10 najťažších vecí naučiť robota
Byť človek je oveľa jednoduchšie, než stavba človeka.
Vezmite niečo tak jednoduchého ako hranie úlovok s priateľom v prednej dvore. Pri rozobrať túto činnosť do diskrétnych biologických funkcií potrebných na jej dosiahnutie, je to vôbec jednoduché. Musíte senzory, vysielače a efektory. Musíte počítať, ako ťažké hodiť založený na vzdialenosti medzi vami a vaším spoločníkom. Musíte účet proti oslneniu od slnka, rýchlosti vetra a blízke rozptýlenie. Je potrebné zistiť, ako pevne uchopiť loptu a kedy stlačiť lapačku počas úlovok. A musíte byť schopný spracovať rad what-if scenáre: Čo keď sa lopta dostane cez hlavu? Čo keď sa to valí do ulíc? Čo ak dôjde k chybe oknom svojho suseda?
Tieto otázky ukazujú niektoré z najnaliehavejších úloh robotiky, a oni pôdu pre naše odpočítavanie. Sme zostavili zoznam 10 najťažších vecí naučiť roboty objednať zhruba z " Najjednoduchšie " na " najťažšia " - 10 vecí, ktoré budeme musieť dobyť či máme vôbec bude realizovať sľuby Bradbury, Dick, Asimov, Clarke a všetky ostatné rozprávačov, ktorí predstavovali svet, v ktorom stroje správať ako ľudia
. 10: Blaze stopu
Presun z A do B Znie to tak jednoduché. My ľudia to po celý deň, každý deň. Pre robota, aj keď, navigácia - najmä prostredníctvom jednotného prostredia, ktoré sa neustále menia, alebo medzi prostredí, je to nikdy nestretol - môže byť ošemetná vec. Po prvé, robot musí byť schopný vnímať svoje životné prostredie, a potom to musí byť schopný pochopiť zmysel prichádzajúcich dát.
Robotic riešiť prvý problém tým, že ozbrojených svoje stroje s radom senzorov, skenery, kamery a iné high-tech nástroje pre posúdenie ich okolia. Laserové snímače sa stáva stále viac populárne, aj keď nie je možné použiť vo vodnom prostredí, pretože voda má tendenciu narušiť svetla a výrazne znižuje rozsah senzora. Sonar technológia ponúka životaschopnú voľbu v podvodných robotov, ale v pozemných aplikáciách, je to ďaleko menej presné. A, samozrejme, kamerový systém sa skladá z radu integrovaných stereoskopických kamier môže pomôcť robota na " viď " jeho krajina.
Zber dát o životnom prostredí je len polovica bitky. Čím väčšia výzva sa týka spracovania údajov, a používať to, aby rozhodovať. Mnohí vedci majú svoje roboty navigovať pomocou vopred špecifikovanú mapy alebo konštrukciu mapy na behu. V robotike, toto je známe ako SLAM - simultá
[1] 