En model til holdningstilpasning af benede robotter under navigation i trange rum

Flerbenede robotter er i stand til at navigere i en række komplekse og ustrukturerede terræn. Deres mange frihedsgrader giver dem mulighed for at tilpasse deres gangstilling til at navigere i flere udfordrende miljøer, inklusive begrænsede rum.

Ikke desto mindre, de mest populære og almindeligt anvendte flerbenede platforme kan ikke udføre denne tilpasning autonomt. For at løse denne begrænsning, forskere ved CSIRO (Commonwealth Scientific and Industrial Research Organization), i samarbejde med ETH Zürich, har for nylig udtænkt en ny tilgang, der gør det muligt for benede robotter autonomt at ændre deres kropsform baseret på det miljø, de opererer i.

"Vi har forsket i benede robotter og udviklet vores egne benede robotter i de sidste otte år, "Navinda Kottege, hovedforsker for teamet, der gennemførte undersøgelsen, fortalte TechXplore. "Disse flerbenede robotter har mange frihedsgrader (f.eks. Weaver har 30 led), så de kan have mange forskellige stillinger, når de går. Da vi indsatte vores robotter i komplekse begrænsede miljøer som underjordiske miner, loftshulrum eller gulvområder, vi indså, at de er nødt til at ændre deres ben- og kropskonfiguration (dvs. kropsholdning) for at presse sig igennem snævre huller, gå over høje forhindringer eller kravle under lave udhæng. Dette krav er det, der har foranlediget dette stykke forskning. "

Den nylige undersøgelse udført af Kottege og hans kolleger henter inspiration fra blød robotik, foreslår en deformerbar afgrænsningsboksabstraktion af robotmodellen, kombineret med kortlægnings- og planlægningsstrategier. Til kortlægning, forskerne brugte robotcentrerede multi-elevationskort genereret via afstandssensorer monteret på robotten. Til stiplanlæg, de brugte en baneoptimeringsalgoritme kaldet CHOMP, som kan skabe glatte baner og samtidig undgå forhindringer.

"Sensorerne monteret på robotten, i dette tilfælde en stereokamera baseret 3D -sensor, levere en 3D -punktsky af det omgivende miljø, "Sagde Kottege." I det væsentlige, disse er en række afstande fra robotten til forskellige objekter i dets omgivende miljø. Disse geometriske oplysninger konverteres til et kort med flere højder, hvor gulve og lofter identificeres, informere robotten om det rum, den har brug for at gå igennem. "

Den fremgangsmåde, som Kottege og hans kolleger har udtænkt, modellerer en robot som en deformerbar afgrænsningsboks, som kan deformeres inden for sine specifikke fælles grænser, for at passe gennem trange rum. Forskerne udviklede også en række algoritmer, der tillader denne deformerede afgrænsningsboksrepræsentation at kortlægge til et sæt ledvinkler, som derefter fodres til robotten, giver den mulighed for autonomt at tilpasse sin kropsholdning, når den navigerer gennem de trange rum.

"De metoder, vi har udviklet, er ikke bundet til en bestemt sensor eller en bestemt benet robot, "Kottege forklarede." Disse fund kan anvendes på data, der kommer fra enhver sensor, der giver en 3D -punktsky af miljøet (f.eks. Lidars, ToF -kameraer) og enhver robot med nok frihedsgrader, så den kan modelleres som en deformerbar afgrænsningsboks. Anvendelse af disse resultater kan give fremtidige robotter mulighed for effektivt at tilpasse deres stillinger i virkelige applikationer som f.eks. Søgning og redning i en sammenbrudt mine eller i kølvandet på et jordskælv for at komme igennem vanskelige og komplekse trange rum og nå overlevende i tide. "

Forskerne implementerede og evaluerede deres foreslåede metode både i simuleringer og på CSIRO's hexapod robot Weaver, som er 33 centimeter høj og 82 centimeter bred, når man går normalt. De var i stand til at opnå navigation under 25 centimeter overhængende forhindringer, gennem 70 centimeter brede huller og over 22 centimeter høje forhindringer, i både kunstige testrum og realistiske miljøer, såsom en underjordisk minetunnel. I fremtiden, deres model kunne anvendes på benede robotter, der skal operere i miner, byggepladser, ødelagte bygninger, og andre udfordrende miljøer.

"Vi vil nu fortsætte med at arbejde på at udvikle robuste og effektive bensrobotter, der er i stand til at fungere i komplekse virkelige miljøer, der er målrettet mod applikationer som f.eks. Søgning og redning, især i underjordiske miljøer uden GPS -dækning, "Kottege sagde." Dette er et arbejdsområde, der er rigt på forskningsproblemer lige fra mekanismedesign, robotføling og opfattelse til lokalisering og navigation for at nævne nogle få. "

© 2019 Science X Network