Y、ロボット: キャンパスの研究者はロボット工学の限界を押し広げます

自動化された海底マッピング、コンピュータ操縦の無人偵察機、自動運転車の群れ — 20 年前、このようなデバイスは、アイザック アシモフの小説のページを超えては見つかりませんでした。

今日、それらは BYU の電気およびコンピュータ工学科のいくつかの研究ラボの焦点となっています。 専任の教員が各研究室を率い、研究を指揮し、学部生、大学院生、博士課程の学生に指導を提供しています。 キャンパスベースのプロジェクトでは、最先端のハードウェアとソフトウェアを使用して、困難なロボット工学の問題を解決しています。

デイリー ユニバースは、そのうちの 2 つのグループ、複数エージェント インテリジェント調整および制御ラボ、およびロボット ビジョン ラボと時間を共にしました。

どちらのグループも、学科の情報システムおよび科学部門をホームと呼んでいます。 2 つのラボはどちらも機械の自動化とロボット制御に関連する課題に取り組んでいますが、グループは異なるアプローチを取り、それぞれの作業に異なるアプリケーションを見つけています。

マジック

航空宇宙の博士号を持つ Cammy Peterson は、MAGICC Lab で研究を行っている教員です。 彼女は自分の仕事の多くと研究室の仕事の「全体像」を説明しました。

「私たちのアルゴリズムのほとんどは、実際には自律システムに基づいています」と Peterson 氏は述べています。 「それらは、水中、水上、または地上のロボットである可能性があります。」

アルゴリズムとは、コンピュータ システム (MAGICC のロボットのシステムなど) が独立した決定を下す方法を決定する複雑な数式です。 MAGICC は、空間を通る物理ロボットの動きを制御する数式を開発します。

「私が行ったり教えたりしていることの多くは、コントロール側にあります」とピーターソンは言いました。 どのように車両を制御しますか? どのように経路探索を行いますか…どのようにして、彼らが実際にその経路をたどっていることを確認しますか?」

ジャロン エリンソンとメイソン ピーターソンは、MAGICC ラボのプロトタイプ ルームで自動飛行ドローンを監視しています。 ドローンのタスクは、命令された軌道に沿って移動することです。 (MAGICCラボ提供)

ピーターソン氏は、過去数十年で開発された自動運転技術、特にドローンの劇的な進歩について言及しました。

「初期のドローンの中には、たとえ 10 年に 1 回でも飛ばそうとするものもありましたが、ほとんど制御できませんでした」と Peterson 氏は言います。 少しの風や動きでも吹き飛ばされてしまいます。 そして今では基本的にドローンを持ち出すことができ、ドローンを飛ばしたことのない人でも十分に安定しているので、外に出て飛ばすことができます。」

ドローン技術の進歩だけでも、「ドローンを使用して世界をより良くする方法の可能性が開かれます」とピーターソン氏は述べています。

ジャロン・エリンソン博士 MAGICC ラボで働く機械工学科の学生は、これらの進歩を活用して、分散型アプローチに依存する自律ドローン群のシステムを構築したいと考えています。

エリンソン氏は、ドローンはアルゴリズムを使用して互いの位置を推定し、それに応じて飛行経路を調整すると説明しました。

彼は、Amazon や UPS などの企業がこのシステムを使用して独立した無人機の大規模な艦隊を編成することを想定しています。 「彼らは自分の位置をブロードキャストできます…そして他のドローンはその位置を取ることができます…そしてお互いを避けます。」

MAGICC Lab は、人間のプログラマーやエンジニアによって設計されたカスタムメイドのコンピューター コードに依存して、自動運転車の動きを管理しています。 アルゴリズムは、研究者がよく理解しているニーズと課題に合わせて微調整されています。 エリンソンと彼のドローンの群れは、指揮者と交響楽団のようなものです。エリンソンは自分が何を望んでいるかを知っており、演奏者に適切なサウンドを開発するよう指示を出します。

ロボティック ビジョン ラボ

ただし、電気およびコンピューター工学科の別の部分では、学生と教職員は、フリーフォーム ジャズに相当するコンピューティングを練習しています。

Robotic Vision Lab は、人工知能と機械学習を使用してロボットで視覚を実現することに重点を置いています。 彼らの研究は、自動運転車、顔認識、食品検査に及びます。

ケーシー・サン博士ラボの学生は、ロボティック ビジョンが機械学習技術を使用してプロジェクトを実現する方法を説明しました。 「実験室の設定でクリーンなデータを収集できます…そして、モデルをこのクリーンなデータに適合させようとします。 モデルは、クリーンなデータでいくつかのパターンを学習できるようになります。」

ロボット ビジョンを実現するために、ラボではニューラル ネットワークと呼ばれる特別なコンピューター プログラムを使用します。このプログラムは、ラボで生成された「クリーンな」データの例を現実世界の例 (いわゆる「ノイズ データ」) と継続的に比較することで、パターンを認識することを学習できます。

左から右へ: Josh Broekhuijsen、Shad Torrie、Andrew Sumsion、DJ Lee が、ラボの自動運転ロボットカーを披露します。 デイリー ユニバースは、マルチ エージェント インテリジェント調整および制御ラボとロボティック ビジョン ラボに時間を割いて、ロボット工学の研究について詳しく学びました。 (コールマンナンバーズ)

Sun 氏によると、ニューラル ネットワークは本質的に、「『このパターンは前に見たことがなかったので、(自分のモデル) を変更します』と言っている」と説明しています。

電気工学の博士号を持つ教職員の DJ Lee は、研究室のさまざまなプロジェクトを率いています。 彼は、研究室でのプロジェクトのいくつかがキャンパスのメンバーや世界のコミュニティに利益をもたらすことをどのように望んでいるかを説明しました.

私たちの顔認証プロジェクトは、ユーザーのセキュリティと利便性を向上させることができます。 当社の外観検査自動化プロジェクトは、食品の安全性と食品生産効率を向上させます。 どちらも私たちの日常生活に大きな影響を与えるでしょう」とリーは言いました。

未来に向かって

両研究所の研究者は、ロボット工学がどのように人々の生活にプラスの影響を与えるかについてのビジョンを表明しました。

MAGICC で働く大学生の Adam Welker 氏は、次のように述べています。ラボは言った。

「また、UAV は私たちをさまざまな場所につなげることができると思います。 孤立した農村地域へのサポートの提供であろうと、密集した都市での輸送の促進であろうと、ドローンは私たちのインフラを改善する大きな可能性を秘めています」と Welker 氏は述べています。

キャミー・ピーターソンは、彼女の不安とロボット関連の希望を共有しました. 日によって異なります。 私は常に楽観的か懐疑的です」と彼女は言いました。

彼女は自動運転車を、これまで多くのことを成し遂げてきたが、まだ先は長い技術の一例として挙げました。 「彼らが成し遂げたことは驚くべきことですが、それでも非常に挑戦的です。 賢い人間の代わりになるものは本当にありません。 それは間違いなく AI のおかげで理解できました。私たちが考えもしないことは本当に複雑です。」

印刷に適した PDF と電子メール

Leave a Comment

Your email address will not be published. Required fields are marked *