Робота научили ловить мяч - Catchbot Робот Мяч Траектория » 2024

Занятия спортом, если это не игра в шахматы, практически не требуют активной мозговой деятельности, но это отнюдь не означает, что мозг отключается – постоянно осуществляется обработка информации о движении различных объектов, за доли секунды принимаются решения о необходимости того или иного действия.

Категории и теги: Техника » Робототехника » Catchbot, Робот, Мяч, Траектория.

Особенно интересным с точки зрения исследователя выглядят игровые виды спорта, когда игрок взаимодействует с мячом, или аналогичным предметом. В этом случае мозг человека практически мгновенно оценивает параметры движения мяча, и на основании полученной информации совершает то или иное действие. Однако легкость, с которой спортсмен, да и многие неподготовленные новички обращаются с мячом, только кажущаяся, что могут подтвердить инженеры-роботехники – несмотря на громкие заявления о возможности проведения спортивных состязаний между командой футболистов-людей и футболистов-роботов в 2050 году, сегодня автономные аппараты крайне неумело обращаются с мячом. Это недоразумение попытались исправить сотрудники Государственного Университета Аризоны, работающие над созданием робота Catchbot.

На данный момент разработчики заняты решением задачи по обучению робота отслеживать движение мяча, рассчитывать его траекторию и менять свое положение в пространстве для «ловли» мяча. Для начала задача аппарата Catchbot значительно упрощена: необходимо не поймать мяч, а отбить его бампером, причем нет необходимости в сохранении равновесия, ведь робот передвигается при помощи четырех колес. Тем не менее, даже такая постановка целей весьма амбициозна, и для ее достижения исследователи решили для начала изучить поведение человека и животных, которые с легкостью отслеживают движение различных объектов.

Для начала было определено, что человек, желающий поймать летящий к нему мяч, выполняет целый ряд действий: сначала сам предмет обнаруживается, затем человек инстинктивно делает движение навстречу мячу, что позволяет точнее определить положение объекта и его траекторию движения. Интересен и тот факт, что человек, отслеживая движение мяча, следит за тем, чтобы наблюдаемая им траектория мяча оставалась восходящей, даже если физически мяч начинает снижаться относительно горизонта. Если траектория объекта начинает резко искривляться к поверхности земли, то человек начинает бежать навстречу мячу, чтобы выровнять относительную траекторию. Как оказалось, подобный алгоритм действий характерен не только для людей, но и для животных: насекомых, птиц, млекопитающих и пр. Таким образом, абсолютно не важна информация о начальной точке движения какого-либо объекта – необходимо только лишь сохранять постоянной относительную траекторию предмета, чтобы он двигался к наблюдателю. Это означает и то, что абсолютно ненужным оказывается выполнение сложных вычислений траектории предмета для определения точки, где он должен быть пойман.

Именно такой принцип действий был применен в случае создания робота Catchbot, отслеживающего относительное движение мяча единственной камерой, подключенной к компьютеру для последующей обработки данных. Такой подход к решению проблемы оказался правильным – робот перехватывал мяч в 75% попыток, что весьма неплохо для начального этапа работы. Следующей целью исследователей является разработка мобильного робота, который способен легко и быстро ориентироваться в пространстве именно при помощи алгоритмов обработки визуальной информации. К тому же весьма неплохо было бы сделать более миниатюрную версию Catchbot, и оснастить его более «умной» системой обработки информации, а идеалом стало бы создание аппарата, способного наравне с человеком играть в такие спортивные игры, как бейсбол.

По материалам: 3D News

Новые возможности робота Atlas

Нейросеть Яндекса улучшает старые фильмы и мультфильмы

Новый андроид Ибуки

Нейросеть NVIDIA умет убирать шум и надписи с фото