Robotique
Des chercheurs développent une approche avancée de planification de trajectoire pour les robots
Des chercheurs de l'Université du Michigan ont développé une nouvelle approche de planification de trajectoire qui accélère les robots sur des terrains accidentés. L'algorithme nouvellement développé était capable de trouver des chemins réussis trois fois plus souvent que les algorithmes standard, et il nécessitait beaucoup moins de temps de traitement.
La recherche a été publiée dans Robots Autonomes.
Développer le nouvel algorithme
L'algorithme était spécifiquement destiné aux robots qui utilisent des appendices en forme de bras pour maintenir l'équilibre sur des terrains accidentés, tels que les zones sinistrées et les chantiers de construction.
Dmitry Berenson est professeur agrégé de génie électrique et informatique et professeur principal à l'Institut de robotique.
"Dans un bâtiment effondré ou sur un terrain très accidenté, un robot ne sera pas toujours capable de s'équilibrer et d'avancer avec seulement ses pieds", a déclaré Berenson. « Vous avez besoin de nouveaux algorithmes pour savoir où mettre les pieds et les mains. Vous devez coordonner tous ces membres ensemble pour maintenir la stabilité, et ce à quoi cela se résume est un problème très difficile.
La nouvelle recherche aide les robots à déterminer la difficulté d'un terrain avant de calculer la meilleure voie à suivre.
Yu-Chi Lin est récemment diplômé d'un doctorat en robotique et ingénieur logiciel chez Neuro Inc.
"Tout d'abord, nous avons utilisé l'apprentissage automatique pour entraîner le robot aux différentes manières dont il peut placer ses mains et ses pieds pour maintenir son équilibre et progresser", a déclaré Lin. "Ensuite, lorsqu'il est placé dans un environnement nouveau et complexe, le robot peut utiliser ce qu'il a appris pour déterminer dans quelle mesure un chemin est traversable, ce qui lui permet de trouver un chemin vers l'objectif beaucoup plus rapidement."
Malgré la nouvelle méthode améliorée, il faut encore beaucoup de temps pour planifier un long chemin réussi tout en utilisant des algorithmes de planification traditionnels.
"Si nous essayions de trouver tous les emplacements des mains et des pieds sur un long chemin, cela prendrait beaucoup de temps", a déclaré Berenson.
Diviser et conquérir
Pour contourner ce problème, l'équipe s'est appuyée sur une approche « diviser pour régner ». Ils divisent le chemin en sections difficiles à traverser et en sections plus faciles à traverser. Avec le premier, les robots appliquent leur méthode basée sur l'apprentissage, et avec le second, ils utilisent une planification de trajectoire plus simple.
"Cela semble simple, mais il est vraiment difficile de savoir comment répartir correctement ce problème et quelle méthode de planification utiliser pour chaque segment", a déclaré Lin.
Pour ce faire, les chercheurs ont besoin d'un modèle géométrique de l'ensemble de l'environnement, qu'ils peuvent obtenir en pilotant un drone qui surveille le robot.
L'équipe a créé une expérience virtuelle avec un robot humanoïde dans un couloir de gravats, et les résultats ont démontré que la méthode de l'équipe surpassait les méthodes précédentes en termes de succès et de temps total de planification. Ceci est crucial lors de scénarios de catastrophe.
Sur 50 essais, la méthode de l'équipe a atteint l'objectif 84 % du temps contre 26 % pour le planificateur de parcours de base. Il n'a fallu qu'un peu plus de deux minutes pour planifier, contre plus de trois minutes pour le planificateur de chemin de base.
En plus de cela, l'équipe a également démontré comment leur méthode peut fonctionner dans le monde réel avec un robot à roues avec un torse et deux bras. La base du robot était placée sur une rampe escarpée et il utilisait ses «mains» pour se caler lorsqu'une surface inégale se déplaçait. La méthode de l'équipe a permis au robot de planifier un chemin en un peu plus d'un dixième de seconde, contre un peu plus de 3.5 secondes avec le planificateur de chemin de base.
L'équipe va maintenant chercher à incorporer un mouvement dynamiquement stable, qui est similaire au mouvement naturel des humains et des animaux. Cela améliorerait la vitesse de déplacement du robot, puisqu'il n'a pas besoin d'être constamment en équilibre.
