humanoidna in servisna robotika -...
Post on 05-Feb-2018
231 Views
Preview:
TRANSCRIPT
Humanoidna in servisna robotika
Bojan Nemec, Leon Žlajpah
Odsek za avtomatiko, biokibernetiko in robotiko
Institut “Jožef Stefan”
Definicija robotov
RIA: "re-programmable multi-functional manipulator designed to move materials, parts, tools, or specialized devices through variable programmed motions for the performance of a variety of tasks“.
Britanska enciklopedija: "any automatically operated machine that replaces human
effort, though it may not resemble human beings in appearance or perform
functions in a humanlike manner"
INDUSTRIJSKI ROBOTI SERVISNI IN HUMANOIDNI ROBOTI
ROBOTI
Industrijski roboti
• osnova fleksibilne avtomatizacije • zagotavljajo ceneno in visokokvalitetno
proizvodnjo • izboljšanje delovnih pogojev
• osnova fleksibilne avtomatizacije • zagotavljajo ceneno in visokokvalitetno
proizvodnjo • izboljšanje delovnih pogojev
ISO : An industrial robot is an automatically
controlled, reprogrammable, multipurpose
manipulator programmable in three or more axes.
• visoka natančnost in ponovljivost • enostavno programiranje (on-line,off-line) • izvajanje vnaprej programiranih akcij ob
podpori senzorjev
• visoka natančnost in ponovljivost • enostavno programiranje (on-line,off-line) • izvajanje vnaprej programiranih akcij ob
podpori senzorjev
Iz tovarn k ljudem
• Roboti so do sedaj večinoma predstavljali tehnologijo, ki se je uporabljala v industriji, kjer je okolje determinirano, izdelki so enaki, gibaje se ponavlja, ...
Roboti v industriji Nova področja uporabe robotov
• Področje robotike se razširja na vsa področja sodobnega življenja: za profesionalne namene in za pomoč doma
Področja uporabe servisnih robotov
• Čiščenje in domača opravila
• Zabava
• Razminiranje
• Rehabilitacija
• Varovanje in nadzor
• Kmetijstvo
• Robotizirane kosilnice
• Medicinske aplikacije
• Rudarstvo
• Gradbeništvo
• Vodenje (po galerijah, .. )
• Gašenje požarov
• Prehrambena industrija
• Reševanje v nesrečah
vir : www.service-robots.org vir : www.service-robots.org
Analiza svetovnega trga
Sektor Povprečna rast
Proizvodna in servisna robotika 20%
IP firme 21%
Zdravje in skrb za starejše 62%
Zabava / igrače 6%
Mediji / Igre 14%
Gospodinjski aparati 1%
Velike naložbe 8%
Avtomobilska industrija 0%
Logistika 21%
Avtomatizacija 4%
Rast prodaje na različnih sektorji gospodarstva (podatki ameriške raziskave)
Rast po področjih robotike (vir: Japan Robotics Association)
Kaj so servisni roboti?
Servisni roboti so pomočniki, ki pomagajo ljudem opravljati razne naloge na naraven in intuitiven način:
• pomoč pri profesionalnem delu (močnejši, hitrejši, bolj natančni)
• družabniki doma (pomoč pri opravilih, mobilnost, rehabilitacija)
• služabnik in soigralec (zabava, izobraževanje)
• varnostniki (nadzor oseb, zaščita objektov, nevarna okolja)
Profesionalno uporaba servisnih robotov
• Roboti so integrirani v proizvodni proces in pomagajo delavcem izvajati naloge oziroma izvajajo naloge sami
• S pomočjo robotov-sodelavcev so delavci hitrejši, močnejši, bolj natančni
• Roboti samostojno opravljajo servisne naloge
Področja profesionalne uporabe Čiščenje in vzdrževanje
Področja profesionalne uporabe
Kmetijstvo in gozdarstvo
Področja profesionalne uporabe
• Gradbeništvo
• Podvodni
• Vesolje
Področja profesionalne uporabe
• Logistika
• Transport
• Usluge
• Medicina
Področja profesionalne uporabe Obramba in reševanje
Robot doma
Namen uvajanja servisnih robotov doma je izboljšati kvaliteto življenja. Roboti bi naj sodelovali z ljudmi v njihovem domačem okolju, jim pomagali pri vsakodnevnih opravilih ali pa naredili naloge namesto njih. Tako bi imeli ljudje več prostega časa za druge aktivnosti
“A robot in every home” Bill Gates
Scientific American, 2007
Ciljna področja:
• Izvajanje raznih opravil
• Podpora mobilnosti • Skrb za zdravje in rehabilitacija • Multimedijske usluge • Zabava • Izobraževanje • Nadzor
Pomoč invalidom in starejšim
Cilj: omogočiti neodvisnost invalidnih in starejših oseb
• Dnevna opravila doma (priprava obrokov, pomoč pri jedi in pitju)
• Opravila zunaj doma (pomoč v knjižnici)
• Profesionalno delo (enostavna opravila, sortiranje, kontrola kvalitete)
Pomoč starejšim in invalidnim osebam
• Nadzor oseb • Nega • Družabniki • Avtomatski opomniki
Osebni pomočnik doma
• Priprava hrane • Čiščenje • Pranje in likanje • Vzdrževalna dela • Samostojno • Nadzor
Zabava in izobraževanje
• Roboti igrače
• Tovariš pri igrah
• Pomočnik pri igranju (npr. invalidni otroci)
• Robot kot naprava za igro ali zabavo
• Zabavnik (pevec, igralec)
• E-učenje
Od specialista to vsestranskega
Specialisti Modularni Vsestranski
Napredne tehnologije v servisni in humanoidni robotiki
ROBOT ROBOT VODENJE VODENJE želena
naloga izvedena
naloga
• Vodenje
• Izvajanje in učenje nalog
• Navigacija v prostoru
GENERACIJA GIBOV
IZVAJANJE IN UČENJE NALOG
NAVIGACIJA V PROSTORU
ZAZNAVANJE
Vodenje mehanizmov
kinematična redundanca
podajnost
varnost
Vodenje mehanizmov
)( FFKeKeBe dfeeeeee želena impedanca sistema
hnp
))()(( ## FFKFeKeBqJxHJJJ dfddd
TT
p
en
T
nnnn eBJqJxHV )(
regulacijski zakon
fee KKB ,, parametri, ki jih izbiramo
primarna naloga
sekundarna naloga
Impedančno vodenje kinematično redundantnega mehanizma
Vodenje mehanizmov
optimizacija sekundarne naloge
• Izogibanje oviram
• Izogibanje singularnosti
• Izogibanje omejitvam v zglobih
• Minimizacija navorov
• Nastavljanje mehanske
učinkovitosti
• Energisko učinkovito gibanje
0
1 kq
fNHqn
Vodenje mehanizmov
Realni sistem Realni sistem
Kompenzacijski regulator
Povratnozančni regulator
Povratnozančni regulator -
vhod izhod
- Želeni sistem Želeni sistem
učenje parametrov
ADAPTIVNI in SAMONSTAVLJIVI SISTEM
notranji (internal) model
je nevronski proces, ki
generira vhod v sistem
glede na želen izhod
Izvajanje in učenje nalog
problem učenja in izvajanja trajektorij STROJNO UČENJE
učenje robotov nadzorovano učenje – učenje s posnemanjem
nenadzorovano učenje – vspodbujevalno učenje
Sensory-motor imitation
Goal-level imitation
Učenje s posnemanjem
učenje periode signala
učenje oblike signala
DMP – Sistem drugega reda DMP – Sistem drugega reda
Modulacija trajektorije Modulacija trajektorije
faza sistema faza sistema Regresija Regresija
{
vy
fDvygKv
))()((1
M
j j
M
j jjwf
1
1
)(
)()(
1
Zapis trajektorije z dinamičnimi primitivi gibanje (DMP)
Učenje s posnemanjem
Učenje robota smučarja z nevronsko mrežo
učenje nevronske mreže
pogled,
hitrost
nagib smuči
nevronska mreža
nagib smuči pogled,
hitrost
Smučanje robota s pomočjo nevronske mreže
Simulacija naučenega smučanja
Vzpodbujevalno učenje
Gradientna metoda strategije je vzpodbujevalno učenje, ki temelji na
optimizaciji parametrov strategije glede na pričakovano nagrado
}{)(0 k
h
k krEJ }max{J
- utež [0,1]
r - nagrada
parametre posodabljamo z gradientno metodo
hJhhh 1 - faktor učenja
Vzpodbujevalno učenje je nenadzorovano učenja glede na izbrane
kriterije in zakasnjene nagrade.
Estimacija gradienta
Metoda končnih diferenc
ihih ,Naključna varjacija parametrov ,
Eksperimentalna ocena J refihih JJJ )(,
Ocena gardientov z regresijo hhh
T
hh JJ ])[( 1
hJhkh 1Popravek parametrov
khhhh ,2,1, ...
epizoda
cikel
Učenje natakanja
potek učenja
J ocenimo s tehtanjem tekočine v kozarcu
Učenje natakanja
Učenje z upoštevanjem predznanja
učenje meta žoge – iskanje v smeri podobnih akcij
gradient J
Učenje kot adaptivni regulacijski algoritem
Realni sistem Realni sistem
Funkcijski aproksimator
Funkcijski aproksimator
Funkcijski aproksimator -
želena
naloga izvedena
naloga
- Želeni sistem Želeni sistem
učenje parametrov
ADAPTIVNI SISTEM
Navigacija - SLAM
Simultaneous localization and
mapping (SLAM) je proces, kako
zgradimo model (zemljevid) okolja,
ko je okolje vnaprej nepoznano
oziroma kako posodobimo model
znanega okolja in obenem določamo
lokacijo robota
Navigacija
)(
),(
),,(
,
1
mtt
ttt
ttt
xzp
uxxp
UZmxp
Izračunati moramo verjetnost pozicije x pri podanem zemljevidu m in
naboru predhodnih meritev hitrosti robota U in meritev senzorjev Z
Metode : • Razširjeni Kalmanov filter • Grafično optimizacijske metode • Filtri delcev
poznamo
Navigacija z EFK
kkkk
kkkk
vxHz
wBuAxx
111u z
x
Kalmanov filter je optimalni
ocenjevalec stanj x za
linearne sisteme. Za
nelinearne sisteme
uporabljamo razširjeni
Kalmanov filter (EKF)
Vektor x sestoji iz lege robota in
lokacije opornih točk
Matriki A in B izračunata nov x glede na
izmerjeno hitrost u
Matrika H podaja razdaljo med lego robota in
opornimi točkami
Navigacija robota smučarja
• Kamera (oddaljenost, kot) • GPS (hitrost) • Žiroskop (hitrost, koti)
dv
EKF
Senzorji
Sta
nja
sis
tem
a
izh
od
i
)arctan(
)(
sin
cos
22
y
x
yxd
r
v
vy
vx
Predikcija
• Predikcija pozicije
• Predikcija kovariančne
matrike
Meritev in posodobitev
• Izračunamo Kalmanovo
ojačanje
• Posodobitev predikcije z
meritvijo
• Posobitev kovariančne
matrike
Začetna ocena
10:27
Od robotske roke do humanoidnega robota
Naloge, ki jih izvajajo servisni roboti in delovanje v človekovem okolju so pogojevale razvoj robotskih mehanizmov od “enostavnih” robotskih manipulatorjev, do humanoidnih robotov.
Zakaj humanoidni roboti?
Razlogi za uporabo humanoidnih robotov je več, od tehničnih do socialnih: • ker lahko delajo v okolju s človekom brez da bi se morali
prilagajati ali spreminjati okolje • naše okolje in orodja so prilagojena človeku • človek lažje komunicira z nekom, ki mu je bolj podoben
Od robotske roke do humanoidnega robota
Montaža danes in jutri
top related