Virginia Tech-onderzoekers willen robots bio-geïnspireerde gangen geven

Twee jaar geleden zag Kaveh Hamed zijn zoon Nikaan zijn eerste stappen alleen zetten. Hij zag Nikaans eenjarige lichaam wankelen op wiebelende beentjes terwijl de baby naar voren liep.

En hij zag Nikaan's vooruitgang:hij ging van kruipen op zijn buik naar staan ​​met zwaaien, naar de eerste wandelingen, naar op twee vaste voeten over de vloer wegrennen.

Deze herinneringen doen Hamed aan wiskunde denken, zoals hij doet wanneer hij zijn hond Telli ziet rennen. Als hij haar naar zich toe ziet springen en overgaat in draf, begint hij zich weer af te vragen hoe hij haar behendigheid aan een robot zou kunnen geven.

Al meer dan 10 jaar ontwikkelt Hamed besturingsalgoritmen waarmee pootrobots meer kunnen lopen en rennen als mensen en dieren.

Nikaan en Telli in beweging zien, herinnert hem eraan dat er nog zoveel te leren valt. "Het lijkt een eenvoudig probleem", zei Hamed. "We doen deze dingen elke dag - we lopen, rennen, trappen op, stappen over gaten. Maar dat vertalen naar wiskunde en robots is een uitdaging.”

Hamed trad vorig jaar in dienst bij Virginia Tech als assistent-professor aan de afdeling Werktuigbouwkunde van het College of Engineering en als hoofd van het Hybrid Dynamic Systems and Robot Locomotion Lab.

Sindsdien hebben hij en zijn onderzoeksteam gewerkt aan het verbeteren van bio-geïnspireerde voortbeweging in robots, samen met medewerkers van binnen de afdeling en van andere universiteiten in het hele land.

Ze werken momenteel aan vier projecten die worden gefinancierd door de National Science Foundation, die allemaal geïnspireerd zijn op mensen of dieren en zich richten op softwareontwikkeling.

Een van hun projecten betreft het onderzoeken van de toepassingen van tweebenige (tweebenige) voortbeweging op veerkrachtige voortbeweging van aangedreven prothetische benen.

Het onderzoeksteam van Hamed werkt samen met Robert Gregg, een universitair hoofddocent bij de afdeling Elektrotechniek en Computerwetenschappen aan de Universiteit van Michigan, om gedecentraliseerde besturingsalgoritmen te ontwikkelen voor Greggs model van een aangedreven beenprothese.

Drie van de huidige projecten van het team draaien om quadrupedale (vierbenige) robots en het gecombineerde gebruik van sensoren, besturingsalgoritmen en kunstmatige intelligentie om de behendigheid, stabiliteit en behendigheid van robothonden te verbeteren, evenals hun reactievermogen op hun omgeving en elkaar.

Hamed zei dat hoewel er elk jaar meer poten worden gebouwd, er nog een lange weg te gaan is voordat robots de behendigheid van hun twee- of vierbenige inspiratiebronnen kunnen evenaren.

"We zijn van mening dat de behendigheid die we zien bij het voortbewegen van dieren - zoals bij een hond, een cheeta of een bergleeuw - momenteel niet van dichtbij kan worden nagestreefd door robots, zelfs niet door de modernste," zei hij.

"Robottechnologie gaat snel vooruit, maar er is nog steeds een fundamentele kloof tussen wat we zien in robots en wat we zien in hun biologische tegenhangers."

Inspiratie halen uit trouwe viervoeters

In zijn werk met robothonden wil Hamed de leemte opvullen door geavanceerde en intelligente controle-algoritmen te ontwikkelen die de behendigheid en stabiliteit van het voortbewegen van dieren onderstrepen.

Door het gebruik van geavanceerde algoritmen voor feedbackcontrole en wiskundige optimalisatietechnieken te integreren met het gebruik van sensoren, werkt zijn benadering in de basisbiologie van dieren.

Balanscontrole voor gewervelde dieren vindt bijvoorbeeld meestal plaats in het ruggenmerg, waar oscillerende neuronen met elkaar communiceren om ritmische beweging te genereren.

Het is een natuurlijke functie - de reden waarom dieren en mensen met poten hun ogen kunnen sluiten en toch kunnen lopen, legt Hamed uit.

Maar om door complexere omgevingen te navigeren, zoals een reeks trappen of rotsblokken, hebben zowel mensen als dieren visie nodig en hebben we de hersenen nodig om te interpreteren wat we zien.

Het onderzoeksteam van Hamed gebruikt sensoren en robuuste besturingsalgoritmen om vergelijkbare effecten te creëren bij hun robothonden.

Ze gebruiken encoders – sensoren die aan gewrichten zijn bevestigd om hun positie ten opzichte van elkaar te lezen – evenals traagheidsmeeteenheden – sensoren die de oriëntatie van het robotlichaam ten opzichte van de grond meten – om meer balans en bewegingscontrole te creëren die natuurlijk is voor gewervelde dieren.

Het team bevestigt ook camera's en Lidar, een vorm van lasertechnologie om de omgeving nauwkeuriger in kaart te brengen, om gebruik te maken van machinevisie, die het contact van elke robot met of het vermijden van obstakels beter kan informeren.

Het team van Hamed heeft drie robothonden, gebouwd door Ghost Robotics, een bedrijf dat gespecialiseerd is in het produceren van pootrobots, uitgerust met deze sensoren en heeft ze gebruikt om hun nieuw ontwikkelde, intelligente en robuuste besturingsalgoritmen te testen.

Zodra de robots metingen van hun eigen beweging en hun omgeving hebben gelezen, is het de bedoeling dat ze dienovereenkomstig handelen:boordcomputers berekenen de robuuste controleacties die de robots moeten gebruiken om zichzelf van punt A naar punt B te sturen.

Tot nu toe hebben de onderzoekers verschillende gangen gesimuleerd en getest die die van echte dieren weerspiegelen.

De robothonden zijn begonnen te kuieren, draven en rennen in scherpere hoeken met meer behendigheid, balans en snelheid.

Het team onderzoekt ook de integratie van kunstmatige intelligentie in hun besturingsalgoritmen om de realtime besluitvorming van robots in echte omgevingen te verbeteren.

Samenwerken met partners van Virginia Tech en daarbuiten

Hamed leunt op samenwerking om nieuwe concepten zoals kunstmatige intelligentie en veiligheidskritieke besturingsalgoritmen toe te passen.

In twee van zijn projecten werkt hij samen met Aaron Ames, hoogleraar werktuigbouwkunde en civiele techniek bij Caltech.

Samen willen ze de volgende generatie intelligente, veilige en robuuste besturingsalgoritmen ontwikkelen die behendige voortbeweging van viervoetige en tweevoetige robots in complexe omgevingen mogelijk maken.

Ze willen ook voortbouwen op dit werk met zwermen pootrobots, door algoritmen voor gedistribueerde feedback te creëren waarmee pootrobots hun beweging kunnen coördineren bij samenwerkingstaken.

Onlangs heeft Alex Leonessa, hoogleraar Werktuigbouwkunde aan Virginia Tech, zich bij Ames en Hamed aangesloten in een project dat het gebruik van gedistribueerde besturingsalgoritmen aanpast voor de coöperatieve voortbeweging van robotgeleidehonden en mensen.

"Ik leer van samenwerking", zegt Hamed. “Dat is wat we doen om kennis te vergroten. Bekende bedrijven doen momenteel geweldige dingen, maar je kunt niet zien wat ze doen.

“We willen graag leren van wetenschap en wiskunde en delen wat we vinden. Als we publiceren, kunnen we tegen andere universiteiten zeggen:‘Dit zijn de algoritmen die we gebruiken. Hoe kun je ze uitbreiden?'”

Hamed ziet de potentiële voordelen en praktische toepassingen van deze verbeteringen in termen van mobiliteit, ondersteunende mogelijkheden en een combinatie van beide.

Nu meer dan de helft van het aardse landschap is gemarkeerd als onbereikbaar voor voertuigen op wielen, kunnen behendige robots met poten beter navigeren door ruw, steil terrein, zoals dat van de bergen of het bos.

In huizen en kantoren is de grond vlak en meestal voorspelbaar, maar beperkingen voor robots krijgen nog steeds vorm in ladders en trappen die zijn ontworpen voor tweevoeters.

Hamed is van mening dat het belangrijk is ervoor te zorgen dat robots dezelfde omstandigheden aankunnen, als ze worden gebruikt om mensen met beperkte mobiliteit te helpen en ermee samen te leven.

En aangezien robots mensen ondersteunen of vervangen bij noodhulp, bijvoorbeeld een reddingsmissie voor een fabrieksbrand, zullen ze profiteren van het behendige gebruik van hun benen.

Hamed vindt de eerste tests op besturingsalgoritmen met zijn robothonden veelbelovend, maar de ontwikkeling van die algoritmen zal een continu proces zijn.

"Zijn de algoritmen die we gebruiken eigenlijk bio-geïnspireerd?" Hamed heeft zich afgevraagd. “Gedraag je je echt als honden? We proberen de wiskunde te doen.

“Maar het moet bio-geïnspireerd zijn. We moeten naar dieren kijken en vervolgens onze algoritmen corrigeren - om te zien hoe ze reageren op dit scenario en hoe onze controle-algoritmen reageren."