Tidak mungkin ada orang yang akan membantah bahwa tim penting dalam usaha patungan apa pun. Orang-orang dengan keahlian dan pengalaman berbeda berkumpul di
Motorika , kami memiliki programmer, insinyur elektronik,
pekerja produksi dan desainer. Meskipun demikian, kami selalu senang melihat kawan-kawan baru yang muncul di laboratorium kami. Kadang-kadang "otak segar" ini berhasil memecahkan masalah yang kita perjuangkan lebih dari satu hari, atau bahkan lebih dari satu malam. Hari ini adalah saat cerita tentang Tan.
Di akhir artikel, informasi penting bagi mereka yang ingin menjadi programmer kamp.
Camp di mana proyek menjadi kenyataan
Pada Juli 2015, tim kami diundang untuk memberikan ceramah di kemah anak-anak yang diselenggarakan oleh teman-teman
GoTo Camp kami. Tapi ini bukan kamp yang khas, di sini anak-anak terbenam dalam dunia magis analisis data dan pembelajaran mesin, robotika dan Internet, bioinformatika, realitas virtual, keamanan informasi, dan banyak lagi. Selama dua minggu di GoTo Camp, anak-anak berhasil mendapatkan pengetahuan baru dari berlatih spesialis dari berbagai perusahaan: Yandex, ABBYY, Microsoft, Biocad, Rambler & Co, Deloitte, Intel, Google, dll., Mengerjakan proyek mereka sendiri, dan seseorang bahkan mendapat untuk magang atau bekerja. Secara umum, mimpi, bukan kemah, bahkan untuk orang dewasa).
Mereka menerapkan pengetahuan yang diterima anak-anak di kelas-kelas perkuliahan dan praktik: mereka masing-masing terdiri dari sebuah tim yang bekerja pada implementasi sebuah ide.
Tanya dua kali berada di kemah dan berpartisipasi dalam dua proyek yang berhasil diselesaikan dan bekerja.
“Untuk pertama kalinya, sebagai sebuah tim, saya mengerjakan troli tempat telepon terpasang, dan operator mengendalikan troli itu sendiri, sudut kemiringan dan putaran telepon, dan pencahayaan menggunakan joystick. Ini bisa bermanfaat bagi mereka yang merekam video, kami bahkan berhasil mencoba merekam diri kami sendiri. Kedua kalinya saya membuat robot yang mengingat lintasannya. Pertama, Anda menunjukkan kepadanya rute yang akan bolak-balik di masa depan (Anda selalu dapat menulis ulang), misalnya, itu bisa berupa rute tertentu yang diperlukan di pabrik, atau rute untuk membersihkan di rumah. Robot mengingatnya bahkan setelah mematikan daya, sehingga tidak perlu diatur lagi setiap kali. “Saya menyukai kedua proyek, dan selama shift saya belajar banyak.”
Mari kita kembali ke pertemuan Motory dan Tanya. Salah satu dosen yang datang adalah Ilya Chekh dan Vasily Khlebnikov. Mereka berbicara tentang apa yang dilakukan perusahaan "Motorika", apa yang bekerja, menunjukkan video dan sampel dari
prostesis tangan KIBI .
Di akhir ceramah, orang-orang mengundang semua orang yang tertarik untuk datang ke markas Skolkovo kami dan memecahkan masalah yang menarik. Salah satu responden adalah Tanya. Jadi dia menjadi bagian dari tim kami.
Kawan baru kita Tanya
Tanya berusia 19 tahun, dan dia berada di tahun keduanya di Universitas Negeri Moskow di Fakultas Mekanika dan Matematika.
Bahasa pemrograman pertama yang dikuasainya adalah Python: “Bahasa pemrograman pertama adalah Python, kami mempelajarinya di sekolah. Saya suka menulis di atasnya, Anda dapat dengan cepat membuat program kerja, di samping itu, ada banyak perpustakaan yang berbeda untuk itu. Beberapa dari mereka, misalnya, saya gunakan untuk perhitungan ilmiah saya di universitas. Tetapi di sekolah saya terlibat dalam pemrograman Olympiad, dan Python tidak selalu cocok untuk itu - ia bekerja agak lambat, jadi saya mulai pemrograman dalam C ++. Untuk beberapa waktu kemudian saya menulis di RobotC, dan sekarang untuk bekerja di Motorika saya pemrograman untuk Arduino. "
Saya merasakan kekuatan algoritme dalam diri Anda
Di laboratorium kami, akan selalu ada kasus menarik bagi orang-orang yang tangannya tumbuh jika diperlukan. Tanya membantu kami dengan perakitan prostesis, menguji sensor untuk prostesis myoelectric, dan merancang beberapa detail.
Tapi tugas paling keren yang dia selesaikan adalah membaca dan memproses sinyal saya dari tangannya: mengambil nilai dari sensor emg dan, memprosesnya, untuk mengontrol pergerakan sikat sesuai kebutuhan. Dengan kata lain, perlu bahwa jika otot-otot mengencang kuat, motor berputar dengan cepat, dan arah rotasi tergantung pada arah fleksi.
Membaca dari sensor dilakukan, tetapi setiap sekarang dan kemudian ada berbagai kesalahan yang mengganggu operasi prostesis yang tepat. Kesulitan terbesar dalam hal ini adalah menemukan di mana tepatnya kesalahan terjadi. Dan ada banyak opsi untuk terjadinya kesalahan ini: karena pengoperasian sensor, kecocokan yang buruk pada lengan, tonus otot, ketegangan statis di sekitar, satu kontak yang buruk, kesalahan dalam program, sampai pada titik bahwa kadang-kadang hanya perlu me-restart komputer sehingga kesalahan tersebut menghilang, atau ganti elektronik. Sebuah momen yang menarik: baru-baru ini memperhatikan bahwa lompatan dalam nilai-nilai juga berasal dari apakah kaki orang tersebut ada di lantai laboratorium atau terangkat.
Karena banyaknya kesalahan yang mungkin terjadi selama pengembangan, timbul masalah: “Misalnya, kami mencapai pekerjaan sempurna pada hari tertentu, mengambil semua konstanta yang diperlukan, tetapi tidak memperhitungkan kemungkinan perubahan dalam beberapa parameter di ruangan sekitar. Jika hari berikutnya kami menemukan kesalahan dalam pekerjaan, itu tidak akan selalu mudah untuk memahami apa yang sebenarnya telah berubah dari terakhir kali. " Karena itu, setiap kali saya harus mengkonfigurasi semuanya lagi, maka kalibrasi prosthesis ditambahkan pada awal peluncuran.
Algoritma kalibrasi inilah yang ditulis oleh Tanya dan dengan demikian secara signifikan mengurangi rentang pencarian kesalahan: “Untuk mengontrol tangan, Anda perlu memahami kisaran nilai perkiraan selama gerakan, dengan kalibrasi ini diperkirakan ditentukan. Tetapi ada "pencilan" dalam pekerjaan sensor - oleh karena itu, misalnya, untuk mencari tingkat istirahat tangan, itu buruk untuk mengambil hanya minimum semua nilai (mungkin kebetulan 0), ini dinetralkan oleh berbagai rata-rata dalam algoritma. "
Kalibrasi memungkinkan Anda untuk mendapatkan tiga nilai utama (level minimum atau istirahat, level maksimum dan level ketika Anda perlu mulai menggerakkan motor pada kecepatan minimum), yang kemudian dibandingkan dengan pendatang baru. Perbandingan ini memungkinkan Anda untuk melacak sinyal dengan lebih jelas dan menerjemahkannya menjadi tindakan.
Masalah lain yang telah dihadapi sejauh ini adalah memilih waktu optimal untuk memproses nilai yang sudah dibaca dalam proses mengendalikan tangan. Semakin baik dan lebih akurat kami memprosesnya, semakin banyak waktu yang dibutuhkan untuk ini. Dan oleh karena itu, ada penundaan yang lebih lama dari pengguna melakukan tindakan tertentu sampai diimplementasikan di tangan. Sekarang waktu pemrosesan adalah sepersekian detik. Jika di masa mendatang akan perlu untuk mempersulit algoritma kalibrasi, maka akan mungkin untuk memikirkan tentang termasuk kecepatan pemrosesan sinyal di dalamnya.
Pembelajaran mesin, teori meledak dan gigi palsu
Pada tahap ini, Tanya dan penyelia motor seniornya yang mengawasinya fokus pada memerangi masalah fisik. Secara khusus, algoritma ini ditujukan untuk ini. Di masa depan, tentu saja, banyak hal (rata-rata terhadap gangguan, kalibrasi) dapat diotomatisasi, ini akan membuat sensor bekerja untuk pickup sinyal lebih stabil, yang berarti bahwa akan dimungkinkan untuk menerapkan metode analisis data yang canggih.
Tanya juga bersentuhan dengan pembelajaran mesin: “Saya sendiri juga melakukan sedikit pembelajaran mesin tahun ini pada pertemuan-pertemuan untuk orang-orang dari GoTo dengan Alexander Panin di Yandex, dan saya berharap menggunakan mereka akan mungkin untuk mendapatkan sesuatu yang menarik dari data kami. Mungkin tampak tak terduga bagi seseorang bahwa ada begitu banyak teori dalam kasus seperti prostesis, yang lebih mungkin terkait dengan kedokteran dan biologi. Dalam pembelajaran mesin, misalnya, sejumlah besar matematika yang sangat non-sepele tersembunyi. Tetapi ada bagian lain yang terkait dengan pengelolaan prostesis. Pada mechmath, saya berurusan dengan teori semburan (nama lain adalah wavelet), yang tidak hanya merupakan bagian yang menarik dan mendalam dari analisis fungsional, tetapi juga diterapkan dalam teori informasi, pemrosesan sinyal, tomografi, dll. Anda dapat membaca lebih lanjut tentang ini, misalnya, di
sini . Saya juga ingin mencoba metode ini untuk bekerja dengan prosthesis. "
Lagi! Tugas yang lebih menarik!
Untuk ini, tugas-tugas di laboratorium kami untuk semua orang yang ingin menerapkan pengetahuan dan keterampilan mereka belum habis - ada banyak lagi. Jadi, jika Anda ingin bergabung dengan kami - selalu welkam. Ekspresikan keinginan Anda dalam komentar atau tulis ke info@motorica.org.
Bonus untuk mereka yang telah membaca sampai akhir-hibah
Nah, yang paling sabar dan penasaran (anak sekolah dan siswa dari 1-2 program) dapat menerima hibah dalam arah robotika dan pergi ke salah satu dari
tiga kamp musim panas GoTo Camp secara gratis.
Motorika dan GoTo Camp mengumumkan kompetisi bersama. Tugas untuk para peserta hanya satu:
- Munculkan nozzle prosthesis yang akan memperluas kemampuan manusia. Untuk mengontrol nosel ini, sensor EMG, akselerometer, dan giroskop akan digunakan (dan Anda mau, Anda dapat menggunakan kontrol suara - semuanya ada di tangan Anda!). Anda akan menerima tugas terperinci melalui email setelah mendaftar di sini .
Jika nozzle Anda akan berfungsi dan berhasil dalam hal pengalaman pengguna, itu akan keren. Di kamp, Anda tidak hanya dapat membuatnya sempurna, nosel akan menjangkau pengguna prostesis yang sebenarnya - Anda akan mendapatkan tindakan yang bermanfaat dan baik yang akan memompa karma Anda. Dan Anda masih mendapatkan pengalaman, pengetahuan, dan menghirup udara segar.