Robotics

Изучи, как ИИ и компьютерное зрение обеспечивают современную робототехнику. Узнай, как развернуть Ultralytics YOLO26 для восприятия в реальном времени, автономности и интеллектуальной автоматизации.

Робототехника — это междисциплинарная область на стыке инженерии, информатики и технологий, посвященная проектированию, созданию и эксплуатации программируемых машин, называемых роботами. В то время как традиционная робототехника фокусировалась на повторяющихся, заранее запрограммированных механических задачах, современный ландшафт фундаментально изменился благодаря интеграции искусственного интеллекта (ИИ) и машинного обучения (МО). Эта синергия позволяет машинам воспринимать окружающую среду с помощью датчиков, принимать автономные решения и обучаться в процессе взаимодействия, превращаясь из жестких инструментов автоматизации в интеллектуальных агентов, способных ориентироваться в сложных, неструктурированных реальных сценариях.

Link to this sectionВосприятие и автономность в робототехнике#

Чтобы робот мог эффективно работать вне контролируемой клетки, он должен обладать «восприятием» — способностью интерпретировать сенсорные данные. Компьютерное зрение (CV) выступает в качестве основного модальности восприятия, обрабатывая визуальные данные с камер, LiDAR и датчиков глубины. Передовые модели глубокого обучения (DL) позволяют роботам идентифицировать препятствия, читать знаки или проверять продукты. Технологии, такие как Ultralytics YOLO26, критически важны в этой области, обеспечивая высокоскоростное обнаружение объектов, необходимое для реагирования в реальном времени на встроенном оборудовании, таком как платформа NVIDIA Jetson.

Ключевые возможности машинного обучения, обеспечивающие автономность роботов, включают:

Локализация и картографирование: Алгоритмы, такие как одновременная локализация и картографирование (SLAM), позволяют роботу создавать карту неизвестной среды, отслеживая при этом свое собственное положение на ней.
Манипуляция: Точное определение позы позволяет роботизированным рукам определять ориентацию объектов, упрощая выполнение сложных задач, таких как захват предметов неправильной формы или сортировка товаров в ящики.
Принятие решений: С помощью обучения с подкреплением агенты изучают оптимальные стратегии, взаимодействуя со своей средой и получая сигналы вознаграждения — метод, впервые примененный такими исследовательскими группами, как Google DeepMind.

Link to this sectionРеальные приложения#

Применение интеллектуальной робототехники меняет облик различных отраслей промышленности, повышая эффективность и безопасность.

Link to this sectionПромышленная автоматизация и производство#

В парадигме Индустрии 4.0 «коботы» (коллаборативные роботы) работают бок о бок с людьми. Используя ИИ в производстве, эти системы применяют сегментацию изображений для выявления микроскопических дефектов на сборочных линиях, которые могут пропустить люди-инспекторы. Международная федерация робототехники (IFR) сообщает о значительном росте плотности этих интеллектуальных автоматизированных систем по всему миру.

Link to this sectionАвтономные мобильные роботы (AMR) в логистике#

Склады используют AMR (автономные мобильные роботы) для транспортировки товаров без фиксированной инфраструктуры. В отличие от старых автоматически управляемых транспортных средств (AGV), которые следовали по магнитным лентам, AMR используют автономную навигацию на базе Edge AI для динамического изменения маршрута в обход препятствий. Эта возможность является центральной для современного ИИ в логистике, оптимизируя пропускную способность цепочек поставок.

Link to this sectionРобототехника против роботизированной автоматизации процессов (RPA)#

Важно различать физическую робототехнику и роботизированную автоматизацию процессов (RPA), поскольку терминология часто пересекается в бизнес-контексте.

Робототехника имеет дело с физическим оборудованием, взаимодействующим с реальным миром (например, робот Spot от Boston Dynamics, инспектирующий строительную площадку).
RPA относится к программным ботам, которые автоматизируют цифровые, повторяющиеся бизнес-процессы (например, сбор данных с веб-форм или обработку счетов).

Хотя и то, и другое направлено на повышение уровня автоматизации, робототехника манипулирует атомами, тогда как RPA манипулирует битами.

Link to this sectionВнедрение компьютерного зрения для управления роботами#

Развертывание моделей компьютерного зрения на роботах часто требует оптимизации для снижения задержки вывода в целях безопасности. Промежуточное ПО, такое как Robot Operating System (ROS), обычно используется для преодоления разрыва между алгоритмами зрения и аппаратными приводами. Перед развертыванием разработчики часто используют платформу Ultralytics для аннотирования специализированных наборов данных и управления жизненным циклом обучения в облаке.

Следующий пример демонстрирует, как Python-скрипт может использовать модель компьютерного зрения для обнаружения людей в видеопотоке камеры — распространенное требование безопасности для мобильных роботов:

from ultralytics import YOLO

# Load a lightweight YOLO26 model optimized for edge devices
model = YOLO("yolo26n.pt")

# Process a live camera feed (source=0) with a generator for efficiency
results = model.predict(source=0, stream=True)

for result in results:
    # Check if a person (class index 0) is detected with high confidence
    if result.boxes.conf.numel() > 0 and 0 in result.boxes.cls:
        print("Person detected! Triggering stop command.")
        # robot.stop()  # Hypothetical hardware interface call

Link to this sectionПерспективы развития#

В этой области наблюдается тенденция к созданию роботов общего назначения, способных выполнять несколько задач, вместо специализированных машин с одной функцией. Инновации в базовых моделях позволяют роботам понимать инструкции на естественном языке, делая их доступными для нетехнических пользователей. Кроме того, достижения в области ИИ в сельском хозяйстве ведут к появлению полностью автономных сельскохозяйственных парков, которые могут с высокой точностью бороться с сорняками, сеять и собирать урожай, сокращая использование химикатов и затраты на рабочую силу. Исследования таких институтов, как Лаборатория компьютерных наук и искусственного интеллекта MIT, продолжают расширять границы мягкой робототехники и взаимодействия человека и робота.