네 발 달린 로봇이 야생에서 달리는 데 도움이 되는 새로운 알고리즘

[아름이]

네 발 달린 로봇이 야생에서 달리는 데 도움이 되는 새로운 알고리즘
날짜:
2022년 10월 4일
원천:
캘리포니아 대학교 - 샌디에이고
요약:
새로운 알고리즘 시스템은 4족 로봇이 정지된 장애물과 움직이는 장애물을 모두 피하면서 도전적인 지형에서 걷고 달릴 수 있도록 합니다. 이 작업은 연구자들이 수색 및 구조 임무를 수행하거나 인간에게 너무 위험하거나 어려운 장소에서 정보를 수집할 수 있는 로봇을 구축하는 데 한 걸음 더 다가갈 수 있도록 합니다.

University of California San Diego가 이끄는 팀은 4족 로봇이 정지된 장애물과 움직이는 장애물을 모두 피하면서 어려운 지형에서 걷고 달릴 수 있도록 하는 새로운 알고리즘 시스템을 개발했습니다.

테스트에서 이 시스템은 로봇이 기둥, 나무, 관목, 바위, 벤치 또는 사람과 부딪히지 않고 모래 표면, 자갈, 풀, 나뭇가지와 낙엽으로 덮인 울퉁불퉁한 흙 언덕을 자율적이고 신속하게 이동하도록 안내했습니다. 로봇은 또한 상자, 책상 또는 의자에 부딪히지 않고 바쁜 사무실 공간을 탐색했습니다.

이 작업은 연구자들이 수색 및 구조 임무를 수행하거나 인간에게 너무 위험하거나 어려운 장소에서 정보를 수집할 수 있는 로봇을 구축하는 데 한 걸음 더 다가갈 수 있도록 합니다.

이 팀은 10월 23일부터 27일까지 일본 교토에서 열리는 2022 IROS(지능형 로봇 및 시스템에 관한 국제 회의)에서 작업을 발표할 예정입니다.

이 시스템은 로봇의 시각 감각과 로봇의 움직임, 방향, 속도, 위치 및 촉각 감각을 포함하는 고유수용감각(proprioception)이라는 다른 감지 양식을 결합하는 방식 때문에 다리가 있는 로봇에게 더 많은 다용성을 제공합니다. 발 아래 땅.

UC 샌디에이고 제이콥스 공과대학의 전기 및 컴퓨터 공학 교수인 연구 선임 저자인 Xiaolong Wang은 현재 다리가 있는 로봇이 걷고 탐색하도록 훈련시키는 대부분의 접근 방식은 고유감각이나 시각에 의존하지만 동시에 두 가지 모두에 의존하지는 않는다고 말했습니다. .

"어떤 경우에는 시각 장애인 로봇이 땅을 만지고 느끼면서 걷도록 훈련시키는 것과 같습니다. 다른 경우에는 로봇이 시각만으로 다리 움직임을 계획합니다. 동시에 두 가지를 배우는 것이 아닙니다"라고 말했습니다. 왕. "저희 작업에서 우리는 고유감각과 컴퓨터 비전을 결합하여 다리가 있는 로봇이 장애물을 피하면서 효율적이고 원활하게 이동할 수 있도록 하며 잘 정의된 환경뿐만 아니라 다양한 도전적인 환경에서도 가능합니다."

Wang과 그의 팀이 개발한 시스템은 특수 알고리즘 세트를 사용하여 로봇 머리의 깊이 카메라로 촬영한 실시간 이미지 데이터와 로봇 다리 센서의 데이터를 융합합니다. 이것은 간단한 작업이 아니었습니다. Wang은 "문제는 실제 작동 중에 카메라에서 이미지를 수신하는 데 때때로 약간의 지연이 있기 때문에 두 가지 다른 감지 방식의 데이터가 항상 동시에 도착하는 것은 아니라는 점입니다."라고 설명했습니다.

팀의 솔루션은 두 세트의 입력을 무작위화하여 이러한 불일치를 시뮬레이션하는 것이었습니다. 이 기술은 연구원들이 다중 모드 지연 무작위화라고 부르는 기술입니다. 그런 다음 융합 및 무작위 입력을 사용하여 종단 간 방식으로 강화 학습 정책을 훈련했습니다. 이 접근 방식은 로봇이 탐색 중에 신속하게 결정을 내리고 환경의 변화를 미리 예측하는 데 도움이 되므로 작업자의 도움 없이 다양한 유형의 지형에서 더 빠르게 장애물을 이동하고 피할 수 있습니다.

앞으로 Wang과 그의 팀은 다리가 있는 로봇을 더욱 다재다능하게 만들어 더 어려운 지형을 정복할 수 있도록 노력하고 있습니다. "지금 당장은 걷기, 달리기, 장애물 피하기와 같은 간단한 동작을 하도록 로봇을 훈련할 수 있습니다. 우리의 다음 목표는 로봇이 계단을 오르내리고, 돌 위를 걷고, 방향을 바꾸고, 장애물을 뛰어넘을 수 있게 하는 것입니다."

동영상: https://youtu.be/GKbTklHrq60

팀은 https://github.com/Mehoooz/vision4leg 에서 코드를 온라인으로 공개했습니다 .

출처 : https://www.sciencedaily.com/