ОБЗОРЫ
Продолжение. Начало см. PC Week/RE, N 9/2004, с. 52
Активные навигационные схемы. Самые известные представители этой группы - инерционные навигационные системы (ИНС). Впервые они были задействованы в немецких ракетах V2, а на рынке появились в 60-х годах. Механические гироскопы позволяют измерять усилие (момент внешней силы), прикладываемое к телу, на котором они размещены, и на этой основе определять положение тела относительно позиции, с которой началось движение, и его скорость. Механические акселерометры схожим способом умеют определять собственное ускорение.
В 70-е годы были созданы относительно небольшие по размерам ИНС, и по сей день применяемые в самолетах, кораблях, устройствах наведения бомб, ракет и торпед. Главный недостаток механических ИНС - накопление ошибок измерения за время активной работы, т. е. чем дольше в движении находится объект, оснащенный ИНС, тем больше будет погрешность в определении координат. Кроме того, ИНС малоэффективны в случаях, когда скорость объекта часто и резко меняется. Они также плохо подходят для задач навигации роботов среднего и малого размеров. Навигационные версии гироскопов должны устанавливаться на стабильной платформе, к тому же цена их высока. Коммерческая авиационная ИНС среднего качества стоимостью в 50 тыс. долл. накапливает за час работы погрешность измерения 2000 м. Погрешность более дорогих версий (200 тыс. долл.) составляет около 0,1% от всего пройденного пути.
Простейший вариант хорошо известного всем автолюбителям активного навигационного устройства - одометр. Он периодически измеряет скорость вращения колеса и, так как диаметр последнего известен, определяет пройденный путь. Но колеса любого автомобиля не идеально ровные, из-за чего реальная длина покрышки всегда будет отличаться от рассчитанной, к тому же они могут прокручиваться вхолостую или проскальзывать на льду, а сам одометр под воздействием внешних и внутренних помех постоянно накапливает ошибки измерения. Однако несмотря на все эти недостатки данная технология применяется очень активно. Ее распространение связано прежде всего с инвестициями автопроизводителей. Так, одометры нового поколения будут содержать микроволновые радары и более точно измерять реально преодоленное расстояние. Кроме того, одометры - это иногда единственно возможное навигационное решение (например, при нахождении робота на другой планете).
Развивается рынок бесконтактных систем локальной навигации, использующих генератор радио- или каких-либо других (чаще всего ультразвуковых и инфракрасных) сигналов, а также лазерных дальномеров. Однако эффективность и точность подобных устройств в значительной степени зависит от характеристик среды.
С появлением первых микропроцессоров в 80-е годы началось создание довольно дешевых бортовых систем машинного зрения, позволяющих решать задачи навигации. Сегодня на них возлагаются большие надежды.
Но в ближайшие годы активные системы, рассчитанные на навигацию в реальных природных условиях, вряд ли преодолеют порог точности в 5 м.
Гибридные навигационные схемы. Недостаток вышеперечисленных способов навигации связан с отсутствием в реализующих их устройствах интеллектуальной составляющей. Независимо от того, пытается ли робот определить свое местонахождение и маршрут движения самостоятельно или на основе сигналов от внешнего источника, он делает это, как животное (птица, движимая инстинктом, знает, куда ей лететь, но не понимает, почему ей следует лететь именно туда). Гибридная бортовая система управления роботом использует навигационные средства всех видов, но занимается прежде всего оценкой окружающей обстановки, анализом выполняемого задания и принятием решений. Аппарат пытается построить собственный образ среды, в которой ему приходится действовать, после чего формирует маршрут и движется по нему, постоянно сопоставляя свою карту пространства с данными, полученными от устройств навигации.
Существующие интеллектуальные модели умеют строить двумерные карты области, в которой движутся. Для этого, как правило, применяются лазерные дальномеры в комбинации с ультразвуковыми генераторами и инерционными системами. Но с помощью ультразвука удается получить лишь весьма нечеткие образы, к тому же скорость звука варьируется, зависит от множества факторов и невысока (если пространство открытое, то ответного эха можно ждать несколько секунд). А из-за ограниченности плоской модели мира роботы нередко попадают в логические тупики, и в условиях промышленной эксплуатации на восстановление реальной картины в "головах" машин и возвращение таких "блудных сынов" в строй уходят часы, а то и дни.
Значительно более перспективно формирование точной геометрической модели окружающего пространства. Но для этого надо иметь максимально детальную информацию об окружающей среде, а предоставить ее могут устройства визуального наблюдения (машинного зрения) высокого разрешения и хорошие системы распознавания объектов. Такие системы пока либо очень дороги, либо существуют только в экспериментальных версиях, а базирующиеся на них роботы уверенно двигаются только в простой обстановке. Во многих случаях карта может быть подготовлена заранее, но тогда возникает проблема определения собственного местоположения на ней, что весьма сложно в случаях, когда отсутствуют различимые особенности местности. Неплох вариант, когда робот самостоятельно строит карту, а затем, сопоставляя ее с исходной фиксированной версией, уточняет и корректирует. Но задача такого сопоставления для компьютера также очень трудоемка. Ведь трехмерные цифровые карты местности требуют для хранения в тысячи раз больше памяти, нежели двумерные. Соответственно и для обработки таких объемов данных нужны приличные вычислительные ресурсы. В дополнение к задаче определения координат устройству необходимо уметь строить план движения по такой карте. Существующие алгоритмы позволяют делать это достаточно точно, однако они пока не учитывают скорость движения аппарата по маршруту - а она может внести серьезные коррективы в теоретический план. Тем не менее некоторые роботы способны за секунду создавать вполне точный трехмерный образ окружающего пространства - при нахождении внутри зданий типовых конструкций с жестко предопределенной геометрией.
Следующие модели будут уже в обязательном порядке снабжаться функциями построения карты и ее сопоставления с исходным готовым вариантом. Ведь если расположение устройства на ней определено, навигация становится совсем простой и не требует расхода временных ресурсов. А когда робот попадает в совершенно незнакомую обстановку, он может попытаться понять, где находится, обратившись к базе цифровых карт. Алгоритмы классификации, иерархической организации и компактного хранения карт готовы, остается только дождаться очередного удешевления вычислительных ресурсов.
Очень заманчива новая концепция абстрактного описания окружающего мира. В ее рамках робот не использует предопределенные модели пространства и не пытается придавать смысл различным элементам местности (не занимается распознаванием привычных человеку объектов - "холм" или "яма"). Он исследует мир, не переводя его в формальное, смысловое или топографическое представление, выделяя в ходе исследования характерные признаки наиболее выделяющихся элементов внешней среды для идентификации своего местоположения. Но для успеха такого подхода придется серьезно улучшить ныне действующие системы автоматического обучения и классификации. В то же время эта концепция оказалась работоспособной в экспериментах с роботами, путешествующими внутри зданий, где число внешних объектов ограниченно (стены, коридоры, комнаты, столы, стулья, двери и ступени). Робот Scout Стокгольмского Королевского института технологий, оборудованный 16 сонарами и современным процессором, настолько освоился в университетских коридорах, что уверенно "носился" по ним с невиданной для таких устройств скоростью 1 м/с. На международной конференции по робототехнике IROS (www.icra-iros.com/iros2003/), прошедшей в октябре 2003 г. в Лас-Вегасе, эта система получила высшую награду, а всего оценивалось 500 проектов.
Интересна идея динамической модификации среды, когда робот, определив точную координату некоторой точки, помечает ее, например, радиомаяком. Для этого ему приходится прибегать к услугам службы персональной навигации - позиционирования частей своего "тела" друг относительно друга и ближайших предметов. Оказывается, система обратной связи "рука - глаз", в которой в качестве глаза используется группа подвижных дешевых видеокамер с несколькими степенями свободы, способна определять местоположение руки-манипулятора и позиционировать ее с точностью до миллиметра. Но полноценная коммерческая версия такого решения пока сложна и дорога.
Продолжается исследование биологических систем навигации. Птицы и насекомые прекрасно ориентируются в пространстве и способны преодолевать большие расстояния, не отклоняясь от курса. Как они это делают, пока остается загадкой. Возможно, животные каким-то образом ощущают изменение магнитного поля Земли, уровня гравитации, температуры, концентрации различных примесей в воздухе, улавливают тончайшие оттенки запахов, звуков, воспринимают свет в широком диапазоне спектра и т. д. При этом "логическая часть" живых организмов, обрабатывающая подобные сигналы, несложна - например, мозг пчелы состоит всего из 800 тыс. нейронов. Остается только понять, как устроены столь чувствительные биологические датчики.
Компания Centeye (www.centeye.com) недавно продемонстрировала небольшой автономный самолет, оснащенный системой машинного зрения собственного производства. Специализированный чип, реализующий алгоритмы нейронных сетей, выполняет промежуточную интеллектуальную обработку мощного потока "сырых" данных от видеокамер. Благодаря этому бортовая система получает уже готовые распознанные образы, передача которых требует пропускной способности всего в несколько килобайтов в секунду. В ближайшее время специалисты компании обещают научить самолет летать по узким и извилистым тоннелям. Через 15 лет, полагают они, на базе подобных аппаратных нейрорешений будет построено множество автономных механизмов.
Пока же биотехнологи больше озабочены обучением автономных устройств пониманию среды с помощью более простых, базовых механизмов человеческого восприятия - слуха и осязания. Распознавание речи и управляющих сигналов - перспективные направления в задачах локальной и персональной навигации, а повышение качества обратной связи в цикле "глаз - рука - касание" позволит повысить эффективность активного взаимодействия робота со средой, его возможности познания окружающего мира и соответственно понимания своего места в этом мире.
Ведутся первые исследования по организации целенаправленного поведения коллективов роботов. Аппараты, действующие совместно в некоторой области, могут уточнять друг у друга свои координаты, сравнивать взаимное положение и таким образом быстро передвигаться. Достижений в этой области немного, и все они пока ограничены исследованиями и экспериментами.
(Окончание следует)
