Foi construído um robô autônomo com rodas e pernas, combinando as vantagens de ambas as formas de locomoção.
Fonte: TechXplore (Traduzido para o Português)
Robôs móveis autônomos e rápidos podem ajudar na entrega em várias localidades, ajudando a combater as interrupções na cadeia produtiva. No entanto, robôs com apenas rodas ou pernas podem não ser o suficiente para completar as entregas de forma eficiente e independente.
Pesquisadores do Laboratório de Sistemas Robóticos da ETH Zurich introduziram recentemente um novo projeto de robô, que combina as capacidades dos robôs de rodas e pernas. Este robô, citado em um artigo na Science Robotics, navega pelos ambientes usando técnicas de aprendizado por reforço, que permitem uma transição suave entre modos de direção e caminhada, se adaptando a diferentes terrenos.
“O principal objetivo do projeto foi construir um sistema de direção autônoma de larga escala para um robô terrestre, com a velocidade mais rápida.”, disse a TechXplore, Joonho Lee, co-autor do artigo. “Este é o resultado de mais de 5 anos de pesquisa em robótica com pernas, navegação autônoma e percepção robótica.”
O sistema robótico desenvolvido por Lee e seus colegas foi baseado no robô criado pela equipe CERBERUS, uma equipe que inclui pesquisadores da empresa de drones Flyability, que venceu o desafio subterrâneo da DARPA, em 2021. Em contraste com o robô desenvolvido pela equipe CERBERUS, este sistema tem um projeto simplificado e um sistema de navegação por IA mais avançado.
“Tradicionalmente, um planejamento de navegação para robôs terrestres era feito usando métodos de otimização online”, explicou Lee. “Tais aproximações funcionam bem para simples robôs com rodas ou lentos com pernas, mas no caso de robôs rápidos como o nosso (cuja velocidade é acima de 20km/h), eles não podem fornecer planos de navegação rápidos o suficiente. Para robôs a 2 m/s, 0,5 segundo de atraso pode resultar em um erro de 1 metro, causando uma colisão catastrófica.”
Para este robô navegar nos ambientes de forma autônoma, os pesquisadores desenvolveram, treinaram e testaram várias técnicas hierárquicas de aprendizado por reforço. Eles treinaram um controlador baseado em uma rede neural, que pode processar diferentes tipos de entrada, criando novos planos de navegação para o robô em milissegundos.
“Outra grande vantagem da nossa aproximação é que o nosso controlador de rede neural entende a dinâmica não-linear e complexa dos robôs com pernas”, disse Lee. “Ao compreender como o robô se comporta em vários terrenos a diferentes velocidades, ele pode navegar com muita eficiência.”
Imagens do robô se movendo em vários ambientes, as images são da mesma fonte da notícia.
Em terrenos suaves, onde a locomoção é fácil, o robô desenvolvido pela ETH Zurich se move utilizando as rodas e minimizando o consumo. Em terrenos mais complexos, o robô muda para o modo de caminhada.
O controlador neural com base em rede neural desenvolvido e treinado por Lee e seus colegas, pode processar dados dos sensores para determinar o modo mais eficiente para o robô se locomover em terrenos específicos. Permitindo o robô combinar as vantagens dos robôs com rodas e com pernas.
O controlador da equipe possui duas redes neurais artificiais. Estas redes processam os dados coletados por sensores integrados no robô, produzem movimentos apropriados e decidem para qual direção o robô deve se mover.
“Para treinar o agente de navegação, nós criamos um ambiente de simulação especial, que lembra um jogo de computador.”, disse Lee. “Nosso software automaticamente produz novas ‘fases’ para o controlador de navegação, com diferentes terrenos e perturbações complexas. Após muitas horas de treinamento, nós obtivemos controladores de rede neural robustos e versáteis, que podem lidar com todo tipo de terreno acidentado e ambiente labiríntico.”
Outra vantagem do sistema de navegação é que ele é mais simples que muitos controladores existentes. Uma das redes neurais se concentra no planejamento dos movimentos de locomoção, enquanto a outra se concentra na navegação geral do robô. O controlador também inclui mapeamento básico do terreno e módulos SLAM (Localização e Mapeamento Simultâneos).
Lee e seus colegas testaram o sistema de navegação em uma série de experimentos realizados em ambientes no mundo real. Eles descobriram que o sistema é muito reativo e de alto desempenho, permitindo o robô andar com sucesso por 10km em duas cidades europeias diferentes: Zurique e Sevilha.
Este tipo de robô pode fazer entregas passando por terrenos acidentados.
