מהרקטות ועד רובוטים ומה הקשר של פייתון לזה. סיפור בוגרי GeekBrains

היום אנו מפרסמים את סיפור המעבר של אנדריי ווקולוב ל-IT. תשוקת הילדות שלו לחלל הביאה אותו פעם ללמוד מדעי הטילים ב-MSTU. המציאות הקשה גרמה לי לשכוח מהחלום, אבל הכל התברר אפילו יותר מעניין. לימודי C++ ו-Python אפשרו לי לעשות עבודה מרגשת לא פחות: תכנות הלוגיקה של מערכות בקרה של רובוטים.

החל

היה לי מזל להתלהב מהחלל כל ילדותי. לכן, אחרי הלימודים, לא פקפקתי לרגע לאן עלי ללכת ללמוד, ונכנסתי ל-MSTU. באומן, למחלקה להנדסת הנעה רקטית. עם זאת, ענף הקורס עצמו - מנועי אבקה או נוזלים של רקטות חלל - כלל לא היה צריך להיבחר: בשנת 2001 ועדה מיוחדת של סגל עדיין חילקה את קבוצות היעד של המועמדים. תפסו אותי בחבית של אבק שריפה.

באותה תקופה, "בום הטילים" היה קיים רק בתוכניות: מהנדסים קיבלו משכורות זעומות ועבדו בלשכות עיצוב סגורות מיוחדות ובמכוני מחקר, כמעט ללא סיכוי לקריירה ולצמיחה מקצועית. ובכל זאת, רקטות אבקה ברוסיה הן מוצרים צבאיים בלבד.

עכשיו התחום הזה מבוקש, אבל כבר במהלך הלימודים הבנתי שבמדעי הטילים כל פעילות מיוזמתו היא כמעט בלתי אפשרית. למעשה, מדובר בשירות צבאי. למשל, בעבודה בתעשיית הרקטות, הייתי נמנעת לחלוטין מהאפשרות לפתח תוכנה עצמאית, אפילו לעצמי, שכן פעילות זו מוסדרת באופן קפדני.

כל מוצרי התוכנה מפותחים אך ורק בהזמנה מיוחדת ובאישור ועדת הסודיות (כיום חטיבה של FSTEC). המפתח שם נדרש להירשם ולהעניק רישיון ממש כל שורת קוד. כל התוכנה סודית בתחילה ברמת המשימה. זה מסביר חלקית מדוע התוכנה המשמשת כיום להכשרת סטודנטים למדעי הטילים פותחה בשנות ה-90 לכל המאוחר.

עד שסיימתי את המכון, הספקתי לעבוד במחלקה לתורת המנגנונים והתחלתי לפתח סימולטור תהליכים חינוכיים ב-C++, כך שהייתה לי דוגמה להשוואה ויכולתי לשקול את היתרונות והחסרונות. הבחירה הייתה ברורה, והתחלתי להיסחף בהדרגה לכיוון IT ורובוטיקה. מכניקה יישומית הייתה הרבה יותר מהנה ממדע טילים: הרבה בעיות לא פתורות, סביבה פתוחה, היעדר תעשיית פיתוח, צורך דחוף בתוכנת סימולציה. ברובוטיקה, יש ארכיטקטורה מעורערת של תוכנות נפוצות והצורך ליישם שוב ושוב אלגוריתמים מורכבים, כולל לוגיקה מטושטשת והתחלות של AI. לכן, אחרי התוכניות הראשונות שלי לעיבוד נתונים ניסיוניים, כמעט ולא חזרתי לרקטות (למעט פרויקט הגמר שלי).

כתוצאה מכך, הזדמן לי לעבוד בהתמחות שלי רק ארבעה חודשים לפני שסיימתי את לימודיו במפעל ליד מוסקבה למבנים מרוכבים לתעשייה האווירית. אחרי שסיימתי את הלימודים אפילו לא הייתי צריך לחפש עבודה - מיד הגעתי ללמד מכניקה יישומית במחלקה לרובוטיקה.

מהוראה ועד לתכנות

בקונגרס העולמי של IFTOMM עם סטודנטים חברי קבוצת המחקר (אני מימין)

עבדתי ב-MSTU במחלקה לדגימה במשך 10 שנים, לימדתי קורס על תורת המנגנונים. הוא פרסם עבודות מדעיות (ראה סוף המאמר), עבר בהדרגה ממכניקה לכיוון CAD ורובוטיקה. ובסוף החליט לעזוב את ההוראה. כדי להמחיש בצורה הכי ברורה את הסיבות להחלטה זו, אגיד שבמשך עשר שנים מסלול הלימודים שלימדתי לא השתנה במקום עשרוני אחד. למרות שמכניקה יישומית, אם לשפוט לפי הפרסומים, התקדמה מאוד מאוד בהצלחה.

בנוסף, העבודה דמתה יותר ויותר לעבודה בירוקרטית - דוחות, תוכניות, תקנים וטונות של נייר. בתנאים כאלה, ההנאה מההוראה התחלפה בדיווח על קבלת התענוג הזה, וזה יותר מאשר לא נעים למומחה המטפל.

ולבסוף הגעתי לרובוטיקה כך: ב-2007-2009, יחד עם הפרופסורים א' גולובין ונ' אומנוב, התחלנו להכין את העבודות המדעיות הראשונות. שם נאלצתי להשתמש באלגוריתמים כדי לקבוע את הנתיבים של אובייקטים מצילום סטרוב. מהנושא הזה זה צעד אחד לראיית מכונה, OpenCV ומערכת הפעלה רובוטית (אם כי באותה תקופה אפילו לא חשבתי על קנה מידה כזה). לאחר מכן, סוף סוף התמקדתי במכניקה יישומית ורובוטיקה במחקר, והפיתוח הפך לפעילות תומכת.

עם זאת, כדי למצוא עבודה חדשה ברובוטיקה, היה צורך לשפר ולהשלים את הידע שלי בתכנות. אחרי הכל, מעולם לא למדתי IT ספציפית, למעט קורס אוניברסיטאי בן שנה (ObjectPascal ו-Borland VCL ב-C++), והסתמכתי על מתמטיקה בהיבטים התיאורטיים של הפיתוח.

בהתחלה שקלתי אפשרויות לקורסים במשרה מלאה במכון מולדתי. נכון, מהר מאוד התברר שכמעט בלתי אפשרי לשלב לימודים כאלה עם עבודה בחוג בגלל לוח הזמנים הבלתי סדיר ועבודה תכופה מחוץ ללוח הזמנים של האדם עצמו (החלפה וכו'). אז הגעתי בהדרגה לרעיון להשלים קורסים בתשלום מרחוק. הגעתי ל-GeekBrains בהמלצת פרופסורים ממרכז ההדרכה Mail.ru Technopark, הממוקם בבאומנקה, ונרשמתי לקורס מתכנת פייתון.

הקורסים לא עוררו קשיים, הבעיה היחידה הייתה שכל הזמן נאלצתי לשלב אותם עם עבודה במחלקה, עבודות מדעיות ואירועים. הזמן היה כל כך דחוק עד שצריך היה להקריב את רוב הקשרים החברתיים מחוץ לבית (למרבה המזל, זמנית).

כך התמודדתי עם העומס: פתרתי בעיות בכביש. מיומנות זו, שפותחה באמצעות נסיעות עסקים רבות, התבררה כמועילה מאוד, שכן בלעדיה לא אוכל אפילו להשלים את כל שיעורי הבית שלי (והיא גם מחליפה מדיטציה...). למדתי לקודד תוך כדי תנועה באמצעות המחשב הנייד, הסמארטפון והמקלדות האלחוטיות של הסמארטפון שלי.

המחשב הנייד שלי הוא Dell Latitude 3470, וכל סמארטפון עם אלכסון של 5.5 אינץ' או יותר בשילוב עם מקלדת Logitech K 810 BT יתאים. באופן כללי, אני ממליץ לכולם על מוצרי Logitech, הם אמינים מאוד ויכולים לעמוד בתנאי שימוש קשים מאוד (וזו אף פעם לא פרסומת).

מקלדת Logitech K810

Python מאוד תורם לעבודה כזו - אם יש לך עורך טוב. פריצת תכנות נוספת: השתמש בחיבורים מרוחקים לשולחן העבודה או לסביבת זמן הריצה. השלמתי מספר משימות באמצעות שרת אינטרנט מאובטח שמריץ את Django במחשב הביתי שלי. עבדתי מהרכבת, תוך שימוש בתוכנות PyDroid, DroidEdit, Maxima.

למה פייתון?

לא עבר הרבה זמן עד שניסיתי להשתמש ב-PHP כשפת סקריפטים של המערכת. בהתחלה למדתי פייתון לבד ולאט לאט "לעצמי". החלטתי ללמוד ברצינות לאחר שלמדתי על קיומו של חיבור יעיל בין Python ו-C++ ברמת המודול - נראה היה מעניין לשתף אלגוריתמים אופטימליים ונהלי הכנת נתונים באותה שפה.

הדוגמה הפשוטה ביותר: יש מערכת בקרה לכונן חזק לא סטנדרטי, המיושמת על מכונה משובצת עם מעבד RISC, ב-C++. הניהול מתרחש באמצעות API חיצוני תלוי מכונה, התומך, למשל, בתקשורת בין תת-מערכות על גבי רשת. ברמה גבוהה, אלגוריתם פעולת הכונן אינו מאוגד באגים או אינו קבוע (יש צורך לטעון אלגוריתמים שונים בהתאם לתהליך העבודה).

אחת הדרכים הטובות ביותר להשיג מערכת כזו היא להשתמש בתת-מערכת ה-API הספציפית למכונה C++ כבסיס לקבוצה של מחלקות Python הפועלות על מתורגמן חוצה פלטפורמות. לפיכך, המפתח ברמה העליונה לא יצטרך לקחת בחשבון את התכונות של המכונה המשובצת ומערכת ההפעלה שלה; הוא פשוט יעבוד עם מחלקות Python שמתפקדות כ"עטיפות" של ה-API ברמה נמוכה.

הייתי צריך ללמוד C++ ו-Python קשירה כמעט מאפס. מהר מאוד התברר שיכולות מונחות עצמים ברמה גבוהה חשובות הרבה יותר מאשר ברמה נמוכה. בשל כך, נאלצנו לשנות לחלוטין את הגישה לעיצוב והטמעת ה-API, לבחור במחלקות ברמת Python ושיתוף נתונים גלובליים ב-C/C++. תתרגלו ליצירת קוד: למשל, מסגרת ה-ROS עצמה מייצרת שמות ואובייקטים ב-Python, כך שאתם צריכים לקחת בחשבון הבדלי שפה, במיוחד בהקלדה, בעת עיצוב הממשקים שלכם.

עבודה בהווה: פייתון ולוגיקת שליטה ברובוט

עכשיו אני עובד כמתכנת Python ו-C++ במרכז המחקר והחינוך הרובוטיקה באוניברסיטה הטכנית של מוסקבה. אנו מיישמים פרויקטי מחקר וכלי תוכנה בהזמנת משרדי ממשלה: אנו מפתחים מניפולטורים עם מערכות ראייה טכניות מובנות ואלגוריתמי בקרה אוטומטיים ברמה גבוהה שאינם תלויים במערכות.

נכון לעכשיו, אני מתכנת לוגיקה ברמה גבוהה עבור מערכות בקרת רובוטים ב-Python; שפה זו מקשרת בין מודולים בעלי אופטימיזציה גבוהה שנכתבו ב-C++, assembler ו-Go.

בתכנות אלגוריתמי בקרת רובוטים משתמשים בשתי קבוצות גדולות של אלגוריתמים. הראשון שבהם מיושם ישירות על הציוד, ברמה נמוכה - זוהי התוכנה המובנית של בקרי כונן, רכזי קווי תקשורת ותתי מערכות אינטראקציה עם מפעיל.

האלגוריתמים כאן מיועדים למהירות ביצוע מבוקרת ואמינות העולה על הביצועים של הרובוט בכללותו. זה האחרון הוא חובה, שכן האבטחה של המערכת כולה תלויה בתוכנת שליטה ברמה נמוכה.

קבוצת האלגוריתמים השנייה קובעת את פעולת הרובוט בכללותו. מדובר בתוכניות ברמה גבוהה, שהדגש בפיתוחן הוא על הבהירות ומהירות היישום של האלגוריתם, לרוב מורכבות למדי. בנוסף, תוכנה ברמה גבוהה על הרובוט נתונה לעיתים קרובות לשינויים במהלך תהליך ההגדרה והבדיקה. לפיתוח כזה, שפות מתפרשות למטרות כלליות הן הכרחיות.

איזה ידע דרוש לעבודה כזו?

זה יהיה חובה ללמוד את שפת תבנית C++ ואת היכולות מונחה עצמים של Python. מיומנות כמעט שאין לה תחליף היא היכולת לעצב ולתעד ממשקי API. זה יהיה רעיון טוב לחקור את היכולות של ספריות מיוחדות כמו Boost::Python. מי שעובד עם תוכנות ברמה נמוכה בהחלט יצטרך להתמודד עם ריבוי הליכי שרשור (ברמת הקרנל) וקריאות מערכת Linux/UNIX/QNX. כדי לשפר את ההבנה שלך בעקרונות הרובוטיקה, כדאי מאוד להכיר את מסגרת מערכת ההפעלה הרובוטית.

אני משתדל שתהיה לי לפחות שפת תכנות אחת מהודרת ומפורשת שמתפתחת ומבוקשת. זוהי אסטרטגיה מנצחת לעבודה בהנדסה, שבה יש צורך מתמיד בפיתוח אלגוריתמים מיוחדים (קרא: יוצאי דופן) וליישם אותם בשפות קומפילציה. המשימה של הכנת נתונים עבור תוכנה כזו היא הרבה יותר נעימה לפתרון באמצעות שפות מתפרשות. בתחילה, הסט שלי כלל C++, Pascal ו-BASIC, מאוחר יותר נוספו PHP ו-BASH.

כיצד כלי פיתוח יכולים להיות שימושיים בהוראת תלמידים

התוכנית המרכזית לפיתוח מקצועי כעת היא לנסות לתת בסיס מדעי לשימוש בכלים מקצועיים לפיתוח תוכנה בפדגוגיה, לפיתוח ובדיקת שיטות הוראה.

משנת 2016 התחלתי בניסוי גדול בהחדרת כלי פיתוח - שפות תכנות, IDEs, מחוללי תיעוד, מערכות בקרת גרסאות - לעיסוק בהוראה בהשכלה הגבוהה. כעת הצלחנו להשיג תוצאות שניתן להכליל באופן איכותי.

לדוגמה, הכנסת גרסה של חומרים לתהליך החינוכי משפרת משמעותית את איכות עבודת התלמידים, אולם רק בתנאי חובה: תלמידים עובדים יחד על פרויקטים משותפים. פיתוח שיטות להוראת דיסציפלינות טכניות תוך שימוש בכלים מקצועיים לפיתוח תוכנה מבוצע כעת באופן פעיל על ידי קבוצת המחקר שלי, המורכבת מסטודנטים, מועמדים וסטודנטים לתכניות חינוך נוספות ב-MSTU.

אגב, לא עזבתי את פרקטיקת ההוראה שלי - פיתחתי קורס מעמיק משלי במשרה מלאה על עיצוב וניהול לינוקס עבור המכון ללימודים מתקדמים ב-MSTU, ואני מלמד אותו בעצמי.

עבודה מדעית

עבודה מוקדמת
בעיות של תכנון הליכה בעת תכנון מערכות הליכה על ארבע תוך שימוש בדוגמה של יישום ההליכה של סוס (2010 גרם)

בנושא הקינמטיקה והעמסת האלמנט התומך של רגלו הקדמית של הסוס בשלב ההתקרבות לתמיכה כמרכיבי מחזור העבודה של המניע ארבע רגליים (2012 גרם)

מהאחרון
יישום סימולציית ייצור ציוד תלת מימד להוראת מנגנון ותורת מכונות (2019 גרם)

שיטה לזיהוי מכשולים מבניים ויישומה בחיפוש אחר חפצי הקלה (2018 גרם)

ניתן לראות עבודות אחרות שנוספו על ידי מאגרי מידע מדעיים בפרופיל שלי ב- ResearchGate. רוב המאמרים מוקדשים לתנועת מכונות, יש עבודות על פדגוגיה הנדסית ותוכנות חינוכיות.

מקור: www.habr.com