저비용 로봇은 거의 모든 장애물을 탐색합니다.

한 연구팀이 저비용의 작은 다리 로봇이 거의 모든 장애물이나 지형을 탐색할 수 있는 로봇 시스템을 설계했습니다. 로봇은 높이에 가까운 계단을 오르내리거나 바위가 많고 미끄럽고 고르지 않고 가파르고 다양한 지형을 탐색할 수 있습니다. 그것은 또한 틈새를 가로질러 걷고, 바위를 오르고, 어둠 속에서 작동할 수 있습니다. 

XNUMXD덴탈의 프로젝트 이 시스템을 개발하기 위해 카네기 멜론 대학의 컴퓨터 과학 학교와 버클리 캘리포니아 대학의 연구원들이 수행했습니다. 

새로운 기술로 소형 로봇의 역량 강화

Deepak Pathak은 Robotics Institute의 조교수입니다. 

Pathak은 "소형 로봇이 계단을 오르고 다양한 환경을 처리할 수 있도록 하는 것은 사람들의 가정과 수색 및 구조 작업에 유용한 로봇을 개발하는 데 매우 중요합니다."라고 말했습니다. "이 시스템은 많은 일상 업무를 수행할 수 있는 견고하고 적응력이 뛰어난 로봇을 만듭니다." 

이 로봇은 공공 공원의 고르지 않은 계단과 비탈에서 테스트되었으며 디딤돌과 미끄러운 표면 위를 걷는 능력을 테스트했습니다. 또한 인간이 장애물을 뛰어 넘는 것과 같은 계단을 오르는 임무도 맡았습니다. 로봇은 비전과 소형 온보드 컴퓨터를 사용하여 지형에 빠르게 적응하고 마스터하는 인상적인 능력을 달성합니다. 

로봇은 시뮬레이터에서 4,000개의 클론으로 훈련되었습니다. 이 클론들은 복잡한 지형을 걷고 오르는 연습을 했으며, 시뮬레이터의 속도 덕분에 로봇은 단 하루 만에 XNUMX년의 경험을 쌓을 수 있었습니다.

훈련 중에 학습된 운동 기술은 시뮬레이터에 의해 신경망에 저장되었으며 연구원은 이를 실제 로봇에 복사했습니다. 이 혁신적인 접근 방식은 로봇의 움직임에 대한 수작업 엔지니어링이 없음을 의미했습니다. 

오늘날의 많은 로봇 시스템은 주변 환경의 지도를 생성하는 카메라에 의존하며, 이 지도는 로봇이 실행되기 전에 움직임을 계획하는 데 사용됩니다. 그러나 이 프로세스는 매핑 단계의 부정확성 또는 잘못된 인식으로 인해 느리고 오류가 발생하기 쉽습니다. 이러한 부정확성은 계획 및 이동에 영향을 미칠 수 있습니다. 

매핑 및 계획은 높은 수준의 제어에 중점을 둔 시스템에 유용하지만 걷기 또는 달리기와 같은 낮은 수준의 기술에 대한 동적 요구 사항에 항상 최선은 아닙니다. 

효율적이고 빠른 기동 

새로 개발된 로봇 시스템은 매핑 및 계획 단계를 건너뛰고 비전 입력을 로봇 제어에 직접 라우팅합니다. 이것은 기본적으로 로봇이 그에 따라 보고 움직이는 것을 의미합니다. 획기적인 기술을 통해 로봇은 복잡한 지형에 매우 빠르고 효과적으로 반응할 수 있습니다. 

로봇의 움직임은 머신러닝을 통해 훈련되므로 로봇의 가격이 저렴해집니다. 테스트된 로봇은 시장에 있는 다른 로봇보다 최소 25배 저렴했습니다. 팀에 따르면 그들의 알고리즘은 저비용 로봇의 접근성을 훨씬 더 높일 수 있다고 합니다. 

Ananye Agarwal은 SCS 박사입니다. 기계 학습 학생입니다. 

"이 시스템은 로봇의 모터에 명령을 출력하기 위한 입력으로 신체의 시각과 피드백을 직접 사용합니다."라고 Agarwal은 말했습니다. “이 기술을 통해 시스템은 현실 세계에서 매우 견고합니다. 계단에서 미끄러지면 회복할 수 있습니다. 미지의 환경에 들어가 적응할 수 있습니다.” 

로봇 시스템은 자연에서 크게 영감을 받았습니다. 키가 XNUMX피트 미만인 로봇의 경우 인간이 높이의 계단이나 장애물을 오르기 위해 높은 장애물을 넘어갈 때 사용하는 동작을 채택하는 방법을 배웠습니다. 이 시스템은 고관절 외전을 사용하여 사용 가능한 가장 진보된 다리 로봇 시스템으로도 어려운 장애물을 극복합니다. 

팀은 또한 영감을 얻기 위해 다리가 네 개인 동물을 살펴보았습니다.

“네발 동물은 뒷다리가 앞다리를 추적할 수 있는 기억력을 가지고 있습니다. 우리 시스템은 비슷한 방식으로 작동합니다.”라고 Pathak은 말했습니다. 

온보드 메모리를 통해 뒷다리는 카메라가 본 것을 기억하여 장애물을 잘 헤쳐나갈 수 있도록 합니다. 

Ashish Kumar는 박사입니다. 버클리 재학생. 

"지도도, 계획도 없기 때문에 우리 시스템은 지형과 앞다리를 어떻게 움직였는지 기억하고 이를 뒷다리로 변환하여 빠르고 완벽하게 수행합니다."라고 Kumar는 말합니다. 

새로운 연구는 다리가 있는 로봇을 둘러싼 주요 과제 중 일부를 해결하는 데 큰 역할을 할 수 있습니다. 가정에서 사용하도록 유도하는 데 도움이 될 수도 있습니다.