ロボットのための高度なパスプランニングアプローチを開発

ミシガン大学の研究者は、粗い地形を走行するロボットの速度を上げる新しいパスプランニングアプローチを開発しました。新しく開発されたアルゴリズムは、標準的なアルゴリズムよりも3倍も頻繁に成功したパスを見つけることができました。また、処理時間も大幅に短縮されました。

この研究は、Autonomous Robotsに掲載されました。

新しいアルゴリズムの開発

このアルゴリズムは、ロボットがアームのような付属物を使用して、崩壊した建物や建設現場などの粗い地形でバランスを維持するために特に設計されました。

ドミトリー・ベレンソンは、電気電子工学の准教授であり、ロボティクス研究所のコアファカルティです。

「崩壊した建物の中や非常に粗い地形では、ロボットは常に足だけでバランスを維持して前進することはできません。手と足の両方をどこに置くかを判断するための新しいアルゴリズムが必要です。すべての肢体を合わせて安定性を維持する必要がありますが、これは非常に難しい問題です。」とベレンソンは述べました。

新しい研究により、ロボットは地形の難易度を判断してから、最適なパスを計算することができます。

ユーチ・リンは、最近のロボティクス博士課程修了者であり、Neuro Inc.のソフトウェアエンジニアです。

「まず、ロボットをさまざまな方法で手と足を配置してバランスを維持し、進歩するようにマシンラーニングを使用して訓練しました。次に、ロボットは新しい複雑な環境に配置されたときに、学習した内容を使用してパスの通行可能性を判断し、目標に到達するためのパスを見つけることができます。」とリンは述べました。

しかし、従来の計画アルゴリズムを使用して長距離のパスを計画するにはまだ時間がかかります。

「長距離のパス全体で手と足の位置をすべて見つけることは非常に時間がかかります。」とベレンソンは述べました。

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

分割と征服

この問題を解決するために、チームは「分割と征服」のアプローチに頼りました。パスを難易度の高いセクションと低いセクションに分割しました。前者では、ロボットは学習ベースの方法を適用し、後者では、より単純なパス計画を使用しました。

「それは簡単に聞こえるかもしれませんが、問題を正しく分割する方法と、各セグメントにどの計画方法を使用するかを判断することは非常に難しいです。」とリンは述べました。

これを行うには、チームは環境全体の幾何学的モデルが必要であり、それはロボットの前方に飛行するドローンによって取得できます。

チームは、廃墟の廊下にヒューマノイドロボットを配置した仮想実験を作成し、結果はチームの方法が以前の方法よりも成功率と計画時間で優れていることを示しました。これは、災害シナリオでは非常に重要です。

50回の試行のうち、チームの方法は84%の確率で目標に到達しました。これは、基本的なパスプランナーが26%だったのと比較しての大きな違いです。計画時間も2分少しでした。これは、基本的なパスプランナーが3分以上かかったのと比較しての大きな違いです。

さらに、チームは、車輪付きロボットに胴体と2本の腕を付けた実験でも、方法が機能することを実証しました。ロボットのベースは急な坂に置かれ、不均一な表面が移動するときに「手」で自分自身を支えました。チームの方法により、ロボットはパスをわずか0.1秒で計画することができました。これは、基本的なパスプランナーが3.5秒かかったのと比較しての大きな違いです。

チームは今後、動的に安定した運動を組み込むことを目指しています。これは、人間や動物の自然な動きに似ています。これにより、ロボットの移動速度が向上します。なぜなら、ロボットは常にバランスを維持する必要がないからです。