MAI는 자율 RTK를 위한 새로운 제어 시스템을 개발하고 있습니다.
Perseverance 로버는 SLAM 기술을 적용한 예입니다. NASA의 사진
다양한 종류의 유망한 로봇 시스템을 만들기 위해서는 다양한 기술이 필요합니다. 자율 제어 시스템, 기술적 시각 보조 장치 등은 이러한 맥락에서 특히 중요합니다. 이러한 종류의 시스템과 기술은 많은 국내 조직에서 개발되고 있으며 새로운 참가자가 정기적으로 이러한 작업에 참여합니다. 그래서 최근 모스크바 항공 연구소 학생들이 개발 중인 또 다른 유사한 프로젝트에 대해 알려지게 되었습니다.
원근법 개발
3월 말 MAI 언론 서비스는 새롭고 흥미로운 프로젝트의 개발을 발표했습니다. MAI Aerospace Institute No.6의 XNUMX학년 학생인 Aleksey Koltovsky는 자율 제어 기능이 있는 소프트웨어 패키지를 만듭니다. 로봇. 향후 이 프로젝트의 개발은 다음을 포함한 다양한 로봇 시스템을 만드는 데 사용될 수 있습니다. 우주 목적지.
프로젝트가 등장한 이유는 우주 시스템이 직면한 특징적인 문제와 한계를 제거해야 할 필요성 때문입니다. 따라서 지구에서 화성까지의 무선 신호는 약 15분이 걸리며 응답을 받는 데 동일한 시간이 필요합니다. 따라서 유성 로버 또는 기타 장비의 원격 제어는 사실상 불가능합니다. 또한 전송된 사진이나 비디오 신호의 품질이 좋지 않아 운영자의 상황 판단이 어렵습니다.
A. Koltovsky의 아이디어에 따르면 이러한 문제에 대한 해결책은 자율 주행 및 운전 기능을 갖춘 소프트웨어 패키지 여야합니다. 최신 하드웨어 및 소프트웨어를 통해 로봇은 환경을 XNUMX차원으로 표현하고 독립적으로 결정을 내리고 경로를 만들 수 있습니다.
보고된 바와 같이 현재 학생 개발자는 필요한 기능과 기능을 갖춘 소프트웨어 패키지를 만들고 있습니다. 프로젝트의 다음 단계는 이미 계획 중입니다. 봄에 저자와 그의 동료들은 첫 번째 테스트를 수행할 예정입니다. 그들은 새로운 알고리즘을 기반으로 한 컨트롤이 장착된 자주식 XNUMX륜 플랫폼을 사용할 것입니다.
새로운 기술을 테스트하도록 설계된 실험용 RTK "Marker". 사진 FPI
A. Koltovsky는 성공할 경우 프로젝트의 새로운 소프트웨어 도구와 기술을 사용하여 다양한 작업을 해결하기 위한 다양한 RTK를 생성할 수 있다고 말합니다. 개발자 자신은 주로 우주 부문에 중점을 둡니다. 새로운 기술의 잠재력을 완전히 실현할 수 있는 연구 차량입니다.
자율성과 단순화
MAI 언론 서비스의 간행물은 개발된 시스템의 일반 원칙, 기능 및 장점을 설명합니다. 일반적으로 우리는 이미 알려진 솔루션의 사용에 대해 이야기하고 있지만 특정 실제 작업 및 범위에 맞게 조정하고 개선합니다. 따라서 사용되는 장치의 범위를 줄이고 최소한의 수로 처리하는 것이 제안됩니다.
설계 및 소프트웨어를 단순화하기 위해 지형/경로의 시각적 연구를 위한 광학 수단만 사용하도록 제안되었습니다. 가속도계 또는 기타 장치의 사용은 제공되지 않습니다. 카메라 세트는 필요한 계산을 수행하고 액추에이터에 명령을 내리는 컴퓨터에 연결됩니다.
단지 전체는 "동시 현지화 및 매핑"(동시 현지화 및 매핑 - SLAM) 기술에 대해 작업해야 합니다. 컴퓨터는 카메라에서 비디오 신호를 수신하고 이를 처리하여 모든 기능을 포함한 영역 지도를 작성합니다. 장애물이 있습니다. 이 데이터를 기반으로 자동화는 경로를 구축하고 각 장애물을 극복하는 방법을 결정합니다.
고급 컴플렉스용 소프트웨어는 Python으로 작성되었습니다. 또한 저자는 기계 학습 및 기계 비전 라이브러리를 사용합니다. 현재 주요 작업은 필요한 컴퓨팅 성능을 줄이는 동시에 성능을 높이는 데 사용되는 알고리즘과 데이터 세트를 최적화하는 것입니다.
A. Koltovsky는 최적화 없이 원래 형태의 기존 OpenCV 라이브러리가 초당 0,82 프레임의 속도로 비디오 신호를 처리할 수 있다고 지적합니다. 알고리즘 최적화를 통해 초당 최대 8-10프레임의 성능을 높일 수 있습니다.
바퀴 달린 섀시의 "마커". 사진 FPI
일반적으로 SLAM 기술은 상당한 전망을 가지고 있으며 이미 실제로 그 기능을 입증했습니다. 따라서 미국 기관 NASA의 Perseverance 로버는 장애물을 결정합니다. 광학적 수단을 통해. 해당 지역의 20차원 지도 생성을 통한 사진 및 비디오 처리를 통해 허용 속도를 120m/h에서 XNUMXm/h로 XNUMX배 증가시킬 수 있었습니다.
그러한 프로젝트는 러시아 과학에 고유하다는 점에 유의하십시오. SLAM을 기반으로 하는 자율 제어 시스템을 위한 소프트웨어 시스템을 만들고 우리나라의 상대적으로 저전력 컴퓨팅 플랫폼에 적용하는 작업은 아직 해결되지 않았습니다. 따라서 학생 프로젝트에는 최소한 역사적인 가치
업계를 배경으로
최근 몇 년 동안 우리나라에서는 기능과 기능이 다른 다양한 지상 기반 RTK가 많이 만들어졌습니다. 이러한 시스템 중 일부는 다양한 구조와 부서에서 실제 작동에 도달했습니다. 특히 여러 종류의 군대용 로봇이 널리 알려지게 되었다. 동시에 산업 발전과 새로운 프로젝트 개발이 멈추지 않습니다. 또한 다양한 조직과 애호가들이 다음 프로젝트를 위한 과학 및 기술 기반을 만들고 있습니다.
현재 업계의 주요 과제 중 하나는 다양한 조건에서 운전하거나 주어진 경로를 따라 이동하거나 독립적으로 장애물을 극복할 수 있는 자율 제어 시스템을 만드는 것입니다. 이러한 문제를 해결하기 위해 다양한 소위 장치가 사용됩니다. 특수 소프트웨어가 있는 기술 비전 및 온보드 컴퓨터.
자율 주행 지상 RTK를 위한 표준 센서 세트에는 카메라와 라이다뿐만 아니라 경우에 따라 초음파 또는 레이더 센서가 포함됩니다. 이러한 모든 장치는 컴퓨터가 방향에 적합한 영역의 XNUMX차원 지도로 결합하는 데이터를 수집합니다. 또한 위성 또는 관성 항법 보조 장치의 데이터가 지형 지도에 추가됩니다.
위치를 결정하고 경로를 해결하는 이 방법은 오랫동안 그 잠재력과 가능성을 보여주고 확인했습니다. 그러나 하드웨어 관점에서 볼 때 특정 복잡성과 높은 비용으로 구별됩니다. 다소 복잡하고 값 비싼 센서를 사용합니다. 또한 결과적으로 완성된 RTK의 도구 부분은 상당한 크기와 무게가 다릅니다.
중공업 RTK "Prohod-1" - 작동 중에 작업의 일부가 자동화로 해결됩니다. 사진 VNII "시그널"
MAI의 새 프로젝트는 지상에서 매핑 및 후속 탐색 프로세스를 최적화할 것을 제안합니다. 주요 아이디어는 사용되는 소프트웨어를 개선하면서 비디오 카메라를 제외한 모든 센서를 폐기하는 것입니다. 이론적으로 이 접근 방식은 새로운 기술을 개발하고 테스트해야 하지만 기술적으로나 경제적으로 매우 유익합니다.
MAI 학생의 프로젝트 또는 다른 저자의 유사한 개발은 다양한 작업을 위한 RTK의 추가 개발 맥락에서 관심이 있습니다. 운전 중 로봇의 자율성을 높이면 작업자의 부담을 줄이고 경로를 성공적으로 통과할 수 있습니다.
또한 다음을 포함하여 어려운 조건에서 작업하기 위한 완전 자율 시스템을 만드는 것이 가능해집니다. 라디오 컨트롤을 사용할 수 없을 때. 새로운 시스템의 개발자는 이것이 우주 탐사에 유용할 것이라고 말했습니다. 그러나 지구상의 자율 기계를 위한 작업이 있습니다.
낙관적 인 이유
MAI 학생의 제어 시스템 프로젝트는 아직 개발 단계에 있지만 실험 플랫폼을 사용한 테스트는 이미 예상됩니다. 새로운 기술에 대한 실제 테스트가 봄에 진행되고 새 프로젝트가 얼마나 성공적인지 분명해질 것입니다. 그러면 이를 평가하고 업계의 실제 가치를 결정할 수 있습니다.
숙련된 RTK와 제어 시스템이 향후 점검에 대처할 수 있을지 여부는 알 수 없습니다. 그러나 지금도 이 프로젝트는 진행 상황과 필요한 개발의 가용성 덕분에 대규모 조직뿐만 아니라 열성 팬이나 학생들도 유망한 기술을 만들 수 있음을 보여줍니다. 그리고 미래에 그러한 프로젝트가 전체 산업 발전에 상당한 영향을 미칠 가능성이 매우 높습니다.
정보