Clearpath机器人技术による産業用ロボット向けアルゴリズム開発の高速化

Clearpathのエンジニアリング組織の事業サイドと研究サイドの両チームで,大規模で複雑なデータセットの解析および可視化を行う必要があります。これらのタスクを実行するために机器人操作系统(ROS)を使用しても,c++またはPythonでプログラムを作成しても,時間がかかり非効率であることが分かりました。

すべてのチームが共有する,迅速な解析およびデータ可視化ツールに対する要件に加えて,各チームには異なる,独自のニーズがありました。Clearpathの事業サイドの赛氏と同僚には,アイデアのプロトタイプを迅速に作成して,連携する企業外の研究者からの新しいアルゴリズムを組み込む方法が必要でした。一方,研究サイドのBaranov氏とチームは数多くの異なるシステム,インターフェイスおよびデータ構造を使用して作業しており,ROS機能を補完し,ライブストリーミングデータおよびrosbagログファイルで取得されたデータを含むROSデータの処理および解析を容易にするツールが必要でした。

Clearpathのエンジニアは,MATLABと计算机视觉工具箱™,优化工具箱™および机器人系统工具箱™を共に使用して,アルゴリズムのプロトタイプを作成し,ロボット研究開発のためのデータを解析し可視化します。

最近のプロジェクトで,赛氏とチームはMATLABおよび计算机视觉工具箱を使用して,2次元のライダー点群のオブジェクトを検出し,そのオブジェクトを標準オブジェクトテンプレートのライブラリと照合するアルゴリズムを開発しました。のちに,アルゴリズムの最終量産バージョンを構築して検証するために,プロトタイプMATLABアルゴリズムをゴールデンリファレンスとして使用しました。

別のプロジェクトでは,MATLABによるエージェントベースのモデル化を使用してミッション完了のために共に作業するように奥托ロボットのグループを導く車両管理のアルゴリズムを開発しました。このチームは、优化工具箱を使用して,たとえば,最短時間でのミッション完了や,ロボットの移動区間の最小化など,特定のメトリクスを最小化しました。車両の個々のロボットが，matlabで開発および調整した制御アルゴリズムを実行しました。

Clearpathの研究グループは,新しいセンサーの評価および組み込みから,MATLABおよび机器人系统工具箱を使用してROSデータを解析する基本的な研究まで,広範なプロジェクトを担当しています。

たとえば,Baranovのチームは,新しい3次元ライダーセンサーの評価および組み込みを行いながら,ライダー出力の問題の特定を行っていました。チームは机器人系统工具箱を使用して,センサーによって生成されたrosbagログファイルからデータをインポートしました。MATLABで作業を行い,問題の原因であるセンサー内のミラーの破損を診断するためにライダーパルスのタイミングを解析してプロットしました。

同様のアプロチに従ってClearpathロボットの停止距離を特徴付けました。屋内モーションキャプチャシステムを使用して,ロボットがさまざまな速度と多様な平面上でブレーキを適用するデータをログに記録しました。

MATLABおよび机器人系统工具箱を使用して,ロボットを特定の速度まで加速させてから停止する自動化テストスクリプトを開発しました。次に，そのスクリプトはロボットの位置を変更して，加速とブレ，キを繰り返しました。

テスト後に，後処理のため，モmatlabにトしました。加速度と速度をプロットし,ロボットの詳細なブレーキプロファイルを構成することで変曲点を特定しました。

• デタ解析時間を50%削減。“PythonとMATLABの両方を使用して,ライダーセンサーデータを処理しましたが,その解析と開発は,MATLABで1.5倍から2倍早くなったと推定します。と巴拉诺夫氏は述べています。“それは,ストリームからデータを容易に取り出してグラフ化でき,他のアクションを我々がすべてコーディングする必要なく実行できる,組み込み関数のおかげです。」
• カスタマコミュニケションの改善。“MATLABは多くのお客様に使用されていますので,プロジェクトのあらゆる側面を高速化させる共通言語となっています。と巴拉诺夫氏は述べています。誤解を最小化して，サポ，ト時間を削減し，私どもは理解されやすい実例を送信できます。」
• 最先端のsdvアルゴリズムの迅速な組み込み。当社が連携する研究者によって作成された大半のコドは，matlabで作成されています。とSaini氏は述べています。“これにより,研究をプロトタイプのMATLABアルゴリズムに容易に組み込むことができ,これを後ほど量産実装の検証に用いることができます。」