Ερευνητές Ανάπτυξαν Προηγμένο Αλγόριθμο Σχεδιασμού Διαδρομής για Ρομπότ

Ερευνητές στο Πανεπιστήμιο του Μίσιγκαν έχουν αναπτύξει μια νέα προσέγγιση σχεδιασμού διαδρομής που επιταχύνει τα ρομπότ σε ανώμαλο έδαφος. Ο nouvel entwickelt αλγόριθμος ήταν σε θέση να βρει επιτυχημένες διαδρομές τρεις φορές τόσο συχνά όσο οι τυπικοί αλγόριθμοι και απαιτούσε πολύ λιγότερο χρόνο επεξεργασίας.

Η έρευνα δημοσιεύθηκε στο Αυτόνομα Ρομπότ.

Ανάπτυξη του Νέου Αλγορίθμου

Ο αλγόριθμος ήταν ειδικά προσανατολισμένος σε ρομπότ που χρησιμοποιούν παρόμοιες εξαρτήματα για να διατηρήσουν την ισορροπία σε ανώμαλο έδαφος, όπως περιοχές καταστροφών και εργοτάξια.

Ο Dmitry Berenson είναι αναπληρωτής καθηγητής ηλεκτρικής και υπολογιστικής μηχανικής και βασικό προσωπικό στο Ινστιτούτο Ρομποτικής.

«Σε ένα κατεστραμμένο κτίριο ή σε πολύ ανώμαλο έδαφος, ένα ρομπότ δεν θα μπορεί πάντα να ισορροπήσει και να προχωρήσει με τα πόδια του μόνο», είπε ο Berenson. «Χρειάζεσαι νέους αλγόριθμους για να καταλάβεις πού να τοποθετήσεις και τα δύο πόδια και τα χέρια. Χρειάζεσαι να συντονίσεις όλα αυτά τα άκρα μαζί για να διατηρήσεις την ισορροπία, και αυτό που αυτό σημαίνει είναι ένα πολύ δύσκολο πρόβλημα».

Η νέα έρευνα βοηθά τα ρομπότ να καθορίσουν πόσο δύσκολο είναι το έδαφος πριν υπολογίσουν τη καλύτερη διαδρομή.

Ο Yu-Chi Lin είναι πρόσφατος απόφοιτος του προγράμματος博士 στη ρομποτική και μηχανικός λογισμικού στη Neuro Inc.

«Πρώτα, χρησιμοποιήσαμε τη μηχανική μάθηση για να εκπαιδεύσουμε το ρομπότ στις διάφορες τρόπους που μπορεί να τοποθετήσει τα χέρια και τα πόδια του για να διατηρήσει την ισορροπία και να προχωρήσει», είπε ο Lin. «Στη συνέχεια, όταν τοποθετηθήκαμε σε ένα νέο, σύνθετο περιβάλλον, το ρομπότ μπορεί να χρησιμοποιήσει αυτό που έμαθε για να καθορίσει πόσο διασχίσιμο είναι ένας δρόμος, επιτρέποντάς του να βρει μια διαδρομή προς τον στόχο πολύ πιο γρήγορα».

Παρά την νέα και βελτιωμένη μέθοδο, ακόμα χρειάζεται πολύ χρόνος για να σχεδιαστεί μια επιτυχημένη μακρά διαδρομή χρησιμοποιώντας παραδοσιακούς αλγόριθμους σχεδιασμού.

«Εάν προσπαθούσαμε να βρούμε όλες τις θέσεις των χεριών και των ποδιών σε μια μακρά διαδρομή, θα πήρε πολύ χρόνο», είπε ο Berenson.

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

Διαίρεση και Κατάκτηση

Για να ξεπεραστούν αυτά, η ομάδα βασίστηκε σε μια «διαίρεση και κατάκτηση» προσέγγιση. Χώρισε τη διαδρομή σε τμήματα που είναι δύσκολα να διασχισθούν και τμήματα που είναι πιο εύκολα να διασχισθούν. Με τα πρώτα, τα ρομπότ εφαρμόζουν τη μεθοδολογία τους που βασίζεται στη μάθηση, και με τα δεύτερα, χρησιμοποιούν μια απλούστερη σχεδίαση διαδρομής.

«Αυτό ακούγεται απλό, αλλά είναι πραγματικά δύσκολο να γνωρίζεις πώς να χωρίσεις σωστά αυτό το πρόβλημα και ποια μέθοδος σχεδιασμού να χρησιμοποιήσεις για κάθε τμήμα», είπε ο Lin.

Για αυτό, οι ερευνητές χρειάζονται ένα γεωμετρικό μοντέλο του ολόκληρου περιβάλλοντος, το οποίο μπορούν να πάρουν με το να πετάξουν ένα drone που προηγείται του ρομπότ.

Η ομάδα δημιούργησε ένα εικονικό πείραμα με ένα ανθρωπόμορφο ρομπότ σε einen διαδρόμο από ερείπια, και τα αποτελέσματα έδειξαν ότι η μέθοδος της ομάδας υπερέβη τις προηγούμενες μεθόδους σε επιτυχία και συνολικό χρόνο σχεδιασμού. Αυτό είναι κρίσιμο σε σενάρια καταστροφών.

Σε 50 δοκιμές, η μέθοδος της ομάδας έφτασε στον στόχο το 84% του χρόνου, σε σύγκριση με το 26% για τον βασικό σχεδιαστή διαδρομής. Πήρε μόνο λίγο πάνω από δύο λεπτά για να σχεδιαστεί, σε σύγκριση με πάνω από τρία λεπτά για τον βασικό σχεδιαστή διαδρομής.

Εκτός από αυτό, η ομάδα απέδειξε επίσης πώς η μέθοδος τους μπορεί να λειτουργήσει στον πραγματικό κόσμο με ένα ρομπότ με ρόδες και ένα κορμό και δύο χέρια. Η βάση του ρομπότ τοποθετήθηκε σε μια απότομη ράμπα, και использовало τα «χέρια» του για να στηρίξει τον εαυτό του σε μια ανώμαλη επιφάνεια που κινήθηκε. Η μέθοδος της ομάδας επέτρεψε στο ρομπότ να σχεδιάσει μια διαδρομή σε λιγότερο από ένα δέκατο του δευτερολέπτου, σε σύγκριση με πάνω από 3,5 δευτερόλεπτα με τον βασικό σχεδιαστή διαδρομής.

Η ομάδα θα κοιτάξει τώρα να ενσωματώσει δυναμικά σταθερή κίνηση, η οποία είναι παρόμοια με τη φυσική κίνηση των ανθρώπων και των ζώων. Αυτό θα βελτιώσει την ταχύτητα κίνησης του ρομπότ,既然 δεν χρειάζεται να είναι συνεχώς σε ισορροπία.