M-Hubo:En humanoid robot til at hjælpe mennesker med enkle daglige opgaver

Forskere verden over træner nu robotagenter til at hjælpe mennesker med en række manuelle opgaver, herunder madlavning og flytning af genstande. Mens mange af disse robotter har opnået lovende resultater, de fleste af dem er stadig ikke i stand til at udføre de opgaver, de har fået tildelt, så hurtigt som et menneske ville.

For eksempel, de fleste robotter, der er trænet til at hente genstande og transportere dem til mennesker, er ret langsomme til at opfylde brugerønsker, hvilket gør dem vanskelige at implementere i stor skala. Dette skyldes primært, at træning af kunstige midler i manipulationsopgaver kan være meget udfordrende, da disse opgaver har tendens til at involvere både opfattelse og planlægning, som tilsammen kan forhindre kollisioner, mens robotten bevæger sig i sit omgivende miljø.

Forskere ved Korea Advanced Institute of Science and Technology (KAIST) har for nylig skabt M-Hubo, en humanoid robot, der udfører simple daglige opgaver hurtigere end andre tidligere udviklede robotter. Den nye robot, præsenteret i et papir, der er forudgivet på arXiv, kan være særlig nyttig til at hjælpe ældre og personer, der har svært ved at gå rundt i huset eller udføre grundlæggende gøremål selvstændigt.

"Vi udviklede en ny, fuldt autonomt robotbutlersystem til en humanoid på hjul, " skrev forskerne i deres papir. "I dette arbejde, vi fokuserer på én bestemt applikation til servicerobotten:at hente og servere drikkevarer ved sammenlignelige menneskelignende hastigheder i et statisk indendørs miljø."

For at kunne hente et givet objekt og aflevere det til en menneskelig bruger, servicerobotter skal først være i stand til at fornemme, hvad der sker i deres omgivende miljø i realtid, generere bevægelsesbaner, der forhindrer kollisioner med nærliggende genstande. Dette kan være meget svært at opnå, især i situationer, hvor miljøet er dynamisk (dvs. konstant skiftende), eller når dens struktur er ukendt for robotten.

For at løse denne udfordring, forskergruppen på KAIST udviklede en ny designstrategi, der indebærer integration af en 3-D objektdetektionspipeline med en kinematisk optimal manipulationsplanlægger. Denne unikke strategi viste sig at reducere mængden af ​​tid, som M-Hubo robotten krævede for at hente en drik til en menneskelig bruger, at øge den hastighed, hvormed den behandlede information om sine omgivelser og planlagte baner.

"Det foreslåede system udførte med 24 procent af den hastighed, et menneske har brug for for at udføre den samme opgave, " skrev forskerne i deres papir. "Systemet viste en høj succesrate på 90 procent i vores miljøopsætning, men afspejlede en reduceret præstation på 80 procent succesrate i en mere dynamisk offentlig udstilling på grund af miljømæssige variationer under løbetid."

Forskerne på KAIST har for nylig evalueret og fremvist deres robotbutlersystem på en offentlig udstilling. I fremtiden, designstrategien, der er kernen i M-Hubo, kunne være grundlaget for udviklingen af ​​nye servicerobotter, der kan udføre simple opgaver hurtigere og mere effektivt. Ud over, når det er perfektioneret, M-Hubo kunne vise sig at være et særligt nyttigt værktøj til at yde grundlæggende hjælp til ældre, samt andre personer med begrænset mobilitet.

I deres næste studier, forskerne vil gerne tilføje en lokaliseringskomponent til robotten, da dette ville gøre det muligt for den at hente objekter hurtigt både i statiske og dynamiske miljøer. For at opnå dette, de ville være nødt til at udstyre robotten med et værktøj til dynamisk stiplanlægning og en opgaveplanlægger på højt niveau, erstatte den simple finite state machine (FSM), som de brugte i demoversionen af ​​M-Hubo.

"Ud over, læringsstrategier kan bruges i fremtiden for at reducere fejl, usikkerheder, og usikre stater, for i sidste ende at øge succesraten, " skrev forskerne. "Til sidst, den samlede udførelsestid kan reduceres yderligere selv i dynamiske miljøer ved at inkorporere hurtigere sampling motion planners."

© 2020 Science X Network