Эдди и Кинект совместно снимаются в проектах по робототехнике

Все три призовых проекта в конкурсе Microsoft Robotics@Home использовали сенсор Kinect. Главный приз достался умному штативу, изобретению, которым хотел бы владеть каждый видеооператор.

Как мы сообщали в прошлом году, идея конкурса Robotics@Home заключалась в том, чтобы стимулировать исследования в области робототехники и, в частности, способствовать использованию студии разработчиков Microsoft Robotics.

После первого этапа конкурса, в ходе которого конкурсанты представили свои идеи для использования домашних роботов, десять финалистов получили EDDIE, коммерчески доступную роботизированную платформу от Parallax, для работы над своими окончательными представлениями – видеороликами своих роботов в действии.

Главный приз в размере 10 000 долларов достался Артуру Уэйту за его робота SmartTripod, который он объясняет в этом видео, начальная часть которого использует SmartTripod для хорошего эффекта для очень плавной и естественной презентации, прежде чем перейти к объяснению проекта;

Мобильная база-это “стандартный” ЭДДИ плюс ноутбук и дополнительная батарея для удовлетворения потребностей в питании механизмов панорамирования и наклона. Легкий штатив был прикреплен к платформе, а затем поставляется изготовленная на заказ штативная головка с двумя палубами. Нижний поддерживает Kinect, который используется для отслеживания объекта видео. Над этим находится система панорамирования и наклона, приводимая в действие усовершенствованной сервоплатой Phidgets и двумя сервоприводами – один для системы панорамирования, а другой для наклона – с двумя передаточными механизмами от ServoCity, которые обеспечивают передаточное отношение 5 к 1, что позволяет действительно точно контролировать движение камер, которое отвечает за плавность.

Затем Артур Уэйт обсуждает программное обеспечение проекта, архитектура которого кратко представлена на этой диаграмме:

Пользовательский интерфейс SmartTripod встроен в Windows Presentation Foundation и использует адаптер WPF для RBS. Полностью объяснено, что другие разработчики Kinect найдут очень интересным. Выдержки из демонстрационного видеоролика кулинарии затем используются для иллюстрации трех режимов SmartTripod: режим Follow, в котором используются коэффициенты мощности для отслеживания движущегося объекта, режим Dolly для отслеживания объекта по горизонтали и статический режим , в котором основание остается неподвижным, но панорамирование и наклон используются для хорошего эффекта.

Использование жестов для управления SmartTripod является важным элементом проекта, поэтому область Cue Zons интерфейса также обсуждается с примерами.

В целом видеопрезентация, созданная с помощью самого робота, представляет собой отшлифованную работу.

Были вручены еще две премии.

Первый приз в размере 5000 долларов достался Тодду Кристеллу за робота, предназначенного для использования пожилыми людьми, живущими самостоятельно в своих собственных домах. Как показано на видео ниже, в этом проекте ЭДДИ запрограммирован не только на неинвазивное наблюдение за пожилым человеком, но и на то, чтобы иметь возможность реагировать в чрезвычайной ситуации, такой как падение, обнаруживая “Помощь” мира и определяя местоположение человека по голосу – поэтому в этом проекте в игру вступает массив из четырех направленных микрофонов Kinect.

“Режим спасения” ЭДДИ обозначается мигающими красными огнями, и во время поиска ЭДДИ также устанавливает видеозвонок по Скайпу с человеком-ответчиком.

Второе призовое видео также показывает, как Эдди реагирует на голос, но в этом случае голос используется в сочетании с жестом для выдачи инструкций. Идея, реализованная командой по уходу за растениями из трех человек, заключается в том, чтобы иметь Автономные мобильные установки по уходу за растениями на базе EDDIE (AMPS) в соответствии с расписанием, пока вы находитесь вдали от дома. Дополнительными компонентами этого проекта являются AL5D, 5 степеней свободы, роботизированная рука от Lynxmotion, которая используется для направления шланга, и Механизм полива с линейным приводом L12 от Firgelli.

Для локализации и отображения, необходимых для этого проекта, команда изменила карту глубины Kinect, которая будет использоваться в качестве входных данных для алгоритма tinySLAM, который использует фильтрацию частиц для вычисления положения робота. В видео мы в основном видим усилители, обучаемые человеком, в очень шатком видео, которое выиграло бы от SmartTripod, что на самом деле не соответствует идее, что это автономный робот, который выполняет очень стоящую задачу.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *