Robotiikka ja fyysinen AI

Robotit Kävelevät Nopeammin Uusilla Joustavilla Jalalla

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Kalifornian yliopiston San Diegon osaston robotiikan tutkijat ovat kehittäneet joustavat jalat roboteille. Uusi teknologia voi johtaa siihen, että robotit kävelevät 40 prosenttia nopeammin epätasaisilla pinnoilla, kuten sora- ja puukuitupinnoilla.

Uusi kehitys on tärkeää monille eri sovelluksille, erityisesti etsintä- ja pelastustehtävissä.

Tutkimus esitellään RoboSoft-konferenssissa, joka järjestetään virtuaalisesti ja kestää 15. toukokuuta – 15. heinäkuuta 2020.

Emily Lathrop on tohtorikoulutettava Jacobs School of Engineering -yliopistossa UC San Diegossa ja tutkimuksen ensisijainen tekijä.

“Robotit tarvitsevat nopeutta ja tehokkuutta luonnollisilla, epätasaisilla pinnoilla, jotta ne voivat mennä kaikkialle, minne ihmiset voivat mennä, mutta ehkä eivät kannata”, Lathrop sanoi.

Michael T. Tolley on professori UC San Diegon mekanisen ja ilmailutekniikan osastossa ja tutkimuksen vanhempi tekijä.

“Yleensä robotit pystyvät hallitsemaan liikettä vain tiettyjen nivelpintojen kautta”, Tolley sanoi. “Tässä työssä osoitimme, että robotti, joka pystyy hallitsemaan jalkojensa jäykkyysastetta ja siten muotoa, suoriutuu perinteisistä suunnittelumalleista paremmin ja pystyy sopeutumaan moniin eri pinnoihin.”

https://www.youtube.com/watch?v=rVKKwbaojAo&feature=emb_logo

Joustavat Robottijalat

Joustavat robottijalat koostuvat lateksimembraanista, joka on täytetty kahvipavuilla. Kahvipavut voivat vaihdella kiinteän ja nestemäisen olomuodon välillä. Mekanismi, joka mahdollistaa granulaarisen materiaalin, kuten kahvipavujen, käyttäytymisen tällä tavoin, on granulaarinen jämäkkyyssäätely. Tämän seurauksena robotit voivat kävellä nopeammin ja paremmin otettaessaan maasta.

Kun robotti astuu maahan, sen jalat muuttuvat kiinteiksi ja sopeutuvat pintaan, jotta ne voivat ottaa vakaan otteen. Kun ne liikkuvat, jalat vapautuvat ja höltyyvät askelten välillä, ja tukirakenteita käytetään niiden joustavan muodon ylläpitämiseen, kun ne ovat jämäkkyyssäädettynä.

Nämä joustavat jalat olivat ensimmäiset, jotka testattiin epätasaisilla pinnoilla.

Tutkijat asensivat jalat kuusijalkaiseen robottiin ja suunnittelivat ja rakensivat laitteiston, joka pystyy tuottamaan negatiivista ja positiivista painetta, jotta jalat voidaan jämäkkyyssäädettyä ja höltyytettyä kunkin askeleen välillä. Jotta jalat voidaan jämäkkyyssäädettyä, imupumppu poistaa ilman kahvipavujen väliltä. Ne voidaan myös jämäkkyyssäädettyä passiivisesti, jos robotin paino ajaa ilman pois kahvipavujen välistä.

Epätasaiset Pinnat

Robotti testattiin kävelemällä eri pinnoilla, kuten tasaisella maalla, puukuitupinnoilla ja soralla, sekä ilman ja kanssa joustavia jalkoja. Tulokset osoittivat, että passiivinen jämäkkyyssäätely on tehokkainta tasaisella maalla ja aktiivinen jämäkkyyssäätely on paras löysillä kivillä.

Joustavien jalkojen ansiosta robotin jalat pystyivät paremmin ottamaan maasta otteen, mikä puolestaan lisäsi sen nopeutta. Tämä oli erityisen totta, kun robotti käveli ylös kaltevaa ja epätasaista maastoa.

Nick Gravish on professori UC San Diegon mekanisen ja ilmailutekniikan osastossa ja tutkimuksen yhteistekijä.

“Luonnon maailma on täynnä haasteellisia maastoja roboteille – liukkaat, kiviset ja pehmeät pinnat kaikki tekevät kävelemisestä monimutkaista”, Gravish sanoi. “Jalat, jotka voivat sopeutua näihin eri pinnoihin, voivat auttaa roboteja parantamaan liikkuvuuttaan.”

Tutkijat yrittävät nyt kehittää pehmeitä antureita jalkojen pohjalle, mikä mahdollistaisi elektronisen ohjauspaneelin käytön. Elektroninen ohjauspaneeli tunnistaisi pinnoan, jolla robotti kävelee, ja päättäisi, tarvitsevatko jalat aktiivista vai passiivista jämäkkyyssäätelyä. Tutkijat jatkavat myös suunnittelun ja ohjausalgoritmien kehittämistä paremman tehokkuuden saavuttamiseksi.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.