Un nouveau design qui équipe les robots de la proprioception et d'une queue

7 avril 2023 fonctionnalité

Cet article a été examiné conformément au processus rédactionnel et aux politiques de Science X. Les éditeurs ont mis en avant les attributs suivants tout en garantissant la crédibilité du contenu :

• vérifié par des faits
• prépublication
• source fiable
• correction d'épreuves

par Ingrid Fadelli, Tech Xplore

Les chercheurs du Robomechanics Lab de l'Université Carnegie Mellon ont récemment introduit deux nouvelles approches qui pourraient aider à améliorer la capacité des robots à pattes à se déplacer sur des terrains rocheux ou extrêmes. Ces deux approches, décrites dans un article pré-publié sur arXiv, sont inspirées des capacités proprioceptives innées et de la mécanique de la queue des animaux.

"Notre article vise à amener les robots à pattes des environnements idéaux en laboratoire dans des environnements réels, où ils peuvent rencontrer des terrains difficiles comme des collines rocheuses et des trottoirs", a déclaré Yanhao Yang, l'un des chercheurs ayant réalisé l'étude, à Tech Xplore. "Pour ce faire, nous nous sommes inspirés à la fois des animaux et des principes de l'ingénierie."

De nombreux animaux, notamment les chats et autres félins, sont connus pour marcher le long de leurs propres empreintes, ce qui leur permet de se stabiliser sur différents terrains. Yang et ses collègues ont essayé de reproduire ce comportement chez les robots, en combinant des techniques de proprioception et de planification de mouvement.

Les techniques qu'ils ont utilisées permettent aux robots de "ressentir" l'environnement et de se déplacer de manière plus fiable en recueillant des informations sur la position, les actions et l'emplacement de leur propre corps. Cette capacité, connue sous le nom de "proprioception", surmonte les limitations des systèmes de vision par ordinateur, qui sont connus pour être affectés négativement par le bruit des capteurs, les obstacles dans l'environnement, les réflexions lumineuses sur les objets proches et les mauvaises conditions d'éclairage.

Les animaux et les humains sont innémeent dotés de proprioception, mais la plupart des robots existants se servent des données fournies par des systèmes de vision. Au lieu d'utiliser ces systèmes, qui s'appuient sur des caméras, des technologies Lidar et d'autres capteurs externes, Yang et ses collègues proposent d'utiliser les données collectées par des capteurs intégrés dans le robot, tels que des moteurs, des codeurs et des dispositifs de mesure inertielle.

"Cela permet au robot de détecter quand il glisse ou tombe et d'ajuster ses mouvements pour éviter de basculer", a déclaré Yang. "Le principal avantage de ce système est qu'il est plus robuste face aux bruits environnementaux tels que les obstacles, les réflexions ou les conditions d'éclairage. Le défi consiste à prendre les bonnes décisions de contrôle et de planification dans l'incertitude lorsque la proprioception détecte un accident."

En plus de leur système de proprioception proposé, les chercheurs ont créé un modèle computationnel qui permet aux robots de contrôler une queue artificielle, de manière similaire à celle dont les animaux bougent leur queue lorsqu'ils naviguent dans leur environnement. De nombreux animaux, notamment les écureuils et les chats, utilisent leur queue pour maintenir leur équilibre lorsqu'ils sautent ou sautillent sur des surfaces.

"Nous avons remarqué que les animaux utilisent leur queue pour aider leur locomotion agile, mais la plupart des robots n'ont pas de queue", a déclaré Yang. "Par exemple, les guépards utilisent leur queue pour réaliser une accélération rapide, un freinage et des virages rapides, tandis que les écureuils utilisent leur queue fournie pour équilibrer lorsqu'ils sautent entre les branches. Nous avons adapté cette idée en ajoutant une queue à nos robots quadrupèdes, ce qui aide à l'équilibre lorsqu'un pied du robot n'a pas de prise ou qu'il tombe."

Yang et ses collègues ont également créé un système de contrôle qui permet à la queue artificielle d'un robot à pattes de fonctionner en coordination avec ses pattes, l'aidant à maintenir son équilibre même lorsque un ou plusieurs de ses pieds sont en l'air. Cela peut considérablement améliorer la navigation du robot sur des terrains rugueux ou inégaux, tout en maximisant son efficacité dans des espaces étroits ou petits.

Yang et ses collègues ont évalué leurs approches de planification de mouvement dans une série de simulations. Leurs résultats sont très prometteurs, car leurs méthodes de contrôle de la queue et de proprioception bio-inspirées ont permis aux robots à pattes simulés de réduire les glissades et les chutes imprévues, tout en améliorant leur capacité à se déplacer de manière fiable dans des terrains extrêmes et changeants.

Ces nouvelles méthodes de planification de mouvement pourraient être appliquées et testées sur de vrais robots à pattes, ce qui leur permettrait potentiellement de naviguer dans des environnements difficiles de manière plus fiable, en réduisant les collisions et les chutes. Cela pourrait rendre ces robots mieux équipés pour accomplir avec succès des missions de recherche et de sauvetage, des opérations de surveillance environnementale et d'autres tâches réelles nécessitant de se déplacer sur des terrains inégaux ou difficiles.

'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