Die meisten vierbeinigen Roboter sind darauf trainiert, ihr Gleichgewicht wiederzuerlangen, wenn sie über Hindernisse stolpern. Um einen Haushaltsroboter zu entwickeln, trainiert die vietnamesisch-amerikanische Doktorandin Joanne Truong an der School of Interactive Computing (GIT) des Georgia Institute of Technology zusammen mit ihren beiden Kollegen Naoki Yokoyama und Simar Kareer ihren Roboter, sich in unübersichtlichen Wohnräumen zurechtzufinden, wie Tech Xplore kürzlich berichtete.
(Von links nach rechts) Naoki Yokoyama, Joanne Truong und Simar Kareer arbeiten mit dem vierbeinigen Roboter.
Dem Forschungsteam zufolge reagieren vierbeinige Roboter, die mit einer „blinden“ Bewegungssteuerung ausgestattet sind, eher aggressiv, um einen Sturz zu vermeiden, wenn sie auf ein Objekt treten.
Das Forschungsteam verfolgte einen neuartigen Ansatz und nutzte Live-Bilder, um dem Roboter die Hindernisnavigation durch die Kombination von Navigation und visueller Bewegung zu erleichtern. Mit diesem Ansatz konnte der Roboter Hindernisse in einer simulierten, unübersichtlichen Umgebung mit einer Erfolgsquote von 72,6 % erfolgreich umrunden.
Der Roboter lernt selbst und ahmt keine vorgegebenen Verhaltensmuster nach. Laut Forschern handelt es sich um ein skalierbares Modell, das ohne großen Aufwand sofort eingesetzt werden kann. Die Richtlinien geben dem Roboter Anweisungen, wie er Hindernissen beim Bewegen ausweicht und wie er seine Beine zum Überwinden von Hindernissen einsetzt, einschließlich des Anhebens der Beine auf die richtige Höhe.
Der „Roboterhund“ bewältigt lange, unwegsame Strecken, ohne zu stürzen.
Laut dem Forschungsteam können herkömmliche vierbeinige Roboter Bilder der realen Welt nur durch eine Kamera vor ihnen wahrnehmen und Objekte in ihrer Nähe nicht erkennen. Das Team kombinierte Gedächtnis und räumliches Vorstellungsvermögen in einem Netzwerk, um dem Roboter präzise beizubringen, wann und wo er Hindernisse überwinden soll. Ist das Objekt zu hoch, kann der Roboter es umgehen. „Wir haben festgestellt, dass diese Navigationsmethode sehr gut funktioniert. Selbst wenn der Roboter in die falsche Richtung fährt, weiß er, dass er umkehren und zu seiner Ausgangsposition zurückkehren kann“, so Truong. Das Team brachte dem Roboter außerdem bei, über welche Objekte er steigen soll, wie zum Beispiel Spielzeug, und welche er umgehen soll, wie zum Beispiel Tische und Stühle.
Die Erkenntnisse des Forschungsteams könnten Robotern auch bei der Navigation in realen Außenumgebungen helfen, indem sie Wege basierend auf den Vorlieben des Besitzers auswählen, um schlammige Bereiche oder felsiges Gelände zu vermeiden.
Die Forschungsarbeit wurde auf einem Robotik-Workshop im Rahmen der Robotics Learning Conference 2022 in Neuseeland mit dem ersten Preis ausgezeichnet. Sie wird vom 29. Mai bis 2. Juni auf der International Conference on Robotics and Automation des Institute of Electrical and Electronics Engineers (IEEE-USA) in London, Großbritannien, präsentiert.
Quellenlink
Kommentar (0)