Forscher entwickeln vierteiligen Roboter, der schwieriges Gelände erklimmen kann

Ein Team von Forschern an der ETH Zürich hat einen neuen Ansatz entwickelt, der es einem vierteiligen Roboter ermöglicht, sich schnell über komplexes Gelände zu bewegen. Der Roboter, der ANYmal genannt wird, verlässt sich auf maschinelles Lernen, um visuelle Wahrnehmung der Umgebung und Tastsinn zu kombinieren.

Der vierteilige Roboter konnte 120 vertikale Meter in 31 Minuten erklimmen, was vier Minuten schneller ist als die geschätzte Dauer für menschliche Wanderer ohne Fehltritte.

Brandneue Technologie

Die Technologie, die es ANYmal ermöglicht, visuelle Wahrnehmung und Tastsinn zu kombinieren, ist brandneu.

Das Team wurde von Marco Hutter geleitet, und die Forschung wurde im Journal Science Robotics veröffentlicht.

“Der Roboter hat gelernt, visuelle Wahrnehmung seiner Umgebung mit Propriozeption – seinem Tastsinn – basierend auf direktem Beinkontakt zu kombinieren. Dies ermöglicht es ihm, raues Gelände schneller, effizienter und vor allem robuster zu bewältigen”, sagt Hutter.

Das Team sagt, dass der Roboter letztendlich in der Lage sein wird, überall eingesetzt zu werden, wo es für Menschen zu gefährlich ist oder wo es für andere Arten von Robotern unmöglich ist, sich zu bewegen.

Menschen und Tiere kombinieren auch visuelle Wahrnehmung ihrer Umgebung mit Tastsinn aus ihren Beinen und Händen, was es ihnen ermöglicht, schwieriges Gelände zu bewältigen. Bisher entwickelte vierteilige Roboter konnten dies nur in begrenztem Umfang tun.

Takahiro Miki ist ein Doktorand und der Hauptautor der Studie.

“Der Grund dafür ist, dass die Informationen über die unmittelbare Umgebung, die von Laser-Sensoren und Kameras aufgezeichnet werden, oft unvollständig und mehrdeutig sind”, sagte Miki.

“Das ist der Grund, warum Roboter wie ANYmal entscheiden müssen, wann sie der visuellen Wahrnehmung ihrer Umgebung vertrauen und schnell vorwärts kommen, und wann es besser ist, vorsichtig und mit kleinen Schritten vorzugehen”, fuhr Miki fort. “Und das ist die große Herausforderung”.

Ausbildung des neuronalen Netzes

Die neue Technologie umfasst einen Controller, der auf einem neuronalen Netz basiert, der es ANYmal ermöglicht, externe und propriozeptive Wahrnehmung zum ersten Mal zu kombinieren. Die Wissenschaftler haben das System zunächst in einem virtuellen Trainingslager zahlreichen Hindernissen und Fehlern ausgesetzt, was es dem Netz ermöglichte, zu lernen, wie es Hindernisse am besten überwinden kann. Es hat auch gelernt, wann es Umgebungsdaten vertrauen und wann es sie ignorieren soll.

“Mit dieser Ausbildung kann der Roboter das schwierigste natürliche Gelände meistern, ohne es zuvor gesehen zu haben”, sagt Hutter.

Der Roboter kann diesen Prozess auch dann ausführen, wenn die Sensordaten über die unmittelbare Umgebung mehrdeutig oder unklar sind, in diesem Fall verlässt sich ANYmal auf seinen Tastsinn. Dies ermöglicht es ihm, die Geschwindigkeit und Effizienz externer Sensoren mit der Sicherheit propriozeptiver Sensoren zu kombinieren.