Robotics
Autonom robot finder og åbner døre, mens den oplader sig selv
Et hold af ingeniørstuderende ved University of Cincinnati bygger en autonom robot, der kan åbne sine egne døre og finde den nærmeste stikkontakt, som gør den i stand til at genoplade uden menneskelig hjælp.
Den nye undersøgelse blev offentliggjort i tidsskriftet IEEE-adgang.
Døre – En Robots Kryptonit
En af de største forhindringer for robotter er døre.
Ou Ma er professor i luft- og rumfartsteknik ved University of Cincinnati.
"Roboter kan gøre mange ting, men hvis du vil have en til at åbne en dør af sig selv og gå gennem døråbningen, er det en enorm udfordring," sagde Ma.
Holdet var i stand til at overvinde dette problem i tredimensionelle digitale simuleringer, og det er et stort skridt fremad for hjælperrobotter. Disse robotter kan omfatte dem, der støvsuger og desinficerer kontorbygninger, lufthavne og hospitaler. De udgør en stor del af robotindustrien på 27 milliarder dollars.
Yufeng Sun er studiets hovedforfatter og doktorgradsstuderende ved UC College of Engineering and Applied Science.
Ifølge Sun har nogle forskere arbejdet omkring dette problem ved at scanne et helt rum for at skabe en 3D digital model, som gør det muligt for en robot at lokalisere en dør. Dette er dog en tidskrævende løsning, der kun er anvendelig til det rum, der scannes.
Der er mange udfordringer ved at udvikle en autonom robot til at åbne en dør selv. For det første kommer de i forskellige farver og størrelser, og de har forskellige håndtag, der kan være lavere eller højere. Robotter skal også vide, hvor meget kraft de skal bruge for at åbne døre for at overvinde modstand. Da mange offentlige døre er selvlukkende, kan en robot miste sit greb og blive nødt til at starte forfra.
Brug af Machine Learning
Gennem brug af maskinlæring satte UC-studerende robotten i stand til at "lære" sig selv, hvordan man åbner en dør gennem trial and error. Det betyder, at robotten retter sine fejl, mens den går, og simuleringer hjælper den med at forberede sig på selve opgaven.
"Roboten har brug for tilstrækkelige data eller 'erfaringer' til at hjælpe med at træne den," sagde Sun. "Dette er en stor udfordring for andre robotapplikationer, der bruger AI-baserede tilgange til at udføre opgaver i den virkelige verden."
Sun og UC masterstuderende Sam King konverterer nu det succesfulde simuleringsstudie til en rigtig robot.
"Udfordringen er, hvordan man overfører denne lærte kontrolpolitik fra simulering til virkelighed, ofte omtalt som et 'Sim2Real'-problem," sagde Sun.
En anden udfordring er, at digitale simuleringer normalt kun er 60 % til 70 % succesrige i de indledende applikationer fra den virkelige verden, så Sun planlægger at bruge mindst et år på at perfektionere det nye autonome robotsystem.
