4 de abril de 2019
-
-
Artículo

Brain Corp esboza sistemas operativos escalables en un nuevo documento de investigación

Icono de un robot escáner

Resumen

Contenido

Reconocido por IEEE Rototics y otros organismos, el artículo describe el algoritmo paralelo que utilizan los barrenderos para navegar con precisión por las tiendas.

En la edición de julio de 2019 de la revista IEEE Robotics and Automation Society Letters (RA-L) se ha publicado un resumen de la metodología de planificación de movimientos probada, precisa y segura utilizada en BrainOS, un sistema operativo conectado a la nube para robots autónomos comerciales. Revisado por pares, el IEEE Robotics and Automation Letters (RA-L) Journal publica estudios de casos de aplicación innovadores e ideas de investigación significativas en automatización robótica.

Fundado en 2009, el equipo de ingenieros de Brain Corp se enfrentó al reto de crear una arquitectura de sistema operativo comercialmente escalable para robots autónomos que eliminara las restricciones computacionales para permitir operaciones robóticas seguras y eficientes en entornos abarrotados y llenos de obstáculos. "Desarrollamos un algoritmo de bajo nivel para la planificación de trayectorias y movimientos denominado Tensor Dynamic Window Approach (TDWA) que aborda este problema", afirma Oleg Sinyavsky, Director de Investigación y Desarrollo de Brain Corp. "La principal novedad del TDWA es que su metodología pone a nuestra disposición toda la flexibilidad del control predictivo de modelos. Y como TDWA selecciona de forma determinista una primitiva de movimiento a partir de un conjunto predefinido, funciona en tiempo constante."

Al funcionar en tiempo constante, independientemente de cómo esté configurado el entorno local, no se produce ningún retraso en la capacidad de los robots para responder en tiempo real: se detendrá inmediatamente si no hay disponible ningún comando de motor seguro, una ventaja comercial fundamental para la selección de comandos de motor seguros y una navegación fluida.

El artículo, titulado "Parallel Algorithm for Precise Navigation Using Black-Box Forward Model and Motion Primitives", describe la arquitectura de planificación de la navegación desarrollada por el equipo de ingeniería de Brain Corp. Al emplear esta arquitectura única, se eliminan las limitaciones computacionales para la viabilidad comercial, lo que permite controlar con precisión el comportamiento de navegación del robot en tiempo real.

Un ejemplo de este control preciso puede verse cuando nuestros robots equipados con BrainOS se detienen inmediatamente cuando aparecen ante ellos objetos desconocidos o no reconocidos. En situaciones como esta, un humano necesita unos segundos para pensar qué hacer, mientras que un robot con BrainOS reacciona de forma instantánea y coherente.

"Nuestro método tiene varias propiedades que lo hacen idóneo para aplicaciones comerciales: es determinista, eficiente desde el punto de vista computacional, se ejecuta en tiempo constante y puede utilizarse en plataformas de forma y tipo de accionamiento arbitrarios", afirma el Dr. Jean-Baptiste Passot, Vicepresidente de Plataforma e IA de Brain Corp.

Según el artículo, los métodos empleados en el diseño arquitectónico utilizan información localizada procedente de múltiples dispositivos de detección, procesada en tiempo constante junto con mapas de costes precalculados que dictan el movimiento robótico. La principal ventaja de utilizar un algoritmo de tiempo constante frente a los métodos tradicionales es que el tiempo de reacción del robot es muy predecible, lo que garantiza que los robots impulsados por BrainOS tomen siempre la decisión óptima a tiempo.

"En comparación con los algoritmos tradicionales de Dynamic Window Approach, que calculan el coste de cada comando por separado, TDWA evalúa los costes de todas las primitivas de movimiento en una única operación tensorial, lo que acelera sustancialmente este cálculo", afirma Sinyavsky. "Esto permite una discriminación de costes más fina entre un conjunto mayor de primitivas de movimiento con horizontes temporales más largos, lo que ayuda a evitar situaciones sin salida sin comprometer la seguridad."

Este novedoso planteamiento ha permitido a los robots equipados con BrainOS acumular un impresionante historial desde su despliegue comercial, con robots equipados con BrainOS en una variedad de factores de forma que presumen de 100.000 horas de operaciones autónomas seguras en centros comerciales, tiendas de comestibles, aeropuertos, almacenes y otros lugares de todo el mundo.

BrainOS, cuya licencia está a disposición de los fabricantes comerciales de robots autónomos y equipos móviles, funciona con el estándar de facto para mensajería y serialización en aplicaciones robóticas, Robot Operating System (ROS), lo que brinda a esos fabricantes la oportunidad de aprovechar los proyectos existentes basados en ROS. Los servicios de BrainOS son accesibles mediante llamadas a servicios, acciones o temas de mensajes de ROS, pero BrainOS va más allá de lo que ROS es capaz de hacer. La funcionalidad adicional que ofrece BrainOS ilustra la escalabilidad de la solución BrainOS. Esto incluye la capa de abstracción de hardware del controlador del sensor, que consta de firmware específico de la aplicación y herramientas de simulación, una capa de seguridad de BrainOS, bibliotecas de middleware básicas, además de otras capacidades robóticas fundamentales como odometría, percepción, localización, cartografía y planificación del movimiento. Y esto es sólo lo que se suministra para la funcionalidad robótica básica.

Brain Corp sabe que el siguiente paso es abordar la escalabilidad de las operaciones. Para poner en marcha la escalabilidad y garantizar el éxito, también se suministra un marco API con aplicaciones de autonomía, fabricación y despliegue fáciles de usar, que proporciona a nuestros socios los conocimientos que tanto nos ha costado adquirir en los últimos 10 años. Para potenciar aún más a esos socios, BrainOS también se completa con servicios en la nube para la gestión del ciclo de vida de la flota, la generación de informes y mucho más.

Como la arquitectura es independiente del hardware, puede adaptarse fácilmente a distintos factores de forma y sistemas de propulsión: triciclos, propulsores diferenciales y otras plataformas de dirección. Cada uno de estos vehículos motorizados con ruedas desempeña funciones diversas y especializadas en entornos diferentes.

Los robots móviles autónomos pueden encontrarse en diversos sectores, como el comercio minorista, la sanidad, la hostelería y la limpieza comercial, realizando una mezcla de aplicaciones industriales y de almacén. Entre los fabricantes de robots autónomos impulsados por BrainOS se encuentran Softbank Robotics, líder mundial en soluciones robóticas, además de las marcas mundiales de equipos industriales de limpieza de suelos Tennant Company, Nilfisk, Minuteman International e Intelligent Cleaning Equipment. Se desconoce si alguna de estas empresas alcanzará la tasa de crecimiento prevista del sector de los robots móviles autónomos del 60 % de 2019 a 2025*, pero con BrainOS "bajo el capó", los fabricantes de robótica pueden desarrollar y lanzar productos móviles autónomos personalizados en un plazo de tiempo acelerado.

  • Informe sobre robótica comercial e industrial, ABI Research, 2018

Descargar ahora

Rúbrica 1

Rúbrica 2

Rúbrica 3

Rúbrica 4

Rúbrica 5
Rúbrica 6

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur.

Presupuesto en bloque

Lista ordenada

  1. Tema 1
  2. Tema 2
  3. Tema 3

Lista desordenada

  • Tema A
  • Partida B
  • Partida C

Enlace de texto

Texto en negrita

Énfasis

Superíndice

Subíndice

Señalización abierta en una puerta transparente.
Foto de michal dziekonski en Unsplash
Compartir recursos:

Recursos de productos relacionados

No hemos publicado ningún post