Meerbenige robots zijn in staat om door een verscheidenheid aan complexe en ongestructureerde terreinen te navigeren. Dankzij hun vele vrijheidsgraden kunnen ze hun loophouding aanpassen aan verschillende uitdagende omgevingen, inclusief besloten ruimtes.

Niettemin, de meest populaire en meest gebruikte meerbenige platforms kunnen deze aanpassing niet autonoom uitvoeren. Om deze beperking aan te pakken, onderzoekers bij CSIRO (Commonwealth Scientific and Industrial Research Organization), in samenwerking met ETH Zürich, hebben onlangs een nieuwe aanpak ontwikkeld waarmee poten robots autonoom hun lichaamsvorm kunnen veranderen op basis van de omgeving waarin ze werken.

"We doen al acht jaar onderzoek naar robotbenen en ontwikkelen onze eigen robots. "Navinda Kottege, hoofdonderzoeker van het team dat het onderzoek heeft uitgevoerd, vertelde TechXplore. "Deze meerbenige robots hebben veel vrijheidsgraden (bijv. Weaver heeft 30 gewrichten) waardoor ze tijdens het lopen veel verschillende houdingen kunnen aannemen. Toen we onze robots inzetten in complexe, besloten omgevingen zoals ondergrondse mijnen, holtes in het plafond of onder de vloer, we realiseerden ons dat ze hun been- en lichaamsconfiguratie (d.w.z. houding) moeten veranderen om zich door nauwe openingen te wurmen, loop over hoge obstakels of kruip onder lage uitsteeksels. Deze eis is de aanleiding voor dit onderzoek."

De recente studie van Kottege en zijn collega's is geïnspireerd op zachte robotica, het voorstellen van een vervormbare begrenzingsdoosabstractie van het robotmodel, gecombineerd met kaart- en planningsstrategieën. Voor het in kaart brengen, de onderzoekers gebruikten robotgerichte multi-elevatiekaarten die werden gegenereerd via afstandssensoren die op de robot waren gemonteerd. Voor padplanning, ze gebruikten een trajectoptimalisatie-algoritme genaamd CHOMP, die soepele trajecten kan creëren en obstakels kan vermijden.

"De sensoren die op de robot zijn gemonteerd, in dit geval een op een stereocamera gebaseerde 3D-sensor, zorgen voor een 3D-puntenwolk van de omgeving, " zei Kottege. "In wezen, dit zijn een reeks afstanden van de robot tot verschillende objecten in zijn omgeving. Deze geometrische informatie wordt omgezet in een kaart met meerdere verdiepingen waarop vloeren en plafonds worden geïdentificeerd, de robot informeren over de ruimte die hij nodig heeft om door te lopen."

De aanpak van Kottege en zijn collega's modelleert een robot als een vervormbare begrenzingsdoos, die kan worden vervormd binnen zijn specifieke gezamenlijke grenzen, om door nauwe ruimtes te passen. De onderzoekers ontwikkelden ook een reeks algoritmen waarmee deze vervormde begrenzingskaderweergave kan worden toegewezen aan een reeks gewrichtshoeken, die vervolgens naar de robot worden gevoerd, waardoor het autonoom zijn houding kan aanpassen terwijl het door de besloten ruimtes navigeert.

"De methoden die we hebben ontwikkeld, zijn niet gebonden aan een bepaalde sensor of een bepaalde robot met poten, " legde Kottege uit. "Deze bevindingen kunnen worden toegepast op gegevens die afkomstig zijn van elke sensor die een 3D-puntenwolk van de omgeving geeft (bijv. Lidars, ToF-camera's) en elke robot met voldoende vrijheidsgraden waardoor deze kan worden gemodelleerd als een vervormbare begrenzingsdoos. Door deze resultaten toe te passen, kunnen toekomstige robots hun houding effectief aanpassen in toepassingen in de echte wereld, zoals zoeken en redden in een ingestorte mijn of in de nasleep van een aardbeving om door moeilijke en complexe besloten ruimtes te komen en overlevenden op tijd te bereiken."

De onderzoekers implementeerden en evalueerden hun voorgestelde methode zowel in simulaties als op CSIRO's hexapod-robot Weaver, die 33 centimeter hoog en 82 centimeter breed is, bij normaal lopen. Ze waren in staat om te navigeren onder 25 centimeter overhangende obstakels, door 70 centimeter brede openingen en meer dan 22 centimeter hoge obstakels, in zowel kunstmatige testruimtes als realistische omgevingen, zoals een ondergrondse mijntunnel. In de toekomst, hun model zou kunnen worden toegepast op robots met poten die in mijnen moeten werken, bouwplaatsen, beschadigde gebouwen, en andere uitdagende omgevingen.

"We zullen nu blijven werken aan de ontwikkeling van robuuste en efficiënte poten robots die in staat zijn om te werken in complexe real-world omgevingen gericht op toepassingen zoals zoek- en reddingsacties, vooral in ondergrondse omgevingen zonder GPS-dekking, Kottege zei. "Dit is een werkgebied dat rijk is aan onderzoeksproblemen, variërend van het ontwerpen van mechanismen, robot detectie en perceptie tot lokalisatie en navigatie om er maar een paar te noemen."

© 2019 Wetenschap X Netwerk