طور العلماء شريحة لتخطيط حركة الروبوت في الوقت الفعلي

إذا كنت قد شاهدت يومًا كيفية عمل الإصدارات التجريبية من الروبوتات ، فمن المحتمل أنك لاحظت أن الروبوت يمكنه "التجمد" لفترة طويلة قبل الاستمرار في التحرك. قد تعتقد أنه بهذه الطريقة يتأمل الروبوت في أي نقطة وعلى أي مسار يتحرك. هذا الافتراض ليس بعيدًا عن الحقيقة: في هذه اللحظة ، يعالج المعالج عمليات تخطيط الحركة ، والتي غالبًا ما تستغرق الكثير من الوقت. وجد

الباحثون في جامعة ديوك طريقة لتسريع تخطيط حركة الروبوت ثلاث مرات باستخدام واحد وعشرين من الطاقة المطلوبة اليوم. يعتمد حلها على معالج متخصص يمكنه أداء الجزء الأكثر استهلاكًا للوقت من العمل - فحص جميع التصادمات المحتملة في النطاق الكامل لحركة الروبوت - بكفاءة عالية.

تخطيط الحركة ، على سبيل المثال ، للذراع الروبوتية ينطوي في المقام الأول على إنشاء خريطة طريق احتمالية. إنه رسم بياني يتكون من نقاط في مساحة خالية من العوائق مع خطوط ضلع تربط هذه النقاط بحيث لا تؤدي كل حركة بينهما إلى تصادم. في الواقع ، يحدد مخطط الحركة نقطتي البداية والنهاية على الرسم البياني ، ثم يحدد الطريقة الأكثر فعالية للانتقال للانتقال من نقطة إلى أخرى.


تبحث خوارزميات تخطيط الحركة عن المسار الأمثل من نقطة إلى أخرى ، مما يسمح لك بتجنب العوائق (يسار). خريطة مسار احتمالية مع نقاط توصيل حواف في مساحة حرة (يمين).

من الناحية النظرية ، يبدو الأمر بسيطًا جدًا ، ولكن في الممارسة العملية ، عليك أن تأخذ في الاعتبار حقيقة أنك تعمل مع ذراع آلي. وعندما تتحرك الفرشاة من نقطة إلى أخرى ، قد يصطدم الساعد بحاجز. تسمى المنطقة التي يتحرك فيها ذراع الروبوت "حجم العمل".


حجم العمل هو المساحة التي يغير فيها الروبوت موقعه من موضع إلى آخر.

أظهرت نتائج الدراسة أن اكتشاف المعوقات يستغرق أكثر من 99٪ من الوقت الحسابي. يتم إجراء الحسابات الأولية عند تكوين الروبوت. يمكنك إنشاء خريطة واحدة ، تتكون من حوالي 150 ألف حواف ، تصف المسارات المحتملة للروبوت ، مع تجنب التصادمات الذاتية والاصطدامات بأشياء لا تغير موضعها ، على سبيل المثال ، الجنس.

150 ألف ضلع هو أكثر من اللازم بالنسبة للنموذج الأولي لنظام فريق جامعة ديوك. العدد الأكثر معقولية يقترب من 1000 ، لذلك كان على الباحثين إيجاد طريقة لتقليل عددهم.

لتسريع وتبسيط العملية برمتها ، قام الباحثون أولاً بنمذجة حوالي 10 آلاف سيناريوهات بأعداد مختلفة من العوائق التي تم تحديد موقعها عشوائيًا بأحجام مختلفة ، ثم فحصوا الحواف على الخريطة التي يستخدمها النظام لتخطيط الحركة. تمت إزالة الأضلاع التي نادرا ما تستخدم من الخريطة. بعد عدة تكرارات لتقليل النتائج وإعادة فحصها في مثال واحد ، تبين أن عدد الحواف أقل من ألف. في الوقت نفسه ، لم يؤثر التخفيض على القدرة على حل مشكلتين رئيسيتين لمخطط الحركة - سرعة المعالجة البطيئة واستهلاك الطاقة العالي.

من المهم جدًا تحديد عدد الحواف على الخريطة ببعض القيمة المقبولة ، لأن إمكانيات المعالج التي تعالج عمليات التخطيط محدودة. في هذه الحالة ، تتم برمجة المعالج - الدائرة المتكاملة المنطقية القابلة للبرمجة ( FPGA ) - مع مجموعة من دوائر كشف التصادم ، كل منها يتوافق مع حافة واحدة على الخريطة. وبالتالي ، فإن حجم البطاقة محدود بعدد هذه الدوائر التي يمكن أن تتناسب مع FPGA - بحد أقصى عدة آلاف.

تعمل تقنية العلماء في جامعة ديوك عن طريق تقسيم مساحة العمل إلى آلاف الثغرات. ثم تحدد الخوارزمية ما إذا كان مسار كائن مبرمج مسبقًا مضمنًا في أحد voxels. بفضل FPGA ، تقوم التقنية بفحص آلاف المسارات في نفس الوقت ، ثم تقوم بتخطيط أقصر مسار باستخدام الخيارات الآمنة المتبقية. يمكن للروبوت تنفيذها فقط.


عند الإخراج ، تلقى العلماء تسارعًا كبيرًا: بغض النظر عن عدد الحواف على البطاقة ، فإن سرعة معالجة FPGA للبطاقة بأكملها كانت 50 نانو ثانية لكل بكسل. في أحد الأمثلة المعقدة بشكل خاص ، استغرقت المعالجة أكثر من 0.6 مللي ثانية. تعامل المجدول ، الذي يعمل على أساس معالج Intel Xeon رباعي النواة بتردد ساعة 3.5 جيجا هرتز ، مع هذه المهمة في 2.738 مللي ثانية. تستهلك المعالجات التقليدية حوالي 200-300 واط من الكهرباء أثناء تخطيط الحركة ، كما أن تطوير العلماء من جامعة ديوك أقل من 10 واط.

الآن لا تستخدم الروبوتات الصناعية مخططي الحركة. عندما يتعلق الأمر ، على سبيل المثال ، بتجميع خط التجميع للسيارات باستخدام الروبوتات ، يتم التخطيط للبيئة بطريقة تمكن الروبوتات من تكرار نفس الحركات بشكل أعمى مرارًا وتكرارًا. إنهم ببساطة لا يملكون الفرصة لارتكاب خطأ: تجد أجزاء السيارة في كل مرة نفسها في نفس المكان ، ويتم حفظ الروبوتات في صناديق خاصة تحيط بها من الناس. ولكن إذا كان الروبوت يستخدم خوارزميات تخطيط الحركة في الوقت الفعلي ، فلن يتمكن الأشخاص الذين يتجولون في الماضي أو عطل في الناقل من إعاقة ذلك - ستقوم الروبوتات بعملها بالدقة المعتادة.

يوفر تخطيط حركة المرور في الوقت الفعلي الوقت والتكاليف لهندسة بيئة بيئة الروبوت. لقد كان العلماء يدرسون تكنولوجيا التخطيط على مدار الثلاثين عامًا الماضية ، وقد أتاح التقدم الأخير إنشاء خطة حركة محسنة في غضون ثوان. تعتمد المناهج الحالية ، مع بعض الاستثناءات ، على قدرات المعالجات المركزية أو أسرع ، ولكن أيضًا على المزيد من وحدات معالجة الرسومات المستهلكة للطاقة. وفقًا للعلماء ، فإن المعالج المركزي جيد في حل أنواع مختلفة من المهام ، ولكن لا يمكنه التنافس مع معالج مصمم خصيصًا لمهمة واحدة فقط.

دينيش مانوتشا ، أستاذ في جامعة نورث كارولينا في تشابل هيل، الذي يعمل على مخطط حركة في الوقت الفعلي لوحدات معالجة الرسومات ، يوافق على أن FPGAs لديها القدرة على زيادة كفاءة تخطيط الحركة. وهو واثق من أن تطوير العلماء سيجد تطبيقه العملي في المستقبل القريب: يتم استخدام الروبوتات بشكل متزايد في ظروف جديدة غير مؤكدة ، وسوف يزداد دور تخطيط المرور بمرور الوقت فقط.

ستقوم شركة Startup Realtime Robotics بتسويق علماء التكنولوجيا. كجزء من هذا المشروع ، سيتم استبدال FPGA بدوائر متكاملة متخصصة ( ASICs ) ، والتي يمكن أن تجمع بين أكثر من 100 ألف حواف. ستسمح مثل هذه الترقية للروبوتات بالعمل في مجموعة متنوعة من البيئات.

Source: https://habr.com/ru/post/ar400079/