Модульного робота научили пользоваться подручными средствами
Американские инженеры научили модульного робота SMORES-EP использовать подручные материалы для выполнения задач. К примеру, он может собрать мост для преодоления широкого препятствия или поднести пандус к высокой стене и заехать по нему наверх, рассказывают авторы статьи, представленной на конференции ICRA 2018.
Обновлено: в октябре 2018 года статья опубликована в журнале Science Robotics.
Разработчики роботов нередко стремятся сделать их как можно более универсальными и обычно для этого стараются заложить в конструкцию, например, максимальную проходимость. Но есть и другой подход, более похожий на то, как действуют люди — для решения задачи можно использовать дополнительные материалы и инструменты.
Группа инженеров под руководством Марка Йима (Mark Yim) из Пенсильванского университета создала робота, который может использовать дополнительные объекты для выполнения сложных задач. За основу они взяли свою предыдущую разработку — робота SMORES-EP, состоящего из отдельных кубических модулей размером около восьми сантиметров. Каждый модуль может передвигаться независимо за счет собственных моторов, а также может объединяться с другими через магнитные захваты. Эти захваты состоят из постоянных магнитов, выдвигаемых с помощью соленоида, за счет чего энергия тратится только на выдвигание или втягивание магнитов и не тратится, когда два робомодуля соединены между собой.
Инженеры также разработали новый модуль, который приводится в движение и крепится к другим роботам таким же образом, но оборудован двумя камерами, закрепленными на 40-сантиметровой трубке. Кроме того, они создали два типа универсальных блоков — куб и пандус. Они также оснащены магнитными креплениями, поэтому робот может собирать их в большие конструкции.
Авторы показали, что робот может самостоятельно выполнять сложные задачи и планировать использование подручных средств. К примеру, во время одного из экспериментов его задача заключалась в том, чтобы найти в комнате шкаф с визуальным маркером, а затем исследовать два его нижних ящика. Проблема задания заключается в том, что второй ящик находится слишком высоко, чтобы открыть его своими силами. Робот самостоятельно открыл первый ящик с помощью магнитов, а затем проанализировал обстановку и понял, что единственный способ открыть второй ящик — забраться на первый. После этого он самостоятельно поднес к нему заезд из нескольких модулей, заехал по нему и открыл второй ящик.
Другая группа американских ученых создала роботов, помогающих друг другу преодолевать высокие для них препятствия — сначала один из них помогает другому взобраться наверх, а затем забравшийся подтягивает к себе оставшегося снизу робота.
Григорий Копиев
Алгоритм уменьшает время простоя на 78 процентов
Инженеры из Японии создали алгоритм машинного обучения, который автоматически стимулирует таракана-киборга больше двигаться и не позволяет ему долго оставаться в одном месте. Движение таракана контролируется с помощью электроимпульсов, генерируемых рюкзачком с системой дистанционного управления. Алгоритм увеличил на 70 процентов среднюю дистанцию, пройденную киборгом, и снизил время простоя таракана на 78 процентов. Статья опубликована в Cyborg and Bionic Systems. Миниатюрные роботы могут пригодиться в самых разных сферах: от ремонта авиационных двигателей до поиска выживших под завалами. Однако из-за недостаточной развитости компактной компонентной базы, в особенности актуаторов и источников питания, это все еще сложная инженерная задача, и большинство проектов остаются на уровне лабораторных прототипов. Одно из альтернативных решений состоит в использовании живых организмов, например, тараканов или даже летающих насекомых, которые уже обладают способностью к эффективному передвижению. В их организм внедряют электроды, через которые подключаются электронные модули, контролирующие перемещения насекомого за счет электростимуляции. Однако насекомые-киборги не полностью контролируются электронными системами. Они сохраняют свои особенности поведения, которые могут ограничивать их перемещение. Например, мадагаскарские свистящие тараканы, которые часто используются в экспериментах, склонны к снижению активности в ярко освещенных областях и при недостаточно высокой температуре. Кроме того, они предпочитают бегать вдоль стен, а не по открытым пространствам. Это приводит к сложностям в использовании насекомых-киборгов и требует оптимизации стимулирующих сигналов управления. Группа инженеров под руководством Кейсуке Морисима (Keisuke Morishima) из Университета Осаки внедрила в систему управления тараканом-киборгом алгоритм машинного обучения, который позволяет автоматически стимулировать передвижение насекомого, чтобы оно не оставалось на одном месте. Так же, как и предыдущие исследователи, инженеры использовали особь мадагаскарского шипящего таракана из-за его больших размеров, достигающих семи сантиметров. Для передачи стимулирующих сигналов в усикообразные органы в задней части таракана (церки) были имплантированы платиновые электроды, соединенные медными проводами с приклеенным на спину насекомого шестиграммовым рюкзачком с электронными компонентами. Данные о движении насекомого получают с помощью встроенного в рюкзак инерционного измерительного модуля, который с помощью акселерометра и гироскопа определяет текущие линейное ускорение и угловую скорость таракана. Эта информация по беспроводному каналу связи передается на персональный компьютер на вход алгоритма машинного обучения. Из данных, разбитых на окна по 1,5 секунды, извлекаются признаки, которые затем поступают на вход классификатора, определяющего двигается насекомое или нет. В случае, если таракан остается неподвижным дольше заданного времени, на его церки подаются электрические импульсы. Наиболее эффективным алгоритмом классификации в представленной задаче оказался метод опорных векторов. Для экспериментов инженеры построили арену в форме окружности, над которой разместили камеру для отслеживания реального положения насекомого. Без дополнительной электростимуляции три таракана, использованные в тестах, стремились оставаться в периферийной области у стен арены и избегали открытого пространства большую часть времени. Использование алгоритма и электростимуляции позволило снизить время простоя в среднем на 78 процентов, а время поиска пройденную дистанцию увеличить на 68 и 70 процентов соответственно. При этом среднее время электростимуляции для всех тараканов составило всего 3,4 секунды. Таким образом алгоритм позволяет снизить количество сигналов электростимуляции и тем самым предотвратить утомление животного. Ранее мы рассказывали про американских инженеров, которые разработали носимую поворотную монохромную камеру для жуков и микророботов. Благодаря ее небольшой массе, которая составляет менее четверти грамма, насекомые с ней могут свободно двигаться и балансировать.