Robot Cheetah 3 “A ciegas” puede subir escaleras plagados de obstáculos. Diseño mejorado puede utilizarse para explorar las zonas de desastre y otros entornos peligrosos o inaccesibles.

Robot Cheetah 3 del MIT puede ahora salto galope a través de terreno áspero, subir una escalera llena de escombros y recuperar rápidamente su equilibrio cuando repentinamente apretamientos, estiramientos, o empujada, todos mientras que esencialmente ciego.

La bestia mecánica de 90 libras, aproximadamente del tamaño de un Labrador adulto, está intencionalmente diseñado para hacer todo esto sin depender de las cámaras o cualquier sensores ambientales externos. En cambio, se ágilmente “siente” su camino a través de su entorno de manera que los ingenieros describen como “ciego locomoción,” mucho como hacer de una manera a través de una sala de oscuras.

“Hay muchos comportamientos inesperados, el robot debe ser capaz de manejar sin depender demasiado de la visión,” dice el diseñador del robot, Sangbae Kim, profesor asociado de ingeniería mecánica en el MIT. “Visión puede ser ruidoso, un poco inexacta y a veces no está disponible, y si confías demasiado en la visión, el robot tiene que ser muy preciso en posición y eventualmente será lenta. Así que queremos que el robot a confiar más en la información táctil. Así, pueden manejar obstáculos inesperados mientras se mueve rápidamente.”

Los investigadores presentarán capacidades libre de visión del robot en octubre en la Conferencia Internacional sobre Robots inteligentes, en Madrid. Además de locomoción ciego, el equipo demostrará mejorado hardware del robot, incluyendo una gama ampliada de movimiento en comparación con su predecesora 2 de Cheetah, que permite el robot estirar hacia atrás y adelante y gire de lado a lado, tanto como un gato relajación para abalanzarse.

Dentro de los próximos años, Kim prevé que el robot realizar tareas que serían demasiado peligrosos o inaccesibles para los seres humanos a tomar.

“Cheetah 3 está diseñado para hacer tareas versátiles tales como inspección de la planta de energía, que consiste en diversas condiciones de terreno, incluyendo escaleras, bordillos y obstáculos en el suelo,” dice Kim. “Creo que hay innumerables ocasiones donde [se] queremos enviar robots a hacer tareas simples en lugar de los seres humanos. Trabajo peligroso, sucio y difícil se puede hacer mucho más robots controlados de forma remota con seguridad a través.”

Hacer un compromiso

El Cheetah 3 oculto puede hacer su camino hasta escaleras y terrenos no estructurados y puede recuperar rápidamente su equilibrio frente a las fuerzas de inesperado, gracias a dos nuevos algoritmos desarrollados por el equipo de Kim: un algoritmo de detección de contacto y un modelo predictivo algoritmo de control.

El algoritmo de detección de contacto ayuda al robot a determinar el mejor momento para un tramo dado de balanceo en el aire para pisar el suelo. Por ejemplo, si el robot camina sobre una rama de luz contra una roca dura, pesada, cómo reacciona, y si continúa llevar a cabo con un paso, o tira hacia atrás y hace pivotar su pierna en su lugar, puede hacer o romper su equilibrio.

“Cuando se trata de cambiar desde el aire a la tierra, el cambio tiene que ser muy bien hecho”, dice Kim. “Este algoritmo es realmente, ‘¿Cuándo es un momento seguro para cometer mi paso?’”

El algoritmo de detección de contacto ayuda al robot a determinar el mejor momento para la transición una pierna entre swing y paso, calculando constantemente para cada probabilidad de tres patas: la probabilidad de un contacto que hace la pierna con el suelo, la probabilidad de que la fuerza generado una vez que la pierna golpea el suelo y la probabilidad de que la pierna estará en midswing. El algoritmo calcula estas probabilidades en base a datos de giroscopios, acelerómetros y posiciones comunes de las piernas, que ángulo de la pierna y la altura con respecto a la tierra.

Si, por ejemplo, el robot camina inesperadamente en un bloque de madera, su cuerpo se inclina súbitamente, cambiando el ángulo y la altura del robot. Que los datos se incorporarán inmediatamente calcular las tres probabilidades para cada pierna, que combinará el algoritmo para estimar si cada pata debe comprometerse hacia abajo en el suelo, o levante y swing, con el fin de mantener su equilibrio, todo mientras el robot está prácticamente ciego.

“Si los seres humanos cerrar los ojos y dar un paso, tenemos un modelo mental para donde el suelo podría ser y puede prepararse para ella. Pero también contamos con la sensación del tacto de la tierra,”dice Kim. “Algo estamos haciendo lo mismo combinando múltiples información [fuentes de] para determinar el tiempo de transición”.

Los investigadores probaron el algoritmo en experimentos con la Cheetah 3 trote en cinta rodante de un laboratorio y subirse a una escalera. Ambas superficies se llena con objetos al azar tales como bloques de madera y rollos de cinta.

“No sabe la altura de cada escalón y no sé hay obstáculos en las escaleras, pero solo arados a través sin perder su equilibrio”, dice Kim. “Sin ese algoritmo, el robot era muy inestable y cayó fácilmente.”

Fuerza futura

Locomoción ciego del robot fue también en parte debido al algoritmo de control modelo predictivo, que predice cuánta fuerza debe aplicar una sola vez una pierna dada se ha comprometido a un paso.

“El algoritmo de detección de contacto le dirá, ‘este es el momento de aplicar fuerzas sobre el terreno’,” dice Kim. “Pero una vez que estés en el suelo, ahora tienes que calcular qué tipo de fuerzas a aplicar para que pueda mover el cuerpo de la manera correcta”.

El algoritmo de control modelo predictivo calcula las posiciones multiplicativas del cuerpo del robot y las piernas un medio segundo en el futuro, si se aplica una cierta fuerza por cualquier pierna dada que hace contacto con el suelo.

“Decir alguien patea al robot hacia los lados”, dice Kim. ¿”Cuando el pie está ya en la tierra, decide, el algoritmo de ‘ Cómo debo especificar las fuerzas en el pie? Porque tengo una velocidad indeseable a la izquierda, así que quiero aplicar una fuerza en sentido contrario a esa velocidad. Si aplico 100 newtons en esta dirección opuesta, ¿qué va a pasar medio segundo más tarde?”

El algoritmo está diseñado para hacer estos cálculos para cada pierna cada 50 milisegundos, o 20 veces por segundo. En experimentos, los investigadores presenten fuerzas inesperadas por patadas y empujones el robot como pasearse en una cinta rodante y yanking por la correa como subió una escalera cargado de obstáculos. Encontraron que el algoritmo modelo predictivo activado el robot producir rápidamente contra fuerzas para recobrar su equilibrio y seguir adelante, sin inclinar demasiado lejos en la dirección opuesta.

“Es gracias a ese control predictivo que se puede aplicar las fuerzas de derecha en el suelo, combinado con este algoritmo de contacto de la transición que hace que cada contacto muy rápido y seguro,” dice Kim.

El equipo ya había agregado las cámaras del robot para darle retroalimentación visual de su entorno. Esto ayudará en la cartografía del medio ambiente en general y dará al robot un Heads-up visual sobre los obstáculos más grandes tales como puertas y paredes. Pero por ahora, el equipo está trabajando para mejorar aún más la locomoción ciego del robot

“Queremos un muy buen controlador sin visión en primer lugar,” dice Kim. “Y cuando añadimos visión, aunque podría dar la información incorrecta, la pierna debe ser capaz de manejar (obstáculos). Porque ¿qué pasa si camina sobre algo que no puede ver una cámara? ¿Qué será? Es donde puede ayudar la locomoción del ciego. No queremos confiar demasiado en nuestra visión”.

Esta investigación fue apoyada, en parte, por fuerza aérea oficina de investigación científica, Naver, Instituto de investigación de Toyota y Foxconn.

Haga clic aquí para más información