Autonom Robot hittar och öppnar dörrar medan den laddar upp sig själv

Ett team av ingenjörsstudenter vid University of Cincinnati bygger en autonom robot som kan öppna sina egna dörrar och hitta närmaste eluttag, vilket gör att den kan laddas utan mänsklig hjälp.

Den nya studien publicerades i tidskriften IEEE-åtkomst. 

Dörrar – en robots kryptonit

Ett av de största hindren för robotar är dörrar. 

Ou Ma är professor i flygteknik vid University of Cincinnati. 

"Robotar kan göra många saker, men om du vill att en ska öppna en dörr av sig själv och gå genom dörröppningen är det en enorm utmaning," sa Ma.

Teamet kunde övervinna detta problem i tredimensionella digitala simuleringar, och det är ett stort steg framåt för hjälprobotar. Dessa robotar kan inkludera de som dammsuger och desinficerar kontorsbyggnader, flygplatser och sjukhus. De utgör en stor del av robotindustrin på 27 miljarder dollar. 

Yufeng Sun är studiens huvudförfattare och doktorand vid UC College of Engineering and Applied Science. 

Enligt Sun har vissa forskare arbetat runt detta problem genom att skanna ett helt rum för att skapa en digital 3D-modell, som gör det möjligt för en robot att lokalisera en dörr. Detta är dock en tidskrävande lösning som endast är tillämplig på det rum som ska skannas. 

Det finns många utmaningar med att utveckla en autonom robot för att öppna en dörr själv. För det första kommer de i olika färger och storlekar, och de har olika handtag som kan vara lägre eller högre. Robotar måste också veta hur mycket kraft de ska använda för att öppna dörrar för att övervinna motstånd. Eftersom många offentliga dörrar är självstängande kan en robot tappa greppet och bli tvungen att börja om.

Använder maskininlärning

Genom att använda maskininlärning gjorde UC-studenterna det möjligt för roboten att "lära" sig själv hur man öppnar en dörr genom att trial and error. Det betyder att roboten korrigerar sina misstag medan den går, och simuleringar hjälper den att förbereda sig för själva uppgiften.

"Roboten behöver tillräckligt med data eller 'erfarenheter' för att träna den", sa Sun. "Detta är en stor utmaning för andra robotapplikationer som använder AI-baserade metoder för att utföra verkliga uppgifter." 

Sun och UC-masterstudenten Sam King omvandlar nu den framgångsrika simuleringsstudien till en riktig robot. 

"Utmaningen är hur man överför denna inlärda kontrollpolicy från simulering till verklighet, ofta kallad ett 'Sim2Real'-problem", sa Sun.

En annan utmaning är att digitala simuleringar vanligtvis bara är 60 % till 70 % framgångsrika i de första verkliga tillämpningarna, så Sun planerar att spendera minst ett år på att fullända det nya autonoma robotsystemet.