로보틱스에서의 10 년 변혁

로봇이 인간의 삶의 구조에 통합되어 오늘날 스마트폰처럼 보편화되는 미래를 상상해 보십시오. 로봇 공학 분야는 사람들에게인지 작업 및 물리적 작업에 대한 지원을 제공함으로써 직장,가정 및 놀이에서의 삶의 질을 크게 향상시킬 수있는 잠재력을 가지고 있습니다. 수년 동안 로봇은 위험하고 더럽고 둔한 작업에서 인간의 활동을 지원해 왔으며 깊은 바다에서 깊은 우주에 이르기까지 도달 할 수없는 환경을 탐색 할 수있었습니다. 점점 더 유능한 로봇이 인지 수준에서 인간 및 다른 기계에 적응하고 배우고 상호 작용할 수있게 될 것입니다.

지난 10 년간 기술의 급속한 발전은 컴퓨팅을 필수 불가결하게 만들었습니다. 컴퓨팅은 우리가 일하고 살고 노는 방식을 변화 시켰습니다. 로봇 공학의 발전과 함께 거의 모든 것의 디지털화는 첨단 기계에 대한 접근이 민주화되고 사용자 정의가 널리 퍼져있는 미래를 약속합니다. 로봇은 더 복잡한 계산을 실행하고 점점 더 풍부한 센서와 더 나은 액추에이터를 통해 세계와 상호 작용할 수있는 능력으로 인해 점점 더 능력이되고 있습니다.

많은 맞춤형 로봇이 사람들과 함께 일하는 연결된 세상은 이미 새로운 일자리를 창출하고,기존 일자리의 질을 향상 시키며,사람들의 시간을 절약하여 흥미롭고 중요하고 흥미로운 것에 집중할 수 있습니다. 오늘날 로봇은 이미 산업 및 국내 환경에서 우리의 파트너가되었습니다. 그들은 공장과 수술실에서 사람들과 나란히 작동합니다. 그들은 우리의 잔디를 깍는,우리의 바닥을 진공 청소기로 청소,심지어 우리의 소 우유. 몇 년 안에 그들은 우리 삶의 더 많은 부분을 만질 것입니다.

당신의 무인 자동차에 출퇴근 당신이 읽을 수있게된다,반환 전화,좋아하는 팟 캐스트에 따라 잡기,심지어 낮잠. 로봇 자동차는 또한,당신이해야 할 일을 추적 모든 집안일이 완료되도록하기 위해 경로를 계획하고,가장 혼잡 한 도로를 선택하는 최신 트래픽 데이터를 확인,조수 될 것입니다. 무인 자동차는 자동차 사고로 인한 사망자를 줄이는 데 도움이되며 자율 지게차는 무거운 물체를 들어 올리면 허리 부상을 제거하는 데 도움이 될 수 있습니다. 로봇은 일부 기존 작업을 변경할 수 있지만 전반적으로 로봇은 큰 사회적 기여를 할 수 있습니다. 잔디 관리 로봇과 수영장 청소 로봇은 이러한 작업을 수행하는 방법을 변경했습니다. 로봇은 크고 작은 문제로 인류를 도울 수 있습니다.

사실상 모든 것의 디지털화는 로봇 공학의 진보와 함께 첨단 기계에 대한 접근이 민주화되고 사용자 정의가 널리 퍼져있는 미래를 약속합니다.

로봇 공학의 목적은 인간을 기계화하고 자동화하여 대체하는 것이 아니라 로봇이 인간과 더 효과적으로 협력 할 수있는 새로운 방법을 찾는 것입니다. 로봇은 숫자를 재정하고 정밀하게 움직이는 것과 같은 작업에서 인간보다 낫습니다. 로봇은 훨씬 무거운 물체를 들어 올릴 수 있습니다. 인간은 추론,추상화 정의,사전 경험을 활용할 수있는 능력 덕분에 일반화 또는 전문화와 같은 작업에서 로봇보다 낫습니다. 함께 일함으로써 로봇과 인간은 서로의 기술을 보강하고 보완 할 수 있습니다.

자율성을 가능하게 하는 10 년간의 진전

지난 10 년간 로봇 공학의 발전은 로봇 장치가 독특한 방식으로 사람과 환경을 움직이고,조작하고,상호 작용할 수 있음을 입증했다. 로봇의 이동 기능은 정확한 센서(예:레이저 스캐너),고성능 모터 및 매핑,현지화,모션 계획 및 웨이 포인트 탐색을위한 강력한 알고리즘 개발의 광범위한 가용성으로 활성화되었습니다. 로봇 본체(하드웨어)및 로봇 두뇌(소프트웨어)개발의 발전 덕분에 많은 새로운 응용 프로그램이 가능합니다.

로봇의 능력은 그들의 육체와 그들의 두뇌를 포함하는 계산 사이의 긴밀한 결합에 의해 정의된다. 예를 들어,비행 로봇은 비행 할 수있는 몸체와 비행을 제어하는 알고리즘을 가져야합니다. 오늘날의 로봇은 지상,공중 및 물 위에서 기본적인 운동을 할 수 있습니다. 그들은 물체를 인식하고,새로운 환경을 매핑하고,픽 앤 플레이스 작업을 수행하고,통제력을 향상시키고,단순한 인간의 움직임을 모방하고,새로운 지식을 습득하고,심지어 조정 된 팀으로 행동 할 수 있습니다. 예를 들어,최신 축구 로봇과 알고리즘은 매년 로보컵이라는 로봇 축구 대회에 참가합니다.

최근 디스크 스토리지의 발전,인터넷의 규모와 성능,무선 통신,설계 및 제조를 지원하는 도구,전자의 전력 및 효율성과 함께 데이터 스토리지의 세계적인 성장은 여러 가지 방법으로 로봇 개발에 영향을 미쳤습니다. 하드웨어 비용이 절감되고,전기 기계 구성 요소가 더 안정적이며,로봇을 만들기 위한 도구가 더 풍부하고,프로그래밍 환경이 더 쉽게 이용 가능하며,로봇은 클라우드를 통해 전 세계의 지식에 접근할 수 있습니다. 우리는 개인용 컴퓨터에서 개인용 로봇으로의 도약을 상상하기 시작하여 로봇이 널리 퍼져 인간과 나란히 작동하는 많은 응용 분야를 이끌어 낼 수 있습니다.

로봇의 목적은 인간을 기계화 및 자동화로 대체하는 것이 아니라 로봇이 인간과 더 효과적으로 협력 할 수있는 새로운 방법을 찾는 것입니다.

교통이 좋은 예입니다. 세계를 통해 로봇을 움직이는 것이 상호 작용할 수있는 로봇을 만드는 것보다 훨씬 쉽습니다. 지난 10 년 동안 알고리즘과 하드웨어의 상당한 발전으로 사람과 상품이 최적화 된 자율 주행 자동차로 훨씬 안전하고 편리한 방식으로 움직이는 세상을 상상할 수있었습니다.

한 해 동안 미국인들은 거의 3 조 마일을 운전합니다.1 당신이 시속 60 마일에 그것을 밖으로 평균하는 경우,그 차에 소요되는 거의 오십억 시간까지 추가합니다.2 세계의 나머지 부분을 고려할 때 그 숫자는 기하 급수적으로 증가. 그러나 우리의 차에 소요되는 시간은 도전이없는 것은 아니다. 오늘날 미국에서는 매 5 초마다 자동차 사고가 발생합니다.전 세계적으로 도로 교통 부상은 매년 약 124 만 명이 사망 한 8 번째 주요 사망 원인입니다.4 이 끔찍한 인적 비용 외에도 이러한 충돌은 엄청난 경제적 피해를 입습니다. 국립 고속도로 교통 안전 관리 약$277 억 년에 미국에서 경제 비용을 계산 했다.5 이 숫자에 움푹 들어간 곳을 두는 것은 엄청난 도전이지만 해결하는 데 매우 중요합니다. 자가 운전 차량은 도로 사고를 제거 할 가능성이 있습니다.

자동차가 배울 수 있다면…우리가 운전하는 방법을 배우고…충돌에 대한 책임을 결코 방법을 배우고…우리가 운전할 때 필요한 것을 배울 수 있다고 상상해보십시오. 그들이 신뢰할 수있는 파트너가 될 수 있다면 어떨까요? 우리가 까다로운 도로를 탐색 할 수 있도록 우리가 피곤 때 우리의 뒤를 볼 수있는 파트너,심지어 차에 우리의 시간을… 만약 당신의 차를 말할 수 있는 힘든 하루를 보내고 있다 하 고 당신의 마음에 드는 음악을 휴식 하는 데,신중 하 게 당신이 운전 하는 방법을 통해 보고 있는 동안? 당신의 차는 또한 어제 부모님을 호출하는 것을 잊었다 것을 알고 집에가는 길에 부드러운 알림을 발행 한 경우. 그리고 너가 공도의 무료한 뻗기에 차에 몰기 넘어서 돌 수 있었기 때문에 저 전화를 걸는것은 쉬웠다 고 상상하십시요.

지난 몇 년 동안 이 놀라운 잠재력을 인식한 대부분의 자동차 제조업체들은 자율주행 자동차 프로젝트를 발표했습니다. 엘론 머스크는 우리가 5 년 안에 바퀴에서 잠들 수 있다고 유명하게 예측했다;구글/웨이 모 자동차는 수백만 마일의 사고없는 마일을 운전 한 뉴스에 많이 등장했다;닛산은 2020 년까지 자율 주행 차량을 약속했다; 메르세데스는 프로토 타입의 2014 자율적 인 자동차 모델을 생성;도요타는 충돌에 대한 책임을지지 않습니다 자동차를 개발하는 야심 찬 프로그램(2015 년 9 월)을 발표하고,인공 지능을 사전에$10 억 투자했다.

이 공간에는 자동차 기능의 큰 스펙트럼에 걸쳐 많은 활동이 있습니다. 모든 다양한 발전 가을 위치를 이해하기 위해,그것은 자율성의 다섯 가지 수준의 국가 고속도로 교통 안전 관리(국토 안보국)분류를 보면 유용합니다:레벨 0 은 자동화에 대한 지원을 포함하지 않습니다; 레벨 1 은 후방 카메라를 사용하는 것과 같이 인간 운전자에 대한 추가 피드백을위한 도구를 포함합니다;레벨 2 는 지역화 된 능동 제어,예를 들어 안티 록 브레이크를 포함합니다;레벨 3 은 선택 자율성에 대한 지원을 포함하지만 인간은(테슬라 자동 조종 장치에서와 같이)인수 할 준비가되어 있어야합니다;레벨 4 는 일부 장소에서 자율성을 포함합니다;레벨 5 는 모든 환경에서 항상 자율성입니다.

자율주행차의 자율성 수준을 특성화하는 다른 방법은(1)차량의 속도를 정의하는 세 축에 따른 것이다; (2)차량이 움직이는 환경의 복잡성 및(3)해당 환경에서 움직이는 에이전트(자동차,사람,자전거 타는 사람 등)와의 상호 작용의 복잡성. 연구진은 자율성 수준 5 에 가까운 얻을 목적으로,이 축의 각을 따라 봉투를 추진하고 있습니다.

지난 10 년 동안 알고리즘과 하드웨어의 상당한 발전으로 인해 우리는 사람과 상품이 자율주행 차량의 최적화된 함대로 훨씬 안전하고 편리한 방식으로 이동되는 세상을 상상할 수 있게 되었습니다.

지난 10 년 동안의 알고리즘 및 하드웨어 발전으로 인해 오늘날의 기술은 주변 보행자 및 기타 차량과의 상호 작용 수준이 낮은 복잡성이 낮은 환경에서 저속으로 4 단계 배치에 대비할 수 있게 되었습니다. 여기에는 은퇴 커뮤니티 및 캠퍼스와 같은 개인 도로 또는 매우 혼잡하지 않은 공공 도로의 자율성이 포함됩니다.

레벨 4 자율성은 로봇이 사용할 수 있는 하드웨어와 알고리즘의 10 년 발전으로 가능해졌다. 가장 중요한 몇 가지 중요한 알고리즘 개발의 융합이다:지도 만들기,차량은지도를 만들 자사의 센서를 사용할 수 있습니다 의미,현지화,그것은지도에있는 곳을 알아 내기 위해 센서를 사용할 수있는 차량을 의미,인식,차량을 의미하는 것은 도로에 움직이는 물체를 인식 할 수 있습니다.; 계획 및 의사 결정,차량이 지금 보는 것을 기반으로 다음에 무엇을 알아낼 수 의미;신뢰할 수있는 하드웨어뿐만 아니라,인간에서 운전하는 방법을 배울 수있는 자동차를 가능하게 데이터 세트를 운전. 오늘날 우리는 많은 동시 계산을 수행하고 더 많은 데이터를 크런치하며 실시간으로 알고리즘을 실행할 수 있습니다. 이러한 기술은 우리가 현실적으로 도로에 자율성의 아이디어를 논의 할 수있는 시점에 우리를 촬영했다.

그러나 아직 레벨 5 자율성이 없습니다. 레벨 5 자율성을 향한 기술적 과제는 다음과 같습니다: 혼잡 운전,고속 운전,궂은 날씨(비,눈)운전,인간 운전자 간의 운전,고밀도지도가없는 지역에서의 운전,코너 케이스에 대응. 차량의 인식 시스템은 인간의 눈과 동일한 품질과 효과를 가지고 있지 않습니다. 명확하게하기 위해,기계가 정확하게 다른 차량이 이동하는 방법을 신속하게 추정 같은 사람보다 더 잘 할 수있는 몇 가지가있다. 그러나 로봇은 우리의 인식 능력을 공유하지 않습니다. 그들은 어떻게 할 수? 우리는 세상을 관찰하고 그것을 이해하는 방법을 배우는 데 평생을 보냅니다. 기계는 이것을 하기 위해 알고리즘이 필요합니다.그리고 많은 양의 데이터와 많은 양의 데이터가 주석이 달려있어 그것이 무엇을 의미하는지 말해줍니다. 자율성을 가능하게하기 위해,우리는 끊임없이 인간의 개입없이 자율적 인 방식으로 훨씬 적은 예제에서 배울 수 있도록 새로운 알고리즘을 개발해야합니다.