Softwareontwikkeling & AI

AI is één onderdeel van de keten

Een camera kan beelden leveren waarmee een model een object herkent. Vervolgens moet de toepassing bepalen wat met die herkenning gebeurt. Een object aanwijzen op een scherm is een andere stap dan ernaartoe bewegen of het oppakken. Iedere stap stelt eigen eisen aan de opstelling.

Beschrijf daarom waar de intelligentie in jouw project nodig is. Gaat het om herkennen, plannen, interactie of het leren van bewegingen? Die vraag helpt om rekenhardware, gegevens en interfaces gericht te kiezen.

Ontwikkeltoegang vooraf bepalen

Voor eigen toepassingen heb je de juiste toegang tot gegevens en besturing nodig. Een publieke softwarebibliotheek maakt niet automatisch iedere robotuitvoering programmeerbaar. De ondersteunde functies moeten passen bij het model, de uitvoering en de softwareversie.

Unitree publiceert onder meer SDK2, een Python-interface en ROS 2-integratie. De bijbehorende documentatie en voorbeelden helpen bij het opzetten van communicatie. Controleer per project welke robotfuncties daadwerkelijk worden ondersteund; een werkend voorbeeld voor het ene model is geen garantie voor een ander.

De basisbegrippen staan in bediening en SDK uitgelegd.

Een haalbaar eerste experiment

Een nuttige eerste proef kan bestaan uit het verzamelen van gegevens en het achteraf beoordelen daarvan. Zo kun je de kwaliteit van waarneming testen voordat een voorspelling een beweging aanstuurt. Daarna volgt een beperkte, gecontroleerde koppeling met de robot.

Bij objectherkenning kun je bijvoorbeeld dezelfde voorwerpen onder verschillende belichting vastleggen. Meet vervolgens hoeveel herkenningen juist zijn en waar twijfel ontstaat. Dat levert een concrete basis voor de volgende ontwikkelstap, zonder meteen een complete autonome toepassing te hoeven bouwen.

Simulatie en werkelijkheid aanvullen

Een simulatie kan helpen om software en bewegingsideeën te verkennen. In de fysieke wereld spelen ook contact, vertraging, sensorrendement en kleine verschillen in de omgeving mee. Resultaten uit simulatie vragen daarom een eigen beoordeling op de werkelijke opstelling.

Werk met een stapsgewijze overgang: eerst een afgebakende test, daarna variatie in omstandigheden. Leg vast welke instellingen veranderen en welk effect je verwacht. Zo blijft het project inzichtelijk wanneer meerdere mensen aan dezelfde toepassing werken.

Gegevens en versies organiseren

Bewaar bij een experiment de softwareversie, instellingen en een beschrijving van de testomgeving. Maak onderscheid tussen trainingsgegevens en gegevens waarmee je het resultaat beoordeelt. Anders kan een model goed lijken doordat het vooral bekende situaties terugziet.

Bedenk ook welke gegevens echt nodig zijn. Bij beelden of geluid uit een gedeelde ruimte helpt een vooraf afgesproken werkwijze voor toegang en opslag. Voor technische tests kun je vaak beginnen met een gecontroleerde omgeving en speciaal gekozen testobjecten.

Veelgestelde vragen

Verder lezen en vergelijken

Onderwijs en onderzoek
Ontwikkeluitvoeringen vergelijken

Officiële Unitree SDK2 Python-interface
Officiële Unitree ROS 2-integratie