Арена летающих машин: квадрокоптеры
В холле за главным входом здания ML (Maschinenlaboratorium) Цюрихского политехнического института (ETH Zurich) у стеклянной стены толпится народ. За стеной видно помещение, напоминающее гимнастический зал: занавешенное мелкой сеткой и устланное матами. Там из колонок гремит танцевальный хит Rise Up! популярного швейцарского диджея Ива Ларока, и в такт музыке, синхронно двигаясь подобно профессиональным танцорам на сцене, раскачиваясь, кружась и делая кульбиты в опасной близости друг от друга, в воздухе танцуют три небольших летательных аппарата. Композиция заканчивается, аппараты, коротко «поклонившись» зрителям, синхронно приземляются. Точность их движения столь высока, что порой они напоминают живых существ: никакому пилоту не под силу достичь такого с помощью дистанционного управления. И действительно, здесь нет пилотов — всеми тремя аппаратами управляет компьютер.
Анжела Шоллиг, аспирантка Института динамических систем и управления (Institute for Dynamic Systems and Control, IDSC) Цюрихского политехнического института, демонстрирует мне ручное управление летательными аппаратами, которые представляют собой квадрокоптеры — крестообразные конструкции с четырьмя пропеллерами. Впрочем, «ручное управление» — это громко сказано, на самом деле квадрокоптерами управляет компьютер, который распознает команды оператора. «Пульт ДУ» на удивление прост, он не содержит никакой электроники — это просто стрелка с нанизанными на нее световозвращающими маркерами системы захвата движения, камеры которой висят под потолком. Анжела указывает стрелкой вправо, влево, и квадрокоптер послушно следует ее указаниям. Затем она ставит на аппарат вертикально длинный шест с шариком-маркером на конце, и квадрокоптер продолжает летать уже с шестом. Цирк да и только! А вот и коронный номер: на арене два квадрокоптера начинают игру в бадминтон, перебрасывая друг другу шарик-маркер. Секунд через десять шарик падает на маты. Вторая попытка оказывается еще короче. «Сегодня они что-то не в настроении, — смеется Анжела. — Вы, наверное, видели видео на YouTube, где роботы долго жонглируют шариком? Не буду раскрывать, сколько дублей мы отсняли, чтобы получить этот ролик!»
Арена фундаментальной науки
«Выглядит это как цирковое представление, — объясняет мне Раффаэлло Д’Андреа, профессор Цюрихского политехнического института. — Но на самом деле Flying Machine Arena ("Арена летающих машин") — очень серьезный научный проект. Здесь можно изучать поведение распределенных автономных систем, динамика которых слишком сложна для моделирования. А для некоторых систем и вовсе нет моделей».
«Арена» представляет собой куб со стороной около 10 м, забранный мелкой сеткой. Над кубом расположены восемь камер системы захвата движения (motion capture), отслеживающие внутри ограниченного пространства квадрокоптеры. Система обеспечивает локализацию аппаратов счастотой до 200 кадров в секунду и точностью до 1 мм, и после обработки этой информации компьютер передает каждому аппарату необходимые команды с частотой до 60 раз в секунду. «Нет никаких технических проблем увеличить размер арены, — поясняет профессор Д’Андреа.- Нужно будет установить больше камер, вот и все. В текущей конфигурации система может различать и отслеживать одновременно около 50 аппаратов, хотя это количество можно увеличить, если снизить частоту кадров. Впрочем, есть и более строгое ограничение — это возможности радиоуправления. Каждый аппарат имеет свой канал управления, и наша нынешняя система позволяет управлять 12 устройствами. Так что если нам нужно будет увеличить количество квадрокоптеров, одновременно находящихся в воздухе, придется перейти на другую систему радиоуправления».
От беспилотных машин к FMA
«Очень интересный проект, — говорит аспирант IDSC Сергей Лупашин, занимавшийся созданием FMA с самого начала.- С одной стороны, это действительно фундаментальная наука и очень удобный полигон для быстрого испытания различных алгоритмов динамических автономных систем. С другой — наши разработки очень наглядны даже для широкой публики: танцующие или играющие в бадминтон летающие роботы у всех вызывают восхищение. Когда я учился в Корнеллском университете, я принимал участие в проектах Robocup и DARPA Grand/Urban Challenge, и хотя наша команда добилась очень серьезных успехов, нам зачастую сложно было объяснить даже коллегам из смежных областей, почему мы тратим столько усилий на некоторые задачи и в чем состоят наши действительно очень серьезные достижения».
По словам Сергея, FMA во многом похожа на DARPA Grand/Urban Challenge: «Конечно, здесь другие аппараты и другие задачи, но мы стараемся использовать те же методы для организации процесса и контроля над ошибками. Когда мы разрабатывали беспилотные автомобили, мы записывали все доступные данные, чтобы в случае ошибок можно было провести полный анализ, реконструировав проблемную ситуацию. Данных было много, так что задача вовсе не была простой. FMA оперирует меньшим количеством данных, но зато здесь множество аппаратов одновременно, и поведение этих аппаратов более разнообразно, так что сложность задачи записи всей полетной информации для последующего анализа и "воспроизведения" (так мы называли это в проекте DARPA Urban Challenge) сравнима».
Ближе к жизни
Как подчеркивает профессор Д’Андреа, FMA — тестовый полигон для фундаментальной науки: «Мы не фокусируемся на потенциальных приложениях, а изучаем фундаментальные вещи, разрабатываем алгоритмы для обучения и адаптации. Но это не означает, что у подобных разработок нет практических применений. На основе этих алгоритмов разработчики могут создавать прикладные системы. В качестве иллюстрации воплощения подобных фундаментальных разработок в жизнь могу привести пример компании KIVA Systems. Используя базовые алгоритмы, которые мы разрабатывали в Корнеллском университете для роботов-футболистов, участвующих в чемпионате Robocup, эта небольшая компания сделала роботов для работы на складе. Роботов KIVA Systems использует для складских работ, например, крупная сеть магазинов офисных товаров Staples».
«Квадрокоптеры — удобная платформа не только для науки, но и для коммерческих приложений, — добавляет Сергей Лупашин.- Уже сейчас множество компаний делают на основе квадрокоптеров платформы для наблюдения и видеосъемки или для инспектирования различных сооружений. Но для того чтобы сделать полноценную коммерческую беспилотную автономную систему, которая будет надежно работать в различных условиях — как в помещениях, так и на открытой местности, где нужно учитывать огромное количество различных факторов, влияющих на полет аппарата, — нужна хорошая основа. И вот созданием этой основы в виде набора адаптивных алгоритмов и методов управления мы и занимаемся. Хорошим примером может служить игра в бадминтон, когда два квадрокоптера перекидывают друг другу шарик-маркер, покрытый светоотражающей лентой. Этот пример кажется далеким от реальной жизни, но он иллюстрирует то совершенство алгоритмов, которого нужно достичь для успешного решения задачи на практике. Дело в том, что даже малейшая ошибка в предсказании траектории или алгоритмах управления приводит к "провалу миссии", то есть к тому, что маркер падает на землю. Поэтому в такой задаче нет мелочей, которыми можно пренебречь, все должно работать на очень высоком уровне — и управление, и система позиционирования. В нашем случае это камеры, но могут быть и другие варианты (например, лидары)».