CPSWeek-2015

Iespaidi no CPSWeek-2015 konferencēm Sietlā, ASV.

(Autors: Atis Hermanis)

Pagājušās nedēļas laikā bija iespēja apmeklēt Cyber Physical Systems Week (CPSWeek2015), kas norisinājās Sietlā, ASV. Bijām tur kopā ar Leo un viņa studentu Emīlu. Piedāvāju kopasavilkumu no savas puses par tur redzēto.

Vispārīgi

Pasākums kopumā sastāvēja no vairākām konferencēm:

• HSCC – 18th ACM International Conference on Hybrid Systems: Computation and Control
• ICCPS – 6th ACM/IEEE International Conference on Cyber-Physical Systems.
• IPSN –14th ACM/IEEE International Conference on Information Processing in Sensor Networks
• RTAS- 21th IEEE Real-Time and Embedded Technology and Applications Symposium

Paralēli norisinājās arī vairāki „workshopi”, indoor lokalizācijas sacensības u.c. pasākumi.

Mūsu aktivitātes bija saistībā ar IPSN, kur piedalījāmies ar demo saistībā ar sensoru tīklu auduma formas noteikšanai („sedziņu”), kā arī Emīls demonstrēja pirmās iestrādnes priekš ceļa monitoringa rehabilitācijas procesā, izmantojot tos pašus „sedziņas” sensorus. Papildus tam Leo piedalījās indoor lokalizācijas sacensībās, izmantojot institūtā jau pazīstamās virziendarbības antenas, ar kurām cik zinu visvairāk darbojas Ivars Driķis.

Kopumā pasākumā bija vairāk kā 700 dalībnieku. Konferencēs vidējais acceptance rate bija ap 25%. IPSN tika demonstrēti kopā 17 demo (nezinu vai acceptance rate attiecas arī uz demo).

Lokalizācijas sacensības

Pirmajā konferences dienā pamatā notika gatavošanās lokalizācijas sacensībām. Par tām sīkumos noteikti var pastāstīt Leo, bet īsumā sacensības norisinājās otro reizi, piereģistrējušās bija 48 komandas, no kurām ieradās 28 un tikai 23 izdevās savu sistēmu palaist priekš testiem. Norises vieta bija ļoti pietuvināta reālajai dzīvei - biroju ēkas vienā stāvā apmēram 2000 m2 platībā, kur bija vairākas telpas, pa vidu lifti, eskalatori, staigājoši cilvēki. Stāva vienā stūrī tika atzīmēts 0 punkts, un komandu uzdevums bija 20 random punktos pa visu platību noteikt 2d koordinātu pret šo punktu. Pagaidām sacensību vienīgā metrika, lai noskaidrotu uzvarētāju, bija lokalizācijas precizitāte. Vienīgais ierobežojums bija, ka katra komanda var izmantot max 10 noenkurotas bāzes stacijas. Bija interesanti pavērot ļoti dažādās pieejas problēmai – redzēt varēja visu sākot no „wifi fingerprinting”, ultraskaņas lokācijas, UWB un līdz pat sistēmai ar piemontētu lidaru! pie mugursomas. :) Kopvērtējumā pirmajā vietā bija tieši šis lidara risinājums ar iespaidīgi zemu vidējo kļūdu - 20 cm, kas gan ļoti nepārsteidz. Otrajā vietā bija risinājums, kurš bija balstīts uz ultraskaņu (31 cm kļūda). Nākamās trīs vietās bija UWB risinājumi (39, 60 un 73 cm kļūdas), kuri visi izmantoja vienu un to pašu decaWave čipu (iespējams mūsu UWB cilvēkiem jāpapēta, ko ar to vēl var iesākt, ja tas vēl nav darīts).

Apsverot dažādos tehnskos risinājumus arī parādās metrikas problēma – vai risnājums, kurš izmanto lidaru un iegūst 0.2m precizitāti tiešām ir labāks par risinājumu, kurš iegūst 1.9 m precizitāti, taču izmanto tikai esošo wifi infrastruktūru un standarta viedtālruni (SPIRIT Navigation komanda)? Vajadzētu salīdzināt arī risinājuma mērogojamību un nepieciešamās infrastruktūras apjomu, sarežģītību un cenu.

Tā kā komandas savu infrastruktūru uzstādīja paralēli, tad liels izaicinājums bija nodrošināt robustu sistēmas darbību reizē ar aprīkojumu no vairāk kā 20 citām komandām, kas visas kaut ko raida vidē. Šī arī bija viena no galvenajām problēmām EDI virziendarbības antenām ar kurām diemžēl neizdevās izveidot normālu komunikāciju, lai veiktu lokalizāciju. Šis infrastruktūras pieblīvējums iespējams padarīja sacensību apstākļus pat sarežģītākus nekā reāli dzīvē. Detalizētu reportu par rezultātiem var skatīt šajā prezentācijā.

„Keynote” runas

No konferenču prezentācijām interesantākās noteikti bija „keynote” prezentācijs. Īsumā par pāris no tām:

Sensors, predictions, and Decisions

Eric Horvitz (Microsoft Research)

Runa bija galvenokārt par dažādām problēmām, kas saistītas ar kiberfizikālajām sistēmām gan ierīces līmenī, gan arī macro, aptverot jau veselu pilsētu un vairāk:

• Informācijas vākšana saglabājot privātumu. Piemēram, „community sensing” ievācot ne vairāk kā 100 datu punktus no indivīda mēnesī – šādā veidā var no visas sabiedrības iegūt gana daudz datu, taču konkrēto indivīdu nevar „izsekot”.

• Datu vākšana izmantojot esošu infrastruktūru. Piemēri: vēja kartēšana šobrīd ASV (droši vien citur tāpat) tiek veikta ar speciāliem baloniem, kuri tiek reizi 6h palaisti no ~100 stacijām, tika pierādīts, ka šo pašu un pat detalizētāku informāciju var iegūt no lidmašīnu veiktajiem mērījumiem (izaicinājums pierunāt aviokompānijas dalīties ar datiem). Vēl stāstīja par projektu, kur noteikts zemestrīces epicentrs, apskatot noslogojuma palielināšanos tuvējos GSM torņos – iegūta precizitāte ~17 km, kas cik saprotu ir gana labi.

• Daudzās situācijās ir svarīgi dati par vietu un laiku, kur kāds atrodas. Piemēram, slimnīcās, ievērojams pacientu skaits mirst no infekcijām, kas teorētiski būtu novēršams. Zinot cilvēku un priekšmetu pārvietošanos slimnīcas robežās, var mēģināt novērot un pat paredzēt infekciju izplatīšanos. Piem., ja pacientu pārvieto uz konkrētu korpusu/palātu risks palielinās par x %.

• Machine learning algoritmu pielietošana. Piemēram, Win 7 un 8 sistēmās esot iekšā algoritms, kas mācās, kurā brīdī un kādas programmas lietotājs mēdz palaist, lai nodrošinātu savlaicīgu „prelounch in background”.

Tika rādīti interesanti video ar virtuālo sekretāri, kas jau vairākus gadus darbojas ms research ofisā. Te video, sākot ar 19:30 ir piemēri sistēmas darbībai, kas tika demonstrēti prezntācijā (video).

• Automātisku sistēmu attīstība (piemēram, pašbraucošās mašīnas) parasti nevar notikt ar lēcienu, tāpēc daudz jāfokusējas uz plūstošu pāreju starp manuālo un automātisko režīmu.

Smart Cities as Cyber-Physical Systems

Christos G. Cassandras (Boston University, Phd. Harvad)

Šeit SmartCity tika apskatīts kā pilsētas mēroga sistēma, kuras galvenais uzdevums ir dinamiski piešķirt ierobežotus resursus dažādiem patērētājiem tā, lai veidotos pēc iespējas lielāks kopējais labums. Ar resursiem šeit domātas dažādas lietas - enerģija, zaļā gaisma, parking vieta u.c. Piemēri bija pamatā dažādas telefonu aplikācijas, kas sasaistītas ar sensoriem vidē un regulē uzvedību no egoistiski orientētas uz sociāli izdevīgu – ilgtermiņā visi ir ieguvēji. Piemēram, aplikācija, kas parāda maršrutu uz brīvu paking vietu, un tā tiek laicīgi rezervēta, lai pa ceļam uz to braucot, kāds cits to neaizņemtu un nebūtu jāriņķo pa kvartālu, vairojot sastrēgumus, piesārņojumu un tērējot laiku. Gudrība slēpās iekš sistēmas spējas šo rezervāciju mainīt, ja uzrodas kāds, kurš gūst lielāku „kopējo labumu” no konkrētās vietas.

Up close and personal with human-robot collaboration

Prof. Elizabeth Croft (University of British Columbia)

Šī runa bija galvenokārt par augsta līmeņa robotu – cilvēku sadarbību risinot tādas problēmas kā telpas un resursu dalīšana un kopēju uzdevumu veikšana. Tika rādīti interesanti video, kur ir idustriāli roboti, kuriem var pamāt uz vietu, kur tiem jāiet/jāpadod kāds priekšmets, tos var pagrūst malā, utt. Pamata piedāvātā pieeja ir analizēt cilvēku darbības un mācīties no tām. Piemēram, priekšmetu nodošanu realizēt, nevis balstoties uz priekšmeta atrašanās vietu telpā, bet analizējot priekšmeta svara un satvēriena informāciju nodošanas brīdī, kā to dara cilvēki. Video piemērs šeit. Galvenie aktuālie pētījumu virzieni ir adaptīva plānošana, telpas dalīšana, uzlabošana gan reālajai, gan uztvertajai drošībai (cilvēki nelietos automātiskas sistēmas, ja viņi nejutīsies droši/baidīsies no tām), kā arī kopīgu darbību veikšana (priekšmetu celšana un pārvietošana utt.)

Šādu algoritmu implementēšanai ir nepieciešamas sarežģītas sensoru sistēmas, kas sniedz pēc iespējas vairāk datus. Sakarā ar šo radās viena teorētiska ideja EDI „sedziņas” alternatīvam pielietojumam. Tika minēts, ka labai saskarnei ar robotiem nepieciešams zināt, kur cilvēks robotam pieskaras – to varētu mēģināt noteikt ietinot robota manipulatoru sensoru audumā un vērojot kur notiek kādas deformācijas, kuras varētu būt izraisījis cilvēka pieskāriens.

Poster un Demo sesijas

Par mūsu prototipiem interese bija diezgan liela. Demo sesija norisinājās vairāk kā 3h, un gandrīz visu laiku bija cilvēki ar ko runāties. Pamatā akadēmiskie cilvēki, taču bija arī pa kādam no industrijas.

Starp citiem demo bija ļoti dažādi pētījumi. Pāris, kas palika atmiņā:

• labākā demo balvu dabūja salīdzinoši vienkārša sistēma, kas ar nelielu PIR sensoru matricu (būtība infrasarkanā kamera ar 4 vai 16 pikseļiem) nomēra izstaroto siltumu no cilvēka drēbēm, un pēc tā, vienkārši salīdzinot ar tabulu, nosaka, kāda veida apģērbs cilvēkam ir mugurā (bikses, t-krekls, utt). Pielietojums - advancētas klimata kontroles un monitoringa sistēmas ēkās un automašīnās.
• Interesants demo bija par bionisko kāju (protēzi), kura tiek vadīta, izmantojot datus, kas iegūti no inerciālajiem sensoriem uz otras veselās kājas. Sistēma pielāgojas gaitas ātrumam u.c.
• Tieši blakus bija demo par dzīviem prusakiem, kuru kustības virzienu var vadīt ar elektrisku impulsu palīdzību (paši prusaki diemžēl netika atvesti uz demo :) ). Paredzētais pielietojums ir prusakus izmantot kā lētu, robustu robotisku platformu, uz kuras likt dažādus sensorus (iespējamais payload ap 5-10 g). Šobrīd viņi skatās uz pielietojumu telpu kartēšanā, piemēram, kādos katastrofas apstākļas spainis ar šādiem prusakiem tiek iebērts gruvešos, lai izveidotu telpisku karti. Iznāca tā vairāk parunāt ar autoru pēc sesijas un viņš pats gan to uzskata par vairāk fundamentālu pētījumu, un nelikās, ka cer saprātīgā laikā nonākt līdz reālam pielietojumam.
• Bija vairāki demo par bezvadu sensoru tīkliem un to prototipēšanas instrumentiem.