Ռոբոտաշինությունը գիտության և տեխնոլոգիայի եզակի խառնուրդ է, որն արտադրում է մեքենաներ, որոնք ընդօրինակում են մարդկանց գործողությունները:
2000-ականների սկզբին ռոբոտների 90%-ը գտնվում էր մեքենաների արտադրության գործարաններում, որոնք փոխարինում էին մարդկանց՝ կրկնվող առաջադրանքների համար: Այժմ ռոբոտները կարող են մաքրել տները և նույնիսկ ծառայել ռեստորաններում:
Ռոբոտը սովորաբար բաղկացած է երեք տեսակի բաղադրիչներից. մեխանիկական մարմին; էլեկտրական կմախքը և վերջապես կոդով ստեղծված ուղեղը:
Այս բաղադրիչները թույլ են տալիս ռոբոտին հավաքել տվյալներ (հաճախ սենսորներից), որոշումներ կայացնել ծրագրավորված տրամաբանության միջոցով՝ վարքագիծը հարմարեցնելու և առաջադրանքները կատարելու համար:
Ռոբոտները կարող են ունենալ երեք տեսակի ծրագրեր. Հեռակառավարման վահանակ (RC), Արհեստական բանականություն (AI), կամ հիբրիդ:
RC ծրագրերը պահանջում են մարդու միջամտություն, ով կարող է կոդի գործարկման մեկնարկի և/կամ դադարեցման ազդանշան տալ ռոբոտին: Ծրագրերը բաղկացած են տարբեր տեսակի ալգորիթմներից, որոնցից յուրաքանչյուրն ունի տարբեր գործառույթներ:
Ի՞նչ է ալգորիթմը:
Ալգորիթմը կոդերի մի շարք տողեր է, որոնք ռոբոտը կարող է օգտագործել որոշակի հրահանգներ կատարելու համար: Այն թարգմանում է մշակողի գաղափարները ռոբոտների համար հասկանալի լեզվով:
Ալգորիթմները կարող են արտահայտվել տարբեր տեսակի նշումներով, ներառյալ կեղծ կոդերը, հոսքային գծապատկերները, ծրագրավորման լեզուները, կամ հսկիչ աղյուսակներ։
Այս հոդվածում մենք կքննարկենք այս ծրագրերում օգտագործվող ալգորիթմների մի քանի ընդհանուր տեսակներ:
Ռոբոտաշինության մեջ օգտագործվող ալգորիթմների տեսակները
1. Anytime A* ալգորիթմ
A* ալգորիթմը ճանապարհի որոնման ալգորիթմ է, որն օգտագործվում է երկու կետերի միջև ամենաօպտիմալ ճանապարհը գտնելու համար, այսինքն՝ նվազագույն ծախսերով:
Anytime A* ալգորիթմն ունի ճկուն ժամանակի ծախս և կարող է վերադարձնել ամենակարճ ճանապարհը, նույնիսկ եթե այն ընդհատվի, քանի որ այն սկզբում ստեղծում է ոչ օպտիմալ լուծում, այնուհետև օպտիմալացնում է այն:
Սա թույլ է տալիս ավելի արագ որոշումներ կայացնել, քանի որ ռոբոտը կարող է հիմնվել նախորդ հաշվարկների վրա՝ զրոյից սկսելու փոխարեն:
Ինչպես է դա աշխատում?
Դա անում է «ծառ» ձևավորելով, որը տարածվում է սկզբնական հանգույցից մինչև դադարեցման չափանիշների գործարկումը, ինչը նշանակում է, որ հասանելի է ավելի քիչ ծախսատար ճանապարհ:
2D Ցանցը պատրաստված է խոչընդոտներով, իսկ մեկնարկային բջիջը և թիրախային բջիջները մատնանշված են:
Ալգորիթմը սահմանում է հանգույցի «արժեքը» f-ով, որը g պարամետրերի գումարն է (սկզբնական հանգույցից տվյալ հանգույց տեղափոխվելու արժեքը) և h (քննարկվող հանգույցից թիրախային հանգույց տեղափոխելու արժեքը):
Ծրագրեր
Շատ խաղեր և վեբ վրա հիմնված քարտեզներ օգտագործում են այս ալգորիթմը ամենակարճ ճանապարհն արդյունավետորեն գտնելու համար: Այն կարող է օգտագործվել նաև շարժական ռոբոտների համար:
Դուք կարող եք նաև լուծել այնպիսի բարդ խնդիրներ, ինչպիսիք են Նյուտոն-Ռաֆսոն կրկնությունը կիրառվում է թվի քառակուսի արմատը գտնելու համար:
Այն նաև օգտագործվում է հետագծային խնդիրների դեպքում՝ տիեզերքում օբյեկտի շարժումը և բախումը կանխատեսելու համար։
2. D* Ալգորիթմ
D*, Focused D* և D* Lite-ը լրացուցիչ որոնման ալգորիթմներ են երկու կետերի միջև ամենակարճ ճանապարհը գտնելու համար:
Դրանք, այնուամենայնիվ, A* ալգորիթմների և նոր հայտնագործությունների խառնուրդ են, որոնք թույլ են տալիս իրենց քարտեզներում տեղեկատվություն ավելացնել անհայտ խոչընդոտների համար:
Նրանք կարող են այնուհետև վերահաշվարկել երթուղին, որը հիմնված է նոր տեղեկատվության վրա, ինչպես Mars Rover-ը:
Ինչպես է դա աշխատում?
D* ալգորիթմի աշխատանքը նման է A*-ին, ալգորիթմը նախ սահմանում է f, h և ստեղծում բաց և փակ ցուցակ:
Դրանից հետո D* ալգորիթմը որոշում է ընթացիկ հանգույցի g արժեքը՝ օգտագործելով հարևան հանգույցների g արժեքը:
Յուրաքանչյուր հարևան հանգույց գուշակություն է անում ընթացիկի g արժեքի մասին և ամենակարճ g արժեքը հարմարեցվում է որպես նոր g արժեք:
Ծրագրեր
D*-ը և դրա տարբերակները լայնորեն օգտագործվում են շարժական ռոբոտների և ինքնավար մեքենա նավարկություն
Նման նավիգացիոն համակարգերը ներառում են նախատիպ համակարգ, որը փորձարկվել է Opportunity և Spirit մարսագնացների վրա և նավիգացիոն համակարգը, որը հաղթել է DARPA քաղաքային մարտահրավեր.
3. PRM ալգորիթմ
PRM-ը կամ հավանական ճանապարհային քարտեզը հնարավոր ուղիների ցանցային գրաֆիկ է՝ հիմնված տվյալ քարտեզի վրա ազատ և զբաղեցրած տարածքների վրա:
Դրանք օգտագործվում են պլանավորման բարդ համակարգերում, ինչպես նաև խոչընդոտների շուրջ ցածր գնով ուղիներ գտնելու համար:
PRM-ները օգտագործում են իրենց քարտեզի վրա գտնվող կետերի պատահական նմուշը, որտեղ ռոբոտ սարքը կարող է շարժվել, և այնուհետև հաշվարկվում է ամենակարճ ճանապարհը:
Ինչպես է դա աշխատում?
PRM-ը բաղկացած է շինարարության և հարցման փուլից:
Առաջին փուլում գծագրվում է ճանապարհային քարտեզ, որը մոտավոր է դարձնում միջավայրում հնարավոր շարժումները: Այնուհետև ստեղծվում է պատահական կոնֆիգուրացիա և միացված որոշ հարևանների հետ:
Մեկնարկի և նպատակի կոնֆիգուրացիաները կապված են գրաֆիկի հետ հարցման փուլում: Այնուհետև ուղին ստացվում է ա Դեյկստրայի ամենակարճ ճանապարհը հարցումը
Ծրագրեր
PRM-ն օգտագործվում է տեղական պլանավորողների մեջ, որտեղ ալգորիթմը հաշվարկում է ուղիղ գծի ուղի երկու կետերի միջև, մասնավորապես սկզբնական և նպատակային կետերի:
Ալգորիթմը կարող է օգտագործվել նաև ճանապարհի պլանավորման և բախումների հայտնաբերման հավելվածները բարելավելու համար:
4. Զրոյական պահի կետ (ZMP) ալգորիթմ
Զրոյական պահի կետը (ZMP տեխնիկա) ալգորիթմ է, որն օգտագործվում է ռոբոտների կողմից՝ հատակի արձագանքման ուժին հակառակ ընդհանուր իներցիան պահելու համար:
Այս ալգորիթմը օգտագործում է ZMP-ի հաշվարկման հայեցակարգը և այն կիրառում է երկոտանի ռոբոտներին հավասարակշռելու համար: Այս ալգորիթմի օգտագործումը հարթ հատակի մակերեսի վրա, կարծես, թույլ է տալիս ռոբոտին քայլել այնպես, ասես պահ չկա:
Արտադրական ընկերությունները, ինչպիսիք են ASIMO (Honda)-ն, օգտագործում են այս տեխնիկան:
Ինչպես է դա աշխատում?
Քայլող ռոբոտի շարժումը պլանավորվում է օգտագործելով անկյունային իմպուլսի հավասարումը: Այն ապահովում է, որ առաջացած հոդերի շարժումը երաշխավորում է ռոբոտի դինամիկ դիրքային կայունությունը:
Այս կայունությունը քանակականացվում է զրոյական մոմենտի կետի (ալգորիթմի կողմից հաշվարկված) հեռավորությամբ՝ կանխորոշված կայունության շրջանի սահմաններում:
Ծրագրեր
Զրոյական մոմենտի կետերը կարող են օգտագործվել որպես չափիչ՝ գնահատելու կայունությունը ռոբոտների վրա, ինչպիսին է iRobot PackBot-ը, թեքահարթակներով և խոչընդոտներով նավարկելու ժամանակ:
5. Համամասնական ինտեգրալ դիֆերենցիալ (PID) կառավարման ալգորիթմ
Համամասնական ինտեգրալ դիֆերենցիալ կառավարում կամ PID, ստեղծում է սենսորային հետադարձ կապի օղակ՝ մեխանիկական բաղադրիչների կարգավորումները կարգավորելու համար՝ հաշվարկելով սխալի արժեքը:
Այս ալգորիթմները միավորում են բոլոր երեք հիմնական գործակիցները, այսինքն՝ համամասնությունը, ինտեգրալը և ածանցյալը, այնպես որ այն արտադրում է կառավարման ազդանշան:
Այն աշխատում է իրական ժամանակում և անհրաժեշտության դեպքում կիրառում է ուղղումներ: Սա կարելի է տեսնել ինքնակառավարման մեքենաներ.
Ինչպես է դա աշխատում?
PID վերահսկիչն օգտագործում է երեք հսկիչ՝ համաչափության, ինտեգրալ և ածանցյալ ազդեցություն իր արդյունքի վրա՝ ճշգրիտ և օպտիմալ հսկողություն կիրառելու համար:
Այս կարգավորիչը անընդհատ հաշվարկում է սխալի արժեքը՝ որպես ցանկալի սահմանված կետի և չափված գործընթացի փոփոխականի միջև տարբերություն:
Այնուհետև այն կիրառում է ուղղում՝ ժամանակի ընթացքում սխալը նվազագույնի հասցնելու համար՝ կարգավորելով հսկիչ փոփոխականը:
Ծրագրեր
Այս վերահսկիչը կարող է վերահսկել ցանկացած գործընթաց, որն ունի չափելի արդյունք, հայտնի իդեալական արժեք այդ արդյունքի համար և մուտքագրում գործընթացին, որը կազդի չափելի արդյունքի վրա:
Կարգավորիչներն օգտագործվում են արդյունաբերության մեջ՝ կարգավորելու ջերմաստիճանը, ճնշումը, ուժը, քաշը, դիրքը, արագությունը և ցանկացած այլ փոփոխական, որի համար գոյություն ունի չափում:
Եզրափակում
Այսպիսով, սրանք ռոբոտաշինության մեջ օգտագործվող ամենատարածված ալգորիթմներից էին: Այս բոլոր ալգորիթմները բավականին բարդ են՝ ֆիզիկական, գծային հանրահաշվի և վիճակագրության խառնուրդով, որոնք օգտագործվում են գործողություններն ու շարժումները քարտեզագրելու համար:
Այնուամենայնիվ, քանի որ տեխնոլոգիաները զարգանում են ռոբոտաշինության ալգորիթմները կզարգանան և կդառնան ավելի բարդ: Ռոբոտները կկարողանան ավելի շատ առաջադրանքներ կատարել և ավելի շատ մտածել իրենց համար։
Եթե ձեզ դուր եկավ այս հոդվածը, բաժանորդագրվել HashDork's Weekly-ին Թարմացումները էլեկտրոնային փոստի միջոցով, որտեղ մենք կիսում ենք AI, ML, DL, Ծրագրավորման և ապագա տեխնոլոգիաների վերջին նորությունները:
Թողնել գրառում