Forscher entwickeln fortschrittlichen Pfadplanungsansatz für Roboter

Forscher an der University of Michigan haben einen neuen Pfadplanungsansatz entwickelt, der es Roboter ermöglicht, sich über unwegsames Gelände zu bewegen. Der neu entwickelte Algorithmus konnte erfolgreiche Pfade dreimal so oft finden wie Standardalgorithmen und benötigte wesentlich weniger Rechenzeit.

Die Forschung wurde in Autonomous Robots veröffentlicht.

Entwicklung des neuen Algorithmus

Der Algorithmus wurde speziell für Roboter entwickelt, die armähnliche Anhängsel verwenden, um auf unwegsamen Geländen wie Katastrophengebieten und Baustellen das Gleichgewicht zu halten.

Dmitry Berenson ist Associate Professor für Elektrotechnik und Informatik und Kernfakultätsmitglied am Robotics Institute.

“In einem eingestürzten Gebäude oder auf sehr unwegsamen Geländen kann ein Roboter sich nicht immer mit seinen Füßen ausbalancieren und vorwärts bewegen”, sagte Berenson. “Man benötigt neue Algorithmen, um herauszufinden, wo man beide Füße und Hände setzen muss. Man muss all diese Gliedmaßen zusammen koordinieren, um die Stabilität zu halten, und das ist ein sehr schwieriges Problem.”

Die neue Forschung hilft Roboter, die Schwierigkeit eines Geländes zu bestimmen, bevor sie den besten Pfad vorwärts berechnen.

Yu-Chi Lin ist ein junger Robotics-Ph.D.-Absolvent und Software-Ingenieur bei Neuro Inc.

“Zuerst haben wir maschinelles Lernen verwendet, um den Roboter auf die verschiedenen Arten zu trainieren, wie er seine Hände und Füße setzen kann, um das Gleichgewicht zu halten und Fortschritte zu machen”, sagte Lin. “Dann kann der Roboter, wenn er in einer neuen, komplexen Umgebung platziert wird, das Gelernte verwenden, um zu bestimmen, wie begehbar ein Pfad ist, und so einen Pfad zum Ziel viel schneller finden.”

Trotz der neuen und verbesserten Methode dauert es immer noch lange, einen erfolgreichen langen Pfad zu planen, wenn man traditionelle Planungsalgorithmen verwendet.

“Wenn wir versuchen würden, alle Hand- und Fußpositionen über einen langen Pfad zu finden, würde es sehr lange dauern”, sagte Berenson.

https://www.youtube.com/watch?v=X2KZupY8FQY

Teilen und Erobern

Um dies zu umgehen, verließ sich das Team auf einen “Teilen-und-Erobern”-Ansatz. Sie teilten den Pfad in schwierig zu begehende Abschnitte und leichter zu begehende Abschnitte auf. Bei den ersteren wendeten die Roboter ihre lernbasierte Methode an, und bei den letzteren verwendeten sie eine einfachere Pfadplanung.

“Das klingt einfach, aber es ist wirklich schwierig, zu wissen, wie man das Problem richtig aufteilt und welche Planungsmethode man für jeden Abschnitt verwendet”, sagte Lin.

Dazu benötigen die Forscher ein geometrisches Modell der gesamten Umgebung, das sie durch das Fliegen einer Drohne erhalten können, die vor dem Roboter ausschaut.

Das Team erstellte ein virtuelles Experiment mit einem humanoiden Roboter in einem Korridor aus Trümmern, und die Ergebnisse zeigten, dass die Methode des Teams die vorherigen Methoden in Bezug auf Erfolg und Gesamtplanzzeit übertraf. Dies ist in Katastrophenszenarien von entscheidender Bedeutung.

In 50 Versuchen erreichte die Methode des Teams das Ziel 84 % der Zeit, im Vergleich zu 26 % für den grundlegenden Pfadplaner. Es dauerte nur knapp zwei Minuten, um zu planen, im Vergleich zu über drei Minuten für den grundlegenden Pfadplaner.

Darüber hinaus demonstrierte das Team, wie ihre Methode in der realen Welt mit einem robotten mit Rädern und zwei Armen funktionieren kann. Die Basis des Roboters wurde auf einer steilen Rampe platziert, und er verwendete seine “Hände”, um sich auf einer unebenen Oberfläche abzustützen, die sich bewegte. Die Methode des Teams ermöglichte es dem Roboter, einen Pfad in nur knapp einem Zehntel einer Sekunde zu planen, im Vergleich zu knapp über 3,5 Sekunden mit dem grundlegenden Pfadplaner.

Das Team wird nun darauf hinarbeiten, dynamisch stabile Bewegungen zu integrieren, die der natürlichen Bewegung von Menschen und Tieren ähneln. Dies würde die Geschwindigkeit der Bewegung des Roboters verbessern, da er nicht ständig im Gleichgewicht sein muss.