研究人员发明了一种自主导航的轮腿机器人

快速移动的自主移动机器人可以帮助将货物运送到各个地点，有助于解决产品供应链中断的问题。尽管如此，单靠轮式或腿式机器人可能不足以高效、独立地完成运送。

苏黎世联邦理工学院机器人系统实验室的研究人员最近推出了一种新型机器人设计，该设计结合了轮式机器人和腿式机器人的功能。这款机器人是在 科学机器人 纸，使用各种强化学习技术来导航环境，使其能够在驾驶和步行模式之间平稳过渡，适应不同的地形。

“该项目的主要目标是为这种地面机器人构建一个大规模自动驾驶系统，速度是有史以来最快的，”论文合著者 Joonho Lee 告诉 Tech Xplore。“这是对腿部机器人、自主导航和机器人感知领域五年多的研究成果。”

李和他的同事开发的机器人系统以 CERBERUS 团队创建的先前机器人为基础，该团队包括室内无人机公司 Flyability 的研究人员，该团队于 2021 年赢得了 DARPA 地下挑战赛。然而，与 CERBERUS 团队开发的机器人相比，他们的系统具有简化的设计以及更先进的人工智能导航系统。

“传统上，地面机器人的导航规划是使用在线优化方法进行的，”Lee 解释道。“这种方法对于简单的轮式机器人或慢速行走机器人来说效果很好，但对于像我们这样的快速移动机器人（行驶速度可达 20 公里/小时），它们无法提供足够快的导航计划。对于以 2 米/秒的速度移动的机器人，0.5 秒的延迟可能导致 1 米的误差，从而导致灾难性的碰撞。”

为了让机器人能够自主导航，研究人员开发、训练并测试了各种分层强化学习技术。最终，他们训练了一个基于神经网络的控制器，该控制器可以处理不同类型的输入，在几毫秒内为机器人创建新的导航计划。

“我们方法的另一大优势是，我们的神经网络控制器完全理解腿式机器人的非线性和复杂动力学，”Lee 说道。“由于它了解机器人在不同地形上以不同速度的行为方式，因此它可以非常有效地引导机器人。”

在易于行走的平坦地形上，苏黎世联邦理工学院开发的机器人可以向前行驶，从而充分利用其轮子并最大限度地降低功耗。在更复杂的地形上，使用轮子很难或不可能导航，例如有台阶的地方，机器人可以切换到步行模式。

李和他的同事开发和训练的基于神经网络的控制器可以处理传感数据，以确定机器人在特定地形上行进的最有效方式。这使机器人能够有效地结合传统轮式机器人和腿式机器人的优势。

“轮式机器人效率高，但无法越过高障碍物，”李说。“另一方面，腿式机器人非常擅长克服障碍物和陡坡，但它们的效率非常低，因为它们必须以不规则的模式驱动 10 多个关节。通常，步行机器人最多只能运行 1 小时。有了轮式腿，我们的机器人可以克服与普通步行机器人相同的障碍物，运行时间至少是普通步行机器人的 3 倍。”

Lee 及其同事开发的控制器并未采用经典的规划和基于模型的控制技术。值得注意的是，这些传统方法在以不确定性和随机干扰为特征的现实环境中通常表现不佳。

相反，该团队的控制器由两个人工神经网络驱动。这些网络处理机器人内置传感器收集的数据，产生合适的行走动作，并决定机器人应该朝哪个方向移动。

“为了训练导航代理，我们创建了一个特殊的模拟环境，类似于电脑游戏，”李说。“我们的软件会自动为导航控制器生成新的‘阶段’，其中包含不同的复杂地形和干扰。经过几个小时的训练，我们获得了非常强大和多功能的神经网络控制器，可以处理各种崎岖地形和迷宫般的环境。”

驱动机器人运动的导航系统的另一个优点是它比许多现有的控制器更简单。它所依赖的两个神经网络中的一个专注于规划步行动作，而另一个专注于机器人的整体导航。控制器还包括基本地形测绘和 SLAM（同步定位和地图构建）模块。

“这是我见过的最简单的导航系统设计，而非常强大的神经网络控制器可以省去系统集成方面的大量工程工作，”李说。“我们花在构建导航系统本身上的实际时间不到一年。”

李和他的同事在现实环境中进行了一系列实验，测试了他们的导航系统。他们发现该系统反应灵敏、性能卓越，让机器人成功穿越了苏黎世和塞维利亚两座不同的欧洲城市，行程超过 10 公里。

未来，本文介绍的轮腿机器人和导航系统可以得到进一步改进，并部署到各种环境中。它们最有前景的应用之一将是快速、可靠和自主地在各种地形上运送货物。

“我现在想用多模式输入扩展这个系统，”李补充道。“目前，它只依赖几何信息进行导航和行走，但在现实世界中，我们在行走时需要考虑更多的事情。例如，机器人应该关心更多的语义信息，如检查地面是否潮湿，是否必须留在人行道或草地上，红灯是否亮着等等。”

© 2024 科学X网络