Výzkum mobilních robotů nám vystačí na několik lidských životů

Na vítězi letošního ročníku soutěže IT SPY o nejlepší IT diplomovou práci na českých a slovenských univerzitách se sedmnáctičlenná porota shodla téměř jednomyslně. S jejím autorem, Janem Bayerem z Fakulty elektrotechnické ČVUT, jsme zavítali do světa umělé inteligence, neboť v něm je tvůrce softwaru pro autonomního robota záchranáře již několik let jako doma.

Tak náročný projekt vyžaduje dlouhodobou a systematickou přípravu. Kdy jste se rozhodl napsat diplomku na toto téma?

Přibližně půl roku před jejím odevzdáním, ale informatika a elektronika byly předmětem mého zájmu již dříve, už při studiu na střední škole. Což byl také důvod, proč jsem se rozhodl pro studium oboru kybernetika a robotika na Fakultě elektrotechnické (FEL) ČVUT.

FEL má vysokou prestiž. Bylo obtížné se na ni dostat?

I když jsem byl přijat ke studiu bez přijímací zkoušky, mírně jsem se obával, zda ho budu schopen dokončit.

Proč?

Studium je velmi náročné a nestačí mít jen zájem nebo nadání.

Co dokáže robotický mozek

Tématem diplomky byl nejen návrh softwaru pro robota záchranáře, ale také jeho otestování. Porota složená z odborníků velmi ocenila společenský přínos stroje a možnost okamžitě ho zavést do praxe. Jak se takový robot rodí?

Původně vycházel základ hardwaru kráčejícího robota z komerčně dostupné platformy. Postupem času jsme tuto platformu vylepšovali a dnes si vyjma servomotorů vyrábíme většinu dílů sami. Nicméně platforma samotná neumí prakticky nic. Je třeba ji vybavit výpočetní jednotkou, vhodnými senzory a řadou dalších komponent, které robotu umožní „vnímat“ své prostředí a autonomně se rozhodovat.

Na čem jste při svém bádání stavěl a jaké myšlenky jste rozvíjel?

Již během studia jsem v rámci skupiny Computational Robotics Laboratory (ComRob) na katedře počítačů FEL pracoval na lokalizačních systémech. Konkrétně na systémech, které umožňují lokalizovat robota pomocí zpracování obrazu. Zkoumal jsem, jak jsou tyto systémy přesné a jak mohou být ovlivněny robotickou platformou, na kterou jsou namontovány. Znalost lokalizačních systémů byla při vývoji autonomního robota velmi užitečná. Vedoucí skupiny profesor Jan Faigl se pak stal vedoucím mé práce nazvané Autonomní explorace nerovného terénu šestinohým kráčejícím robotem.

Co bylo jejím cílem?

Vybavit šestinohý kráčející robot inteligencí, která mu umožní autonomně prozkoumávat neznámé prostředí na základě průchodnosti a prostorové mapy prostředí, jež si robot sám staví. Hlavním cílem je vyvinout algoritmy, které robotu umožní samostatně pomáhat záchranářským týmům při živelních pohromách, důlních neštěstích a dalších nebezpečných událostech.

Zlomovým podnětem k vývoji záchranářských robotů byly události v jaderné elektrárně Fukušima v roce 2011. Nejlepší výsledky v tomto mimořádně náročném oboru prezentují každoročně týmy z celého světa. Byl jste členem českého týmu a na některé poznatky odkazujete i ve své práci. Co je její přidanou hodnotou?

Řídit samotný pohyb vícenohých kráčejících robotů je relativně složité. Aby se navíc robot dokázal autonomně pohybovat ve složitém a neznámém terénu, bezpečně rozpoznat překážky a spolehlivě plnit úkoly, je bohatě vybaven senzory pro snímání svého okolí. Velké množství prací je silně vázáno na konkrétní robot s konkrétním senzorickým vybavením. Algoritmy a také výsledný software, který vznikl v rámci mé práce, se podařilo zobecnit i pro jiné typy robotů s různým senzorickým vybavením. Výsledný systém je tedy možné nasadit nejen na kráčejících robotech, ale například i na robotech kolových či pásových.

Mohou roboty na společném zadání spolupracovat?

Algoritmy, které vznikly v rámci mé práce, jsou primárně určeny pro podzemní prostředí, kde jsou omezené možnosti komunikace. A předpokládá se, že roboty budou konat zcela samostatně, nicméně pokud znají vzájemně své pozice, jsou schopny vzájemně koordinovat své chování nebo mohou sdílet informace o geometrii a náročnosti terénu.

Je robot schopen se i učit?

Systém, na kterém jsme pracovali s Milošem Prágrem, se dokáže naučit souvislost mezi vizuálními vlastnostmi terénu a jeho skutečnou energetickou náročností. Pokud tedy kráčející robot projde po daném terénu, spojí si náročnost tohoto terénu s tím, jak terén vypadá. Pokud potom robot znovu uvidí podobný terén, již bude mít odhad, jak náročný může být, a při plánování své cesty se mu může vzhledem k jeho náročnosti vyhnout.

Jak se robot napájí?

Z Li­Pol baterií.

A pokud se mu baterie vybije?

Při experimentálním nasazení máme vždy dopředu spočítáno, jak dlouho baterie vydrží, a navíc můžeme její stav monitorovat, a tím předejít vybití baterie v nevhodnou chvíli. Samozřejmě pokud se v daném scénáři počítá s tím, že se baterie vybije, tak pokud napětí na baterii klesne pod určitou úroveň, robot se vypne, nebo vypne nejvíce energeticky náročné úkony.

Nastávají případy, kdy se baterie přece jen vyčerpá a shromážděné informace se nenávratně ztratí?

Důležité informace i většinu senzorických dat průběžně ukládáme, takže i pokud by došlo k vybití baterie a robot by do té doby nestačil informace předat jinému stroji, vše by bylo uloženo na disku. Typicky ukládáme dostatek dat na to, abychom mohli zpětně analyzovat veškeré chování robotu během mise, a navíc tato data často používáme pro otestování nových algoritmů.

Robot umí i překvapit

Zůstáváte s robotem neustále ve spojení?

Při experimentech v laboratorním prostředí využíváme často spojení s roboty pro monitorování autonomního chování. Ale při nasazení robotů v podzemí, například v dolech, kde se signál šíří velmi špatně, se na spojení není možné spoléhat. Robot se proto musí být schopen autonomně rozhodnout, kam a kudy se má vydat nebo kdy se má vrátit.

Zaskočí vás někdy, jak se robot rozhodne a co udělá?

Ano, často se stane, že se robot rozhodne jinak, než bychom očekávali, a v některých případech se jedná o chování, které je efektivnější, než jaké by pravděpodobně zvolil člověk.

Fyzikální chemik profesor Pavel Jungwirth v jednom z rozhlasových rozhovorů řekl, že vědci jsou „šťouralové“, které láká stálé hledání, a objev je jen vzácná odměna za vynaložené úsilí. Co přitahuje na vědeckém bádání vás?

Hledání efektivních řešení ve spleti slepých cest. Ve výzkumu se mohu do určité míry oprostit od technických detailů, které předpokládá aplikace v praxi a s nimiž si konstruktéři a technologové ve firmách zpravidla dokáží již poradit sami.

Text: Věra Vortelová

Foto: archiv ČVUT