Max Home IndustryЕсли вы сидите за столом с ручкой или карандашом под рукой, попробуйте следующий прием: возьмите ручку за один конец большим и указательным пальцами и прижмите другой конец к столу. Проведите пальцами вниз по ручке, затем переверните ее вверх дном, не позволяя ей упасть. Не так уж сложно, правда?
Но для робота — скажем, который перебирает корзину с объектами и пытается понять один из них — это вычислительно трудоемкий маневр. Прежде чем даже попытаться сделать ход, он должен вычислить набор свойств и вероятностей, таких как трение и геометрия стола, ручки и двух пальцев, а также то, как различные комбинации этих свойств взаимодействуют механически, основываясь на фундаментальных законах физики.
Теперь инженеры Массачусетского технологического института нашли способ значительно ускорить процесс планирования, необходимый для того, чтобы робот мог регулировать захват объекта, прижимая этот объект к неподвижной поверхности. В то время как традиционные алгоритмы требуют десятков минут для планирования последовательности движений, подход новой команды сокращает этот процесс предварительного планирования до менее секунды.
Альберто Родригес, доцент кафедры машиностроения Массачусетского технологического института, говорит, что более быстрый процесс планирования позволит роботам, особенно в промышленных условиях, быстро понять, как толкаться, скользить или иным образом использовать функции в своей среде для изменения положения объектов. в их руках. Такие ловкие манипуляции полезны для любых задач, связанных со сбором и сортировкой, и даже с использованием сложных инструментов.
«Это способ повысить ловкость даже простых роботов-захватов, потому что, в конце концов, окружающая среда — это то, что есть у каждого робота», — говорит Родригес.
Результаты группы опубликованы сегодня в Международном журнале исследований робототехники. Соавторами Родригеса являются ведущий автор Нихил Чаван-Дафле, аспирант кафедры машиностроения, и Рэйчел Холладей, аспирант в области электротехники и информатики.
Физика в конусе
Группа Родригеса работает над тем, чтобы роботы могли использовать свою среду для выполнения физических задач, таких как сбор и сортировка объектов в корзине.
Существующим алгоритмам обычно требуются часы, чтобы заранее спланировать последовательность движений для роботизированного захвата, главным образом потому, что для каждого движения, которое он учитывает, алгоритм должен сначала вычислить, будет ли это движение удовлетворять ряду физических законов, таких как законы Ньютона. движение и закон Кулона, описывающий силы трения между объектами.
«Это утомительный вычислительный процесс, чтобы интегрировать все эти законы, учесть все возможные движения, которые может делать робот, и выбрать среди них полезное», — говорит Родригес.
Он и его коллеги нашли компактный способ решить физику этих манипуляций, прежде чем решить, как должна двигаться рука робота. Они сделали это с помощью «конусов движения», которые, по сути, представляют собой визуальные конусообразные карты трения.
Внутренняя часть конуса отображает все толкающие движения, которые могут быть применены к объекту в определенном месте, при этом удовлетворяются фундаментальные законы физики и позволяют роботу удерживать объект. Пространство за пределами конуса представляет собой все толчки, которые каким-либо образом заставили бы объект выскользнуть из хватки робота.
«Кажущиеся простыми вариации, например, насколько сильно робот захватывает объект, могут существенно изменить то, как объект движется в захвате при толкании», — объясняет Холладей. «В зависимости от того, насколько сильно вы схватываете, будет другое движение. И это часть физических соображений, которые обрабатывает алгоритм».
Алгоритм команды вычисляет конус движения для различных возможных конфигураций между роботизированным захватом, объектом, который он удерживает, и средой, против которой он толкает, чтобы выбрать и задать последовательность различных возможных толчков для изменения положения объекта.
/ p>
«Это сложный процесс, но все же намного быстрее, чем традиционный метод — достаточно быстро, чтобы планирование целой серии толчков занимало полсекунды», — говорит Холладей.
Большие планы
Исследователи протестировали новый алгоритм на физической установке с трехсторонним взаимодействием, в которой простой роботизированный захват держал Т-образный блок и давил на вертикальную планку. Они использовали несколько стартовых конфигураций, когда робот захватывал блок в определенном положении и толкал его к штанге под определенным углом. Для каждой стартовой конфигурации алгоритм мгновенно сгенерировал карту всех возможных сил, которые может применить робот, и положение блока, который в результате возникнет.
«Мы сделали несколько тысяч нажатий, чтобы убедиться, что наша модель правильно предсказывает то, что происходит в реальном мире», — говорит Холладей. «Если мы приложим толчок внутри конуса, схваченный объект должен оставаться под контролем. Если он находится снаружи, объект должен выскользнуть из захвата».
Исследователи обнаружили, что прогнозы алгоритма надежно соответствовали физическим результатам в лаборатории, при планировании последовательности движений, таких как переориентация блока на перекладине перед тем, как положить ее на стол в вертикальном положении, менее чем за в секунду по сравнению с традиционными алгоритмами, на планирование которых уходит более 500 секунд.
«Поскольку у нас есть это компактное представление о механике этого трехстороннего взаимодействия между роботом, объектом и их средой, теперь мы можем решать более серьезные проблемы планирования», — говорит Родригес.
Группа надеется применить и расширить свой подход, чтобы роботизированный захват мог работать с различными типами инструментов, например, в производственных условиях.
«Большинство заводских роботов, использующих инструменты, имеют специально разработанную руку, поэтому вместо того, чтобы взять отвертку и использовать ее по-разному, они просто превращают руку в отвертку», — говорит Холладей. «Вы можете себе представить, что это требует менее ловкого планирования, но гораздо более ограниченного. Мы бы хотели, чтобы робот мог использовать и подбирать множество разных вещей».
Это исследование было частично поддержано Mathworks, MIT-HKUST Alliance и Национальным научным фондом.