机器人的深度机器学习算法概述

对于那些从事物理机器人并且arduino变得不足的人,以及想要在其机器人或设备中实现感知外部世界的功能的人们,该评论将非常有用。
CES Misty Robotics的Misty Robot
CES Misty Robotics的Misty Robot

根据机器人的目的,它需要解决各种问题。 碰巧控制器和最简单的传感器足以解决它们。 但是,有时有必要使机器人执行的任务不是根据硬编码的坐标,而是取决于周围空间或工作区域的状态。 然后,有必要使用更复杂的传感器,例如照相机或激光雷达,并使用特殊的算法来处理传入的信息。

愿景与理解


看到和理解看到的是想到的第一个功能。

物体检测


使您可以在视野中查找指定类型的对象。

算法实例

工作实例

录影带


追踪对象


允许您跟踪视野中一个或多个对象的运动。

算法实例

工作实例

录影带


细分


使您可以逐像素确定视野的内容​​。

算法实例

工作实例

录影带


深度评估


使您可以使用计算机视觉识别障碍物的方式和距离。

算法运算示例

工作实例

传统相机的示例算法
立体相机的示例算法

如果机器人的工作条件允许您使用具有主动红外照明的深度摄像头(例如Intel Realsense),则可以使用专有的SDK

动画制作


运动与决策


大多数物理机器人,无论是机械手,移动机器人还是其他任何东西,都需要以某种方式在太空中移动。 有时在这些运动过程中,特别是如果功能条件或工作环境可能发生重大变化时,机器人需要改变运动的轨迹和速度。

空间取向


允许您确定机器人在空间中(包括建筑物内部)自身位置的坐标。

算法实例

工作实例

录影带


移动时做出决定


允许移动机器人做出必要的操作决策,以优化动态环境中的运动轨迹。 该算法采用强化学习

算法实例

动画制作


捕获和操纵对象


允许机械臂对捕获各种形状的物体所需的必要动作做出决定。 该算法还使用强化学习。

算法实例

工作实例

录影带


机器人的实施功能


性能表现


本文中描述的算法在计算上非常耗时,并且通常需要GPU。 因此,根据对机器人操作条件的要求,开发人员需要选择设计选项并优化代码。

可能的选择:

  • 在专用个人PC上进行计算
  • 云计算
  • 船上的计算

做出的选择将决定其对设备和算法优化的要求。

互动互动


解决问题的一种算法通常是不够的。 因此,在机器人中使用算法时,开发人员将不得不面对集成任务,即 必须确保与其他算法和软件的交互。

代替输出


在一家为机器人开发软件的公司工作时,通常必须处理各种机器人和算法,并找到解决复杂问题的新方法。 我注意到,最近人们对与安全有关的功能以及机制的自动操作的可能性越来越感兴趣,特别是在人们附近。

提出的评论包含了远远不够的任务和算法列表。 作为示例,作者选择了一种算法。 还应注意,可以通过许多其他方式和/或使用其他算法来解决提出的任何任务。 如果您还有其他带有算法任务的示例,请留在注释中。

PS:作为甜点-带有轮式机器人和决策系统的“天堂之下”的精美视频

录影带

Source: https://habr.com/ru/post/zh-CN435968/


All Articles