Un nuevo diseño que equipa a los robots con propiocepción y una cola

15 Abril 2023 1996
Share Tweet

7 de abril de 2023 característica

Este artículo ha sido revisado según el proceso editorial y las políticas de Science X. Los editores han destacado los siguientes atributos mientras aseguran la credibilidad del contenido:

  • verificado por hechos
  • preimpresión
  • fuente confiable
  • corregido

por Ingrid Fadelli, Tech Xplore

Investigadores del Laboratorio de Robomecánica de la Universidad Carnegie Mellon (CMU) introdujeron recientemente dos nuevos enfoques que podrían mejorar la capacidad de los robots con patas para moverse en terrenos rocosos o extremos. Estos dos enfoques, descritos en un documento prepublicado en arXiv, están inspirados en las habilidades de propriocepción innata y la mecánica de la cola de los animales.

'Nuestro artículo tiene como objetivo llevar a los robots con patas de los entornos ideales de laboratorio a entornos del mundo real, donde pueden encontrar terrenos desafiantes como colinas y bordillos rocosos,' Yanhao Yang, uno de los investigadores que realizó el estudio, dijo a Tech Xplore. 'Para lograr esto, nos inspiramos tanto en los animales como en los principios de ingeniería'.

Muchos animales, incluidos los gatos y otros felinos, se sabe que caminan a lo largo de sus huellas, ya que esto les permite aferrarse al suelo y mantener su estabilidad en diferentes terrenos. Yang y sus colegas intentaron replicar este comportamiento en robots, fusionando técnicas de propriocepción y planificación del movimiento.

Las técnicas que usaron permiten que los robots 'sientan' el entorno y se muevan con más fiabilidad al recopilar información sobre la posición, acciones y ubicación de su propio cuerpo. Esta capacidad, conocida como 'propriocepción', supera las limitaciones de los sistemas de visión por computadora, que se sabe que se ven afectados negativamente por el ruido de los sensores, los obstáculos en el entorno, los reflejos de luz en objetos cercanos y las malas condiciones de iluminación.

Los animales y los seres humanos nacen innatamente con propriocepción, sin embargo, la mayoría de los robots existentes hacen sentido de su entorno circundante utilizando los datos proporcionados por los sistemas de visión. En lugar de utilizar sistemas de visión, que dependen de cámaras, tecnología LIDAR y otros sensores externos, Yang y sus colegas proponen el uso de datos recopilados por sensores integrados dentro del robot, como motores, codificadores y dispositivos de medición inercial.

'Esto ayuda al robot a detectar cuando se resbala o cae, y ajustar sus movimientos para evitar volcarse', dijo Yang. 'La principal ventaja de este sistema es que es más robusto ante el ruido ambiental como obstáculos, reflejos o condiciones de iluminación. El desafío es tomar decisiones correctas de control y planificación en condiciones de incertidumbre cuando la propriocepción detecta un accidente'.

Además de su sistema de propriocepción propuesto, los investigadores crearon un modelo computacional que permite a los robots controlar una cola artificial, de manera similar a cómo los animales mueven su cola al navegar por los entornos. Muchos animales, incluyendo ardillas y gatos, usan su cola para mantener su equilibrio al saltar o saltar sobre superficies.

'Notamos que los animales usan sus colas para ayudar a su locomoción ágil, pero la mayoría de los robots no tienen colas', dijo Yang. 'Por ejemplo, los guepardos usan sus colas para lograr una aceleración rápida, desaceleración y giros rápidos, mientras que las ardillas usan sus colas peludas para equilibrarse cuando saltan entre ramas. Adaptamos esta idea agregando una cola a nuestros robots cuadrúpedos, lo que ayuda a equilibrarlos cuando el robot pierde un punto de apoyo o se cae'.

Yang y sus colegas también crearon un sistema de control que permite que la cola artificial de un robot con patas funcione en coordinación con sus patas, ayudándolo a mantener su equilibrio incluso cuando una o más de sus patas se levantan del suelo. Esto puede mejorar significativamente la navegación del robot en terrenos irregulares o desiguales, al tiempo que maximiza su eficiencia en espacios estrechos o pequeños.

Yang y sus colegas evaluaron sus enfoques de planificación de movimiento en una serie de simulaciones. Sus hallazgos son muy prometedores, ya que sus métodos de control de cola y propriocepción bioinspirados permitieron que los robots de piernas simulados redujeran los deslizamientos y caídas inesperados, mientras mejoraban su capacidad para moverse de manera confiable en terrenos extremos y cambiantes.

Estos nuevos métodos de planificación de movimiento podrían aplicarse y probarse en robots con patas reales, lo que podría permitirles navegar por entornos desafiantes de manera más confiable, reducir colisiones y caídas. Esto podría hacer que estos robots estén mejor equipados para completar con éxito misiones de búsqueda y rescate, operaciones de seguimiento ambiental y otras tareas del mundo real que implican moverse en terrenos desiguales o desafiantes.

'One of our main goals for future research is to test our proposed method on actual hardware,' Yang said. 'This will be a challenge because we need to accurately estimate the state and contact information, which are crucial for the proprioception and control of the robot.'

In their next works, Yang and his colleagues also plan to improve how their framework models and controls the tails of robots. This could further reduce collisions, including those between the tail and other parts of the robot's body or the environment.

'Another area of improvement is to extend the method to more complex terrains, such as narrow ravines or stepping stones,' Yang added. 'Currently, our approach assumes relatively simple terrain variations, but on more challenging terrains, the robot's legs may trip or hang. In these cases, our controller will still try to lower the robot's body to maintain stability, but we can further improve this by adding more events to the gait planning process.'

© 2023 Science X Network

 


ARTÍCULOS RELACIONADOSL