Un nuovo design che equipaggia i robot con la propriocettività e una coda.

7 aprile 2023 caratteristica

Questo articolo è stato esaminato secondo il processo editoriale e le politiche di Science X. ŒGli editori hanno evidenziato i seguenti attributi, garantendo la credibilità del contenuto:

• verificati i fatti
• preprint
• fonte affidabile
• corretta la bozza

di Ingrid Fadelli, Tech Xplore

I ricercatori del Robomechanics Lab dell'Università di Carnegie Mellon (CMU) hanno recentemente introdotto due nuovi approcci che potrebbero aiutare a migliorare la capacità dei robot a quattro zampe di muoversi su terreni rocciosi o estremi. Questi due approcci, descritti in un pre-print pubblicato su arXiv, sono ispirati dalle capacità innate di Propriocezione e meccanica della coda degli animali.

'Il nostro articolo mira a portare i robot a quattro zampe dagli ambienti di laboratorio ideali in ambienti del mondo reale, dove potrebbero incontrare terreni difficili come colline rocciose e marciapiedi', ha detto Yanhao Yang, uno dei ricercatori che ha condotto lo studio, a Tech Xplore. 'Per raggiungere questo, abbiamo tratto ispirazione sia dagli animali che dai principi dell'ingegneria'.

Molti animali, compresi i gatti e altri felini, sono noti per camminare lungo le proprie impronte, poiché ciò consente loro di avere un contatto con il suolo e di mantenere la loro stabilità su terreni diversi. Yang e i suoi colleghi hanno cercato di replicare questo comportamento nei robot, fondendo le tecniche di Propriocezione e pianificazione del movimento.

Le tecniche utilizzate permettono ai robot di 'sentire' l'ambiente e di muoversi con maggiore affidabilità raccogliendo informazioni sulla propria posizione corporea, le azioni e la posizione. Tale capacità, nota come 'Propriocezione,' supera le limitazioni dei sistemi di visione artificiale, che sono notoriamente influenzati dal rumore dei sensori, dagli ostacoli presenti nell'ambiente, dalle riflessioni luminose su oggetti vicini e dalle scarse condizioni di illuminazione.

Gli animali e gli esseri umani sono innatamente dotati di Propriocezione, ma la maggior parte dei robot esistenti usa dati forniti dai sistemi di visione artificiale per percepire l'ambiente circostante. Invece di usare i sistemi di visione artificiale, che si affidano a telecamere, tecnologie a lidar e altri sensori esterni, Yang e i suoi colleghi propongono l'uso di dati raccolti da sensori integrati nel robot, come i motori, gli encoder e i dispositivi di misurazione inerziale.

'Ciò consente al robot di rilevare quando scivola o cade e di regolare i suoi movimenti per evitare di ribaltarsi', ha detto Yang. 'Il principale vantaggio di questo sistema è che è più robusto al rumore ambientale come ostacoli, riflessi o condizioni di illuminazione. La sfida consiste nel prendere decisioni di controllo e pianificazione corrette in condizioni di incertezza quando la Propriocezione rileva un incidente'.

Oltre al sistema di Propriocezione proposto, i ricercatori hanno creato un modello computazionale che permette ai robot di controllare una coda artificiale, in modo simile a come gli animali muovono la coda quando navigano negli ambienti. Molti animali, come scoiattoli e gatti, usano la coda per mantenere l'equilibrio durante i salti o quando salgono su superfici.

'Abbiamo notato che gli animali usano la coda per assistere la loro locomozione agile, ma la maggior parte dei robot non ha la coda', ha detto Yang. 'Ad esempio, i ghepardi usano la coda per raggiungere una rapida accelerazione, una rapida decelerazione e svolte rapide, mentre gli scoiattoli usano la loro coda pelosa per mantenere l'equilibrio quando saltano tra i rami. Abbiamo adattato questa idea aggiungendo una coda ai nostri robot a quattro zampe, che aiuta a mantenere l'equilibrio quando il robot perde un punto d'appoggio o cade'.

Yang e i suoi colleghi hanno anche creato un sistema di controllo che consente alla coda artificiale di un robot a quattro zampe di lavorare in coordinamento con le sue zampe, aiutandolo a mantenere l'equilibrio anche quando una o più zampe sono sollevate da terra. Ciò può migliorare significativamente la navigazione del robot in terreni difficili o irregolari, oltre ad aumentare la sua efficienza in spazi stretti o piccoli.

Yang e i suoi colleghi hanno valutato i loro approcci di pianificazione del movimento in una serie di simulazioni. I risultati sono altamente promettenti, poiché i loro metodi di Propriocezione e controllo della coda bio-ispirati hanno consentito ai robot a quattro zampe simulati di ridurre scivolamenti e cadute impreviste, migliorando anche la loro capacità di muoversi in terreni estremi e in continua evoluzione.

Questi nuovi metodi di pianificazione del movimento potrebbero essere applicati e testati sui robot a quattro zampe reali, consentendo loro di navigare in ambienti difficili con maggiore affidabilità, riducendo collisioni e cadute. Ciò potrebbe rendere questi robot più capaci di completare con successo missioni di ricerca e salvataggio, operazioni di monitoraggio ambientale e altre attività reali che comportano il movimento su terreni difficili o irregolari.

'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