Наверняка многие робогики помнят недавние соревнования DARPA Robotics Challenge, где мы могли наблюдать целую серию красочных падений соревнующихся роботов. Выглядело это очень забавно, однако падения представляют большую проблему для разработчиков робототехники как из-за опасности для окружающих людей, так и в связи с дорогостоящим ремонтом робота после падения.
Исследователи из Технологического университета штата Джорджия нашли способ, как научить роботов изящно и без серьезных повреждений падать. Важность этой работы возрастает по мере того, как дорогостоящие роботы становятся все более распространенными на производственных местах, рядом с людьми. Навыки удачного падения станут особенно важными, когда роботы будут работать в системе здравоохранения или выполнять работы по дому рядом с пожилыми людьми, инвалидами, детьми или домашними животными.
Кандидат наук Сехун Ха и профессор Карен Лю разработали новый алгоритм, который позволяет роботу правильно реагировать на разные случаи потери равновесия, то ли сделать шаг, чтобы оправиться от слабого толчка, то ли перевернуться при падении на быстром ходу. В результате, освоив оптимальную последовательность движений, чтобы замедлить инерцию перемещения, роботы могут свести к минимуму ущерб или травмы, к которым могут привести их падения. Разработанный алгоритм падения был подтвержден методом физического моделирования и экспериментально проверен на гуманоиде BioloidGP.
«Падение может привести к серьезному повреждению робота, с большой стоимостью ремонта», - сказал Ха, который окончил университет в 2015 году и в настоящее работает научным сотрудником в питсбургском отделении Disney Research. «Мы считаем, что роботы могут научиться падать безопасно. Наша работа объединяет имеющиеся исследования о том, как научить роботов падать, давая им инструмент для автоматического определения общего количества контактов (сколько рук толкнули его, например), последовательности контактов, позиции и длительности этих контактов. Все это влияет на возможность падения и меняет реакцию робота».
Последний вывод Ха опирается на предыдущие исследования Лю, который изучал, как кошки группируются в процессе падения. Лю узнал, что один из самых важных факторов при падении – угол приземления. Он также знает, что хорошо разработанный робот способен рассчитать наиболее мягкую посадку, но еще не оптимизирована последовательность движений, которые происходят во время падения и которые были определены в последнем исследовании Лю и Ха.
«Из предыдущей работы мы узнали, что робот имеет необходимые вычислительные мощности для расчета наиболее мягкого приземления, но у него нет соответствующего аппаратного обеспечения для достаточно быстрого, как у кошки, перемещения. Наш новый алгоритм приземления учитывает аппаратные ограничения и возможности робота и предлагает последовательность контактов, чтобы робот мог постепенно замедлить свое падение».
Комментарии
(0) Добавить комментарий