Ρομπότ προσδιορίζει αν είναι σε θέση να σηκώσει ένα βαρύ αντικείμενο

Ρομπότ προσδιορίζει αν είναι σε θέση να σηκώσει ένα βαρύ αντικείμενο
Image Credit: National University of Singapore and Johns Hopkins University

Ανθρωποειδή ρομπότ, δηλαδή εκείνα που έχουν σώματα και μοιάζουν με ανθρώπους, σύντομα θα μπορούν να βοηθήσουν τους ανθρώπους να ολοκληρώσουν μια μεγάλη ποικιλία εργασιών. Πολλές από τις εργασίες που αυτά τα ρομπότ έχουν σχεδιαστεί για να ολοκληρώσουν περιλαμβάνουν τη συλλογή αντικειμένων διαφορετικών σχημάτων, βαρών και μεγεθών.

Ενώ πολλά ανθρωποειδή ρομπότ που έχουν αναπτυχθεί μέχρι σήμερα, είναι ικανά να σηκώνουν μικρά και ελαφριά αντικείμενα, ωστόσο η ανύψωση ογκωδών ή βαρέων αντικειμένων έχει αποδειχθεί συχνά πιο δύσκολη, καθαρά για τεχνικούς λόγους. Στην πραγματικότητα, εάν ένα αντικείμενο είναι πολύ μεγάλο ή υπέρβαρο, ενδέχεται το εκάστοτε ρομπότ να καταλήξει να του ξεφύγει από τα χέρια, να το ρίξει στο έδαφος και τελικά να σπάσει, προκαλώντας οικονομική ζημιά στην εκάστοτε μικρή ή μεγάλη επιχείρηση που το χρησιμοποιεί στις αποθήκες του.

Έχοντας αυτήν την ιδιομορφία υπόψη, οι ερευνητές του Πανεπιστημίου Johns Hopkins και του Εθνικού Πανεπιστημίου της Σιγκαπούρης (NUS) ανέπτυξαν πρόσφατα μια τεχνική που επιτρέπει στα ρομπότ να καθορίσουν εάν θα είναι σε θέση να ανυψώσουν ένα βαρύ κουτί με άγνωστες φυσικές ιδιότητες. Αυτή η τεχνική, που παρουσιάστηκε σε ένα έγγραφο που έχει ήδη δημοσιευτεί στο arXiv, θα μπορούσε να επιτρέψει την ανάπτυξη ρομπότ που μπορούν να ανυψώσουν αντικείμενα πιο αποτελεσματικά, μειώνοντας τον κίνδυνο απρόβλεπτων καταστάσεων.

Ο Yuanfeng Han, ένας από τους ερευνητές που συμμετείχε στη μελέτη, ανέφερε: «Μας ενδιαφέρει ιδιαίτερα το πως ένα ανθρωποειδές ρομπότ μπορεί να προβεί στην άρσης ενός κουτιού με άγνωστες φυσικές ιδιότητες, δίχως να το καταστρέψει ή να του προκαλέσει έστω κάποια μικρή φθορά. Για να επιτευχθεί μια τέτοια πολύπλοκη εργασία, το ρομπότ συνήθως χρειάζεται πρώτα να προσδιορίσει τις φυσικές παραμέτρους του κουτιού και, στη συνέχεια, να δημιουργήσει μια τροχιά κίνησης ολόκληρου του σώματος του που θα είναι ασφαλής και σταθερή για να σηκώσει και να μεταφέρει το κουτί.

Η διαδικασία μέσω της οποίας ένα ρομπότ δημιουργεί στο σύστημα του τροχιές κίνησης που του επιτρέπουν να σηκώνει αντικείμενα μπορεί να είναι υπολογιστικά απαιτητική και πολύπλοκη. Στην πραγματικότητα, τα ανθρωποειδή ρομπότ έχουν συνήθως υψηλό βαθμό ελευθερίας και η κίνηση που χρειάζεται το σώμα τους για να ανυψώσει ένα αντικείμενο πρέπει να πληροί αρκετές διαφορετικές παραμέτρους. Αυτό σημαίνει ότι εάν ένα κουτί είναι πολύ βαρύ ή το κέντρο βάρους του είναι πολύ μακριά από το ρομπότ, το ρομπότ πιθανότατα δεν θα είναι σε θέση να ολοκληρώσει αυτήν την κίνηση.

«Σκεφτείτε για παράδειγμα εμάς τους ανθρώπους, όταν προσπαθούμε να κατανοήσουμε εάν μπορούμε να σηκώσουμε ένα βαρύ αντικείμενο, όπως έναν αλτήρα», εξήγησε ο Χαν. «Αρχικά αλληλεπιδρούμε με τον αλτήρα για να πάρουμε μια συγκεκριμένη αίσθηση του αντικειμένου. Στη συνέχεια, με βάση την προηγούμενη εμπειρία μας, ξέρουμε αν είναι πολύ βαρύ για να το ανυψώσουμε ή όχι. Ομοίως, η μέθοδος μας ξεκινά με την κατασκευή ενός πίνακα τροχιάς , που αποθηκεύει διαφορετικές έγκυρες κινήσεις ανύψωσης για το ρομπότ που αντιστοιχούν σε μια σειρά φυσικών παραμέτρων του κουτιού χρησιμοποιώντας προσομοιώσεις. Στη συνέχεια, το ρομπότ θεωρεί αυτόν τον πίνακα ως τη γνώση της προηγούμενης εμπειρίας του».

Η παρούσα τεχνική και μεθοδολογία αναπτύχθηκε από τον Han, σε συνεργασία με τον συνάδελφό του Ruixin Li και τον Gregory S. Chirikjian (Καθηγητής και Επικεφαλής του Τμήματος Μηχανολόγων Μηχανικών του NUS), επιτρέποντας σε ένα ρομπότ να κατανοήσει τις παραμέτρους αδράνειας ενός κουτιού μετά από σύντομη αλληλεπίδραση με αυτό. Στη συνέχεια, το ρομπότ κοιτάζει πίσω στον πίνακα τροχιάς που δημιουργείται από τη μέθοδο και ελέγχει εάν περιλαμβάνει μια κίνηση ανύψωσης που θα του επέτρεπε να σηκώσει ένα κουτί με αυτές τις εκτιμώμενες παραμέτρους.

Εάν υπάρχει αυτή η κίνηση ή τροχιά, τότε η ανύψωση του κουτιού θεωρείται εφικτή και το ρομπότ μπορεί να ολοκληρώσει αμέσως την εργασία. Εάν δεν υπάρχει, τότε το ρομπότ θεωρεί το έργο πέρα ​​από την ικανότητα του και διακόπτει αμέσως οποιαδήποτε αποστολή που του έχει ανατεθεί.

«Ουσιαστικά, ο πίνακας τροχιάς που δημιουργεί η μέθοδος μας αποθηκεύει τις έγκυρες τροχιές κίνησης ανύψωσης ολόκληρου του σώματος σύμφωνα με το εύρος των παραμέτρων αδράνειας ενός κουτιού», δήλωσε ο Χαν. «Στη συνέχεια, αναπτύξαμε έναν αλγόριθμο βάσει φυσικής αλληλεπίδρασης που βοηθά το ρομπότ να αλληλεπιδρά με το κουτί με ασφάλεια και να εκτιμά τις παραμέτρους αδράνειας του κουτιού»

Η νέα τεχνική επιτρέπει στα ρομπότ να προσδιορίσουν γρήγορα εάν είναι σε θέση να ολοκληρώσουν μια εργασία που σχετίζεται με την ανύψωση. Έτσι εξοικονομεί χρόνο και υπολογιστική ισχύ, καθώς εμποδίζει τα ρομπότ να πρέπει να δημιουργούν κινήσεις ολόκληρου του σώματος πριν από κάθε προσπάθεια ανύψωσης, ακόμη και ανεπιτυχείς.

Ο Χαν και οι συνεργάτες του αξιολόγησαν την προσέγγιση που ανέπτυξαν σε μια σειρά δοκιμών χρησιμοποιώντας το NAO, ένα διάσημο ανθρωποειδές ρομπότ που αναπτύχθηκε από τη SoftBank Robotics. Σε αυτές τις δοκιμές, ο NAO εντόπισε γρήγορα και αποτελεσματικά αντικείμενα που ήταν αδύνατο ή πολύ δύσκολο να ανυψωθούν μέσω της νέας τεχνικής. Στο μέλλον, η ίδια τεχνική θα μπορούσε να εφαρμοστεί και σε άλλα ανθρωποειδή ρομπότ για να καταστούν πιο αξιόπιστα στην ολοκλήρωση διαφόρων εμπορικών εργασιών, όπως δε εργοστάσια ή βιομηχανίες, ακόμη και για οικιακή χρήση.

«Η μέθοδος μας μπορεί να αυξήσει σημαντικά την αποτελεσματικότητα επάνω σε πρακτικές χειρωνακτικές εργασίες, όπου απαιτείται η διαλογή, η επιλογή και η τοποθέτηση αντικειμένων, και κυρίως για επαναλαμβανόμενες εργασίες», δήλωσε ο Χαν.

ΑΦΗΣΤΕ ΜΙΑ ΑΠΑΝΤΗΣΗ

Παρακαλώ εισάγετε το σχόλιο σας!
Παρακαλώ εισάγετε το όνομά σας