Jaunais robots radīts projektā "Apvārsnis 2020", ko finansējusi gan Eiropas Komisija, gan līdzfinansējusi Latvijas valsts. Tajā Elektronikas un datorzinātņu institūts sadarbojās kopā ar kolēģiem no Vācijas, Beļģijas un Austrijas. Galvenais mērķis – radīt industriālo robotu, kas būtu lietotājam pēc iespējas draudzīgāks.
"Mēs daudz kur dzirdam – uzmanieties, roboti nāk, un visādus nākotnes redzējumus, ka roboti mums te visu pārņems, mūsu vietā visu ražos, taču praktiskajā dzīvē tā gluži nav," atzina Greitāns.
Ir, protams, lielas kompānijas, kas var atļauties ieguldīt lielus līdzekļus digitalizācijā, taču vidējos un mazos uzņēmumos industriālie roboti tiek ieviesti visai gausi.
"Šī projekta globālais mērķis saucās AI4DI jeb mākslīgais intelekts industrijas digitalizācijai. Mūsu vēlme, kopā ar partneriem un kolēģiem, bija padarīt robotu pēc iespējas lietotājam draudzīgāku un no dažādiem aspektiem. Gan no drošības, lai robots, sadursmē ar cilvēku spētu ātri to saprast un nenodarītu pāri cilvēkiem. Gan arī, lai robots varētu atpazīt cilvēka žestus, lai nav tam, kurš vēlas to robotu vadīt un darboties, jābūt programmētājam vai ļoti lielam speciālistam robotu operētājsistēmā," skaidroja Greitāns.
"Tātad tas ir robots ar attīstītām redzes, cilvēku žestu uztveres un jušanas spējām," viņš apkopoja.
Jušanas spējas robotam nodrošina Beļģijas kolēģes radīts radars, kas uztver impulsus jeb signālus, ko cilvēka žesti rada. Tālāk, izmantojot mākslīgo intelektu, robots atšifrē, kāda ir šī cilvēka žestu komanda.
Robots saprot dažādus žestus, piemēram, stop, nāc šurp, ej pa labi, ej pa kreisi.
Lai robots spētu just cilvēka pieskārienus, tika izstrādāta speciāla mākslīgā āda, ko radīja partneri no Vācijas. Robots spēj saprast gan to, kurā vietā ir bijis pieskāriens, gan to, cik spēcīgs tas ir bijis. Tas radīts, lai nevēlamas sadursmes gadījumā robots ātri to saprastu un apstātos.
Savukārt īpašo robota datorredzes sistēmu radīja Latvijas zinātnieki.
"Vispirms jāsaprot problēmas nostādne, kas šajā gadījumā ir tāda – mums ir kaste, kurā ir nejauši orientēti sabērti dažāda veida objekti. Šajā gadījumā tās ir plastmasas pudelītes un metāla kārbas. Un tradicionālajā industriālajā robotikā mēs varam uzdot robotam uzdevumu, kas ir aizbraukt uz konkrētu koordināti konkrētā orientācijā, vienkārši aizbraukt un izpildīt darbību, bet robots neko neredz, neko nejūt un nekādi nespēj orientēties. Viņam ir vienkārši iedota koordināte," skaidroja Račinskis.
"Bet, ja mums ir šī kaste ar nejauši sabērtiem objektiem, kad mēs iepriekš nezinām, kā tie ir sabērti, robotam ir nepieciešams tos kaut kā uztvert.
Šajā gadījumā mēs to darām ar kameru, kas rāda divus kanālus. Pirmais kanāls ir vienkārši krāsains attēls, otrs kanāls ir dziļuma karte. Tātad ar neironu tīklu mēs atrodam visus objektus attēlā, mēs tos klasificējam, sadalām, kuras ir pudeles, kuras ir kārbas vai potenciāli cita veida objekti. Tad, izmantojot šīs segmentācijas maskas, tā kā krāsu grāmatā iekrāsotus šos attēla reģionus, mēs ar ģeometriskām metodēm un dziļuma karti kopā izveidojam punktu mākoni un izrēķinām, kur robotam ir jābrauc, lai paņemtu katru šo objektu," viņš turpināja.
Attiecīgi robots, ja tam ir dots uzdevums paņemt no kastes pudeli, neatkarīgi no tā, ka nav zināms, kur tieši pudele atradīsies un kā būs novietoti objekti tai apkārt, pats spēj to izdarīt un pēc tam novietot to pareizajā vietā. Šī funkcija galvenokārt radīta ražošanas vajadzībām.
