Robotics
Navorsers skep beenrobot wat moeilike terrein kan stap
'n Span navorsers by ETH Zurich het 'n nuwe benadering ontwikkel wat 'n beenrobot in staat stel om vinnig oor komplekse terrein te beweeg. Die robot, genaamd ANYmal, maak staat op masjienleer om visuele persepsie van die omgewing en sin van aanraking te kombineer.
Die viervoetige robot kon binne 120 minute 31 vertikale meter stap, wat vier minute vinniger is as die geskatte tydsduur vir menslike stappers met geen misstappe nie.
Splinternuwe Tegnologie
Die tegnologie wat ANYmal in staat stel om die visuele persepsie en gevoel van aanraking te kombineer, is splinternuut.
Die span is gelei deur Marco Hutter, en die navorsing is in die joernaal gepubliseer Wetenskap Robotics.
"Die robot het geleer om visuele persepsie van sy omgewing te kombineer met propriosepsie - sy gevoel van aanraking - gebaseer op direkte beenkontak. Dit stel dit in staat om rowwe terrein vinniger, doeltreffender en bowenal meer robuust aan te pak,” sê Hutter.
Die span sê dat die robot uiteindelik in staat sal wees om op enige plek ontplooi te word wat te gevaarlik is vir mense of andersins onmoontlik is vir verskillende soorte robotte om te maneuver.
Mense en diere kombineer ook die visuele persepsie van hul omgewing met gevoel van aanraking van hul bene en hande, wat hulle in staat stel om moeilike terrein te hanteer. Voorheen ontwikkelde beenrobotte kon dit net in 'n beperkte mate doen.
Takahiro Miki is 'n doktorale student en hoofskrywer van die studie.
"Die rede is dat die inligting oor die onmiddellike omgewing wat deur lasersensors en kameras opgeneem word, dikwels onvolledig en dubbelsinnig is," het Miki gesê.
“Daarom moet robotte soos ANYmal self kan besluit wanneer om die visuele persepsie van hul omgewing te vertrou en vinnig vorentoe te beweeg, en wanneer dit beter is om versigtig en met klein treetjies voort te gaan,” het Miki voortgegaan. “En dit is die groot uitdaging.”
Opleiding van die neurale netwerk
Die nuwe tegnologie sluit 'n beheerder in wat op 'n neurale netwerk gebaseer is, wat ANYmal in staat stel om vir die eerste keer eksterne en proprioseptiewe persepsie te kombineer. Die wetenskaplikes het die stelsel eers in 'n virtuele opleidingskamp aan talle struikelblokke en foutbronne blootgestel, wat die netwerk in staat gestel het om te leer hoe om struikelblokke op die beste manier te oorkom. Dit het ook geleer wanneer om op omgewingsdata staat te maak en wanneer om dit te ignoreer.
"Met hierdie opleiding is die robot in staat om die moeilikste natuurlike terrein te bemeester sonder om dit vantevore te sien," sê Hutter.
Die robot kan hierdie proses uitvoer selfs wanneer die sensordata op die onmiddellike omgewing dubbelsinnig of vaag is, op watter punt ANYmal op sy propriosepsie staatmaak. Dit laat dit toe om die spoed en doeltreffendheid van eksterne waarneming te kombineer met die veiligheid van proprioseptiewe waarneming.
