CHIMP realiza una de las tareas más difíciles: intentar conectar una manguera contra incendios a una boca de riego.
Organizado por la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA), el Robotics Challenge promete revolucionar las capacidades de los sistemas y cómo están diseñados. Echemos un vistazo a este evento y evaluemos la opinión de varios actores clave
El 11 de marzo de 2011, Japón fue golpeado por un poderoso terremoto con un epicentro a unos 70 km de la costa este de Honshu. Como resultado de un terremoto de magnitud 9, se formaron olas que alcanzaron una altura de 40 metros y se propagaron tierra adentro durante 10 km.
La planta de energía nuclear Fukushima I se interpuso en el camino del devastador tsunami. Cuando olas gigantes golpearon la estación, los reactores fueron catastróficamente destruidos. Este incidente se convirtió en la peor tragedia nuclear desde el accidente de la central nuclear de Chernobyl en 1986. Este evento formó la base para el escenario de quizás uno de los programas de robótica más importantes hasta la fecha: DRC (DARPA Robotics Challenge: pruebas prácticas de sistemas robóticos bajo el programa de Administración de Investigación y Desarrollo Avanzado del Departamento de Defensa de EE. UU.).
Los ensayos de la República Democrática del Congo se anunciaron en abril de 2012 y se eligió el socorro en casos de desastre como escenario para estos ensayos. El desarrollo de nuevos sistemas tuvo que realizarse en el marco de este escenario, principalmente por el hecho de que se incluyó en las 10 misiones clave del Departamento de Defensa de Estados Unidos, identificadas por la Casa Blanca y el Secretario de Defensa en enero. 2012. En diciembre de 2013, en el marco de estos concursos, pasó una etapa importante, cuando se llevaron a cabo las primeras pruebas "a gran escala" en Florida por primera vez.
Los DRC difieren en varias formas innovadoras, combinan pruebas virtuales y de campo, y están abiertos a equipos financiados y no financiados. Este evento consta de cuatro secciones o pistas; DARPA brindó apoyo financiero para dos pistas, la pista A y la pista B, y abrió estas competencias a todos los recién llegados.
De las cuatro pistas, dos (Track A y Track B) recibieron financiación. Luego de un anuncio general y la presentación de la solicitud, DARPA seleccionó siete equipos para la Pista A para desarrollar nuevo hardware y software; en el Track B, 11 equipos desarrollaron solo software.
Track C no está financiado y está abierto a nuevos miembros de todo el mundo; Al igual que los participantes en Track B, sus participantes utilizaron principalmente un programa de simulación de robot virtual para probar su software. Track D está destinado a contribuyentes extranjeros que deseen desarrollar hardware y software, pero sin financiación de DARPA en ningún momento.
La clave del enfoque innovador de DRC es el componente VRC (Virtual Robotics Challenge). Los equipos mejor clasificados, ya sean de Track B o C, recibirán financiación de DARPA, así como el robot Atlas de Boston Dynamics, con el que participarán en las pruebas de campo.
En mayo de 2013, los equipos de Track B y Track C solicitaron calificar para VRC, que se llevó a cabo el mes siguiente. De más de 100 equipos registrados, solo 26 continuaron moviéndose a VRC y solo 7 equipos se acercaron a las pruebas a gran escala.
Los VRC se llevaron a cabo en un espacio virtual de alta precisión con licencia de Apache 2 de la Open Source Foundation. Los equipos tenían la tarea de completar tres de las ocho tareas que se identificaron para robots reales en las primeras pruebas de campo.
Pruebas
Si bien los robots demostrados en VRC fueron impresionantes, cómo se comportarían en las pruebas de campo no era 100% seguro; sin embargo, Jill Pratt, directora de programa de la Competencia de la República Democrática del Congo, dijo que estaba muy satisfecho con sus capacidades. “Esperábamos que, dado que esta era la primera parte física de la prueba, pudiéramos ver muchas fallas de hardware, pero de hecho este no fue el caso, todo el hardware era muy confiable. Los primeros equipos, especialmente los tres primeros, lograron obtener más de la mitad de los puntos e hicieron un progreso significativo incluso cuando interferimos deliberadamente con el canal de comunicación.
Pratt también quedó impresionado con las capacidades del robot Atlas, "Realmente superó nuestras expectativas … Boston Dynamics ha realizado un trabajo ejemplar para garantizar que ninguno de los equipos se vea perjudicado por ningún tipo de falla de hardware".
Sin embargo, todavía hay margen de mejora, como brazos manipuladores con espacio de trabajo limitado y fugas del sistema hidráulico del robot. El proceso de modernización comenzó incluso antes del evento en diciembre de 2013. Pratt dijo que también le gustaría aumentar el número de instrumentos diferentes en las finales y que los robots probablemente tendrán un cinturón con herramientas de las que deberán seleccionar las herramientas necesarias y cambiarlas durante la ejecución del guión.
El robot Atlas también fue elogiado por Doug Stephen, un investigador e ingeniero de software del Instituto de Florida para Habilidades Cognitivas Humanas y Máquinas, cuyo equipo quedó en segundo lugar en la Pista B en pruebas de campo. "Este es un robot bastante maravilloso … hemos trabajado con él 200 horas de tiempo de limpieza en dos o tres meses y esto es muy inusual para una plataforma experimental: la capacidad de trabajar de manera constante y no romperse".
Hay literalmente esfuerzos heroicos detrás de las impresionantes capacidades robóticas de la República Democrática del Congo; Las asignaciones están diseñadas para ser particularmente desafiantes y desafiar el hardware y software desarrollado por los equipos.
Si bien las tareas fueron difíciles, Pratt no cree que DARPA haya puesto el listón demasiado alto, y señaló que cada tarea fue completada por al menos uno de los equipos. Se descubrió que conducir y unir las mangas eran las tareas más difíciles. Según Stephen, el primero fue el más difícil: “Yo diría definitivamente, la tarea de conducir un automóvil, y ni siquiera por la conducción en sí. Si desea una conducción totalmente autónoma, lo cual es muy difícil, siempre tiene un operador de robot. Conducir no fue tan difícil, pero salir del automóvil es mucho más difícil de lo que la gente podría imaginar; es como resolver un gran rompecabezas en 3D.
De acuerdo con el formato de las Finales de la DRC, previstas para diciembre de 2014, todas las tareas se combinarán en un escenario continuo. Todo esto es para hacerlo más creíble y dar a los equipos opciones estratégicas sobre cómo ejecutarlo. La dificultad también aumentará, y Pratt agregó: “Nuestro desafío para los equipos que lo han hecho muy bien en Homestead es hacerlo aún más difícil. Vamos a quitar los cables atados, quitar los cables de comunicación y reemplazarlos por un canal inalámbrico, mientras que vamos a degradar la calidad de la conexión para que sea aún peor que en pruebas anteriores”.
“Mi plan en este momento es hacer la conexión intermitente, a veces tendrá que desaparecer por completo, y creo que esto se debe hacer en un orden aleatorio, como ocurre en desastres reales. Veamos qué pueden hacer los robots, trabajando unos segundos, o tal vez hasta un minuto, intentando realizar algunas subtareas por sí mismos, aunque no estén completamente desconectados del control del operador y creo que será muy interesante. visión."
Pratt dijo que los sistemas de seguridad también se eliminarán en la final. "Esto significa que el robot tendrá que soportar la caída, también significa que tiene que trepar por sí solo y en realidad será bastante difícil".
El robot Schaft elimina los escombros de su camino
Desafíos y estrategias
De los ocho equipos durante las pruebas, cinco utilizaron el robot ATLAS, sin embargo, los participantes en la Pista A, el ganador del Team Schaft y el tercer ganador del Team Tartan Rescue, utilizaron sus desarrollos. Originario del Centro Nacional de Ingeniería Robótica de la Universidad Carnegie Mellon (CMU), Tartan Rescue ha desarrollado la plataforma móvil altamente inteligente (CHIMP) de CMU para pruebas de DRC. Tony Stentz de Tartan Rescue explicó el fundamento del equipo para desarrollar su propio sistema: "Podría ser más seguro utilizar un robot humanoide estándar, pero sabíamos que podíamos crear un mejor diseño para la respuesta a desastres".
“Sabíamos que teníamos que crear algo más o menos humano, pero no nos gustó la necesidad de que los robots humanoides mantuvieran el equilibrio mientras nos movíamos. Cuando los robots bípedos se mueven, necesitan mantener el equilibrio para no caerse, y esto es bastante difícil en una superficie plana, pero cuando se habla de moverse entre escombros de construcción y pisar objetos que pueden moverse, se vuelve aún más difícil. Por lo tanto, el CHIMP es estáticamente estable, descansa sobre una base bastante ancha y en posición vertical rueda sobre un par de orugas a sus pies, por lo que puede ir y venir y girar en su lugar. Se puede colocar con la suficiente facilidad para extender las manos y llevar todo lo que necesita en la tarea; cuando necesita moverse en terrenos más difíciles, puede caer sobre las cuatro extremidades, ya que también tiene hélices de oruga en las manos.
Inevitablemente, los equipos de diferentes pistas enfrentaron diferentes desafíos en la preparación para las pruebas, el Instituto de Habilidades Cognitivas Humanas y Máquinas se centró en el desarrollo de software, porque este es el problema más difícil: la transición de VRC a problemas de campo. Stephen dijo que “cuando nos entregaron el robot Atlas, tenía dos 'modos' que se podían usar. El primero es un conjunto simple de movimientos proporcionados por Boston Dynamics que podría usar para el movimiento y que ha sido un poco subdesarrollado. Resultó que la mayoría de los equipos usaron estos modos integrados de Boston Dynamics durante la competencia de Homestead, muy pocos equipos escribieron su propio software de control de robots y nadie escribió su propio software para todo el robot …"
"Escribimos nuestro propio software desde cero y era un controlador de cuerpo entero, es decir, era un controlador que funcionaba en todas las tareas, nunca cambiamos a otros programas ni a otro controlador … Por lo tanto, una de las tareas más difíciles era crear el código del programa y ejecutarlo en Atlas, ya que era una especie de caja negra cuando Boston Dynamics nos lo presentó, pero es su robot y su IP, por lo que realmente no teníamos acceso de bajo nivel a la computadora a bordo. El software se ejecuta en una computadora externa y luego se comunica mediante una API (Interfaz de programación de aplicaciones) a través de fibra con una computadora a bordo, por lo que hay grandes retrasos y problemas con la sincronización y se vuelve bastante difícil controlar un sistema tan complejo como Atlas."
Si bien escribir su propio código desde cero fue ciertamente más difícil y consumió más tiempo para el Instituto de Habilidades Cognitivas Humanas y Máquinas, Stephen cree que este enfoque es más rentable, ya que cuando surgen problemas, se pueden resolver más rápido que confiar en Boston Dynamics. Además, el software complementario Atlas no era tan avanzado como el software que Boston Dynamics usa en sus propias demostraciones “cuando enviaron el robot … dijeron abiertamente que los movimientos no son lo que ves cuando Boston Dynamics sube un video de el robot a Youtube, trabajando en el software de esta empresa. Esta es una versión menos avanzada … esto es suficiente para entrenar al robot. No sé si iban a dar el código a los comandos para usar, no creo que esperaran que todos escribieran su propio software. Es decir, lo que se entregó junto con el robot es posible desde el principio y no estaba destinado a completar las ocho tareas en las pruebas prácticas de la DRC.
El mayor desafío para el equipo de Tartan Rescue fue el apretado calendario al que tuvieron que adherirse al desarrollar la nueva plataforma y el software relacionado. “Hace quince meses, CHIMP era solo un concepto, un dibujo en papel, así que teníamos que diseñar las piezas, fabricar los componentes, juntarlo todo y probarlo todo. Sabíamos que tomaría la mayor parte de nuestro tiempo, no podíamos esperar y comenzar a escribir software hasta que el robot estuviera listo, así que comenzamos a desarrollar software en paralelo. En realidad, no teníamos un robot completo con el que trabajar, por lo que usamos simuladores y sustitutos de hardware durante el desarrollo. Por ejemplo, teníamos un brazo manipulador separado que podíamos usar para revisar ciertas cosas para una sola extremidad”, explicó Stentz.
Refiriéndose a las complicaciones que se sumarán a la degradación de los canales de transmisión de datos, Stentz señaló que esta decisión se tomó desde el principio específicamente para tales situaciones y que no es un problema muy difícil. “Tenemos sensores montados en la cabeza del robot (telémetros láser y cámaras) que nos permiten construir un mapa de textura en 3D completo y un modelo del entorno del robot; esto es lo que usamos desde el lado del operador para controlar el robot y podemos imaginar esta situación en diferentes resoluciones dependiendo de la banda de frecuencia disponible y el canal de comunicación. Podemos enfocar nuestra atención y obtener una resolución más alta en algunas áreas y una resolución más baja en otras áreas. Tenemos la capacidad de controlar de forma remota el robot directamente, pero preferimos un mayor nivel de control cuando definimos objetivos para el robot y este modo de control es más resistente a la pérdida de señal y los retrasos.
El robot Schaft abre la puerta. Las capacidades mejoradas de manejo robótico serán imprescindibles para los sistemas futuros
Próximos pasos
Stentz y Stephen dijeron que sus equipos actualmente están evaluando sus capacidades en pruebas del mundo real para evaluar qué acciones deben tomarse para avanzar, y que están esperando una revisión de DARPA e información adicional sobre lo que habrá en las finales. Stephen dijo que también esperan recibir alguna modificación para el Atlas, y señaló un requisito ya aprobado para la final: el uso de una fuente de alimentación a bordo. Para CHIMP, esto no es un problema, ya que el robot con accionamientos eléctricos ya puede llevar sus propias baterías.
Stentz y Stephen estuvieron de acuerdo en que hay una serie de desafíos que deben abordarse en el desarrollo del espacio de los sistemas robóticos y la creación de tipos de plataformas que se puedan utilizar en escenarios de socorro en casos de desastre. “Yo diría que no hay nada en el mundo que pueda ser una panacea. En términos de hardware, creo que las máquinas con capacidades de manipulación más flexibles pueden ser útiles. En cuanto al software, creo que los robots necesitan un mayor nivel de autonomía para poder funcionar mejor sin un canal de comunicación en operaciones remotas; pueden completar tareas más rápido porque hacen muchas cosas por sí mismos y toman más decisiones por unidad de tiempo. Creo que la buena noticia es que las competencias de DARPA están realmente diseñadas para promover tanto el hardware como el software”, dijo Stentz.
Stephen cree que también se necesitan mejoras en los procesos de desarrollo de tecnología. “Como programador, veo muchas formas de mejorar el software y también veo muchas oportunidades de mejora mientras trabajo en estas máquinas. Suceden muchas cosas interesantes en laboratorios y universidades donde puede que no haya una cultura sólida de este proceso, por lo que a veces el trabajo se desarrolla al azar. Además, al observar los proyectos realmente interesantes en las pruebas de DRC, se da cuenta de que hay mucho espacio para la innovación y las mejoras de hardware.
Stephen señaló que Atlas es un excelente ejemplo de lo que se puede lograr: un sistema viable desarrollado en poco tiempo.
Para Pratt, sin embargo, el problema está más definido y cree que la mejora del software debe ser lo primero. “El punto que estoy tratando de transmitir es que la mayor parte del software está entre los oídos. Quiero decir, qué está pasando en el cerebro del operador, qué está pasando en el cerebro del robot y cómo los dos están de acuerdo entre sí. Queremos centrarnos en el hardware del robot y todavía tenemos problemas con él, por ejemplo, tenemos problemas con los costes de producción, la eficiencia energética … Sin duda la parte más difícil es el software; y es el código de programación para la interfaz robot-humano y el código de programación para que los propios robots realicen la tarea por sí mismos, que incluye percepción y conciencia situacional, conciencia de lo que está sucediendo en el mundo y elecciones basadas en lo que el robot percibe.
Pratt cree que encontrar aplicaciones de robots comerciales es clave para desarrollar sistemas avanzados y hacer avanzar la industria. “Creo que realmente necesitamos aplicaciones comerciales más allá de la gestión de desastres y la defensa general. La verdad es que los mercados, defensa, respuesta a emergencias y socorro en casos de desastre son diminutos en comparación con el mercado comercial.
“Nos gusta hablar mucho sobre esto en DARPA, tomando los teléfonos celulares como ejemplo. DARPA ha financiado muchos de los desarrollos que llevaron a la tecnología utilizada en los teléfonos celulares … Si este fuera solo el mercado de defensa para el que están destinadas las celdas, costarían muchos órdenes de magnitud más que ahora, y esto se debe a la enorme mercado comercial que ha hecho posible obtener una increíble disponibilidad de teléfonos celulares …"
“En el campo de la robótica, nuestra opinión es que necesitamos exactamente esta secuencia de eventos. Necesitamos ver al mundo comercial comprando aplicaciones que harán bajar los precios, y luego podemos crear sistemas específicamente para el ejército, en los que se realizarán inversiones comerciales.
Los primeros ocho equipos participarán en las pruebas de diciembre de 2014: Team Schaft, IHMC Robotics, Tartan Rescue, Team MIT, Robosimian, Team TRAClabs, WRECS y Team Trooper. Cada uno recibirá $ 1 millón para mejorar sus soluciones y, en última instancia, el equipo ganador recibirá un premio de $ 2 millones, aunque para la mayoría, el reconocimiento es mucho más valioso que el dinero.
Robosimian del Laboratorio de Propulsión a Chorro de la NASA tiene un diseño inusual
Elemento virtual
La inclusión de DARPA de dos pistas en las pruebas de DRC, en las que solo participan los equipos de desarrollo de software, habla del deseo de la administración de abrir los programas al círculo más amplio posible de participantes. Anteriormente, estos programas de desarrollo tecnológico eran prerrogativa de las empresas de defensa y los laboratorios de investigación. Sin embargo, la creación de un espacio virtual en el que cada equipo puede probar su software permitió a competidores que tenían poca o ninguna experiencia en el desarrollo de software para robots competir al mismo nivel que empresas reconocidas en este campo. DARPA también ve el espacio simulado como un legado a largo plazo de las pruebas de DRC.
En 2012, DARPA encargó a la Open Source Foundation que desarrollara un espacio virtual para el Desafío, y la organización se dispuso a crear un modelo abierto utilizando el software Gazebo. Gazebo es capaz de simular robots, sensores y objetos en un mundo 3D, y está diseñado para proporcionar datos de sensores realistas y lo que se describe como “interacciones físicamente plausibles” entre objetos.
El presidente de la Open Source Foundation, Brian Goerkey, dijo que se utilizó Gazebo debido a sus capacidades comprobadas. “Este paquete es bastante utilizado en la comunidad robótica, por eso DARPA quiso apostar por él, porque vimos sus beneficios en lo que hace; podríamos construir una comunidad de desarrolladores y usuarios a su alrededor.
Si bien Gazebo ya era un sistema bien conocido, Gorky señaló que si bien todavía había espacio por el que esforzarse, se deben tomar medidas para cumplir con los requisitos identificados por DARPA. “Hemos hecho muy poco para modelar robots andantes, nos centramos principalmente en plataformas con ruedas y hay algunos aspectos del modelado de robots andantes que son bastante diferentes. Tienes que tener mucho cuidado con la resolución de los contactos y el modelo del robot. De esta forma, puede obtener buenos parámetros a cambio de precisión. Se ha dedicado mucho esfuerzo a la simulación detallada de la física del robot, por lo que puede obtener simulaciones de buena calidad y también hacer que el robot funcione casi en tiempo real, en lugar de trabajar en una décima o una centésima parte del tiempo real, que es probable, si no fuera por todo el esfuerzo que pusiste en ello.
Un robot Atlas simulado se sube a un automóvil durante la etapa de competencia virtual de la República Democrática del Congo
Con respecto a la simulación del robot Atlas para el espacio virtual, Görki dijo que la Fundación tenía que comenzar con un conjunto de datos básico. “Comenzamos con un modelo proporcionado por Boston Dynamics, no comenzamos con modelos CAD detallados, teníamos un modelo cinemático simplificado que nos fue proporcionado. Básicamente, un archivo de texto que dice cuánto mide este tramo, qué tan grande es, etc. El desafío para nosotros era ajustar de manera correcta y precisa este modelo para que pudiéramos obtener un compromiso en el rendimiento a cambio de precisión. Si lo está modelando de una manera simplista, puede introducir algunas inexactitudes en el motor de física subyacente, lo que lo hará inestable en ciertas situaciones. Por lo tanto, es mucho trabajo cambiar ligeramente el modelo y, en algunos casos, escribir su propio código para simular ciertas partes del sistema. Esto no es solo una simulación de física simple, hay un nivel por debajo del cual no vamos a ir.
Pratt es muy positivo sobre lo que se ha logrado con VRC y el espacio simulado. “Hemos hecho algo que no había sucedido antes, creamos una simulación de proceso realista desde un punto de vista físico que se puede ejecutar en tiempo real para que el operador pueda realizar su trabajo interactivo. Realmente necesitas esto, ya que estamos hablando de una persona y un robot como un solo equipo, por lo que la simulación de un robot debería funcionar en el mismo marco de tiempo que una persona, lo que significa en tiempo real. Aquí, a su vez, se necesita un compromiso entre la precisión del modelo y su estabilidad … Creo que hemos logrado mucho en la competencia virtual.
Stephen explicó que el Instituto de Habilidades Cognitivas Humanas y Máquinas de IHMC enfrentó diferentes desafíos en el desarrollo de software. “Usamos nuestro propio entorno de simulación, que integramos con Gazebo como parte de una competencia virtual, pero gran parte de nuestro desarrollo se realiza en nuestra plataforma llamada Simulation Construction Set … usamos nuestro software cuando lanzamos un robot real, hicimos mucho modelado y esta es una de nuestras piedras angulares, esperamos tener una gran experiencia en el desarrollo de software.
Stephen dijo que el lenguaje de programación Java es el preferido en IHMC porque tiene "una caja de herramientas realmente impresionante que ha crecido a su alrededor". Señaló que al combinar Gazebo y su propio software, “el principal problema es que escribimos nuestro software en Java y la mayoría del software para robots usa C o C ++, que son muy buenos para sistemas embebidos. Pero queremos trabajar en Java de la manera que queremos: hacer que nuestro código funcione en un cierto período de tiempo, ya que está implementado en C o C ++, pero nadie más lo usa. Es un gran problema conseguir que todos los programas de Gazebo funcionen con nuestro código Java ".
DARPA y la Open Source Foundation continúan desarrollando y mejorando la simulación y el espacio virtual. “Estamos comenzando a implementar elementos que harán que el simulador sea más útil en un entorno diferente, fuera del lugar de rescate. Por ejemplo, tomamos el software que usamos en la competencia (llamado CloudSim porque simula en el entorno de computación en la nube) y lo desarrollamos con la intención de ejecutarlo en servidores en la nube”, dijo Görki.
Una de las principales ventajas de tener un entorno simulado abierto para uso público y trabajar con él en la nube es que los sistemas más potentes pueden realizar cálculos de alto nivel en servidores, lo que permite a las personas usar sus computadoras ligeras e incluso netbooks y tabletas..para trabajar en su lugar de trabajo. Görki también cree que este enfoque será muy útil para la enseñanza, así como para el diseño y desarrollo de productos. "Podrá acceder a este entorno de simulación desde cualquier parte del mundo y probar su nuevo robot en él".
