Die meisten vierbeinigen Roboter sind darauf trainiert, das Gleichgewicht wiederzufinden, wenn sie über ein Hindernis stolpern. Um einen Reinigungsroboter zu entwickeln, trainieren die in Vietnam geborene Doktorandin Joanne Truong von der School of Interactive Computing des Georgia Institute of Technology (GIT) und ihre beiden Kollegen Naoki Yokoyama und Simar Kareer ihren Roboter, über herumliegende Gegenstände zu steigen, die ihm im Haus begegnen könnten, berichtete Tech Xplore kürzlich.
(Von links) Naoki Yokoyama, Joanne Truong und Simar Kareer arbeiten mit dem vierbeinigen Roboter
Laut dem Forschungsteam reagieren vierbeinige Roboter, die mit „blinden“ Bewegungssteuerungen ausgestattet sind, eher, um Stürze zu vermeiden, wenn sie auf ein Objekt treten.
Das Forschungsteam wandte einen neuen Ansatz an und lieferte dem Roboter Livebilder, um Hindernisse zu überwinden. Dazu kombinierte es die Navigationsstrategie mit der bildbasierten Fortbewegungsstrategie. Dieser Ansatz half dem Roboter, Hindernisse in einer simulierten, unübersichtlichen Umgebung mit einer Erfolgsquote von bis zu 72,6 % zu überwinden.
Der Roboter lernt selbstständig und ahmt keine bereits vorhandenen Verhaltensmuster nach. Die Forscher betonen, dass das Modell skalierbar ist und ohne große Feinabstimmung sofort eingesetzt werden kann. Die Richtlinien weisen den Roboter an, Objekten auszuweichen, während er sich von einem Ort zum anderen bewegt, seine Beine zum Übersteigen von Objekten zu verwenden und die Beine auf die entsprechende Höhe zu heben.
„Roboterhund“ überwindet lange, holprige Straßen ohne zu stürzen
Laut dem Team können herkömmliche vierbeinige Roboter die reale Welt nur durch eine nach vorne gerichtete Kamera wahrnehmen und Objekte in der Nähe ihrer Füße nicht erkennen. Das Team integrierte Gedächtnis und räumliches Vorstellungsvermögen in das Netzwerk, um dem Roboter genau beizubringen, wann und wo er über Hindernisse steigen muss. War das Objekt zu hoch, konnte der Roboter es umgehen. „Wir haben festgestellt, dass diese Methode sehr gut navigiert, und selbst wenn der Roboter in die falsche Richtung läuft, weiß er, dass er zurücksetzen und in seine Ausgangsposition zurückkehren kann“, sagte Truong. Das Team brachte dem Roboter auch bei, über welche Objekte er steigen soll, beispielsweise Spielzeug, und welche er umgehen soll, beispielsweise Tische und Stühle.
Die Erkenntnisse des Teams könnten Robotern auch dabei helfen, sich in realen Außenumgebungen zurechtzufinden, indem sie Wege entsprechend den Wünschen ihrer Besitzer auswählen, um schlammiges oder felsiges Gelände zu vermeiden.
Die Forschung gewann den ersten Preis bei einem Robotik-Workshop auf der Robotics Learning Conference 2022 in Neuseeland. Die Forschung wird vom 29. Mai bis 2. Juni auf der IEEE International Conference on Robotics and Automation in London, Großbritannien, vorgestellt.
[Anzeige_2]
Quellenlink
Kommentar (0)