कैंप रोबोटिक्स से साइबरबग क्रिएटर तक का रास्ता

यह संभावना नहीं है कि कोई भी विवाद करेगा कि किसी भी संयुक्त उद्यम में एक टीम महत्वपूर्ण है। विभिन्न विशेषज्ञता और अनुभव वाले लोग मोटरिका में एकत्र हुए, हमारे पास प्रोग्रामर, इलेक्ट्रॉनिक इंजीनियर, उत्पादन कार्यकर्ता और डिजाइनर हैं। फिर भी, हम हमेशा नए साथियों को देखकर खुश होते हैं जो हमारी प्रयोगशाला में दिखाई देते हैं। कभी-कभी ये "ताजा दिमाग" उन समस्याओं को हल करने का प्रबंधन करते हैं जिन पर हमने एक दिन से अधिक लड़ाई की, या एक रात से भी ज्यादा। आज तन के बारे में ऐसी ही एक कहानी का समय है।

लेख के अंत में, जो लोग एक शिविर प्रोग्रामर बनना चाहते हैं, उनके लिए महत्वपूर्ण जानकारी।

शिविर जहां परियोजनाएं साकार होती हैं

जुलाई 2015 में, हमारी टीम को हमारे GoTo शिविर के मित्रों द्वारा आयोजित बच्चों के शिविर में व्याख्यान देने के लिए आमंत्रित किया गया था। लेकिन यह एक विशिष्ट शिविर नहीं है, यहां बच्चे डेटा विश्लेषण और मशीन सीखने, रोबोटिक्स और इंटरनेट ऑफ थिंग्स, जैव सूचना विज्ञान, आभासी वास्तविकता, सूचना सुरक्षा और बहुत कुछ की जादुई दुनिया में डूबे हुए हैं। GoTo कैंप में दो हफ्तों के लिए, बच्चे विभिन्न कंपनियों के विशेषज्ञों से अभ्यास करने से नया ज्ञान प्राप्त करने का प्रबंधन करते हैं: Yandex, ABBYY, Microsoft, Biocad, Rambler & Co, Deloitte, Intel, Google इत्यादि, अपने स्वयं के प्रोजेक्ट पर काम करते हैं, और किसी को भी मिलता है। एक इंटर्नशिप या काम के लिए। सामान्य तौर पर, एक सपना, एक शिविर नहीं, यहां तक ​​कि एक वयस्क के लिए)।





वे उन ज्ञान को लागू करते हैं जो बच्चों को व्याख्यान और व्यावहारिक कक्षाओं में प्राप्त होते हैं: वे प्रत्येक में एक टीम होती है जो एक विचार के कार्यान्वयन पर काम करती है।



तान्या दो बार शिविर में थी और दो परियोजनाओं में भाग लिया था जो सफलतापूर्वक पूरा किया गया और काम किया गया।



“पहली बार, एक टीम के रूप में, मैंने ट्रॉली पर काम किया, जिस पर टेलीफोन जुड़ा हुआ था, और ऑपरेटर ने ट्रॉली को स्वयं नियंत्रित किया, टेलीफोन के झुकाव और घुमाव के कोण और जॉयस्टिक की मदद से प्रकाश व्यवस्था। यह उन लोगों के लिए उपयोगी हो सकता है जो वीडियो शूट करते हैं, हम खुद को शूट करने की कोशिश करने में भी कामयाब रहे। दूसरी बार मैंने एक रोबोट बनाया जो इसके प्रक्षेपवक्र को याद करता है। सबसे पहले, आप उसे मार्ग दिखाते हैं कि वह भविष्य में आगे और पीछे जाएगा (आप हमेशा इसे फिर से लिख सकते हैं), उदाहरण के लिए, यह कारखाने में कुछ विशिष्ट आवश्यक मार्ग, या घर पर सफाई के लिए एक मार्ग हो सकता है। रोबोट बिजली बंद करने के बाद भी इसे याद रखता है, इसलिए इसे हर बार फिर से सेट करने की आवश्यकता नहीं है। "मुझे दोनों परियोजनाएं पसंद हैं, और पारियों के दौरान मैंने बहुत कुछ सीखा।"

आइए मोटोरि और तान्या की बैठक में वापस आते हैं। लेक्चरर में से एक इल्या चेख और वासिली खलेबनिकोव पहुंचे। उन्होंने इस बारे में बात की कि कंपनी "मोटरिका" क्या करती है, यह किस पर काम करती है, वीडियो और KIBI हाथ कृत्रिम अंग के नमूने दिखाए।



व्याख्यान के अंत में, दोस्तों ने हर किसी को आमंत्रित किया, जो हमारे स्कोल्कोवो मुख्यालय में आने के लिए इच्छुक था और दिलचस्प समस्याओं को हल करता था। उत्तरदाताओं में से एक तान्या था। इसलिए वह हमारी टीम का हिस्सा बनीं।

हमारे नए साथी तान्या

तान्या 19 साल की है, और वह अपने दूसरे वर्ष में मास्को स्टेट यूनिवर्सिटी में मैकेनिक्स और गणित संकाय में है।



पहली प्रोग्रामिंग भाषा, जिसे उसने पाइथन किया था: “पहली प्रोग्रामिंग लैंग्वेज पायथन थी, हमने स्कूल में इसका अध्ययन किया। मुझे इस पर लिखना पसंद है, आप जल्दी से एक काम कर सकते हैं कार्यक्रम इसके अलावा, इसके लिए कई अलग-अलग पुस्तकालय हैं। उनमें से कुछ, उदाहरण के लिए, मैं विश्वविद्यालय में अपनी वैज्ञानिक गणना के लिए उपयोग करता हूं। लेकिन स्कूल में मैं ओलंपियाड प्रोग्रामिंग में शामिल था, और पायथन हमेशा इसके लिए उपयुक्त नहीं है - यह धीरे-धीरे काम करता है, इसलिए मैंने सी ++ में प्रोग्रामिंग शुरू की। कुछ समय के लिए मैंने रोबॉटसी पर लिखा, और अब मोटरिका में काम के लिए मैं अरड्यूनो के लिए प्रोग्रामिंग कर रहा हूं। "

मैं आप में एल्गोरिथ्म की ताकत महसूस करता हूं

हमारी प्रयोगशाला में, उन लोगों के लिए हमेशा एक दिलचस्प मामला होगा जिनके हाथ बढ़ते हैं जहां आवश्यक हो। तान्या ने मुझे मायोइलेक्ट्रिक प्रोस्थेसिस के लिए सेंसर का परीक्षण करने, और कुछ विवरणों को डिजाइन करने के लिए कृत्रिम अंग की असेंबली में मदद की।

लेकिन सबसे अच्छा काम जो उसने हल किया वह था उसके हाथ से myosignals को पढ़ना और संसाधित करना: emg सेंसर से मान लेना और, उन्हें संसाधित करना, आवश्यकतानुसार ब्रश की गति को नियंत्रित करना। दूसरे शब्दों में, यह आवश्यक है कि अगर मांसपेशियां दृढ़ता से कसती हैं, तो मोटर जल्दी से घूमती है, और घुमाव की दिशा फ्लेक्सन की दिशा पर निर्भर करती है।



सेंसर से पढ़ना बाहर किया गया था, लेकिन हर अब और फिर विभिन्न त्रुटियां थीं जो कृत्रिम अंग के उचित संचालन में हस्तक्षेप करती थीं। इसमें सबसे बड़ी कठिनाई यह थी कि वास्तव में त्रुटि कहां होती है। और इस बहुत ही त्रुटि की घटना के लिए बहुत सारे विकल्प हैं: सेंसर के संचालन के कारण, उनके खराब हाथ, मांसपेशियों की टोन, स्थिर तनाव के आसपास, एक बुरा संपर्क, कार्यक्रम में एक त्रुटि, यह इस बिंदु पर आया कि कभी-कभी यह कंप्यूटर को पुनरारंभ करने के लिए बस आवश्यक था ताकि त्रुटि हो गायब हो गया, या इलेक्ट्रॉनिक्स को बदल दिया। एक दिलचस्प क्षण: हाल ही में देखा गया है कि मूल्यों में छलांग से यह भी पता चलता है कि व्यक्ति के पैर प्रयोगशाला के फर्श पर हैं या उठाए गए हैं।



विकास के दौरान संभावित त्रुटियों की इतनी अधिकता के कारण, समस्याएं पैदा हुईं: "उदाहरण के लिए, हमने एक विशेष दिन पर सही काम हासिल किया, सभी आवश्यक स्थिरांक उठाए, लेकिन आसपास के कमरे में कुछ मापदंडों में संभावित परिवर्तनों को ध्यान में नहीं रखा। अगर अगले दिन हमें काम में त्रुटियाँ मिलती हैं, तो यह समझना हमेशा आसान नहीं होगा कि पिछली बार से वास्तव में क्या बदल गया है। ” इस वजह से, हर बार मुझे हर चीज को नए सिरे से कॉन्फ़िगर करना पड़ा, इसलिए प्रोस्थेसिस कैलिब्रेशन को लॉन्च की शुरुआत में जोड़ा गया।


यह इस अंशांकन एल्गोरिथ्म था जिसे तान्या ने लिखा और इस तरह त्रुटि खोज सीमा को काफी कम कर दिया: "हाथ को नियंत्रित करने के लिए, आपको आंदोलनों के दौरान मूल्यों की अनुमानित सीमा को समझने की आवश्यकता है, इस अंशांकन के साथ यह लगभग निर्धारित होता है। लेकिन सेंसर के काम में "आउटलेयर" हैं - इसलिए, उदाहरण के लिए, आराम करने वाले हाथ के स्तर की खोज करने के लिए, यह सभी मानों का न्यूनतम बस लेना बुरा है (यह 0 हो सकता है), यह एल्गोरिथ्म में विभिन्न योगों द्वारा प्रतिपक्ष है।



अंशांकन आपको तीन प्रमुख मूल्य (न्यूनतम या आराम स्तर, अधिकतम स्तर और वह स्तर प्राप्त करने की अनुमति देता है जब आपको मोटर को न्यूनतम गति से चालू करने की आवश्यकता होती है), जिसके साथ नए लोगों की तुलना की जाती है। यह तुलना आपको सिग्नल को अधिक स्पष्ट रूप से ट्रैक करने और कार्रवाई में अनुवाद करने की अनुमति देती है।

एक अन्य समस्या जो अब तक सामने आई है, वह है हाथ को नियंत्रित करने की प्रक्रिया में पहले से पढ़े गए मूल्यों के प्रसंस्करण के लिए अनुकूलतम समय का चयन करना। बेहतर और अधिक सटीक रूप से हम इसे संसाधित करते हैं, इसके लिए अधिक समय की आवश्यकता होती है। और इसलिए, हाथ पर लागू होने तक एक निश्चित कार्रवाई करने वाले उपयोगकर्ता की एक लंबी देरी है। अब प्रसंस्करण समय एक दूसरा विभाजन है। यदि भविष्य में यह अंशांकन एल्गोरिथ्म को जटिल करने के लिए आवश्यक होगा, तो इसमें सिग्नल प्रोसेसिंग गति को शामिल करने के बारे में सोचना संभव होगा।

मशीन लर्निंग, फट सिद्धांत और डेन्चर

इस स्तर पर, तान्या और उनके वरिष्ठ मोटर पर्यवेक्षक उनकी देखरेख करते हैं, जो शारीरिक समस्याओं का मुकाबला करने पर केंद्रित हैं। विशेष रूप से, एल्गोरिथ्म इस पर लक्षित था। भविष्य में, निश्चित रूप से, बहुत सी चीजें (हस्तक्षेप के खिलाफ औसत, अंशांकन) को स्वचालित किया जा सकता है, इससे सेंसर सिग्नल पिकअप के काम को और अधिक स्थिर बना देगा, जिसका अर्थ है कि डेटा विश्लेषण के उन्नत तरीकों को लागू करना संभव होगा।

तान्या मशीन लर्निंग के संपर्क में भी आई: “मैंने खुद भी इस साल मीटअप पर थोड़े थोड़े समय के लिए मशीन सीखने का काम किया, जो कि यैंडेक्स में अलेक्जेंडर पैनिन के साथ गोटू से लड़कों के लिए है, और मुझे उम्मीद है कि उनका उपयोग करके हमारे डेटा के बारे में कुछ दिलचस्प हो सकेगा। यह किसी को अप्रत्याशित लग सकता है कि प्रोस्थेसिस जैसे मामले में बहुत अधिक सिद्धांत है, जो दवा और जीव विज्ञान से जुड़ा हुआ है। मशीन लर्निंग में, उदाहरण के लिए, बहुत गैर-तुच्छ गणित की एक बड़ी मात्रा छिपी हुई है। लेकिन प्रोस्थेसिस के प्रबंधन से संबंधित अन्य खंड हैं। मचमैथ में, मैं फट के सिद्धांत (दूसरा नाम तरंगिका) से संबंधित हूं, जो न केवल कार्यात्मक विश्लेषण का एक दिलचस्प और गहरा हिस्सा है, बल्कि सूचना सिद्धांत, सिग्नल प्रोसेसिंग, टोमोग्राफी, आदि में भी लागू होता है। आप इसके बारे में अधिक पढ़ सकते हैं, उदाहरण के लिए, यहां । मैं भी कृत्रिम अंग के साथ काम करने के लिए इन तरीकों की कोशिश करना चाहूंगा। ”

अधिक! अधिक रोचक कार्य!

इसके लिए, उन सभी के लिए हमारी प्रयोगशाला में कार्य जो अपने ज्ञान और कौशल को लागू करने के लिए उत्सुक हैं, समाप्त नहीं हुए हैं - कई और भी हैं। इसलिए अगर आप हमसे जुड़ना चाहते हैं - हमेशा वेलकम। टिप्पणियों में अपनी इच्छा व्यक्त करें या info@motorica.org पर लिखें।

अंत तक पढ़ने वालों के लिए बोनस - अनुदान

खैर, सबसे अधिक रोगी और जिज्ञासु (स्कूली बच्चे और 1-2 पाठ्यक्रम के छात्र) रोबोटिक्स की दिशा में अनुदान प्राप्त कर सकते हैं और मुफ्त में GoTo शिविर के तीन ग्रीष्मकालीन शिविरों में से एक में जा सकते हैं।

मोटरिका और गोटो कैंप एक संयुक्त प्रतियोगिता की घोषणा करते हैं। प्रतिभागियों के लिए कार्य केवल एक है:

• एक कृत्रिम अंग नोजल के साथ आओ जो मानव क्षमताओं का विस्तार करेगा। इस नोजल को नियंत्रित करने के लिए, ईएमजी सेंसर, एक्सेलेरोमीटर और गायरोस्कोप का उपयोग किया जाएगा (आप चाहते हैं, आप आवाज नियंत्रण का भी उपयोग कर सकते हैं - सब कुछ आपके हाथों में है!)। यहां पंजीकरण के बाद आपको ईमेल द्वारा एक विस्तृत कार्य प्राप्त होगा।

यदि आपका नोजल काम करेगा और उपयोगकर्ता अनुभव के मामले में सफल होगा, तो यह अच्छा होगा। शिविर में, आप न केवल इसे पूर्णता में ला सकते हैं, नोजल कृत्रिम अंग के वास्तविक उपयोगकर्ताओं तक पहुंच जाएगा - आपको एक उपयोगी और अच्छा काम मिलेगा जो आपके कर्म को पंप करेगा। और आप अभी भी अनुभव, ज्ञान प्राप्त करते हैं और ताजी हवा में सांस लेते हैं।