Змагання роботів

Торстен Люттель уже вп'яте бере участь у чемпіонаті робототехніки M-ELROB. Власне, він досліджує автономні системи в галузі повітроплавання та космосу. Однак у Туні, у Швейцарії, команда мюнхенського інженера представила не літак, а перебудований VW-Touareg.

Автомобіль нашпигований технікою: фотоапарати-сенсори сканують оточення, лазерні прилади вимірюють відстані довкола машини. Комп'ютер самостійно обробляє отримані дані й обирає потрібну швидкість. Під час змагання "Фольксваген" Люттеля має виконати низку складних завдань. Наприклад, "тест мула" – цей автомобіль має їхати за іншим. "Робот не знає, куди йому потрібно їхати. Він знає єдине – я мушу їхати за іншим слідом, що би не сталося", - пояснює дослідник з Мюнхенського університету. В іншому завданні мова йде про те, що робот повинен цілком самостійно знайти шлях додому. Даються лише GPS-координати місця призначення і більше нічого.

Карта створюється у дорозі

Франк Геллер з Інституту Фраунгофера відряджає у змагання автомобіль на гусеницях. Цей маленький робот має знайти свою ціль у непрохідній місцевості. Для цього він створює з лазерних фото, які сам генерує, карту. Чим далі їде, тим більшою стає ця карта. "Робот намагається їхати завжди у напрямку пункту призначення. Якщо ж потрапив у глухий кут, дивиться на карту, де може пролягати подальший шлях, їде та намагається вибратися звідти", - пояснює Геллер.

При цьому організатори можуть поставити на шляху пастку, наприклад, перегородити зворотній шлях деревом. Ще важче для робота розпізнати інші перешкоди, зокрема великі калюжі, якщо їхня поверхня забруднена та має вигляд твердої поверхні.

Шукати й знаходити

За умовами наступного завдання роботи мусять знаходити жовтогарячі квадратні попереджувальні таблички, які зазвичай висять на вантажівках, що транспортують небезпечні речовини. Ці таблички роботи повинні сфотографувати та задокументувати на карті. Інформатик Торстен Фіолка пояснює, завдяки чому стає можливим розпізнавання кольорового знаку. Лазерний сканер може не лише збирати інформацію про відстань, але й вимірювати, наскільки сильно об'єкт відбиває лазерний промінь. "Таблички "небезпечно" відбивають зазвичай набагато сильніше за інші об'єкти. Отже, у прицілі лазера шукаємо об'єкт, який дуже сильно рефлектує, та перевіряємо, чи відповідають приблизно розміри цього об'єкта заданим", - описує метод Фіолка.

Усе це, звичайно, робиться не заради забави. Існує потреба у розробці роботів, які б допомагали військовим, поліцейським та пожежникам в особливо важких ситуаціях, перебували б там, де людині перебувати вкрай небезпечно.

Органи чуття людини кращі

Однак є причини, чому багато хто у поліції та пожежній службі дивиться на роботів усе ще доволі критично. Адже саме у надзвичайних ситуаціях машини залишаються негнучкими та повільними. "Людина реагує швидше, а якраз у катастрофічних сценаріях лік іде на секунди, - підкреслює Франк Шнайдер з Інституту Фраунгофера. – Готовність використовувати робота існує лише у най-найнебезпечніших сценаріях. У решті випадків людина одягатиме захисний костюм та з лічильником піде усередину".

Андреас Ціоссек, чия фірма Telerob будує роботів на дистанційному управлінні для розмінування території або вимірювання радіаційного фону, підтверджує, що ідеальної заміни людині в зонах катастроф поки й справді не вдалося створити. Робот, зокрема, не може надійно оцінити у випадку пожежі, чи загрожує будівлі обвал. «Сам ти можеш це встановити за набором ознак – по обгорілій стіні, специфічному скреготу, явним тріщинам. А за допомогою телекамери виявити це дуже важко», - запевняє конструктор роботів.

Тож від справжнього штучного інтелекту сучасні роботи ще дуже далекі, говорить Ціоссек. "Треба розпрощатися з тими уявленнями, які бачите по телебаченню або в кіно." Реальність набагато прозаїчніша.