Robotics
Autonome robot vindt en opent deuren terwijl hij zichzelf oplaadt
Een team van ingenieursstudenten aan de Universiteit van Cincinnati bouwt een autonome robot die zijn eigen deuren kan openen en het dichtstbijzijnde stopcontact kan vinden, waardoor hij kan opladen zonder menselijke hulp.
De nieuwe studie werd in het tijdschrift gepubliceerd IEEE-toegang.
Deuren - Kryptoniet van een robot
Een van de grootste obstakels voor robots zijn deuren.
Ou Ma is professor lucht- en ruimtevaarttechniek aan de Universiteit van Cincinnati.
"Robots kunnen veel dingen, maar als je wilt dat iemand zelf een deur opent en door de deuropening gaat, is dat een enorme uitdaging", zei Ma.
Het team was in staat om dit probleem op te lossen in driedimensionale digitale simulaties, en het is een grote stap voorwaarts voor hulprobots. Deze robots kunnen onder meer zijn die kantoorgebouwen, luchthavens en ziekenhuizen stofzuigen en desinfecteren. Ze vormen een groot deel van de robotica-industrie van $ 27 miljard.
Yufeng Sun is de hoofdauteur van het onderzoek en promovendus aan het UC College of Engineering and Applied Science.
Volgens Sun hebben sommige onderzoekers dit probleem omzeild door een hele kamer te scannen om een digitaal 3D-model te maken, waarmee een robot een deur kan lokaliseren. Dit is echter een tijdrovende oplossing die alleen van toepassing is op de ruimte die wordt gescand.
Er zijn veel uitdagingen bij het ontwikkelen van een autonome robot om zelf een deur te openen. Ten eerste zijn ze er in verschillende kleuren en maten, en hebben ze verschillende handvatten die lager of hoger kunnen zijn. Robots moeten ook weten hoeveel kracht ze moeten gebruiken om deuren te openen om weerstand te overwinnen. Omdat veel openbare deuren zelfsluitend zijn, kan een robot zijn grip verliezen en opnieuw moeten beginnen.
Machine learning gebruiken
Door het gebruik van machine learning stelden de UC-studenten de robot in staat om zichzelf met vallen en opstaan te "leren" hoe een deur te openen. Dit betekent dat de robot zijn fouten gaandeweg corrigeert en dat simulaties hem helpen zich voor te bereiden op de eigenlijke taak.
"De robot heeft voldoende gegevens of 'ervaringen' nodig om hem te helpen trainen," zei Sun. "Dit is een grote uitdaging voor andere robottoepassingen die op AI gebaseerde benaderingen gebruiken voor het uitvoeren van taken in de echte wereld."
Sun en UC-masterstudent Sam King bouwen het succesvolle simulatieonderzoek nu om tot een echte robot.
"De uitdaging is hoe dit aangeleerde controlebeleid van simulatie naar realiteit kan worden overgebracht, vaak een 'Sim2Real'-probleem genoemd", zei Sun.
Een andere uitdaging is dat digitale simulaties meestal slechts voor 60% tot 70% succesvol zijn in de eerste real-world toepassingen, dus Sun is van plan om minstens een jaar te besteden aan het perfectioneren van het nieuwe autonome robotsysteem.