AI幫助四足機器人預先規劃路線，防止碰壁或跌倒

來源：ATYUN

目前最引人注目的四足機器人可能是波士頓動力的機器人。但這些機器人有一個共同的問題：需要弄清楚該往哪裡走，以免卡住或跌倒。

牛津大學，伊斯坦布爾薩班哲大學和法國國家科學研究中心的科學家團隊共同開發出一種新演算法，可以為大多數環境生成可行的導航軌跡。

研究者在論文「Contact Planning for the ANYmal Quadruped Robot using an Acyclic Reachability-Based Planner」中指出，「我們提出了一種自動計算方法，為機器人計劃其接觸具有挑戰性的不均勻地形。在不平整和雜亂的環境中航行，往往只有一小部分潛在的立足空間，這仍然是一個懸而未決的問題。」

研究人員的方法分幾個階段來應對挑戰。一個模型分析環境以識別可能的接觸表面，考慮四足機器人（以ANYmal為例）可以推進的地點並避免其接近邊緣。然後，相同的模型為機器人的身體創建接觸可達的引導路徑，使其每一步都有堅實的接觸。

「如果主體與環境相交，則意味著碰撞，」論文的作者解釋說，「但如果環境不與肢體工作區相交，那麼機器人就無法接觸環境以創造聯繫。」

為了減少計算時間，該團隊利用隨機生成的腿部配置和肢體運動範圍的資料庫。在路徑規划過程中，只保留穩定和不會導致碰撞姿勢的配置，其餘部分被丟棄，直到找到可行的配置。

每個腿部配置示例都基於兩組啟發式演算法進行評分。一個計算樣本配置和機器人標準配置之間的加權距離，另一個使用斜率陡度等變數來確定哪些配置增加了可控性和穩定性。

Gazebo是一個自主機器的模擬環境。他們嘗試了逐漸變化的地形，包括平坦的地面、高度變化較小的地面，帶有障礙物、高度變化較大的平面（如樓梯）以及高度變化較大的非平坦表面（碎石地形）。

該團隊報告稱，他們的導航路徑規劃器非常強大，並且它提供了避免碰撞的軌跡。此外，在任何環境下提前生成約50步的計劃只花費不到7秒鐘。

不過研究人員也注意到動態模擬的成功率仍然太低，無法在真實世界的機器人上進行無人監督部署，這個問題將在今後的工作中解決。

END

看累了嗎？戳一下「在看」支持我們吧！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！