Исследователи ETH Zurich под руководством Марко Хаттера разработали новый подход к управлению, который позволяет роботу на ногах под названием ANYmal быстро и надежно передвигаться по труднопроходимой местности. Благодаря машинному обучению робот впервые может совмещать визуальное восприятие окружающей среды с осязанием.
Крутые участки на скользком грунте, высокие ступени, осыпи и лесные тропы, полные корней: путь на гору Этцель высотой 1098 метров в южной части Цюрихского озера усеян многочисленными препятствиями. Но ANYmal, четвероногий робот из Лаборатории робототехнических систем в ETH Zurich, без особых усилий преодолевает 120 метров по вертикали за 31-минутный поход. Это на 4 минуты быстрее, чем расчетная продолжительность для пешеходов-людей, и без падений или оплошностей.
Это стало возможным благодаря новой технологии управления, которую исследователи из ETH Zurich во главе с профессором робототехники Марко Хаттером недавно представили в журнале Science Robotics . «Робот научился сочетать визуальное восприятие окружающей среды с проприоцепцией — осязанием, основанным на прямом контакте ног. Это позволяет ему преодолевать пересеченную местность быстрее, эффективнее и, прежде всего, надежнее», — говорит Хаттер. В будущем ANYmal можно будет использовать везде, где слишком опасно для человека или слишком непроходимо для других роботов.
Точное восприятие окружающего мира
Для навигации по труднопроходимой местности люди и животные автоматически комбинируют зрительное восприятие окружающей среды с проприоцепцией ног и рук. Это позволяет им легко преодолевать скользкую или мягкую почву и уверенно передвигаться даже в условиях плохой видимости. До сих пор ножные роботы могли делать это лишь в ограниченной степени.
«Причина в том, что информация о ближайшем окружении, записанная лазерными датчиками и камерами, часто бывает неполной и неоднозначной», — объясняет Такахиро Мики, аспирант группы Хаттера и ведущий автор исследования. Например, высокая трава, неглубокие лужи или снег кажутся непреодолимыми препятствиями или частично невидимы, даже если робот действительно может их пересечь. Кроме того, обзор робота в полевых условиях может быть затруднен из-за сложных условий освещения, пыли или тумана.
«Вот почему такие роботы, как ANYmal, должны сами решать, когда доверять визуальному восприятию окружающей среды и двигаться вперед быстро, а когда лучше действовать осторожно и небольшими шагами», — говорит Мики. «И это большая проблема».
Виртуальный тренировочный лагерь
Благодаря новому контроллеру, основанному на нейронной сети , робот на ногах ANYmal, разработанный исследователями ETH Zurich и коммерциализированный дочерней компанией ETH ANYbotics , теперь впервые может сочетать внешнее и проприоцептивное восприятие. Прежде чем робот смог проверить свои возможности в реальном мире , ученые подвергли систему многочисленным препятствиям и источникам ошибок в виртуальном тренировочном лагере. Это позволило сети узнать, как роботу лучше всего преодолевать препятствия, а также когда он может полагаться на данные об окружающей среде, а когда лучше игнорировать эти данные.
«Благодаря этому обучению робот может освоить самую сложную естественную местность, даже не видя ее раньше», — говорит профессор ETH Zurich Hutter. Это работает даже в том случае, если данные датчика о ближайшем окружении неоднозначны или расплывчаты. Затем ANYmal не рискует и полагается на свою проприоцепцию. По словам Хаттера, это позволяет роботу сочетать в себе лучшее из обоих миров: скорость и эффективность внешнего восприятия и безопасность проприоцептивного восприятия.
Использование в экстремальных условиях
Будь то после землетрясения, после ядерной катастрофы или во время лесного пожара, такие роботы, как ANYmal, можно использовать в первую очередь там, где это слишком опасно для человека и где другие роботы не справляются со сложным рельефом местности.
В сентябре прошлого года компания ANYmal смогла продемонстрировать, насколько хорошо работает новая технология управления, на DARPA Subterranean Challenge, самом известном в мире соревновании по робототехнике. Робот ETH Zurich автоматически и быстро преодолевал многочисленные препятствия и труднопроходимую местность, автономно исследуя подземную систему узких туннелей, пещер и городской инфраструктуры. Именно поэтому исследователи ETH Zurich в составе команды CERBERUS заняли первое место с призом в 2 миллиона долларов.
