Роботы. Состязания XXI века. / Аналитика

Начало нового столетия может оказаться переломным не только с точки зрения внедрения уникальных технологий, но и с точки зрения пересмотра взаимоотношений между человеком и машинами. В рамках этого обзора мы попытаемся отделить зерна от плевел и показать ключевые моменты развития этой темы.

В преддверии The 12th Annual Intelligent Ground Vehicle Competition

Intelligent Ground Vehicle Competition (IGVC) - одно из самых интереснейших соревнований роботов в современном мире. С 12 по 14 июня 2004 года это мероприятие будет проводиться уже в двенадцатый раз. А пока и зрители и участники считают секунды до начала IGVC, мы остановимся на обзоре предыдущих игр, состоявшихся в начале июня 2003 года.

The 11th Annual Intelligent Ground Vehicle Competition

Мероприятие проводилось с 31 мая по 2 июня прошлого года. На cегодняшний момент, посетив сайт IGVC, вы можете найти описания каждого из участвующих роботов в PDF-формате, некоторые фото прошедшего действа и видеофильм, занимающий порядка 90 Мб. Наше повествование будет строиться на базе всей этой информации и кроме обычных фотографий вы сможете увидеть наиболее интересные видеокадры.

Итак, начнем. В 11-х по счету играх, проводимых в рамках Intelligent Ground Vehicle Competition, приняло участие 18 команд из 12 американских колледжей.

Стоимость каждого из роботов находится в пределах $10.000 и более, а над их созданием, в каждой команде трудилось достаточно много специалистов из различных технических сфер (программирование, электрическая часть и т.п.).

Тут следует немного остановиться на правилах IGVC, чтобы стало более понятным, почему небольшие автоматизированные тележки, напичканные современной электроникой, стоят так дорого. Дело в том, что роботы, участвующие в IGVC, априори исключают вариант управления человеком. Они должны самостоятельно считывать данные, анализировать их и принимать решения.

Само соревнование состоит из четырех ключевых конкурсов:

Autonomous Challenge. Автономные гонки. Дается определенная трасса, границы трека которой ограничены белыми линиями. Робот считывает полученные видео данные и на базе их анализа двигается по извилистой дороге. Для усложнения задания на трассе предусмотрены специальные препятствия. Задача - довести груз от старта до финиша.
Navigation Challenge. Соревнования по навигации. Игровое поле представлено как расчерченная площадка с определенной системой координат (широта/долгота или х и у). Роботу нужно самостоятельно проехать все указанные в задании цели, не сбив ни одного препятствия. После этого они возвращаются на старт.
Design. Оценка документации и презентации моделей.
Follow the Leader. Гонка за лидером. Робот должен преследовать движущуюся цель - машину, управляемую человеком. За первые места в каждом из конкурсов выдаются денежные призы (небольшие, примерно $500 - $2.000). Конечно, это гораздо меньше стоимости самих роботов.

Начало

Соревнования проходили на небольшой поляне в реальных природных условиях, где организаторы создали некое подобие летнего лагеря. Были размечены и инсталлированы несколько игровых полей для ключевых конкурсов и навесы для пит-стопов. Я отметил этот момент, чтобы подчеркнуть - мы говорим не о "тепличных" условиях в рамках крытого стадиона или большого спортзала с искусственным покрытием, а о реальном природном ландшафте.

Правила игр даже предполагали мелкий дождь как элемент соревнований. То есть, условия были не из легких, учитывая тот факт, что призы не перекрывали стоимость самих роботов. Перед студентами колледжей ставились задачи, над которыми трудятся профессиональные ученые и инженеры Министерства Обороны США (Department of Defense (DoD)) и в частности, его подразделения - Defense Advanced Research Projects Agency (DARPA).

Участников было много, технический уровень роботов оказался достаточно высоким, да и государственный интерес к IGVC проявился должным образом.

Важность проводимого действа подчеркивал статус персон, выступивших на открытии IGVC-2003.

Сенатор Карл Левин (Carl Levin), штат Мичиган

Ричард Макклеланд (Richard McClelland), директор U.S. Army TARDEC (Tank Automotive Research, Development and Engineering Center)

Лью Голдберг (Lew Goldberg), вице-президент AUVSI (Association For Unmanned Vehicle Systems Internatiomal) - мощного образования, под эгидой которого проводятся соревнования автономных роботов в воздухе и под водой

Во всех приветственных речах повторялась одна и та же мысль - "за вами, молодыми, будущее!", а также "роботы на земле, в воде и в воздухе!".

Естественно, были продемонстрированы новинки в области современных военных технологий. В частности, на игровое поле приехала беспилотная БМП (бронетанковая машина пехоты) Stryker.

Вес Stryker составляет 18 тонн. Внутри и снаружи БМП напичкана всевозможной электроникой. Общий вес только компьютерной начинки для центральной системы управления составляет около 18 кг

Внутри Stryker предусмотрена кабина, но кресло пилота в ней пустует - БМП полностью автономна с точки зрения управления

А внешне эта беспилотная машина напоминает обыкновенную БМП! Впрочем, это отдельное направление развития современной техники - создание автономного управления на базе уже существующих машин. Некоторое подобие такового можно наблюдать и в современном автомобилестроении.

Но, вместе с тем, есть варианты, когда военные машины нового поколения разрабатываются практически с нуля, что нам демонстрируют роботы-солдаты Roboart III, Robotrix и Gladiator, а также современные самолеты-разведчики.

Autonomous Challenge

Autonomous Challenge являлся ключевым конкурсом-соревнованием в рамках этих игр. Если робот не был готов к этой гонке, то он не допускался к соревнованиям вообще.

Сама трасса показана на схематическом рисунке. Чтобы ее преодолеть, роботу необходимо проехать по дорожке (трассе), очерченной двумя белыми линиями и при этом не сбить ни одного препятствия.

Основная задача - довезти груз от старта до финиша. Сам груз представлял из себя обыкновенный ящик стандартных размеров (приведенных в задании к соревнованиям).

До финиша реально не доехал никто. Задание оказалось достаточно сложным и главная причина плохих результатов - слабые алгоритмические модели по реализации распознавания и анализа изображений, а также принятия адекватных решений.

На рисунке показано, что действительно видит робот ALVIN IV (команда из Trinity College), после преобразования реального изображения практически в бинарный вид. Эта иллюстрация в той или иной степени актуальна для всех участников, поскольку реализации зрения и распознавания образов у них были подобными.

Роботам было очень сложно принимать решения, учитывая, что и линии и препятствия (все, что было связано с белым цветом) представляли из себя "табу". Помимо этого препятствия могли распознаваться за счет показаний с ультразвуковых датчиков. Некоторые роботы, имея переизбыток данных и плохие алгоритмы их анализа, вели себя неадекватно. Например, они могли просто развернуться и поехать в обратном направлении, либо, уходя от препятствий, случайно заехать за белую линию и после этого направиться прямиком в чистое поле.