Forskere skaber en flåde af robotter til at navigere i ukendte underjordiske miljøer

Tidligere på semesteret en gruppe Penn-studerende, postdocs, og fakultetet rejste til en eksperimentel mine nær Pittsburgh for at deltage i den første runde af Subterranean (SubT) Challenge arrangeret af Defense Advanced Research Projects Agency (DARPA). Anført af Camillo J. Taylor, forskere samarbejdede med Penn spinoff-virksomheder for at bygge et team af robotter til at navigere og udforske ukendte underjordiske miljøer.

DARPA-udfordringer er beregnet til at inspirere til innovative løsninger på komplekse problemer, og målet med SubT var at udvikle robotter, der kunne sendes til steder, der er for farlige for mennesker, som en undergrundstunnel efter en brand eller en mine, hvor arbejdere er fanget. Disse robotter kunne derefter sende rapporter tilbage om, hvad de så, til en person, der kunne forblive på et sikkert sted.

Medlemmer af Pennsylvania Laboratory for Underground Tunnel Operations team, PLUTO for kort, havde erfaring med at arbejde med droner i udfordrende omgivelser, men at gå under jorden betød, at en anden type platform var nødvendig for at bære tungt udstyr, mens man navigerede i smalle rum. Ved at kombinere Ghost Robotics ben "hunde" platforme med Exyn teknologi droner, PLUTO forenede tidligere ekspertiseområder med fordelene ved et bensystem.

For at krydse en mine med succes, robotter skal kunne se, hvad der er omkring dem, så de kan undgå forhindringer, mens de også deler, hvad de ser, med menneskelige operatører. Hver hund bar en lysdetektions- og afstandsanordning, der bruger laserlys til at skabe et 3-D-kort, stereo RGB-kameraer for at se artefakter, termiske kameraer til at registrere varmesignaturer, og en indbygget computer til at behandle dataene.

PLUTOs robotter har også brug for evnen til at bestemme, hvor de skal rejse næste gang, genkende artefakter, og videresende information til andre hunde og til mennesker uden for minen. Programmer udviklet af Ph.D. studerende Anthony Cowley blev brugt til at generere et kort over robottens placering baseret på billeder indsamlet af sensorerne, mens artefakter som rygsække og telefoner blev opdaget ved hjælp af et program udviklet af Ph.D. studerende Shreyas Shivakumar.

Kommunikation er særlig udfordrende under jorden, da radiobølger ikke kan bevæge sig gennem tykke hulevægge. PLUTOs strategi, ledet af kandidatstuderende Fernando Cladera, var at skabe et "bucket brigade" system, der gjorde det muligt for robotter at dele data med hinanden. Den vej, hvis en robot ikke kunne komme tilbage til indgangen, de data, den indsamlede, kunne stadig videresendes af andre hunde til basestationen.

At bringe alle disse evner sammen kræver autonomi på højt niveau for at give robotterne mulighed for at planlægge deres udforskningsstrategier uden direkte menneskelig input. Ph.D. studerende Ian Miller ledede denne indsats og hjalp med at sikre, at alle sensorer, hardware, og algoritmer arbejdede sammen.

PLUTO tilbragte tid på nummer 9 kulmine og museum i Lansford, Pennsylvania, over sommeren og ved Colorado School of Mines eksperimentelle mine tidligere på året for at se, hvordan deres automatiserede systemer fungerede under jorden. Mange måneders forberedelse førte op til den første runde af SubT-udfordringen i august mod ti andre hold, en testmine nær Pittsburgh.

Hvert hold gennemførte to minekurser og havde to forsøg gennem hvert kursus for at finde artefakter, lige fra rygsække, mobiltelefoner, ildslukkere, og dummy personale, med en tidsbegrænsning på en time. Ingen af ​​teammedlemmerne fik lov til at rejse inde i minen, og kun Miller fik lov til at interagere med robotterne, mens de indsamlede data.

Mens deres robotter ikke opdagede så mange artefakter som håbet, PLUTO-teamet er tilfredse med, hvordan systemet fungerede i så udfordrende og ukendte miljøer. Komponenter, der fungerede godt, inkluderer, hvordan hundene opdagede og udforskede tunneler, deres evne til at genkende objekter, og deling af data gennem bucket-brigaden. Adskillige påvisninger blev leveret af "faldne" hunde, viser, hvordan deres system var modstandsdygtigt, selv når individuelle robotter snublede.

Adarsh ​​Kulkarni, en kandidatstuderende, der også arbejder hos Ghost Robotics, siger, at han er tilfreds med hundenes mekaniske stabilitet og hvor godt de klarede sig selv efter flere fald. "Dette var langt det hårdeste, vi har kørt robotterne og de værste miljøer, de har været i, " siger Kulkarni. "Minen er sit eget udyr."

"De fik tæsk hver eneste dag, og de arbejdede næste morgen, " tilføjer Shivakumar. "Det er virkelig prisværdigt."

Selvom noget af deres design var blevet overegnet til udfordringer, der var specifikke for nummer 9, inklusive sensorer designet til smalle, teksturerede vægge, mens SubT havde bredere, glatte vægge, erfaringerne viste holdet på første hånd, hvor svært det er at konstruere robotter, der er bestemt til ukendte miljøer, og det var en sjælden mulighed for at teste robotter i nye omgivelser. "Det er meget anderledes end den normale akademiske arbejdsgang, " siger Miller. "At gå fra en algoritme til noget, der fungerer på et sted, som du aldrig har set før, er meget forskellige problemer."

Disse "sidste 10%" inden for robotteknologi, at lave et automatiseret system, der er robust og pålideligt, er en udfordring, der ofte løses gennem en kombination af topmoderne teknologi og pragmatiske perspektiver. "Nogle gange er disse systemer ikke nye i sig selv, men det nye er deres implementering i et uafprøvet miljø, " siger Cladera. "Det nye er, hvordan man løser alle disse problemer, så robotterne er pålidelige i barske miljøer."

Holdet diskuterer stadig deres planer for fremtidige runder af SubT, med næste runde i februar i bymæssige omgivelser, betyder mere menneskeskabte strukturer og former som skarpe vinkler, glatte vægge, og trapper. Uanset hvad der venter forude, at skabe og sende robotter ind i udfordrende miljøer i den virkelige verden er grundlæggende for fremskridt både hos Penn og inden for robotteknologi som helhed, især for en fremtid, hvor automatiserede systemer kunne få til opgave at udføre en lang række udfordrende opgaver fra at køre bil til at søge efter overlevende.

Forskere ved Penn's General Robotics, Automatisering, Sansning, og Perception Lab er velplaceret til at løse disse udfordringer, blandt andet takket være en kultur, der tilskynder til samarbejde og kommunikation. "Det er noget, vi indgyder alle, der går ind i vores anlæg, " siger Taylor. "Hvis du ikke er bekymret for at have et projekt, der kun passer inden for dit ekspertiseområde, hvis du er villig til at være bred om, hvordan du tænker, det giver dig mulighed for at gøre større ting."