Robotik och fysisk AI

Datorgrafikteknologi anpassad för mjuk robotik

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Forskare från University of California, Los Angeles (UCLA) och Carnegie Mellon University har anpassat avancerad datorgrafikteknologi för mjuk robotik. De använde samma teknik som animations- och videospelutvecklare använder för att skapa mycket detaljerade bilder, såsom hår och tyg i animerade filmer. Den används nu av forskarna för att simulera mjuka, ledda robotar och deras rörelser. 

Arbetet publicerades i Nature Communications den 6 maj. Artikeln har titeln “Dynamic Simulation of Articulated Soft Robots.”

Khalid Jawed är studiens författare och biträdande professor i mekanisk och rymdteknik vid UCLA Samueli School of Engineering. 

“Vi har uppnått snabbare än realtids-simulering av mjuka robotar, och detta är ett stort steg mot sådana robotar som är autonoma och kan planera sina egna handlingar”, sa Jawed.  “Mjuka robotar är tillverkade av flexibelt material, vilket gör dem intrinsikalt motståndskraftiga mot skador och potentiellt mycket säkrare i interaktion med människor. Före denna studie har det varit svårt att förutsäga rörelserna hos dessa robotar, eftersom de ändrar form under drift.”

DER och FEM-teknologier

En algoritm som kallas diskreta elastiska stänger (DER) används ofta i filmproduktion för att animera fritt flödande objekt. På bara en bråkdel av en sekund kan DER förutsäga hundratals rörelser. 

Forskarna satte upp målet att använda DER för att utveckla en fysikmotor som kan simulera rörelserna hos bio-inspirerade robotar. De ville också använda den för robotar som existerar i svåra miljöer, som de som utvecklats för Mars eller under vatten. 

Finita elementmetoden (FEM) är också en algoritm-baserad teknik, och den kan simulera rörelserna hos fasta och styva robotar. Men FEM är inte idealisk när det gäller mjuka, naturliga rörelser och den nivå av detalj som krävs. Dessutom kräver FEM mycket beräkningskraft och långa tider. 

För att utveckla och simulera mjuka robotar har robotikerna förlitat sig på trial-and-error-metoder. 

Carmel Majidi är biträdande professor i maskinteknik vid Carnegie Mellons College of Engineering. 

“Robotar tillverkade av hårda och oelastiska material är relativt lätta att modellera med befintliga simuleringsverktyg”, sa Majidi.  “Hittills har det inte funnits bra programvaror för att simulera robotar som är mjuka och mjuka. Vårt arbete är ett av de första som visar hur mjuka robotar kan simuleras med samma datorgrafikprogram som har använts för att modellera hår och tyg i storfilmer och animerade filmer.”

Forskarna började samarbeta i Majidis Soft Machines Lab för över tre år sedan. Deras senaste projekt innebar att Jawed körde simuleringar i sitt forskningslaboratorium vid UCLA och Majidi utförde fysiska experiment för att bekräfta simuleringsresultaten. 

Simuleringsverktyget minskar drastiskt den tid det tar att få en mjuk robot till tillämpningspunkten. 

Stöd från Arméns forskningskontor

Forskningen delvis finansierades av Arméns forskningskontor, som är en del av US Army Combat Capabilities Development Commands Arméns forskningslaboratorium. 

Dr. Samuel Stanton är programchef vid Arméns forskningskontor. 

“Experimentella framsteg inom mjukrobotik har varit före teorin under flera år”, sa Stanton. “Detta är ett betydande steg i vår förmåga att förutsäga och utforma för dynamik och kontroll i högt deformbara robotar som opererar i begränsade utrymmen med komplexa kontakter och ständigt föränderliga miljöer.”

Teknologin undersöks och testas nu på andra typer av mjuka robotar. Ett av dessa områden är robotar som baseras på rörelserna hos bakterier och sjöstjärnor, som kan användas för oceanografiska uppgifter som att övervaka havsvattenförhållanden eller inspektera marint liv.

Alex McFarland är en AI-journalist och författare som utforskar de senaste utvecklingarna inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.