Эдди и Кинект совместно снимаются в проектах по робототехнике

Все три призовых проекта в конкурсе Microsoft Robotics@Home использовали сенсор Kinect. Главный приз достался умному штативу, изобретению, которым хотел бы владеть каждый видеооператор.

Как мы сообщали в прошлом году, идея конкурса Robotics@Home заключалась в том, чтобы стимулировать исследования в области робототехники и, в частности, способствовать использованию студии разработчиков Microsoft Robotics.

После первого этапа конкурса, в ходе которого конкурсанты представили свои идеи для использования домашних роботов, десять финалистов получили EDDIE, коммерчески доступную роботизированную платформу от Parallax, для работы над своими окончательными представлениями — видеороликами своих роботов в действии.

Главный приз в размере 10 000 долларов достался Артуру Уэйту за его робота SmartTripod, который он объясняет в этом видео, начальная часть которого использует SmartTripod для хорошего эффекта для очень плавной и естественной презентации, прежде чем перейти к объяснению проекта;

Мобильная база-это «стандартный» ЭДДИ плюс ноутбук и дополнительная батарея для удовлетворения потребностей в питании механизмов панорамирования и наклона. Легкий штатив был прикреплен к платформе, а затем поставляется изготовленная на заказ штативная головка с двумя палубами. Нижний поддерживает Kinect, который используется для отслеживания объекта видео. Над этим находится система панорамирования и наклона, приводимая в действие усовершенствованной сервоплатой Phidgets и двумя сервоприводами — один для системы панорамирования, а другой для наклона — с двумя передаточными механизмами от ServoCity, которые обеспечивают передаточное отношение 5 к 1, что позволяет действительно точно контролировать движение камер, которое отвечает за плавность.

Затем Артур Уэйт обсуждает программное обеспечение проекта, архитектура которого кратко представлена на этой диаграмме:

Пользовательский интерфейс SmartTripod встроен в Windows Presentation Foundation и использует адаптер WPF для RBS. Полностью объяснено, что другие разработчики Kinect найдут очень интересным. Выдержки из демонстрационного видеоролика кулинарии затем используются для иллюстрации трех режимов SmartTripod: режим Follow, в котором используются коэффициенты мощности для отслеживания движущегося объекта, режим Dolly для отслеживания объекта по горизонтали и статический режим , в котором основание остается неподвижным, но панорамирование и наклон используются для хорошего эффекта.

Использование жестов для управления SmartTripod является важным элементом проекта, поэтому область Cue Zons интерфейса также обсуждается с примерами.

В целом видеопрезентация, созданная с помощью самого робота, представляет собой отшлифованную работу.

Были вручены еще две премии.

Первый приз в размере 5000 долларов достался Тодду Кристеллу за робота, предназначенного для использования пожилыми людьми, живущими самостоятельно в своих собственных домах. Как показано на видео ниже, в этом проекте ЭДДИ запрограммирован не только на неинвазивное наблюдение за пожилым человеком, но и на то, чтобы иметь возможность реагировать в чрезвычайной ситуации, такой как падение, обнаруживая «Помощь» мира и определяя местоположение человека по голосу — поэтому в этом проекте в игру вступает массив из четырех направленных микрофонов Kinect.

«Режим спасения» ЭДДИ обозначается мигающими красными огнями, и во время поиска ЭДДИ также устанавливает видеозвонок по Скайпу с человеком-ответчиком.

Второе призовое видео также показывает, как Эдди реагирует на голос, но в этом случае голос используется в сочетании с жестом для выдачи инструкций. Идея, реализованная командой по уходу за растениями из трех человек, заключается в том, чтобы иметь Автономные мобильные установки по уходу за растениями на базе EDDIE (AMPS) в соответствии с расписанием, пока вы находитесь вдали от дома. Дополнительными компонентами этого проекта являются AL5D, 5 степеней свободы, роботизированная рука от Lynxmotion, которая используется для направления шланга, и Механизм полива с линейным приводом L12 от Firgelli.

Для локализации и отображения, необходимых для этого проекта, команда изменила карту глубины Kinect, которая будет использоваться в качестве входных данных для алгоритма tinySLAM, который использует фильтрацию частиц для вычисления положения робота. В видео мы в основном видим усилители, обучаемые человеком, в очень шатком видео, которое выиграло бы от SmartTripod, что на самом деле не соответствует идее, что это автономный робот, который выполняет очень стоящую задачу.