Исследователи создают автономный навигационный робот с колесными конечностями

Кредит: Джунхо Ли

Исследователи из Robotic Systems Lab’s Eth Zurich недавно представили новый дизайн робота, который сочетает в себе возможности колесных и ноги -роботов.Этот робот, представленный в научной робототехнической статье, ориентируется на окружающую среду, используя различные методы обучения подкрепления, которые позволяют ему плавно переходить между режимами вождения и ходьбы, адаптируясь к разным местности.

«Основной целью проекта было создание крупномасштабной системы автономного вождения для такого наземного робота с самой быстрой скоростью»,-сказал Tech Xplore Joonho Lee, соавтор газеты.«Это результат более чем пяти лет исследований в области ноги, автономной навигации и восприятия робота».

Роботизированная система, разработанная Ли и его коллегами, основана на предыдущем роботе, созданном командой Cerberus, командой, в том числе исследователями в компании Flyability Company, которая выиграла подземный вызов DARPA в 2021 году. В отличие от робота, разработанного командой Цербером, однако,Их система имеет упрощенную конструкцию и более продвинутую навигационную систему с AI.

«Традиционно планирование навигации для наземных роботов было выполнено с использованием методов онлайн -оптимизации», - пояснил Ли.«Такие подходы отлично работают для простых колесных роботов или роботов с медленной тарифом, но в случае быстро движущихся роботов, таких как наши (которые могут ездить до 20 км/ч), они не могут обеспечить достаточно быстрых планов навигации. Для роботов движутся в 2М/с, 0,5 секунды задержки могут привести к ошибке 1 м, что может привести к катастрофическому столкновению ».

Чтобы позволить своему роботу автономно ориентироваться в окружающей среде, исследователи разработали, обучали и проверяли различные методы обучения иерархического подкрепления.В конечном счете, они обучили контроллер на основе нейронной сети, который может обрабатывать различные типы входов, создавая новые планы навигации для робота в миллисекундах.

«Еще одним большим преимуществом нашего подхода является то, что наш контроллер нейронной сети полностью понимает нелинейную и сложную динамику ноги -роботов», - сказал Ли.«Поскольку он понимает, как робот ведет себя на разных местах на разных скоростях, он может очень эффективно ориентироваться в роботе».

На гладких местах, которые легко двигаться дальше, робот, разработанный в Eth Zurich, движется вперед, используя тем самым свои колеса и сводя к минимуму энергопотребление.На более сложных местах, которые было бы трудно или невозможно ориентироваться, используя колеса, например, в присутствии этапов, робот может переключиться на режим ходьбы.

Контроллер на основе нейронной сети, разработанный и обученный Ли и его коллегами, могут обрабатывать сенсорные данные, чтобы определить наиболее эффективный способ для робота на определенные территории.Это позволяет роботу эффективно сочетать сильные стороны обычных колесных роботов с простыми роботами.

«Колесные роботы эффективны, но не могут пройти высокие препятствия», - сказал Ли.”С другой стороны, роботы с ногами очень хороши в преодолении препятствий и крутых склонов, но их эффективность очень низкая, потому что им приходится управлять более 10 суставами по нерегулярному. Обычно ходячими роботами могут работать только до 1 часа..

Контроллер, разработанный Ли и его коллегами, не использует классическое планирование и методы управления на основе моделей.Примечательно, что эти традиционные методы часто обнаруживались плохо в реальных условиях, характеризующихся неопределенностью и случайными нарушениями.

Вместо этого контроллер команды управляется двумя искусственными нейронными сетями.Эти сети обрабатывают данные, собранные датчиками, интегрированными в робот, производят подходящие ходьбы, и решают, в каком направлении должен двигаться робот.

«Чтобы обучить агента навигации, мы создали специальную среду симуляции, которая напоминает компьютерную игру», - сказал Ли.«Наше программное обеспечение автоматически генерирует новые« этапы »для контроллера навигации с различными сложными местами и нарушениями. После нескольких часов обучения мы получили очень надежные и универсальные контроллеры нейронной сети, которые могут обрабатывать все виды грубых территорий и лабиринта, подобных лабиринту».

Еще одним преимуществом навигационной системы, управляющей движениями робота, является то, что она проще, чем многие существующие контроллеры.Одна из двух нейронных сетей, на которых она опирается, фокусируется на планировании ходьбы, а другая посвящена общей навигации робота.Контроллер также включает в себя базовое картирование местности и модули SLAM (одновременная локализация и картирование).

«Это самый простой дизайн навигационной системы, который я видел, в то время как очень сильные контроллеры нейронной сети устраняют много технических усилий в области интеграции систем», - сказал Ли.«Фактическое время, которое мы потратили на создание самой навигационной системы, составляло менее года».

Ли и его коллеги проверили свою навигационную систему в серии экспериментов, проведенных в реальных условиях.Они обнаружили, что он был очень реактивным и высокопроизводительным, поскольку он позволил их роботу успешно пройти более 10 км в двух разных европейских городах, а именно Цюрихе и Севилье.

В будущем робот и навигационная система, представленные в этой недавней статье, могут быть улучшены и развернуты в различных условиях.Одним из их наиболее перспективных применений будет быстрое, надежное и автономное доставка товаров на различных местах.

«Теперь я хочу расширить эту систему с помощью мультимодальных входов»,-добавил Ли.«В настоящее время это опирается только на геометрическую информацию для навигации и ходьбы, но в реальном мире есть больше вещей, которые мы должны рассмотреть во время прогулки.Мокрый, если он должен оставаться на тротуаре или на траве, если включен красный светофор и так далее ».

More information: Learning robust autonomous navigation and locomotion for wheeled-legged robots. Science Robotics(2024). DOI: 10.1126/scirobotics.adi9641.