Вестник цифровой трансформации

3Logic Group: робот в роли инспектора
3Logic Group: робот в роли инспектора

Илья Каинов: «Мы уже начинаем привыкать, что в клиниках, супермаркетах нас встречают роботы-разносчики, и эти проекты — только начало большого тренда»


10:42 11.03.2024  |  Николай Смирнов | 1016 просмотров



Илья Каинов, руководитель направления роботизированных систем 3Logic Group, — о роли мобильных робоплатформ и возможностях интеграции роботов в технологические процессы.

Мобильные робоплатформы способны заменить человека в выполнении рутинных процедур. Они действуют точно и быстро, ограждая человека от работы в опасных условиях. Роботы — колесные, гусеничные, четырехопорные, — могут передвигаться без вмешательства человека, собирать данные и передавать их для решения разного рода задач. Компания 3Logic Group создала ПО «Вектор» для автономной навигации мобильных роботов. Об этом проекте и возможностях интеграции роботов в технологические процессы рассказывает Илья Каинов, руководитель направления роботизированных систем 3Logic Group и номинант на премию Data Award.

- Насколько востребованы робоплатформы нынешними компаниями? Какой портрет типичного клиента?

Мы видим колоссальный интерес к роботизации. Как доказательство — за первые два месяца этого года мы получили больше запросов с рынка, чем за весь 2022 год.

В основном мы работаем с крупными компаниями добывающего сектора. Это зрелые компании с развитым направлением цифровизации и выделенными инвестициями на проекты. Они находятся в поиске решений своих задач совсем на ином уровне инноваций.

- Каковы типичные варианты их использования?

Классическая задача для робота — собирать, анализировать и передавать данные разного формата. В базовых сценариях, без использования дополнительного оборудования роботы фиксируют фото- и видеоизображение, используют средства видеоаналитики.

Если робоплатформа применяется для специфических задач, то на нее устанавливается дополнительное оборудование — лидары (лазерные радары), газовые анализаторы, тепловизоры и пр. Информация с оборудования в режиме реального времени передается оператору, либо записывается на внутренний носитель платформы и обрабатывается после возвращения на домашнюю станцию.

- С какими роботами вы работаете?

Экспертиза нашей команды сосредоточена на мобильных роботах. Это колесно-гусеничные и четырехопорные устройства — робособаки. В ближайшее время в нашем портфеле ожидается пополнение — мы первыми в России получаем робота-гуманоида.

- Что представляет собой созданное вами решение?

Наше ПО для автономной навигации мобильных робоплатформ разработано на основе open source фреймворка Robot Operation System (ROS). Помимо мобильного приложения для контроля активности робота и перевода управления из автономного режима в ручной, оно включает в себя модули навигации в закрытых помещениях и на открытом пространстве. Софт позволяет строить карты территорий, сохранять маршруты движения роботов с необходимыми остановками и длительностью, распознавать препятствия на пути и передвигаться с их учетом. С помощью нейросетей робот огибает ямы, перешагивает барьеры, распознает разноуровневые поверхности и лестницы и адаптирует свое движение к ним.

- Что самое сложное в создании такой системы?

Основная сложность разработки такого ПО находятся в организационной плоскости. Самое трудное это собрать команду узкопрофильных специалистов: программистов по нейросетям, по 3D SLAM, экспертов по локализации, тестированию и пр. Сегодня это «задача со звездочкой». На рынке колоссальный дефицит кадров по робототехнике. В 2023 году Минцифры России оценивало потребность в 200 тыс. специалистов и признавало, что выпускников программ по робототехнике намного меньше.

Вторая трудность заключается в отсутствии не просто бенчмарков, но и референсов как таковых. То, что мы сейчас делаем, не делал никто — ни в нашей стране, ни в мире. Быть первопроходцем увлекательно, но нет опыта, на который можно было бы опереться. По сути, мы сейчас с нуля ищем решение задачи, которой ранее не стояло.

- Насколько серьезно «начинка» аппарата отличается в зависимости от используемой платформы – например, у робособаки по сравнению с гусеничной основой?

Роботы с двумя опорами стабильнее и проще по своей архитектуре. У робособаки четыре опоры, это более сложное с точки зрения навигации устройство. Поэтому бионические модели как минимум в 1,5 раза мощнее по производительности, чем колесно-гусеничные. Производительность зависит еще и от числа датчиков. Например, если устройство использует, помимо камеры и лидара, еще и звуковые датчики, GPS — это также увеличивает требования к объемам оперативной памяти.

- Откуда берутся данные для обучения нейросетей? О каких объемах идет речь?

Роботы учатся на фотографиях из Интернета. Например, чтобы он смог гарантированно открыть дверь рукой-манипулятором, используя дверную ручку, нужно загрузить в нейросеть не менее 1 тыс. фотографий дверных ручек. По аналогичной схеме мы учим роботов «видеть» ямы, лестницы, барьеры, которые можно просто перешагнуть, и пр.

- В чем «фишки» созданного вами решения?

В основном в устройствах, которые предлагаются на рынке, навигация — неотъемлемая часть роботизированной платформы. Наше ПО универсально. Оно успешно применяется на любой известной нам мобильной робоплатформе, поддерживающей определенный набор системных требований.

- Адекватно встроить робота в процессы компании — сложная задача?

Каждый кейс использования робота в технологическом процессе требует интеграции. Как это происходит? В первый раз на объект заказчика с роботом выезжают инженер и программист, чтобы построить карты территории и обучить персонал работать с устройством. Это базовый этап, которой может выявить необходимость в доработке ПО под уникальные условия заказчика.

- Как показывает практика, насколько сильно приходится адаптировать функционал под конкретных заказчиков, «дообучать» роботов?

ПО «Вектор» не может из коробки покрыть все возможные особенности ландшафта и задач заказчика. Они требуют отдельной проработки. Например, если на заводе есть перепад поверхности пола в 10 градусов, то в зависимости от окружения в цеху робот может распознать этот уклон как минус первый этаж. Нельзя спрогнозировать заранее, как устройство воспримет особенности ландшафта своими датчиками. Получается, что каждый проект предполагает кастомизацию решения, а будет ли она незначительной или существенной — зависит от объекта и требований заказчика.

- Какие результаты могут быть достигнуты с помощью применения робоплатформ?

Мобильные робоплатформы имеют большой потенциал использования в промышленности и строительстве — эти отрасли по умолчанию опасны для нахождения человека. Опыт применения роботов в этих сферах уже есть.

Робособаки использовались для проведения геодезических работ на строящихся объектах. Робот под управлением системы «Вектор» проходил заданные маршруты в помещениях стройплощадки. На робособаке было установлено сканирующее оборудование весом 2,5 кг. В отличие от колесных платформ, робособака свободно перемещается по помещениям и лестницам, перешагивает через препятствия. Сканирование пространства проводилось непрерывно, и на получение 3D-модели объекта площадью 2 тыс. кв. м затрачивалось 12 минут. Геодезисту высокой квалификации на выполнение этой задачи требуется порядка трех часов. При этом отклонения в 3D-модели помещения, полученного с помощью робота, не превышали 2 см. Созданная 3D-модель строительного объекта сравнивается с изначальным проектом, и это помогает быстро выявить ошибки и устранить их.

- Приведите другие примеры использования робоплатформ.

Один из кейсов — предотвращение потери металла на металлургическом заводе. Роботы определяют температуру оборудования, которое долго подвергается высокой температуре, и его структурные повреждения. Собранные данные в режиме реального времени передаются оператору. Это помогает предотвращать разрушение оборудования и многомиллионные потери из-за утечки металла. Похожий сценарий связан с диагностикой механических неисправностей в поездах. Робоплатформы проводят мониторинг колесных пар подвижного состава, выявляют перегрев технических узлов и дефекты.

Другое важное направление — охрана труда. Робоплатформа патрулирует производственную площадку и проверяет носят ли рабочие экипировку — каски и спецодежду. В результате одного такого проекта использование средств защиты выросло на 40%. Еще один вариант «полицейских» функций — выявление незаконного строительства. Мобильные роботы обходят заданную территорию и обнаруживают объекты, которых нет на официальных градостроительных планах. Для этого они используют загруженные проектные планы города и соотносят их с реалиями.

Если говорить об использовании специфического оборудования, то показательна история с газодетекцией. На нефтяном заводе мобильный робот используется для обнаружения опасных газов. Территория завода круглосуточно сканируется на утечки метана.

- Как вы видите развитие рынка робоплатформ? Какие направления наиболее перспективны?

Рынок робототехники в нашей стране уверенно развивается. В это направление вкладываются российские технологические гиганты, возникает множество нишевых стартапов. По нашим оценкам, объем рынка промышленных роботов в нашей стране по итогам 2023 года не превышает 1 млрд долл. Мы сейчас на этапе накопления экспертизы.

Потенциал в сегменте огромный. Правительство планирует увеличить на 20% число бюджетных мест для студентов по робототехнике. А эти специалисты могут обучаться только на робоплатформах. Соответственно, в ближайшее время роботы все больше будут проникать в сферу исследования и образования.

Еще одно направление использования мобильных роботов — сервисная сфера. Мы уже начинаем привыкать, что в клиниках, супермаркетах нас встречают роботы-разносчики, и эти проекты — только начало большого тренда.

Логистическая сфера также будет активно осваивать промышленную автоматизацию с помощью роботов. В этой области уже нет необходимости доказывать эффективность роботизированных устройств, они показывают быстрый результат и короткий срок окупаемости.

- Что нас отделяет от того, чтобы использование робоплатформ стало более массовым?

На макроуровне это неопределенность. Внедрение роботов чаще всего происходит в рамках инвестиционного проекта, а они расцветают, лишь когда возможно долгосрочное планирование. Второй барьер проникновения роботов в промышленную и городскую среду — ментальный. Пока поиск решения тех или иных задач происходит в привычной парадигме — например, есть потребность инспектировать территорию — нанимают сотрудника. Но за последнее время этому ходу мышления приходится меняться. Наши заказчики говорят, что им с каждым годом сложнее найти людей на позиции с простым функционалом, не требующим квалификации. Например, инспекторские и охранные вакансии попросту непривлекательны на рынке труда. И роботы как раз могут решить эту проблему.

 

Теги: Машинное обучение Компьютерное зрение Data Award

На ту же тему: