كاهش خطا در مكان‌یابی ربات‌ها
وقتی یك ربات وارد محیط ناشناخته‌ای می‌شود، تنها با استفاده از اطلاعات سنسورهایش (حسگرهایش) می‌تواند بدرستی در محیط حركت كرده و ماموریتش را با موفقیت به انجام برساند
در این شرایط اگر اطلاعات سنسورها دقیق و سازگار باشند، این كار چندان مشكل نیست، هرچند كه در دنیای واقعی اطلاعات سنسورها به دلایل مختلف دقیق و سازگار نیستند؛ لذا این كه ربات چگونه می‌تواند از دقیق بودن اطلاعات سنسورها و ناسازگار بودن اطلاعات ارائه شده توسط دو سنسور مختلف مطلع شود و در نهایت چگونه می‌تواند این اطلاعات را با یكدیگر تركیب كند و ماموریتش را با موفقیت به پایان برساند، سوالاتی هستند كه جام جم از مهندس صادق سلیمان‌پور، از پژوهشگران دانشگاه صنعتی امیركبیر، برای پاسخ به آنها کمک گرفته است. گفت و گویی با وی انجام شده است که می خوانید.
هوش مصنوعی تاكنون چه كاربردهای ویژه‌ای در علم رباتیك داشته است و به طوركلی برای كاهش خطاهای ربات چه استفاده‌هایی از آن می‌شود؟
اصولا طراحی رباتی كه قادر است در محیط‌های پویا فعالیت كند، بدون بهره‌گیری از روش‌های هوش مصنوعی بسیار مشكل و تقریبا غیرممكن است. فعالیت‌هایی مانند شناسایی موانع موجود در محیط، دوری از موانع، پیدا كردن موقعیت اشیا در محیط، پیدا كردن موقعیت ربات در محیط، یافتن مسیر برای رسیدن به یك هدف خاص و... نمونه‌هایی از فعالیت‌های ربات هستند كه برای انجام بدون نقص آنها در محیط‌های پیچیده از روش‌های هوش مصنوعی استفاده می‌شود.
برای كاهش درصد خطای مكان‌یابی ربات‌ها تاكنون چه كارهایی در سطح دنیا انجام شده است و ویژگی طرح شما نسبت به موارد مشابه در چیست؟
ابتدا لازم است تعریفی از مكان‌یابی داشته باشیم. مكان‌یابی در اصطلاح رباتیك به معنی پاسخ دادن به این سوال است كه در كجای محیط قرار داریم. مشابه این كار را زمانی انجام می‌دهیم كه با توجه به نقشه بخواهیم موقعیتمان را تعیین كنیم. برای انجام این كار از نشانه‌های موجود در محیط پیرامون، مانند خیابان‌ها، تقاطع‌ها، مراكز فرهنگی و... بهره می‌گیریم. در این حالت، اشتباه در تشخیص این نشانه‌ها باعث می‌شود نتوانیم موقعیت خودمان را با دقت پیدا كنیم و نیازمند بررسی‌های بیشتر و حتی كمك گرفتن از افراد آشنا شویم.یك ربات هم مشابه انسان برای یافتن موقعیتش روی نقشه‌ای كه از محیط اطراف در اختیار دارد، از نشانه‌هایی كه در محیط اطراف وجود دارند و آنها را از طریق سنسورهایش درك كرده است، استفاده می‌كند.
به دلایل مختلف اطلاعاتی كه از این طریق به دست می‌آیند، با خطا و ابهام همراه هستند؛ از این میان می‌توانیم به عملكرد همراه با خطای سنسورها، تاثیرات محیطی، وجود نشانه‌های مشابه و... اشاره كنیم. البته در برخی مواقع این خطاها به حدی زیاد هستند كه عملا از داده‌های سنسور نمی‌توان استفاده كرد. مثلا وقتی یك مانع جلوی دوربین ربات را می‌گیرد، باعث می‌شود ربات نتواند از داده‌های دوربین برای شناسایی محیط اطراف استفاده كند
به نظر شما آیا منطقی است كه در چنین شرایطی ربات كارهای عادی خودش را متوقف كند و منتظر شود تا مانع از جلوی دوربین كنار برود؟
مسلما چنین امكانی وجود ندارد.
بله، بنابراین در چنین شرایطی ربات می‌تواند تا حل شدن مشكل از سایر سنسورهایش استفاده كند. البته استفاده از اطلاعات سایر سنسورها به اینجا ختم نمی‌شود، ربات می‌تواند با كمك گرفتن از اطلاعات سنسورهای مختلفی كه در اختیار دارد، اعمالش را با دقت بالاتری انجام دهد. به این معنی كه خطاهای ناشی از عملكرد نامناسب یكی از سنسورها را به كمك اطلاعات به دست آمده از سایر سنسورها كاهش دهد. به این فرآیند كه در آن داده‌های به دست آمده از سنسورهای مختلف به منظور كاهش خطای یكی از اعمال ربات استفاده می‌شوند، اصطلاحا تركیب اطلاعات سنسورها اطلاق می‌شود.به این ترتیب، به این نكته می‌رسیم كه یكی از راه‌های كاهش خطای مكان‌یابی ربات‌ها، تركیب اطلاعات سنسورهاست كه یكی از مباحث مطرح در رباتیك است. روش‌های مختلفی برای تركیب اطلاعات ارائه شده‌اند، سیستم‌ها و مجموعه‌های فازی و تئوری‌های احتمالی، نمونه‌هایی از ابزارهایی هستند كه در این روش‌ها به عنوان چارچوب كار استفاده شده‌اند.
ربات می‌تواند با كمك گرفتن از اطلاعات سنسورهای مختلفی كه در اختیار دارد، اعمالش را با دقت بالاتری انجام دهد
ما در تحقیق خود از تئوری شواهد به عنوان چارچوب استفاده كردیم. مزیت این تئوری آن است كه می‌توان آن را در مواردی كه داده‌های به دست آمده از منابع اطلاعاتی ناقص و یا دارای ابهام هستند، به كار برد. علاوه بر این ما فرآیندی ارائه كردیم كه به كمك آن سنسورهایی كه داده‌های ارائه شده آنها خطای زیادی دارند، شناسایی می‌شوند. به این ترتیب می‌توانیم در فرآیند تركیب اطلاعات، داده‌های این سنسورها را در نظر نگیریم تا خطای نهایی كاهش پیدا كند.
كار تحقیقاتی شما روی این طرح از چه زمانی شروع شده و در حال حاضر در چه مرحله‌ای است؟
مراحل مقدماتی طرح از آذر ماه سال 84 و به سرپرستی دكترسعید شیری قیداری در دانشگاه صنعتی امیركبیر آغازشد و پس از انجام مطالعات لازم، در اوایل سال 87 نتایج اولیه آن به دست آمد. نتایج اولیه به كمك نرم‌افزار شبیه سازی توسعه داده شده در دانشگاه تست و ارزیابی شدند و نتایج قابل قبولی از آنها حاصل شد. در مرحله بعدی طرح، راه حل ارائه شده روی دادگان به دست آمده از ربات واقعیت آزمایش و نتایج اولیه تایید شده است. در حال حاضر در حال تكمیل نهایی طرح و ارائه نتایج آن در مقالات داخلی و بین‌المللی هستیم.
مطمئنا اجرای این طرح از لحاظ علمی و اقتصادی مهم خواهد بود.
بله. هدف اصلی این طرح یافتن راه حلی برای تركیب اطلاعات سنسورها در مكان‌یابی ربات بوده است كه نتیجه آن بهره‌گیری از راه حل یافته شده در دیگر اعمال ربات خواهد بود.از نظر اقتصادی نیز در كمترین حالت می‌توان عنوان كرد كه داشتن یك راه حل مناسب برای كاهش خطا به كمك تركیب اطلاعات می‌تواند از صرف هزینه‌های زیاد برای تهیه سنسورهای گران‌قیمت و با دقت بالا جلوگیری كند. به این ترتیب هزینه تمام شده یك ربات با مصرف خاص كاهش می‌یابد.چه سازمان‌ها یا مراكزی این طرح را حمایت كرده‌اند؟
طرح در قالب پایان نامه دانشجویی كارشناسی ارشد بوده و از سوی سازمان یا مركز خاصی حمایت نشده است.امكان انتقال دانش حاصل از این پژوهش به مراكز علمی دنیا هم وجود دارد؟
البته از آنجا كه هدف این طرح یافتن یك راه‌حل برای كاهش خطا در مكان‌یابی ربات‌ها بوده است، لذا خروجی طرح به تنهایی قابلیت فروش ندارد. در صورتی كه از این طرح روی ربات استفاده شود، ارزش اقتصادی پیدا می‌كند.اما درخصوص انتشار دستاوردهای این طرح، آیا تاكنون از نتایج آن مقاله‌ای در نشریات بین‌المللی به چاپ رسیده است؟
بله، نتایج به دست آمده از طرح در كنفرانس‌های بین‌المللی ارائه شده و اكنون در حال انجام مراحل نهایی ارائه نتایج دیگر در مقالات بین‌المللی معتبر هستیم.به عنوان یكی از پژوهشگران این طرح آینده آن را چگونه ارزیابی می‌كنید؟
با توجه به قابلیت‌های طرح، امكان ادامه كار روی آن وجود داشته و حصول نتایج بهتر از آن و به كارگیری آن در دیگر جنبه‌های رباتیك قابل پیش‌بینی است.تنظیم برای تبیان : سیدخاموشی
