Robotik och fysisk AI

Ingenjör bygger multi-bent swarmrobotar

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

En forskare vid University of Notre Dame har utvecklat multi-bent robotar som kan manövrera genom svåra miljöer och slutföra komplexa uppgifter som en swarm. 

Forskningen publicerades i Science Robotics

Yasemin Ozkan-Aydin är biträdande professor i elektroteknik vid universitetet. Hon är den som skapat den nya roboten.

“Bent robotar kan navigera i svåra miljöer som grov terräng och trånga utrymmen, och användningen av ben erbjuder effektiv kroppsstöd, möjliggör snabb manövrerbarhet och underlättar hinderövergång,” sa Ozkan-Aydin. “Men bent robotar står inför unika rörlighetsutmaningar i terrestra miljöer, vilket resulterar i minskad lokomotorisk prestanda.”

Förbättra rörlighet

Ozkan-Aydin hypotesiserade att en fysisk anslutning mellan enskilda robotar kunde förbättra rörligheten hos ett terrestriskt bent kollektivsystem. Genom att fysiskt ansluta enskilda robotar till varandra för att bilda ett multi-bent system kan de kollektivt övervinna utmaningar bättre än en enskild robot som slutför små uppgifter. 

“När myror samlar eller transporterar föremål, om en kommer över ett hinder, arbetar gruppen kollektivt för att övervinna hindret. Om det finns ett gap i vägen, till exempel, kommer de att bilda en bro så att de andra myrorna kan resa över – och det är inspirationen för denna studie,” sa hon. “Genom robotik kan vi få en bättre förståelse för dynamiken och det kollektiva beteendet hos dessa biologiska system och utforska hur vi kan använda den här typen av teknik i framtiden.”

Bygga robotarna

Ozkan-Aydin använde en 3D-skrivare för att konstruera de fyr-benta robotarna, som mäter 15 till 20 centimeter i längd. Var och en består av en litiumpolymerbatteri, mikrokontroller och tre sensorer. Det finns en ljussensor fram och två magnetiska sensorer fram och bak, vilket möjliggör anslutning till varandra. 

Med tillägg av fyra flexibla ben behöver robotarna inte lika många sensorer och delar, och det hjälper dem att interagera med grov eller ojämn terräng. 

“Du behöver inte ytterligare sensorer för att upptäcka hinder eftersom flexibiliteten i benen hjälper roboten att röra sig rakt förbi dem,” sa Ozkan-Aydin. “De kan testa för gap i en väg, bygga en bro med sina kroppar; flytta föremål enskilt; eller ansluta för att flytta föremål kollektivt i olika typer av miljöer, inte så olika som myror.”

Robotarna testades på en mängd olika ytor, såsom gräs, mulch, löv och ekollon. Experimenter på platt mark innefattade partikelskiva och trappor med isolerings-skum, och andra tester inkluderade shag-matta och rektangulära träblock. 

Om en enskild enhet blev fast, skickade den en signal till ytterligare robotar. Dessa robotar anslöt sedan till varandra för att stödja varandra genom hinder medan de arbetade samarbetande. 

Enligt Ozkan-Aydin kan den nya forskningen hjälpa till med designen av lågkostnads bent swarm som kan anpassa sig till oförutsedda situationer och utföra samarbetande uppgifter som sök- och räddningsuppdrag, kollektiv föremåls transport och rymdutforskning. Hon kommer nu att fokusera på att förbättra kontroll-, sensor- och kraftförmågan hos systemen. 

“För funktionella swarm-system behöver batteritekniken förbättras,” sa hon. “Vi behöver små batterier som kan ge mer kraft, idealiskt som varar mer än 10 timmar. Annars är det inte hållbart att använda det här systemet i den riktiga världen.” Ytterligare begränsningar inkluderar behovet av fler sensorer och kraftfullare motorer – samtidigt som robotarnas storlek hålls liten.

“Du måste tänka på hur robotarna skulle fungera i den riktiga världen, så du måste tänka på hur mycket kraft som krävs, storleken på batteriet du använder. Allt är begränsat så du måste fatta beslut om varje del av maskinen.”

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.