Los robots que necesitan usar sus brazos para abrirse camino a través de terrenos traicioneros acaban de obtener una mejora de velocidad con un nuevo enfoque de planificación de rutas, desarrollado por investigadores de la Universidad de Michigan.
El algoritmo de planificación de ruta de algoritmo mejorado encontró rutas exitosas tres veces más a menudo que los algoritmos estándar, mientras que necesitaba mucho menos tiempo de procesamiento.
Un nuevo algoritmo acelera la planificación de rutas para robots que utilizan apéndices en forma de brazos para mantener el equilibrio en terrenos traicioneros como áreas de desastre o sitios de construcción, según han demostrado los investigadores de la UM. El algoritmo de planificación de rutas mejorado encontró rutas exitosas tres veces más frecuentes que las estándaralgoritmos, mientras que necesitan mucho menos tiempo de procesamiento.
"En un edificio derrumbado o en un terreno muy accidentado, un robot no siempre podrá equilibrarse y avanzar con solo los pies", dijo Dmitry Berenson, profesor asociado de ingeniería eléctrica e informática y profesor principal de RobóticaInstituto.
"Necesita nuevos algoritmos para averiguar dónde poner los pies y las manos. Necesita coordinar todas estas extremidades para mantener la estabilidad, y eso se reduce a un problema muy difícil".
La investigación permite a los robots determinar qué tan difícil es el terreno antes de calcular un camino exitoso hacia adelante, lo que podría incluir apuntalar la pared con una o dos manos mientras se da el siguiente paso hacia adelante.
"Primero, usamos el aprendizaje automático para entrenar al robot en las diferentes formas en que puede colocar sus manos y pies para mantener el equilibrio y avanzar", dijo Yu-Chi Lin, recientemente graduado en robótica e ingeniero de software en NuroInc. "Luego, cuando se coloca en un entorno nuevo y complejo, el robot puede usar lo que aprendió para determinar qué tan transitable es un camino, lo que le permite encontrar un camino hacia la meta mucho más rápido".
Sin embargo, incluso cuando se utiliza esta estimación de la capacidad de desplazamiento, todavía se necesita mucho tiempo para planificar una ruta larga utilizando algoritmos de planificación tradicionales.
"Si intentáramos encontrar todas las ubicaciones de las manos y los pies en un camino largo, llevaría mucho tiempo", dijo Berenson.
Entonces, el equipo utilizó un enfoque de "divide y vencerás", dividiendo un camino en secciones difíciles de atravesar, donde pueden aplicar su método basado en el aprendizaje, y secciones más fáciles de atravesar, donde una ruta más simpleEl método de planificación funciona mejor.
"Eso suena simple, pero es realmente difícil saber cómo dividir ese problema correctamente y qué método de planificación usar para cada segmento", dijo Lin.
Para hacer esto, necesitan un modelo geométrico de todo el entorno. Esto podría lograrse en la práctica con un dron volador que explore por delante del robot.
En un experimento virtual con un robot humanoide en un corredor de escombros, el método del equipo superó a los métodos anteriores tanto en éxito como en tiempo total de planificación, lo que es importante cuando se necesita una acción rápida en situaciones de desastre. Específicamente, más de 50 ensayos, su métodoalcanzó la meta el 84% del tiempo en comparación con el 26% para el planificador de ruta básico, y tomó poco más de dos minutos para planificar en comparación con más de tres minutos para el planificador de ruta básico.
El equipo también mostró la capacidad de su método para trabajar en un manipulador móvil del mundo real: un robot con ruedas con un torso y dos brazos. Con la base del robot colocada en una rampa empinada, tuvo que usar sus "manos"para apoyarse en una superficie irregular mientras se movía. El robot utilizó el método del equipo para planificar una ruta en poco más de una décima de segundo, en comparación con más de 3,5 segundos con el planificador de ruta básico.
En el trabajo futuro, el equipo espera incorporar un movimiento dinámicamente estable, similar al movimiento natural de humanos y animales, lo que liberaría al robot de tener que estar constantemente en equilibrio y podría mejorar su velocidad de movimiento.
El artículo que describe el trabajo fue publicado en Robots autónomos . El financiamiento para la investigación fue proporcionado por la Oficina de Investigación Naval N00014-17-1-2050.
Los científicos espaciales revelan el secreto detrás de la 'crisis energética' de Júpiter
Hubble encuentra evidencia de vapor de agua en la luna de Júpiter, Ganímedes
Anatomía del planeta rojo: los terremotos de Marte revelan el interior
Hacer hidrógeno limpio es difícil, pero los investigadores acaban de resolver un gran obstáculo
Hacia los sistemas de interfaz cerebro-computadora de próxima generación
La 'neuroprótesis' devuelve las palabras al hombre con parálisis
Tamaño del agujero negro revelado por su patrón de alimentación