Ali Asmari, PhD, Vedoucí AI a strojového učení ve společnosti ULC Technologies – Rozhovor

Ali Asmari, PhD je vedoucí AI a strojového učení ve společnosti ULC Technologies. ULC Technologies je považována za průkopníka v oblasti robotického inženýrství a technologického rozvoje pro energetiku, utilitu a průmysl. Od svého založení v roce 2001 se společnost vždy zaměřovala na zlepšení provozu utilit a podporu zlepšení infrastruktury.

Co vás původně přitáhlo k robotice a AI?

Byl jsem velmi dobrý v matematice a fyzice na střední škole, což mě vedlo ke studiu strojního inženýrství na univerzitě. Mé oblíbené předměty na univerzitě byly Dynamika strojů a Nerozložená regulace, které jsou nezbytné pro řízení robotických systémů. Tyto předměty vám poskytují všechny nezbytné nástroje pro přeměnu vaší robotické fantazie ve skutečnost. Nejenže jsem postavil své vlastní roboty na univerzitě, ale také jsem se zúčastnil mezinárodních robotických soutěží po celém světě. Rozhodl jsem se dále studovat toto obor a vstoupil do postgraduálního studia, aby se stal robotikem.

Strojové učení bylo konceptem, který se stal velmi populárním v aplikaci na počátku roku 2010. Po absolvování několika základních kurzů z oblasti Strojového učení a Neuronových sítí jsem okamžitě začal aplikovat tyto metody ve své výzkumu a práci. Osobně mě fascinuje, jak podobné jsou koncepty strojového učení k tomu, jak lidský mozek učí a funguje. Použití strojového učení v robotice je relativně nové a má ještě dlouhou cestu, ale cítím se velmi šťastný, že jsem součástí tohoto hnutí.

ULC Technologies má mnoho robotů, které jsou navrženy tak, aby šly pod zem v některých obtížných terénech. Jaké jsou některé z výzev spojených s vytvořením plně autonomních řešení pro vyhýbání se překážkám a plánování cesty pro tyto typy robotů?

Velká část naší práce se soustředila na inspekci a vnitřní rekonstrukci starších potrubí v městských oblastech a v těchto potrubích je často nalezeno odpadní materiály, které činí plně autonomní řešení náročné. Jako řešení vyvinula ULC komerční robotické systémy pro potrubí, které jsou ručně ovládány skrze plynovody. Během posledních 20 let se naše odbornost v oblasti robotiky potrubí rozšířila, což nám umožňuje integrovat více prvků automatizace a strojového učení.

Jedním z takových iniciativ je projekt Distribution Network Information Mapping (DNIM), který je společným projektem s britskou plynárenskou sítí SGN, jehož cílem je aplikovat strojové učení na potrubní sítě, aby jsme mohli efektivně identifikovat a mapovat potrubí a prvky uvnitř potrubí. Tyto údaje nakonec pomohou otevřít cestu k vyhýbání se překážkám a plánování cesty v těchto vysoce komplexních prostředí potrubí.

Jaké jsou některé z aktuálních robotických řešení, která jsou nabízena?

ULC spolupracuje s energetickými a utilitními společnostmi na vývoji a nasazení robotických řešení pro inspekci, opravu a údržbu nadzemních a podzemních infrastruktur, jako jsou potrubí, LNG závody, transformační stanice a další komplexní prostředí.

Vyvinuli jsme robota nazvaného CISBOT, který vchází do železných plynovodů a prochází potrubím, aby vnitřně utěsnil spoje, což pomáhá plynárenským sítím zabránit únikům a prodloužit životnost potrubí až o 50 let, aniž by bylo nutné odstavit dodávku plynu zákazníkům. ULC také vyvinula sadu robotických kamerových a plazivých systémů pro inspekci železných plynovodů, což pomáhá utilitám snižovat rizika, zlepšovat efektivitu a řešit provozní výzvy.

Mimo naše současné podzemní robotické systémy máme také interní tým výzkumu a vývoje, který pracuje na robotických řešeních pro jiné průmysly. Jedním z příkladů je Robotic Roadworks & Excavation System (RRES), projekt, který vyvíjíme ve spolupráci s britskou společností SGN. RRES je plně elektrický robotický systém navržen pro nahrazení konvenčních metod výkopů s možnostmi, jako je podzemní snímání, vrtání a řezání cest, automatizovaná jemná výkopová práce, instalace potrubí a následné obnovení cest. Prostřednictvím dalšího rozvoje doufáme, že rozšíříme rozsah operací, které RRES může v budoucnu provádět.

Toto je pouze ukázka robotických řešení, která目前 nabízíme, ale další informace o našich technologiích lze nalézt na našich webových stránkách. Máme mnoho dalších projektů ve vývoji a vždy hledáme partnery z utilitních, energetických a průmyslových odvětví, kteří hledají automatizovaná řešení.

Jaký typ dat je shromažďován?

ULC Technologies buduje přizpůsobená robotická řešení pro řešení různých technických výzev v průmyslu. Na základě typu aplikace každý robot shromažďuje různé typy dat ze svého prostředí. Následuje seznam některých oblíbených typů dat, které shromažďujeme během našich inspekčních operací:

1. Vysoké rozlišení barevných obrázků. Například naše Bezpilotní letecká vozidla (UAV) pořizují 40megapixelové obrázky během inspekčních prací
2. 3D body. Příkladem toho jsou 3D body, které některé z našich robotů pro inspekci potrubí shromažďují.
3. Některé z našich nadzemních robotů zpracovávají data LIDAR pro navigaci
4. Infračervené obrázky. Naše UAV a řešení pro identifikaci a mapování aktiv (AIM) mohou pořizovat infračervené obrázky během inspekčních prací pro hodnocení stavu aktiv.
5. Vysokofrekvenční radar. Systém RRES (Robotic Roadworks and Excavation System) používá radar pro průzkum terénu k mapování umístění zakopaných aktiv pod zemí.

Existuje mnoho dalších různých typů dat, které některé z našich platforem shromažďují pro různé účely, které nejsou uvedeny v tomto seznamu kvůli jejich specifické aplikaci v jednom odvětví.

Můžete diskutovat o tom, jak jsou tyto obrázky geotagovány?

Na každé robotické platformě geotagování pořízených obrázků probíhá jedinečně pro každý systém a dostupné informace v jeho prostředí.

Náš systém AIM používá palubní GPS k mapování trasy našeho vozidla pro inspekci. Používáním dalších palubních senzorů, algoritmů počítačového vidění a sledování cílů naše proprietární software měří polohu každého identifikovaného aktiva a geotaguje jejich obrázky podle toho. V prostředích, kde je omezený přístup k GPS, jako je uvnitř podzemního potrubí, naše roboty používají jiné metody ke komunikaci s nadzemními vozidly pro inspekci, aby geotagovaly pořízená data z potrubí.

Jaké jsou některé z aktuálních technologií strojového učení, které se používají pro zpracování dat?

Existují tři hlavní metody strojového učení, které se používají v robotice a autonomním zpracování dat, všechny z nich jsou používány v různých aplikacích v ULC Technologies.

1. Dozorované učení, kde je vyžadována znalost skutečnosti pro trénování modelu. Tyto modely mají vyšší přesnost ve zpracování dat. Řešení AIM od ULC využívá tento model k identifikaci nadzemních elektrických infrastruktur s vysokou přesností a opakovatelností.
2. Nedozorované učení, při kterém model identifikuje podobnosti a anomálie v datech. Používáme tuto metodu ke zpracování snímků z našich robotů pro inspekci potrubí a mapování jejich polohy podél potrubí.
3. Učení s posilováním, které je založeno na systému odměn pro trénování složitých zařízení bez složitých výpočtů kinematiky. Používáme tuto metodu pro operaci robotické paže na platformě RRES k provádění různých výkopových operací.

Je něco jiného, co byste rádi sdíleli o ULC Technologies?

Jsme vždy ochotni spolupracovat s lídry v průmyslovém, energetickém a stavebním sektoru, abychom identifikovali a spolupracovali na vývoji inovativních řešení. Prostřednictvím naší práce a terénního testování neustále rozšiřujeme naše schopnosti AI a strojového učení a těšíme se na řešení nových výzev pro naše zákazníky v budoucnu.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit ULC Technologies.