотя на рынке имеется множество коммерчески доступных GPS-приемников, их применение в глобальной навигации пока ограничено задачами соблюдения общего курса. Связано это с очевидным требованием законов робототехники о точности такой навигации - ошибка в определении собственных координат не может превышать размера автономного аппарата (в противном случае возможны столкновения с устройствами такого же или меньшего размеров и другие конфликты со средой). Типичный самоходный коммерческий робот обычно не превышает в длину одного-двух метров и может удаляться от места старта на 10 км, а вот GPS-сигнал дает точность около 100 м, и гражданским организациям в ближайшие годы будут доступны обновленные GPS-приемники с точностью 20-30 м. Поэтому в качестве базовой GPS-навигация применяется преимущественно в автопилотах крупных самолетов или океанских лайнеров. Кроме того, в различных регионах Земли, на местности со сложным рельефом и в зданиях GPS-сигнал может приниматься неустойчиво и с помехами. Таким образом, эта система еще довольно долго не сможет использоваться как основная в задачах глобальной навигации небольших аппаратов.
Иногда возможности GPS-системы расширяются за счет развертывания дополнительных наземных станций - если их координаты известны, то можно на основе GPS-информации определять местоположение объекта с точностью около 5 м. Но это решение подходит только для локальной схемы навигации.
У разработчиков систем пассивной локальной навигации популярна идея использования для ориентирования искусственных сооружений (например, специальных вышек). Она неплохо реализована в коммерческих версиях, и робот, снабженный системой машинного зрения, может довольно точно рассчитать расстояние до вышки по анализу изменения геометрических размеров ее видимого образа. Если же установить искусственные маяки не удается, робот может попытаться самостоятельно выделить статичные элементы окружающей обстановки (высокое дерево, гора) и выполнить привязку к ним своих координат. Недостаток такого подхода заключается в проблемах с нахождением ключевых объектов при изменении условий внешней среды (например, уровня освещенности).
Здесь может помочь использование стереокамер - зная угол зрения каждой из них, можно вычислить расстояние до цели. Но все равно остается актуальной задача распознавания одного и того же объекта каждой камерой и последующая синхронизация их "взглядов", что роботам пока сложно делать в масштабе реального времени.
Другая пассивная концепция локальной навигации - с помощью радиомаяков - заключается в размещении в зоне действий робота источников радиосигналов, которые обрабатываются бортовым микропроцессором. Но так как радиомаяки располагаются в фиксированных точках некоторого маршрута, аппарат теряет возможность обходить препятствия или выбирать альтернативный путь движения. Если же сделать такую систему более гибкой и использовать радарные комплексы для определения координат попавших в зону их действия объектов, то будет теряться время (как правило, десятые доли секунды) на организацию запроса бортовой системы робота к радарной станции и ожидание от последней ответа.
Существуют решения на основе так называемых непрерывных радиометок - наземная аппаратура генерирует на большой площади сигнал с параметрами, меняющимися в зависимости от удаления от источника. Но они дороги и характеризуются невысокой надежностью в холмистой или городской местности, где сигнал начинает пропадать. Так, коммерческая система Mini-Ranger Falcon компании Motorola стоит 100 тыс. долл. (из расчета на 20 подключений) и определяет координаты с точностью 2 м на удалении 75 км от генератора. Схожие решения фирмы Harris в минимальной комплектации обойдутся в 30 тыс. долл.
(Продолжение следует)
