Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Перевод.docx
Скачиваний:
33
Добавлен:
22.03.2016
Размер:
52.78 Кб
Скачать

Обзор исследований по облачной робототехнике и автоматике

Аннотация: Облачная инфраструктура и ее обширный набор доступных интернет-ресурсов имеет потенциал для обеспечения значительных преимуществ роботам и системам автоматизации. Мы рассмотрим роботов и системы автоматизации, которые полагаются на данные или код из сети для поддержания их деятельности, то есть, где не все считывания, вычисления и память встроены в автономную систему. Этот обзор организован вокруг четырех потенциальных выгод от Облака:

1) большие данные: доступ к библиотекам изображений, карт, траекторий и описательных данных; 2) облачные вычисления: доступ к параллельным вычислениям сетки по требованию для статистического анализа, обучения и планирования движения; 3) коллективное обучение робота: роботы делятся траекториями, политикой управления, и результатами; и 4) человеческое вычисление: использование краудсорсинга для выявления человеческих навыков для анализа изображений и видео, классификации, обучение и исправления ошибок.

Облако также может улучшить роботов и системы автоматизации, обеспечив доступ к:

а) наборам данных, публикациям, моделям, критериям и инструментам моделирования; б) открытию конкурсов конструкциям и системам; в) программному обеспечению с открытым исходным кодом.

Это исследование включает в себя более 150 ссылок на результаты и открытые проблемы. Сайт с новыми разработками и обновлениями доступен по адресу: http://goldberg.berkeley.edu/cloud-robotics/

Примечание для практикующих - Многие роботы и системы автоматизации еще работают независимо, используя встроенный вычисления, память и программирование. Новые достижения и повышение доступности из сети в "Облаке" предлагает новые подходы, где обработка выполняется удаленно с доступом к глобальным динамическим наборам данных для поддержания различных функций. Эта статья рассматривает исследования на сегодняшний день.

Указательные термины - большие данные, облачная автоматизация, облачные вычисления, облачная робототехника, краудсорсинг, свободное программное обеспечение.

1. Введение

Как показано на рис. 1 у Облака есть потенциал для увеличения ширины диапазона роботов и систем автоматизации. Национальный институт стандартов и технологий США (NIST) определяет Облако, как "модель для обеспечения повсеместного, удобного, запрашиваемого доступа к сети к общему фонду настраиваемых ресурсов (например, серверам, системам хранения, сетям, приложениям и услугам) которые могут быть быстро предоставлены и реализованы с минимальными усилиями управления или взаимодействием с поставщиком услуг". Примером является онлайн возможности обработки текста, предлагаемые Google Docs. Можно отправлять документы Microsoft Word через Интернет, но Google Docs отличается тем, что документ и программное обеспечение не хранится локально. Данные и код хранятся в Облаке с использованием удаленных серверных хранилищ с общими процессорами и памятью. Это полезно, потому что не надо беспокоиться об обслуживании, перебоях и обновлениях программного или аппаратного обеспечения. Облако также обеспечивает экономию масштабов и облегчает обмен данными между приложениями и пользователями.

Облачные робо- и автоматизированные системы в целом можно определить следующим образом: любой робот или система автоматизации, которая опирается либо на данные либо на код из сети для поддержания своей работы, то есть, где не все считывания, вычисления и память интегрированы в единую автономную систему. Это определение включает будущие системы и многие существующие системы, которые включают сетевое дистанционное управление или сетевые группы мобильных роботов, таких как UAV или складских роботов, а также передовые линии сборки, обработки растений, системы домашней автоматизации и системы с вычислениями, выполняемыми людьми. В связи с задержками в сети, разного качества обслуживания и простоя, облачные робо- и автоматизированные системы часто включают в себя определенный потенциал для локальной обработки для ответов с малым временем ожидания и в периоды, когда доступ к сети недоступен или ненадежен. Это не бинарное определение; есть степени, по которым любая система будет соответствовать этому определению.

Самоуправляемый автомобиль Google служит примером идеи. Он индексирует карты и изображения, собираемые и обновляемые с помощью спутников, просмотра изображений улиц и краудсорсинга от Облака для облегчения точной локализации. Другим примером является робот систем Кива для складской логистики. Эти роботы взаимодействуют по беспроводной связи с местным центральным сервером для координации обновлений маршрутизации и делений для обнаружения изменений в окружающей среде.

В 2010 году Джеймс Кюффнер придумал термин "Облачная робототехника" и описал ряд потенциальных преимуществ. Статья в IEEE Spectrum быстро распространилась и Стив Казинс резюмировал концепцию, как "робот - не остров (один в поле не воин)." Следующий раздел рассматривает историю этой важной идеи.

Этот обзор организован вокруг четырех потенциальных выгод от Облака:

1) большие данные: доступ к библиотекам изображений, карт, траекторий и описательных данных; 2) облачные вычисления: доступ к параллельным вычислениям сетки по требованию для статистического анализа, обучения и планирования движения; 3) коллективное обучение робота: роботы делятся траекториями, политикой управления, и результатами; и 4) человеческое вычисление: использование краудсорсинга для выявления человеческих навыков для анализа изображений и видео, классификации, обучение и исправления ошибок.

Облако также может улучшить роботов и системы автоматизации, обеспечив доступ к:

а) наборам данных, публикациям, моделям, критериям и инструментам моделирования; б) открытию конкурсов конструкциям и системам; в) программному обеспечению с открытым исходным кодом.

Рис. 1. Облако имеет потенциал, чтобы включить новое поколение роботов и систем автоматизации для использования в беспроводной сети. Большие данные, облачные вычисления, статистическое машинное обучение, программирование с открытым исходным кодом, и другие общие ресурсы для улучшения производительности в широком спектре приложений, включая сборку, осмотр, вождение, складскую логистику, ухода, доставку пакетов, уборка и хирургию.