Robotics and AI Institute буюу RAI Institute-ийн судлаачид дугуйн хурд, явган роботын маневрлах чадварыг нэг төхөөрөмжид нэгтгэх зорилготой Ultra Mobility Vehicle буюу UMV хэмээх шинэ робот бүтээжээ.
Энэхүү робот нь ердийн унадаг дугуйтай төстэй хийцтэй ч хойд дугуйн дээрээ тэнцвэрээ хадгалан явах, хажуу тийш үсрэх, саадыг давж гарах, бүр урагш сальто хийх чадвартай.
Interesting Engineering-д:
“23.5 кг жинтэй робот 8 м/с буюу ойролцоогоор 18 миль/цаг хүртэл хурдалж, хойд дугуйн дээрээ тэнцвэрээ хадгалах, хажуу тийш үсрэх, хойд дугуйн дээрээ явах болон урагш сальто хийх чадвартай. Түүний хийц нь хөдөлгөөнт реакцийн масс болон reinforcement learning ашиглан ердөө таван идэвхтэй чөлөөний зэрэгтэйгээр эдгээр хөдөлгөөнийг гүйцэтгэдэг. Ингэснээр уламжлалт алхдаг роботтой харьцуулахад механик бүтцийг илүү энгийн болгосон”
хэмээн тайлбарлажээ.
UMV нь үндсэндээ толгой, хүзүү болон дугуйн хүрээ гэсэн гурван гол хэсгээс бүрддэг.
Ердийн дугуйнаас ялгаатай нь роботын хамгийн их жин толгойн хэсэгт төвлөрсөн байна. Тэнд тооцооллын төхөөрөмж, батарей болон үсрэлт хийхэд шаардлагатай хүчирхэг хөдөлгүүрүүд байрладаг.
Толгойг дугуйн хүрээтэй холбосон орон зайн механизмын тусламжтайгаар робот хүндийн төвөө шилжүүлж, хөдөлгөөний явцад биеийн байрлал болон чиглэлээ өөрчилж чадна.
Ердөө таван идэвхтэй хөдөлгүүрээр олон төрлийн хөдөлгөөн хийдэг
Роботын хүзүү болон хоёр холбоос нь толгойн байрлалыг дугуйн хүрээтэй харьцуулахад өөрчлөх үүрэгтэй. Хоёр хөдөлгүүр үндсэн хөдөлгөөнийг үүсгэдэг бол өөр хоёр хөдөлгүүр холбоосуудаар дамжин хажуугийн чиглэлийн хөдөлгөөнийг удирдана.
Эдгээр механизм нь роботыг үсрэхэд шаардлагатай хүчийг бий болгохоос гадна нэг дугуйн дээр тэнцвэрээ хадгалахад тусалдаг.
Мөн тусдаа хөдөлгүүрүүд жолоодлого болон хойд дугуйн хөтлөгчийг удирддаг. Ингэснээр UMV ердийн унадаг дугуйтай төстэй байдлаар урагш хөдөлж чадна.
Систем бүхэлдээ таван идэвхтэй чөлөөний зэрэг ашигладаг бөгөөд реакцийн маховик, тулгуур хөл эсвэл статик тэнцвэр хадгалах нэмэлт тусгай механизм хэрэглэлгүйгээр олон төрлийн динамик хөдөлгөөн гүйцэтгэх боломжтой болжээ.
Судлаачид роботыг бодит орчинд туршихаасаа өмнө хиймэл орчинд reinforcement learning аргаар сургажээ. Сургалтад NVIDIA Isaac Laboratory болон Proximal Policy Optimization алгоритмыг ашигласан байна.
Interesting Engineering:
“Симуляцийн үеэр массын тархалт, үрэлт, хөдөлгүүрийн хүчин чадал, удирдлагын саатал болон мэдрэгчийн шуугиан зэрэг үзүүлэлтүүдийг өөрчилж байсан. Орчны параметрүүдийг ийнхүү санамсаргүй байдлаар өөрчлөх нь симуляци болон бодит нөхцөл хоорондын ялгааг даван туулах чадвартай удирдлагын алгоритм бий болгох зорилготой байсан”
хэмээн мэдээлжээ.
Судалгааны баг хөдөлгөөн, хойд дугуйн дээр явах болон үсрэх, эргэлт хийх, саад даван харайх гэсэн дөрвөн үндсэн удирдлагын алгоритм боловсруулсан.
Эдгээр алгоритм роботын хөдөлгөөнүүдийг доод түвшний контроллероор удирддаг бөгөөд симуляцид эзэмшсэн чадварыг бодит роботод нэмэлт сургалтгүйгээр шилжүүлж чадсан байна.
Робот урагш болон хойш явахдаа тэнцвэрээ хадгалахаас гадна хойд дугуйгаа төв болгон байран дээрээ эргэх, маш бага хөдөлгөөнтэйгээр тогтвортой зогсох боломжтой.
Мөн хойд дугуйн дээрээ байх үедээ хажуу тийш хэд хэдэн чиглэлд үсэрч чаддаг нь ердийн дугуйт платформын хөдөлгөөний чиглэлийн хязгаарлалтыг давсан шийдэл болжээ.
Нэг туршилтын үеэр UMV нэг метр өндөр тавцан руу өөрөө ойртож, дээр нь үсрэн гарч, гадаргуу дээгүүр нь явсны дараа дахин доош үсэрсэн байна. Робот энэ үйлдлийг 15 удаа дараалан давтаж, үсрэлтийн замнал болон буултын тогтвортой байдлаа харуулжээ.
UMV хагас секунд хүрэхгүй хугацаанд сальто хийж чадна
UMV-ийн хамгийн анхаарал татах чадваруудын нэг нь урагш сальто хийх хөдөлгөөн юм.
Робот үсэрсний дараа биеэ илүү нягт байрлалд оруулснаар инерцийн моментоо багасгаж, илүү хурдан эргэх боломжтой болдог.
Туршилтын үеэр түүний тангажийн тэнхлэгийн дагуух өнцгийн хурд секундэд ойролцоогоор 17 радианд хүрч байжээ. Робот бүтэн эргэлтээ дуусгаж, хагас секунд хүрэхгүй хугацаанд газардсан байна.
Судлаачид UMV-ийг лабораторийн орчинд туршихдаа хөдөлгөөн барих тусгай систем ашиглаж, роботын байрлал болон төлөвийг илүү нарийвчлалтай тодорхойлж байжээ.
Цаашид баг илүү найдвартай тоног төхөөрөмж боловсруулах, батарей болон хөдөлгүүрийн драйверуудыг сайжруулах, мөн робот дээр шууд байрлах мэдрэгчүүдийг нэмэхээр төлөвлөж байна.
Ингэснээр гаднын motion capture системээс хамаарах шаардлагыг багасгах боломжтой.
Судлаачид UMV төрлийн роботыг ирээдүйд хот доторх хүргэлт, бартаатай газар нутгийн холын тандалт, хурд болон өндөр маневр шаарддаг даалгаварт ашиглах боломжтой гэж үзэж байна.
Дугуйн хурд, роботын тэнцвэр, хиймэл оюунд суурилсан удирдлагыг нэгтгэсэн энэхүү төхөөрөмж нь дугуйт робот болон алхдаг роботын хоорондох шинэ төрлийн шийдэл болж болохыг судалгааны баг онцолжээ.
