Vernetzen Sie sich mit uns

Robotik

Algorithmen ermöglichen es Robotern, Hindernissen auszuweichen und in der Wildnis zu rennen

mm

Ein Forscherteam der University of California – San Diego hat ein neues Algorithmensystem entwickelt, das es vierbeinigen Robotern ermöglicht, in freier Wildbahn zu laufen und zu rennen. Die Roboter können durch anspruchsvolles und komplexes Gelände navigieren und dabei statischen und sich bewegenden Hindernissen ausweichen. 

Das Team führte Tests durch, bei denen ein Roboter vom System gesteuert wurde, um autonom und schnell über sandige Oberflächen, Kies, Gras und holprige, mit Ästen und abgefallenen Blättern bedeckte Erdhügel zu manövrieren. Gleichzeitig könnte ein Anstoßen gegen Stangen, Bäume, Sträucher, Felsbrocken, Bänke und Menschen vermieden werden. Der Roboter zeigte auch die Fähigkeit, sich in einem belebten Büroraum zurechtzufinden, ohne auf verschiedene Hindernisse zu stoßen. 

Effiziente Roboter mit Beinen bauen

Das neue System bedeutet, dass Forscher näher denn je daran sind, effiziente Roboter für Such- und Rettungseinsätze oder Roboter zum Sammeln von Informationen an Orten zu bauen, die für Menschen schwer zugänglich oder gefährlich sind. 

Die Arbeit soll im präsentiert werden 2022 Internationale Konferenz über intelligente Roboter und Systeme (IROS) vom 23. bis 27. Oktober in Kyoto, Japan. 

Durch die Kombination des Sehsinns des Roboters mit der Propriozeption, einer weiteren Wahrnehmungsmodalität, die den Bewegungs-, Richtungs-, Geschwindigkeits-, Standort- und Berührungssinn des Roboters einbezieht, verleiht das System dem Roboter mehr Vielseitigkeit. 

Die meisten aktuellen Ansätze, um Beinrobotern das Gehen und Navigieren beizubringen, nutzen entweder Propriozeption oder Vision. Sie werden jedoch nicht beide gleichzeitig verwendet. 

Kombination von Propriozeption und Computer Vision

Xiaolong Wang ist Professor für Elektrotechnik und Computertechnik an der UC San Diego Jacobs School of Engineering. 

„Einmal ist es so, als würde man einem blinden Roboter das Laufen beibringen, indem er den Boden berührt und ertastet. Im anderen Fall plant der Roboter seine Beinbewegungen allein auf der Grundlage seines Sehvermögens. Er lernt nicht zwei Dinge gleichzeitig“, sagte Wang. „In unserer Arbeit kombinieren wir Propriozeption mit Computervision, um einem Roboter mit Beinen zu ermöglichen, sich effizient und reibungslos zu bewegen – und dabei Hindernissen auszuweichen – und das in einer Vielzahl anspruchsvoller Umgebungen, nicht nur in klar definierten.“

Das vom Team entwickelte System basiert auf einem speziellen Satz von Algorithmen, um Daten aus Echtzeitbildern, die von einer Tiefenkamera am Kopf des Roboters aufgenommen wurden, mit Daten von Sensoren an den Beinen des Roboters zu verschmelzen.

Wang sagte jedoch, dass dies eine komplexe Aufgabe sei. 

 „Das Problem besteht darin, dass es im realen Betrieb manchmal zu einer leichten Verzögerung beim Empfang von Bildern von der Kamera kommt, sodass die Daten von den beiden verschiedenen Erfassungsmodalitäten nicht immer gleichzeitig eintreffen“, erklärte er. 

Das Team begegnete dieser Herausforderung, indem es die Nichtübereinstimmung durch Randomisierung der beiden Eingabesätze simulierte. Die Forscher bezeichnen diese Technik als multimodale Verzögerungs-Randomisierung und nutzten dann die verwendeten und randomisierten Eingaben, um eine Richtlinie für bestärkendes Lernen zu trainieren. Der Ansatz ermöglichte es dem Roboter, während der Navigation schnell Entscheidungen zu treffen und Veränderungen in seiner Umgebung zu antizipieren. Diese Fähigkeiten ermöglichten es dem Roboter, Hindernisse auf verschiedenen Geländetypen schneller zu bewegen und zu manövrieren, und das alles ohne die Hilfe eines menschlichen Bedieners. 

Das Team wird nun versuchen, Roboter mit Beinen vielseitiger zu machen, damit sie in noch komplexerem Gelände operieren können. 

„Im Moment können wir einem Roboter beibringen, einfache Bewegungen wie Gehen, Laufen und Ausweichen vor Hindernissen auszuführen“, sagte Wang. „Unsere nächsten Ziele sind es, einen Roboter in die Lage zu versetzen, Treppen hoch und runter zu gehen, auf Steinen zu laufen, die Richtung zu ändern und über Hindernisse zu springen.“

Alex McFarland ist ein KI-Journalist und Autor, der sich mit den neuesten Entwicklungen in der künstlichen Intelligenz beschäftigt. Er hat mit zahlreichen KI-Startups und Publikationen weltweit zusammengearbeitet.