로켓에서 로봇까지, Python은 그것과 어떤 관련이 있습니까? GeekBrains 동창 이야기

오늘 우리는 Andrey Vukolov의 IT 전환 이야기를 게시합니다. 우주에 대한 어린 시절의 열정으로 인해 MSTU에서 로켓 과학을 공부하게 되었습니다. 가혹한 현실로 인해 꿈은 잊혀졌지만 모든 것이 더욱 흥미로워졌습니다. C++와 Python을 공부하면서 마찬가지로 흥미로운 작업인 로봇 제어 시스템의 논리 프로그래밍을 할 수 있었습니다.

처음

나는 어린 시절 내내 우주에 대해 열광했던 행운을 누렸습니다. 그래서 방과 후 어디로 공부해야 할지 잠시 고민하지 않고 MSTU에 입학했습니다. Bauman, 로켓 추진 공학과. 그러나 코스 자체의 지점 (우주 로켓의 분말 또는 액체 엔진)은 전혀 선택할 필요가 없었습니다. 2001 년에도 특별 교수위원회가 지원자의 대상 그룹을 배포했습니다. 나는 화약 통에 갇혔습니다.

그 당시 "로켓 붐"은 계획에만 존재했고 엔지니어들은 빈약한 급여를 받았으며 경력 및 전문적 성장에 대한 전망이 거의 없는 특수 폐쇄 설계국 및 연구 기관에서 일했습니다. 그럼에도 불구하고 러시아의 화약 로켓은 순전히 군용 제품입니다.

이제 이 분야에 대한 수요가 있지만 이미 연구 중에 로켓 과학에서는 스스로 주도하는 활동이 거의 불가능하다는 것을 깨달았습니다. 사실 이것은 군 복무입니다. 예를 들어, 로켓 산업에 종사하는 경우, 이 활동은 엄격하게 규제되기 때문에 나 자신을 위해서도 소프트웨어를 독립적으로 개발할 수 있는 기회를 완전히 박탈당하게 됩니다.

모든 소프트웨어 제품은 특별 주문과 비밀유지위원회(현재 FSTEC의 부서)의 승인을 받아 독점적으로 개발됩니다. 개발자는 문자 그대로 모든 코드 줄을 등록하고 라이선스를 부여해야 합니다. 모든 소프트웨어는 처음에는 작업 수준에서 비밀입니다. 이는 현재 로켓 과학 학생을 교육하는 데 사용되는 소프트웨어가 늦어도 90년대에 개발된 이유를 부분적으로 설명합니다.

연구소를 졸업할 무렵에는 메커니즘 이론과에서 일하면서 C++로 교육 과정 시뮬레이터를 개발하기 시작했기 때문에 비교를 위한 예시가 있었고 장단점을 가늠할 수 있었습니다. 선택은 뻔했고, 점차 IT와 로봇 쪽으로 눈을 돌리기 시작했습니다. 응용 역학은 로켓 과학보다 훨씬 더 재미있었습니다. 해결되지 않은 문제가 많았고, 개방된 환경, 개발 산업의 부족, 시뮬레이션 소프트웨어에 대한 긴급한 필요성이 있었습니다. 로봇 공학에는 공용 소프트웨어의 아키텍처가 불안정하고 퍼지 논리와 AI의 시작을 포함한 복잡한 알고리즘을 반복적으로 구현해야 하는 필요성이 있습니다. 따라서 실험 데이터 처리를 위한 첫 번째 프로그램 이후에는 졸업 프로젝트를 제외하고 로켓으로 돌아가는 경우가 거의 없었습니다.

그 결과 저는 모스크바 근처의 항공우주산업용 복합구조물 공장을 졸업하기 전까지 단 XNUMX개월 동안 전문 분야에서 일할 수 있는 기회를 얻었습니다. 학업을 마친 후에는 일자리를 구할 필요도 없이 바로 로봇공학과에 응용역학을 가르치러 왔습니다.

교육부터 프로그래밍까지

IFTOMM 세계대회에서 연구그룹 학생과 함께 (오른쪽 내)

저는 MSTU 샘플링 부서에서 10년 동안 일하면서 메커니즘 이론 과정을 가르쳤습니다. 그는 과학 작품을 출판했으며(기사 끝 부분 참조) 점차 기계공학에서 CAD 및 로봇공학으로 옮겨갔습니다. 그리고 결국 그는 가르치는 일을 그만두기로 결정했습니다. 이 결정의 이유를 가장 명확하게 설명하기 위해, 제가 가르쳤던 학습 과정은 지난 XNUMX년 동안 소수점 한 자리도 변하지 않았다는 점을 말씀드리고 싶습니다. 출판물에 따르면 응용 역학은 매우 성공적으로 발전했습니다.

또한 작업은 보고서, 프로그램, 표준 및 수많은 종이와 같은 관료적 작업과 점점 더 유사해졌습니다. 그러한 상황에서 가르치는 즐거움은이 즐거움을 받았다는보고로 대체되었으며 이는 실무 전문가에게는 불쾌한 것 이상입니다.

그리고 마침내 저는 이렇게 로봇공학에 입문하게 되었습니다. 2007-2009년에 A. Golovin 및 N. Umnov 교수와 함께 우리는 최초의 과학 작품을 준비하기 시작했습니다. 거기서 나는 스트로브 사진에서 물체의 경로를 결정하기 위해 알고리즘을 사용해야 했습니다. 이 주제에서는 머신 비전, OpenCV 및 로봇 운영 체제로 가는 한 단계입니다(당시에는 그러한 규모에 대해 생각조차 하지 않았지만). 그 후 마침내 연구 분야에서는 응용역학과 로봇공학에 집중하게 되었고, 개발이 지원 활동이 되었습니다.

하지만 로봇 공학 분야에서 새로운 직업을 찾으려면 프로그래밍 지식을 향상하고 보완해야 했습니다. 결국 저는 XNUMX년 간의 대학 과정(C++의 ObjectPascal 및 Borland VCL)을 제외하고는 IT를 구체적으로 공부한 적이 없으며 개발의 이론적 측면을 수학에 의존했습니다.

처음에 저는 모국의 교육기관에서 풀타임 과정을 수강할 수 있는 옵션을 고려했습니다. 사실, 불규칙한 일정과 잦은 업무(대체 등)로 인해 이러한 연구와 부서 업무를 결합하는 것이 거의 불가능하다는 것이 금방 분명해졌습니다. 그래서 점차 유료 강좌를 원격으로 이수하자는 생각이 들었습니다. 저는 Baumanka에 위치한 Mail.ru Technopark 교육 센터 교수님들의 추천으로 GeekBrains에 와서 Python 프로그래머 과정에 등록했습니다.

과정은 아무런 어려움을 일으키지 않았고 유일한 문제는 학과 작업, 과학 작업 및 행사와 지속적으로 결합해야한다는 것입니다. 시간이 너무 촉박해서 집 밖의 대부분의 사회적 관계가 (다행히 일시적으로) 희생되어야 했습니다.

이것이 제가 업무량에 대처한 방법입니다. 저는 이동 중에 발생한 문제를 해결했습니다. 수많은 출장을 통해 개발된 이 기술은 매우 유용하다는 것이 밝혀졌습니다. 그것이 없으면 숙제를 모두 완료할 수도 없을 것이기 때문입니다(또한 명상을 대체합니다...). 저는 노트북, 스마트폰, 무선 스마트폰 키보드를 사용하여 이동 중에도 코딩을 배웠습니다.

내 노트북은 Dell Latitude 3470이며 Logitech K 5.5 BT 키보드와 쌍을 이루는 대각선이 810인치 이상인 모든 스마트폰이 가능합니다. 일반적으로 저는 모든 사람에게 Logitech 제품을 추천합니다. 이 제품은 매우 안정적이며 매우 가혹한 사용 조건을 견딜 수 있습니다(그리고 이는 결코 광고가 아닙니다).

키보드 로지텍 K810

Python은 좋은 편집기가 있는 경우 이러한 작업에 매우 도움이 됩니다. 또 다른 프로그래밍 해킹: 데스크톱 또는 런타임 환경에 대한 원격 연결을 사용합니다. 저는 집에 있는 컴퓨터에서 Django를 실행하는 보안 웹 서버를 사용하여 여러 작업을 완료했습니다. 저는 PyDroid, DroidEdit, Maxima 소프트웨어를 사용하여 기차에서 일했습니다.

왜 파이썬인가?

얼마 지나지 않아 PHP를 시스템 스크립팅 언어로 사용하려고 시도했습니다. 처음에는 혼자서 Python을 공부했고, 조금씩 "나 자신을 위해" 공부했습니다. 모듈 수준에서 Python과 C++ 사이에 효과적인 연결이 존재한다는 사실을 알게 된 후 진지하게 공부하기로 결정했습니다. 동일한 언어 내에서 최적화된 알고리즘과 데이터 준비 절차를 공유하는 것이 흥미로워 보였습니다.

가장 간단한 예: C++로 RISC 프로세서가 있는 임베디드 시스템에 구현된 비표준 강력한 드라이브용 제어 시스템이 있습니다. 관리는 네트워크를 통한 하위 시스템 간의 통신 등을 지원하는 외부 시스템 종속 API를 통해 수행됩니다. 높은 수준에서는 드라이브 작동 알고리즘이 디버깅되지 않거나 일정하지 않습니다(작업 프로세스에 따라 다른 알고리즘을 로드해야 함).

이러한 시스템을 달성하는 가장 좋은 방법 중 하나는 기계별 C++ 하위 시스템 API를 크로스 플랫폼 인터프리터에서 실행되는 Python 클래스 세트의 기초로 사용하는 것입니다. 따라서 최상위 개발자는 임베디드 시스템과 해당 OS의 기능을 고려할 필요가 없으며 단순히 하위 수준 API의 "래퍼" 역할을 하는 Python 클래스로 작업하면 됩니다.

저는 C++와 Python 바인딩을 거의 처음부터 배워야 했습니다. 높은 수준의 객체 지향 기능이 낮은 수준의 기능보다 훨씬 더 중요하다는 것이 금방 분명해졌습니다. 이로 인해 우리는 API 설계 및 구현에 대한 접근 방식을 완전히 바꿔서 Python 수준에서 클래스를 선택하고 C/C++에서 전역 데이터를 공유해야 했습니다. 코드 생성에 익숙해지세요. 예를 들어 ROS 프레임워크 자체는 Python에서 이름과 개체를 생성하므로 인터페이스를 디자인할 때 특히 입력 시 언어 차이를 고려해야 합니다.

현재 작업: Python 및 로봇 제어 논리

현재 저는 모스크바 주립 공과대학교 로봇공학 연구 및 교육 센터에서 Python 및 C++ 프로그래머로 일하고 있습니다. 우리는 정부 부서에서 의뢰한 연구 프로젝트와 소프트웨어 도구를 구현합니다. 기술 비전 시스템이 내장되어 있고 시스템과 독립적인 높은 수준의 자동 제어 알고리즘을 갖춘 조작기를 개발합니다.

현재 저는 Python으로 로봇 제어 시스템을 위한 고급 로직을 프로그래밍하고 있습니다. 이 언어는 C++, 어셈블러 및 Go로 작성된 고도로 최적화된 모듈을 함께 연결합니다.

로봇 제어 알고리즘 프로그래밍에는 두 개의 큰 알고리즘 그룹이 사용됩니다. 첫 번째는 낮은 수준에서 장비에 직접 구현됩니다. 이는 드라이브 컨트롤러, 통신 라인 집중 장치 및 운영자 상호 작용 하위 시스템이 내장된 소프트웨어입니다.

여기의 알고리즘은 로봇 전체의 성능을 능가하는 제어된 실행 속도와 신뢰성을 위해 설계되었습니다. 전체 시스템의 보안은 낮은 수준의 제어 소프트웨어에 달려 있기 때문에 후자는 필수입니다.

두 번째 알고리즘 그룹은 로봇의 작동을 전체적으로 결정합니다. 이는 고급 프로그램으로 개발 시 알고리즘 구현의 명확성과 속도에 중점을 두며 종종 매우 복잡합니다. 또한 로봇의 고급 소프트웨어는 설정 및 테스트 프로세스 중에 변경될 수 있는 경우가 많습니다. 이러한 개발을 위해서는 범용 통역 언어가 필수적입니다.

그러한 작업에는 어떤 지식이 필요합니까?

C++ 템플릿 언어와 Python의 객체 지향 기능을 공부하는 것이 필수입니다. 거의 대체할 수 없는 기술은 API를 설계하고 문서화하는 능력입니다. Boost::Python과 같은 전문 라이브러리의 기능을 살펴보는 것이 좋습니다. 낮은 수준의 소프트웨어를 사용하는 사람들은 확실히 멀티스레딩(커널 수준에서)과 Linux/UNIX/QNX 시스템 호출을 처리해야 합니다. 로봇 공학의 원리에 대한 이해를 높이려면 로봇 운영 체제 프레임워크에 익숙해지는 것이 매우 유용합니다.

나는 개발 중이고 수요가 있는 적어도 하나의 컴파일된 프로그래밍 언어와 해석된 프로그래밍 언어를 하나씩 가지려고 노력합니다. 이는 고도로 전문화된(읽기: 특이한) 알고리즘을 지속적으로 개발하고 이를 컴파일 언어로 구현해야 하는 엔지니어링 분야에서 일하는 데 있어 성공적인 전략입니다. 이러한 소프트웨어에 대한 데이터를 준비하는 작업은 해석된 언어를 사용하여 해결하는 것이 훨씬 더 즐겁습니다. 처음에 내 세트에는 C++, Pascal 및 BASIC이 포함되었으며 나중에 PHP 및 BASH가 추가되었습니다.

학생들을 가르치는 데 개발 도구가 어떻게 유용한가

현재 전문성 개발의 주요 계획은 교육학에서 전문 소프트웨어 개발 도구를 사용하기 위한 과학적 기반을 제공하고 교육 방법을 개발 및 테스트하는 것입니다.

2016년부터 저는 프로그래밍 언어, IDE, 문서 생성기, 버전 제어 시스템과 같은 개발 도구를 고등 교육 분야의 교육 실습에 도입하는 대규모 실험을 시작했습니다. 이제 질적으로 일반화할 수 있는 결과를 얻는 데 성공했습니다.

예를 들어, 교육 과정에 자료 버전 관리를 도입하면 학생 작업의 질이 크게 향상되지만, 이는 필수 조건인 공유 프로젝트에서 학생들이 함께 작업하는 경우에만 가능합니다. 전문 소프트웨어 개발 도구를 사용하여 기술 분야를 가르치는 방법 개발은 이제 MSTU의 추가 교육 프로그램 학생, 지원자 및 학생으로 구성된 연구 그룹에서 적극적으로 수행되고 있습니다.

그건 그렇고, 저는 교육 현장을 떠나지 않았습니다. 저는 MSTU의 고등 연구소를 위해 Linux 설계 및 관리에 대한 심층적인 풀타임 과정을 직접 개발하고 직접 가르쳤습니다.

과학적인 일

초기 작업
말의 보행 구현 사례를 활용한 XNUMX족 보행 시스템 설계 시 보행 계획의 문제점 (2010)

네 발 달린 무버의 작동주기의 구성 요소로서 지지대에 접근하는 단계에서 말 앞다리 지지 요소의 운동학 및 부하 문제 (2012)

마지막부터
메커니즘 및 기계 이론 교육을 위한 3D 기어 제조 시뮬레이션 애플리케이션 (2019)

구호물체 탐색 시 구조적 장애물 인식 방법 및 적용 (2018)

과학 인용 데이터베이스에 의해 색인된 다른 작품은 내 프로필에서 볼 수 있습니다. 리서치 게이트. 대부분의 기사는 기계의 움직임에 관한 것이며 공학 교육학 및 교육 소프트웨어에 관한 연구도 있습니다.

출처 : habr.com