随着
机器人获得更多导航和操纵自主权,为处理机器人实时产生及收集的数据,云端相关机器人技术已有长足进步。目前开发人员能使用的工具不多,但AWS RoboMaker承诺将加速开发机器人云端服务,让开发人员能应用机器学习和协调机器人的工具。
对此,亚马逊云端服务(AWS)机器人和自主服务部门总经理Roger Barga将在6月举办的Robotics Summit&Expo上讲述未来云端服务对机器人有何用处。
Barga表示,亚马逊
物流中心拥有10万台自动机器人,对边缘设备进行编程难度很高,促使AWS打造了AWS RoboMaker,这是可与机器人作业系统(ROS)、机器学习、监控和追踪协同工作的可靠工具。
许多新创公司负担不起硬件或团队成员,而不先进行模拟或测试又会浪费时间,因此很难进行无线下载(OTA)部署并扩展到数千台机器人。个别公司有其用例并建立自有服务。AWS在2019年关注的重点是协助它们从机器人中获取数据并建立自己的车队。
Barga指出,模拟机器人功能可节省开发人员和用户的时间,对调试应用程序,看到机器人以正确方式运行及建构模型很重要。以在Amazon Robotics打造的最新机器人为例,模拟将建构时间缩短了25%。
AWS目前支持Gazebo 7和9及名为Ignition的新版本以及ROS1 Melodic,目前也在研究其他物理引擎。AWS还能平行执行批量模拟。AWS负责运行模拟,客户可查看日志。模拟当机或耗尽算力时,客户也会收到警报。
关于云端机器学习对机器人的意义,Barga表示,他将在机器人峰会上谈论Deep Racer。他们将RoboMaker与AWS SageMaker整合以加强学习,在不同轨道上运行了数十种玩具车模拟,并将这些实验所学到的经验整合到一个模型中。然后,他们就可训练车队管理以部署到实际轨道。
举例来说,吸尘机器人若卡在某处,它可概括其经验并更新模型。亚马逊团队正在训练TurtleBot来识别其环境。它能识别对象并构建用于强化学习的库。
云端实现客户服务和其他机器人功能方面,AWS已进行关于服务机器人和云端服务的案例研究。例如在商店和法院工作的机器人礼宾服务。人们可跟它交谈,它能提供方向。机器人若使用AWS Polly和Lex服务,不仅可提供方向,还能感知某人是否感到沮丧。客户若选择高级方案,机器人甚至能显示对方的脸部来作出回应。它能在没有搭载运算能力的情况下进行此操作。
使用Amazon Robotics技术,个别机器人可自主运行,但每个机器人都有另一个Oracle服务监控。机器人若进入象限并建构同步定位与地图建构(Simultaneous Localization And Mapping;SLAM)地图,另一个机器人就能利用Polly和Lex调用SLAM地图并使用。
此外,Barga认为物联网(IoT)和5G等新兴技术将与云一起成为新场景的推动者。但RoboMaker在没有连线的情况下运作得很好。它能与客户的PC一起运作,不过这会妨碍其透过云端服务进行车队管理或监控的能力。