Algorithmen ermöglichen es Robotern, Hindernisse zu vermeiden und in der Wildnis zu laufen

Ein Team von Forschern an der University of California – San Diego hat ein neues System von Algorithmen entwickelt, das es vierbeinigen Robotern ermöglicht, in der Wildnis zu laufen und zu rennen. Die Roboter können schwieriges und komplexes Gelände navigieren, während sie statische und bewegliche Hindernisse vermeiden.

Das Team führte Tests durch, bei denen ein Roboter von dem System geführt wurde, um autonom und schnell über sandige Oberflächen, Schotter, Gras und holprige Hügel mit Ästen und herabgefallenen Blättern zu manövrieren. Gleichzeitig konnte er vermeiden, gegen Pfähle, Bäume, Sträucher, Felsen, Bänke und Menschen zu stoßen. Der Roboter demonstrierte auch die Fähigkeit, einen belebten Bürobereich ohne Hindernisse zu navigieren.

Effiziente vierbeinige Roboter bauen

Das neue System bedeutet, dass Forscher näher als je zuvor daran sind, effiziente Roboter für Such- und Rettungsmissionen oder Roboter für die Informationsbeschaffung in schwer zugänglichen oder gefährlichen Bereichen für Menschen zu bauen.

Die Arbeit wird auf der 2022 International Conference on Intelligent Robots and Systems (IROS) vom 23. bis 27. Oktober in Kyoto, Japan, präsentiert.

Das System gibt dem Roboter mehr Vielseitigkeit aufgrund der Kombination des Robot-Sehvermögens mit Propriozeption, die eine andere Sinnesmodalität ist, die das Bewegungs-, Richtungs-, Geschwindigkeits-, Ort- und Berührungsempfinden des Roboters umfasst.

Die meisten derzeitigen Ansätze, um vierbeinige Roboter zum Gehen und Navigieren zu trainieren, verwenden entweder Propriozeption oder Sehvermögen. Beides wird jedoch nicht gleichzeitig verwendet.

Propriozeption mit Computer-Vision kombinieren

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

“In einem Fall ist es wie das Trainieren eines blinden Roboters, der nur durch Berührung und Fühlen des Bodens geht. Und in dem anderen Fall plant der Roboter seine Beinbewegungen aufgrund des Sehvermögens allein. Er lernt nicht zwei Dinge gleichzeitig”, sagte Wang. “In unserer Arbeit kombinieren wir Propriozeption mit Computer-Vision, um es einem vierbeinigen Roboter zu ermöglichen, effizient und geschmeidig – und ohne Hindernisse – in einer Vielzahl von herausfordernden Umgebungen zu bewegen, nicht nur in gut definierten.”

Das von dem Team entwickelte System basiert auf einem speziellen Satz von Algorithmen, um Daten aus Echtzeit-Bildern, die von einer Tiefenkamera auf dem Roboterkopf aufgenommen wurden, mit Daten von Sensoren auf den Robotbeinen zu kombinieren.

Allerdings sagte Wang, dass dies eine komplexe Aufgabe sei.

“Das Problem ist, dass während des realen Betriebs manchmal eine leichte Verzögerung beim Empfang von Bildern von der Kamera besteht, so dass die Daten aus den beiden verschiedenen Sinnesmodalitäten nicht immer gleichzeitig ankommen”, erklärte er.

Das Team begegnete dieser Herausforderung, indem es die Diskrepanz durch Zufallsverteilung der beiden Eingabemengen simuliert. Die Forscher bezeichnen diese Technik als multi-modale Verzögerungs-Zufallsverteilung, und sie verwendeten die verwendeten und zufällig verteilten Eingaben, um eine Verstärkungslern-Politik zu trainieren. Der Ansatz ermöglichte es dem Roboter, schnell Entscheidungen zu treffen, während er navigierte, sowie Veränderungen in seiner Umgebung vorherzusagen. Diese Fähigkeiten ermöglichten es dem Roboter, sich auf verschiedenen Arten von Gelände schneller zu bewegen und Hindernisse zu umgehen, ohne dass ein menschlicher Bediener erforderlich war.

Das Team wird nun daran arbeiten, vierbeinige Roboter vielseitiger zu machen, damit sie auf noch komplexeren Geländen operieren können.

“Im Moment können wir einen Roboter trainieren, um einfache Bewegungen wie Gehen, Rennen und Hindernisse zu vermeiden”, sagte Wang. “Unser nächstes Ziel ist es, einen Roboter zu ermöglichen, Treppen hinauf und hinunter zu gehen, auf Steinen zu laufen, die Richtung zu ändern und über Hindernisse zu springen.”