Исследователи Virginia Tech разрабатывают биомиметические системы походки для передовых роботов

Два года назад Кавех Хамед видел, как его сын Никаан сделал первые самостоятельные шаги. Он наблюдал, как однолетнее тело Никаана шаталось на шатающихся ногах, пока малыш шел вперед.

И он видел прогресс Никаана: он перешел от ползания на животе к стоянию с качкой, к первым шагам, к уверенному переходу через пол на двух ногах.

Эти воспоминания заставляют Хамеда думать о математике, как он делает, когда смотрит, как бежит его собака Телли. Когда он видит, как она прыгает к нему и переходит на рысь, он снова начинает удивляться способностям, которыми он мог бы наделить робота.

Более 10 лет Хамед разрабатывает алгоритмы управления, позволяющие ногоходным роботам ходить и бегать больше похоже на людей и животных.

Наблюдая за Никааном и Телли в движении, он напоминает себе, что еще так много чему научиться. «Кажется простой задачей», сказал Хамед. «Мы делаем эти вещи каждый день — ходим, бежим, поднимаемся по лестницам, перешагиваем через промежутки. Но перевод этого в математику и роботов — вызов».

Лаборатория и проекты

Хамед присоединился к Virginia Tech в прошлом году как доцент в отделе механической инженерии в колледже инженерии и руководитель лаборатории гибридных динамических систем и роботной локомоции.

С тех пор он и его исследовательская команда работают над улучшением биомиметической локомоции в роботах вместе с сотрудниками из отдела и из других университетов страны.

В настоящее время они работают над четырьмя проектами, финансируемыми Национальным научным фондом, все из которых черпают вдохновение у людей или животных и фокусируются на разработке ПО.

Один из их проектов включает изучение применений двуножной (двухногой) локомоции к устойчивой локомоции протезированных ног с приводом.

Исследовательская команда Хамеда сотрудничает с Робертом Греггом, доцентом в отделе электротехники и компьютерных наук Мичиганского университета, для разработки децентрализованных алгоритмов управления для модели протезированной ноги Грегга.

Три текущих проекта команды вращаются вокруг четырехножных (четырехногих) роботов и совместного использования датчиков, алгоритмов управления и искусственного интеллекта для улучшения ловкости, стабильности и детерминизма роботизированных собак, а также их отзывчивости к окружению и друг другу.

Хамед сказал, что хотя каждый год строится больше ногоходных роботов, отрасли еще далеко до того, чтобы роботы могли сравняться в ловкости со своими двух- или четырехногими источниками вдохновения.

«Мы верим, что ловкость, которую мы видим в животной локомоции — как в собаке, гепарде или пуме — не может в настоящее время быть близко достигнута роботами, даже передового уровня», сказал он.

«Робототехника быстро развивается, но все еще есть фундаментальный разрыв между тем, что мы видим в роботах, и тем, что мы видим в их биологических аналогах».

Вдохновение от четырехногих друзей

В своей работе с роботизированными собаками Хамед стремится заполнить разрыв, разрабатывая передовые и интеллектуальные алгоритмы управления, лежащие в основе ловкости и стабильности животной локомоции.

Интегрируя использование передовых алгоритмов обратной связи и математических техник оптимизации с использованием датчиков, его подход работает в базовой биологии животных.

Контроль равновесия позвоночных, например, происходит в основном в спинном мозге, где осцилляторные нейроны общаются друг с другом для генерации ритмичного движения.

Это естественная функция — причина, почему ногоходные животные и люди могут закрыть глаза и все равно идти, объяснил Хамед.

Но для навигации в более сложных средах — как лестница или валуны — и людям, и животным нужен зрение, и нам нужен мозг для интерпретации того, что мы видим.

Исследовательская команда Хамеда использует датчики и надежные алгоритмы управления для создания похожих эффектов среди своих роботизированных собак.

Они используют энкодеры — датчики, прикрепленные к суставам для чтения их положения относительно друг друга — а также инерциальные измерительные блоки — датчики, измеряющие ориентацию тела робота к земле — для создания большего контроля равновесия и движения, который естественен для позвоночных.

Команда также крепит камеры и лидар, форму лазерной технологии для более точного картирования среды, для использования машинного зрения, которое может лучше информировать контакт каждого робота с препятствиями или их избегание.

Команда Хамеда оснастила трех роботизированных собак, построенных Ghost Robotics, компанией, специализирующейся на производстве ногоходных роботов, этими датчиками и использовала их для тестирования своих новейших интеллектуальных и надежных алгоритмов управления.

Как только роботы считали измерения своего движения и среды, идея — заставить их действовать соответственно: бортовой компьютер вычисляет надежные контрольные действия, которые роботы должны использовать для навигации из точки А в точку Б.

До сих пор исследователи смоделировали и начали тестировать несколько разных походок, зеркалящих походку реальных животных.

Роботизированные собаки начали ходить, рыскать и бегать под более острыми углами с большей ловкостью, равновесием и скоростью.

Команда также исследует интеграцию искусственного интеллекта в свои алгоритмы управления для улучшения принятия решений роботами в реальном времени в реальных средах.

Сотрудничество с партнерами

Хамед опирается на сотрудничество для принятия новых концепций, таких как искусственный интеллект и алгоритмы управления критической безопасностью.

В двух своих проектах он сотрудничает с Аароном Эймсом, профессором механической и гражданской инженерии в Caltech.

Вместе они стремятся разработать следующее поколение интеллектуальных, безопасных и надежных алгоритмов управления, которые обеспечат ловкую локомоцию четырехножных и двухножных роботов в сложных средах.

Они также стремятся построить на этой работе со роями ногоходных роботов, создавая распределенные алгоритмы обратной связи, позволяющие ногоходным роботам координировать свое движение в совместных задачах.

Недавно Алекс Леонесса, профессор механической инженерии в Virginia Tech, присоединился к Эймсу и Хамеду в проекте, адаптирующем использование распределенных алгоритмов управления для кооперативной локомоции роботов-поводырей и людей.

«Я учусь через сотрудничество», сказал Хамед. «Именно это мы делаем для продвижения знаний. Известные компании делают удивительные вещи прямо сейчас, но вы не можете увидеть, что они делают.

«Мы хотели бы учиться из науки и математики и делиться тем, что находим. Когда мы публикуем, мы можем сказать другим университетам: "Это алгоритмы, которые мы используем. Как вы можете расширить их?"»

Реальные применения

Хамед видит потенциальные выгоды и реальные применения этих улучшений в терминах мобильности, вспомогательной способности и их комбинации.

С более чем половиной ландшафта Земли, помеченной как недоступная для колесных автомобилей, ловкие ногоходные роботы могли бы лучше навигировать по неровному, крутому рельефу, как горы или леса.

В домах и офисах поверхность плоская и в основном предсказуемая, но ограничения для роботов все еще принимают форму лестниц и лесенок, спроектированных для двухножных ходоков.

Хамед считает, что будет важно гарантировать, что роботы могут справляться с теми же условиями, если они будут использоваться для помощи людям с ограниченной подвижностью и жизни с ними.

И когда роботы поддерживают или заменяют людей в аварийном реагировании — спасательная миссия на пожарах на заводе, например — они выиграют от ловкого использования своих ног.

Хамед находит первые тесты алгоритмов управления с его роботизированными собаками перспективными, но разработку этих алгоритмов будет непрерывным процессом.

«Алгоритмы, которые мы используем, действительно биомиметичны?» — спрашивал себя Хамед. «Они действительно ведут себя как собаки? Мы пытаемся сделать математику.

«Но это должно быть биомиметичным. Мы должны смотреть на животных и затем корректировать наши алгоритмы — чтобы увидеть, как они реагируют на этот сценарий и как реагируют наши алгоритмы управления».