La robòtica és una barreja única de ciència i tecnologia que produeix màquines que imiten les accions dels humans.
A principis dels anys 2000, el 90% dels robots es trobaven a les plantes de fabricació d'automòbils substituint els humans per a tasques repetitives. Ara els robots poden aspirar cases i fins i tot servir als restaurants.
Un robot normalment consta de tres tipus de components; el cos mecànic; l'esquelet elèctric, i finalment un cervell fet amb codi.
Aquests components permeten a un robot recopilar dades (sovint de sensors), prendre decisions mitjançant la lògica programada per adaptar el comportament i completar tasques.
Els robots poden tenir tres tipus de programes; Comandament a distància (RC), Intel·ligència Artificial (AI) o híbrid.
Els programes RC requereixen la intervenció d'un ésser humà que pugui donar el senyal d'inici i/o de parada per a l'execució del codi al robot. Els programes consisteixen en diversos tipus d'algorismes, cadascun amb una funció diferent.
Què és un algorisme?
Un algorisme és una sèrie de línies de codi que un robot pot utilitzar per dur a terme determinades instruccions. Tradueix les idees del desenvolupador a un llenguatge que els robots entenguin.
Els algorismes es poden expressar en molts tipus de notació, incloent pseudocodi, diagrames de flux, llenguatges de programació, o taules de control.
En aquest article parlarem d'alguns tipus comuns d'algorismes utilitzats en aquests programes.
Tipus d'algorismes utilitzats en robòtica
1. En qualsevol moment Algoritme A*
L'algorisme A* és un algorisme de cerca de camins que s'utilitza per trobar el camí més òptim entre dos punts, és a dir, amb el menor cost.
Anytime A* Algorithm té un cost de temps flexible i pot retornar el camí més curt encara que s'interromp, ja que genera una solució no òptima primer i després l'optimitza.
Això permet una presa de decisions més ràpida, ja que el robot pot basar-se en càlculs anteriors en lloc de començar des de zero.
Com funciona?
Ho fa formant un "arbre" que s'estén des del node inicial fins que s'activa el criteri per a la terminació, cosa que significa que hi ha un camí menys costós disponible.
Es fa una quadrícula 2D amb obstacles i una cel·la inicial i les cel·les objectiu estan assenyalades.
L'algorisme defineix el "valor" d'un node per f que és la suma dels paràmetres g (el cost de passar del node inicial al node en qüestió) i h (el cost de passar del node en qüestió al node objectiu).
Aplicacions
Molts jocs i mapes basats en web utilitzen aquest algorisme per trobar el camí més curt de manera eficient. També es pot utilitzar per a robots mòbils.
També podeu resoldre problemes complexos com el Newton-Raphson iteració aplicada per trobar l'arrel quadrada d'un nombre.
També s'utilitza en problemes de trajectòria per predir el moviment i la col·lisió d'un objecte a l'espai.
2. D* Algorisme
D*, Focused D* i D* Lite són algorismes de cerca incrementals per trobar el camí més curt entre dos punts.
Tanmateix, són una barreja d'algorismes A* i nous descobriments que els permeten afegir informació als seus mapes per a obstacles desconeguts.
A continuació, poden recalcular una ruta basant-se en informació nova, com el Mars Rover.
Com funciona?
El funcionament de l'algoritme D* és similar al de A*, l'algoritme defineix primer f, h i crea una llista oberta i tancada.
Després d'això, l'algoritme D* determina el valor g del node actual utilitzant el valor g dels seus nodes veïns.
Cada node veí fa una conjectura sobre el valor g de l'actual i el valor g més curt s'adapta com a valor g nou.
Aplicacions
D* i les seves variants s'utilitzen àmpliament per a robots mòbils i vehicle autònom navegació.
Aquests sistemes de navegació inclouen un sistema prototip provat als rovers de Mart Opportunity i Spirit i el sistema de navegació que va guanyar el Repte Urbà DARPA.
3. Algorisme PRM
Un PRM, o full de ruta probabilístic, és un gràfic de xarxa de possibles camins basat en espais lliures i ocupats en un mapa determinat.
S'utilitzen en sistemes de planificació complexos i també per trobar camins de baix cost al voltant d'obstacles.
Els PRM utilitzen una mostra aleatòria de punts del mapa on un dispositiu robot possiblement es pot moure i després es calcula el camí més curt.
Com funciona?
El PRM consta d'una fase de construcció i consulta.
En la primera fase, es dibuixa un full de ruta que aproxima els possibles moviments en un entorn. Aleshores es crea una configuració aleatòria i es connecta a alguns veïns.
Les configuracions d'inici i meta estan connectades al gràfic en la fase de consulta. El camí s'obté llavors per a El camí més curt de Dijkstra consulta.
Aplicacions
El PRM s'utilitza en planificadors locals, on l'algoritme calcula una trajectòria de línia recta entre dos punts, és a dir, els punts inicials i els punts d'objectiu.
L'algoritme també es pot utilitzar per millorar la planificació de rutes i les aplicacions de detecció de col·lisions.
4. Algoritme de punt de moment zero (ZMP).
El punt de moment zero (tècnica ZMP) és un algorisme utilitzat pels robots per mantenir la inèrcia total oposada a la força de reacció del sòl.
Aquest algorisme utilitza el concepte de càlcul del ZMP i l'aplica d'una manera per equilibrar els robots bípedes. L'ús d'aquest algorisme en una superfície llisa del sòl sembla que permet que el robot camini com si no hi hagués moment.
Empreses de fabricació com ASIMO (Honda) utilitzen aquesta tècnica.
Com funciona?
El moviment d'un robot que camina es planifica mitjançant l'equació del moment angular. Assegura que el moviment articular generat garanteix l'estabilitat postural dinàmica del robot.
Aquesta estabilitat es quantifica per la distància del punt del moment zero (calculat per l'algorisme) dins dels límits d'una regió d'estabilitat predefinida.
Aplicacions
Els punts de moment zero es poden utilitzar com a mètrica per avaluar l'estabilitat davant la bolcada de robots com l'iRobot PackBot quan es navega per rampes i obstacles.
5. Algoritme de control del diferencial integral proporcional (PID).
Control diferencial integral proporcional o PID, crea un bucle de retroalimentació del sensor per ajustar la configuració dels components mecànics calculant el valor d'error.
Aquests algorismes combinen els tres coeficients bàsics, és a dir, proporció, integral i derivada de manera que produeixi un senyal de control.
Funciona en temps real i aplica correccions quan sigui necessari. Això es pot veure a cotxes d'auto-conducció.
Com funciona?
El controlador PID utilitza tres termes de control d'influència de proporcionalitat, integral i derivada en la seva sortida per aplicar un control precís i òptim.
Aquest controlador calcula contínuament un valor d'error com a diferència entre un punt de consigna desitjat i una variable de procés mesurada.
A continuació, aplica una correcció per minimitzar l'error al llarg del temps mitjançant l'ajust de la variable de control.
Aplicacions
Aquest controlador pot controlar qualsevol procés que tingui una sortida mesurable, un valor ideal conegut per a aquesta sortida i una entrada al procés que afectarà la sortida mesurable.
Els controladors s'utilitzen a la indústria per regular la temperatura, la pressió, la força, el pes, la posició, la velocitat i qualsevol altra variable per a la qual existeixi una mesura.
Conclusió
Per tant, aquests van ser alguns dels algorismes més comuns utilitzats en robòtica. Tots aquests algorismes són força complexos amb una barreja de física, àlgebra lineal i estadístiques que s'utilitzen per mapejar accions i moviments.
Tanmateix, a mesura que avança la tecnologia, els algorismes de robòtica es desenvoluparan per ser encara més complexos. Els robots podran completar més tasques i pensar més per ells mateixos.
Si us ha agradat aquest article, subscriu-te a HashDork's Weekly actualitzacions per correu electrònic, on compartim les últimes notícies sobre IA, ML, DL, programació i tecnologia del futur.
Deixa un comentari