nächst Joer
Low-Cost Roboter navigéiert bal all Hindernis
Eng Team vu Fuerscher huet e Roboter System entworf, deen e bëllegen, klenge Been Roboter erméiglecht fir bal all Hindernis oder Terrain ze navigéieren. De Roboter kann Trapen op bal seng Héicht klammen an erofgoen oder navigéieren op Fielsg, rutscheg, ongläich, steil a variéiert Terrain. Et kann och iwwer Lücken trëppelen, Fielsen skaléieren an am Däischteren operéieren.
d' Projet fir de System z'entwéckelen gouf vu Fuerscher an der Carnegie Mellon University School of Computer Science an der University of California, Berkeley duerchgefouert.
Empowering Kleng Roboter mat neie Fäegkeeten
Deepak Pathak ass en Assistent Professer am Robotics Institute.
"Empowering vu klenge Roboteren fir Trapen ze klammen an eng Vielfalt vun Ëmfeld ze handhaben ass entscheedend fir Roboteren z'entwéckelen déi nëtzlech sinn an de Leit hir Haiser souwéi Sich-a-Rettungsoperatiounen", sot Pathak. "Dëse System erstellt e robusten an adaptéierbare Roboter dee vill alldeeglech Aufgaben ausféiere kann."
De Roboter gouf op ongläiche Trapen an Hiwwelen an ëffentleche Parken getest, déi seng Fäegkeet getest hunn iwwer Steppsteng an iwwer glat Flächen ze goen. Et war och d'Aufgab fir Trapen ze klammen, déi d'Äquivalent vun engem Mënsch iwwer eng Hürd sprangen. De Roboter erreecht eng beandrockend Fäegkeet fir den Terrain séier z'adaptéieren an ze beherrschen andeems hien seng Visioun an e klenge Bordcomputer benotzt.
De Roboter gouf mat 4,000 Klonen an engem Simulator trainéiert. Dës Klone praktizéiert Spazéieren a Kloteren komplex Terrainen, an d'Geschwindegkeet vum Simulator huet de Roboter erlaabt sechs Joer Erfahrung an nëmmen engem eenzegen Dag z'erreechen.
D'Motorfäegkeeten, déi während Training geléiert goufen, goufen vum Simulator an engem neurale Netzwierk gespäichert, wat d'Fuerscher dunn an de richtege Roboter kopéiert hunn. Dës innovativ Approche bedeit keng Hand-Engineering vun de Beweegunge vum Roboter.
Vill vun den haitegen Robotersystemer vertrauen op Kameraen déi eng Kaart vun der Ëmgéigend kreéieren, déi dann benotzt gëtt fir d'Beweegunge vum Roboter ze plangen ier se duerchgefouert ginn. Wéi och ëmmer, dëse Prozess kann lues sinn an ufälleg fir Feeler wéinst Ongenauegkeeten oder Mëssverständnis an der Kartéierungsstadium. Dës Ongenauegkeeten kënnen d'Planung an d'Beweegunge beaflossen.
Wärend d'Mapping an d'Planung nëtzlech beweise fir Systemer déi op Héichniveau Kontroll fokusséiert sinn, si si net ëmmer déi bescht fir déi dynamesch Ufuerderunge vu Low-Level Fäegkeeten, wéi zum Beispill Spazéieren oder Lafen.
Effizient a séier Manöveren
Den nei entwéckelte Robotersystem spréngt iwwer d'Kaart- a Planungsphasen a féiert d'Visiounsinputen direkt un d'Kontroll vum Roboter. Dëst bedeit am Fong de Roboter gesäit a bewegt deementspriechend. D'Duerchbriechungstechnik erméiglecht de Roboter ganz séier an effektiv op säi komplexen Terrain ze reagéieren.
D'Bewegunge vum Roboter ginn duerch Maschinnléieren trainéiert, wat de Roboter bëlleg mécht. Den geteste Roboter war op d'mannst 25 Mol méi bëlleg wéi d'Alternativen um Maart. Laut dem Team kéint hiren Algorithmus bëlleg Roboteren vill méi zougänglech maachen.
Ananye Agarwal ass en SCS Ph.D. Schüler am Maschinn Léieren.
"Dëse System benotzt Visioun a Feedback vum Kierper direkt als Input fir d'Ausgangsbefehle fir d'Motoren vum Roboter", sot Agarwal. "Dës Technik erlaabt de System ganz robust an der realer Welt ze sinn. Wann et op d'Trap rutscht, kann et erholen. Et kann an onbekannt Ëmfeld goen an adaptéieren.
De Roboter System war staark vun der Natur inspiréiert. Fir e Roboter mat enger Gréisst vu manner wéi engem Fouss héich, huet et geléiert d'Bewegungen ze adoptéieren déi d'Mënsche benotze fir iwwer héich Hindernisser ze trëppelen fir d'Trap oder d'Hindernisser seng Héicht ze scaléieren. De System benotzt Hip Entféierung fir Hindernisser ze iwwerwannen déi souguer schwéier sinn fir déi fortgeschratt Been Roboter Systemer verfügbar.
D'Team huet och op véierbeen Déiere gesicht fir Inspiratioun.
"Véierbeen Déieren hunn eng Erënnerung, déi hir hënnescht Been erlaabt d'Frontbeen ze verfolgen. Eise System funktionnéiert op eng ähnlech Manéier, "sot Pathak.
D'Onboard Erënnerung erlaabt den hënneschte Been ze erënneren wat d'Kamera gesinn huet, hëlleft et Hindernisser ze manoeuvréieren.
Ashish Kumar ass eng Ph.D. Schüler zu Berkeley.
"Well et keng Kaart ass, keng Planung, erënnert eise System den Terrain a wéi et de viischte Been bewegt huet an iwwersetzt dëst op dat hënnescht Been, sou séier a flawless", seet de Kumar.
Déi nei Fuerschung kéint eng grouss Roll spillen fir e puer vun de groussen Erausfuerderunge ronderëm Beenroboter ze léisen. Et kéint souguer hëllefen, hir Notzung an Haiser ze féieren.
