O robô Cheetah 3 do MIT agora pode pular e galopar em terrenos acidentados, subir uma escada cheia de escombros, e rapidamente recupera o equilíbrio quando é puxado ou empurrado repentinamente, tudo enquanto essencialmente cego.

A fera mecânica de 36 quilos - do tamanho de um Labrador adulto - foi projetada intencionalmente para fazer tudo isso sem depender de câmeras ou sensores ambientais externos. Em vez de, agilmente "sente" seu caminho em torno de uma forma que os engenheiros descrevem como "locomoção cega, "muito parecido com atravessar uma sala escura como breu.

"Existem muitos comportamentos inesperados que o robô deve ser capaz de lidar sem depender muito da visão, "diz o designer do robô, Sangbae Kim, professor associado de engenharia mecânica no MIT. "A visão pode ser ruidosa, ligeiramente impreciso, e às vezes não disponível, e se você confiar muito na visão, seu robô deve ser muito preciso na posição e, eventualmente, será lento. Portanto, queremos que o robô confie mais nas informações táteis. Dessa maneira, ele pode lidar com obstáculos inesperados enquanto se move rapidamente. "

Os pesquisadores apresentarão os recursos livres de visão do robô em outubro na Conferência Internacional sobre Robôs Inteligentes, Em Madrid. Além da locomoção cega, a equipe irá demonstrar o hardware aprimorado do robô, incluindo uma amplitude de movimento expandida em comparação com seu antecessor Cheetah 2, que permite ao robô se esticar para frente e para trás, e gire de um lado para o outro, muito parecido com um gato se preparando para atacar.

Nos próximos anos, Kim imagina o robô realizando tarefas que, de outra forma, seriam perigosas ou inacessíveis demais para serem realizadas por humanos.

"Cheetah 3 foi projetado para realizar tarefas versáteis, como inspeção de usinas de energia, que envolve várias condições de terreno, incluindo escadas, meio-fio, e obstáculos no solo, "Kim diz." Eu acho que há inúmeras ocasiões em que [gostaríamos] de enviar robôs para fazer tarefas simples em vez de humanos. Perigoso, sujo, e o trabalho difícil pode ser feito com muito mais segurança por meio de robôs controlados remotamente. "

Assumindo um compromisso

O Cheetah 3 pode, às cegas, subir escadas e terrenos não estruturados, e pode rapidamente recuperar o equilíbrio em face de forças inesperadas, graças a dois novos algoritmos desenvolvidos pela equipe de Kim:um algoritmo de detecção de contato, e um algoritmo de controle preditivo de modelo.

O algoritmo de detecção de contato ajuda o robô a determinar o melhor momento para uma determinada perna mudar de balançar no ar para pisar no solo. Por exemplo, se o robô pisar em um galho leve em vez de um duro, rock pesado, como ele reage - e se continua a seguir em frente com uma etapa, ou puxa para trás e balança a perna em vez disso - pode fazer ou quebrar seu equilíbrio.

"Quando se trata de mudar do ar para o solo, a troca tem que ser muito bem feita, "Kim diz." Este algoritmo é realmente sobre, 'Quando é um momento seguro para cometer meus passos?' "

O algoritmo de detecção de contato ajuda o robô a determinar o melhor momento para fazer a transição de uma perna entre o balanço e o passo, calculando constantemente para cada perna três probabilidades:a probabilidade de uma perna fazer contato com o solo, a probabilidade da força gerada quando a perna atinge o solo, e a probabilidade de que a perna esteja no meio das asas. O algoritmo calcula essas probabilidades com base em dados de giroscópios, acelerômetros, e posições articulares das pernas, que registram o ângulo e a altura da perna em relação ao solo.

Se, por exemplo, o robô inesperadamente pisa em um bloco de madeira, seu corpo vai se inclinar de repente, mudando o ângulo e a altura do robô. Esses dados vão alimentar imediatamente o cálculo das três probabilidades para cada perna, que o algoritmo irá combinar para estimar se cada perna deve se comprometer a empurrar para baixo no solo, ou levante-se e gire para manter o equilíbrio - tudo isso enquanto o robô está virtualmente cego.

"Se os humanos fecharem os olhos e derem um passo, temos um modelo mental de onde o terreno pode estar, e pode se preparar para isso. Mas também contamos com a sensação do toque no solo, "Kim diz." Estamos fazendo a mesma coisa, combinando várias [fontes de] informações para determinar o tempo de transição. "

Os pesquisadores testaram o algoritmo em experimentos com o Cheetah 3 trotando em uma esteira de laboratório e subindo em uma escada. Ambas as superfícies estavam repletas de objetos aleatórios, como blocos de madeira e rolos de fita adesiva.

“Não sabe a altura de cada degrau, e não sabe que existem obstáculos nas escadas, mas apenas ara sem perder o equilíbrio, "Kim diz." Sem esse algoritmo, o robô estava muito instável e caiu facilmente. "

Força futura

A locomoção cega do robô também foi parcialmente devido ao algoritmo de controle preditivo do modelo, que prevê quanta força uma determinada perna deve aplicar depois de comprometer-se a um passo.

"O algoritmo de detecção de contato dirá a você, 'esta é a hora de aplicar forças no terreno, '"Kim diz." Mas uma vez que você está no chão, agora você precisa calcular que tipo de forças aplicar para que possa mover o corpo da maneira certa. "

O algoritmo de controle preditivo do modelo calcula as posições multiplicativas do corpo e das pernas do robô meio segundo no futuro, se uma certa força é aplicada por qualquer perna ao entrar em contato com o solo.

"Digamos que alguém chute o robô para o lado, "Kim diz." Quando o pé já está no chão, o algoritmo decide, 'Como devo especificar as forças no pé? Porque eu tenho uma velocidade indesejável à esquerda, então eu quero aplicar uma força na direção oposta para matar essa velocidade. Se eu aplicar 100 newtons na direção oposta, o que vai acontecer meio segundo depois? "

O algoritmo é projetado para fazer esses cálculos para cada perna a cada 50 milissegundos, ou 20 vezes por segundo. Em experimentos, pesquisadores introduziram forças inesperadas chutando e empurrando o robô enquanto ele trotava em uma esteira, e puxando-o pela guia enquanto ele subia uma escada cheia de obstáculos. Eles descobriram que o algoritmo de previsão do modelo permitiu ao robô produzir rapidamente contra-forças para recuperar o equilíbrio e continuar avançando, sem cair muito na direção oposta.

"É graças a esse controle preditivo que pode aplicar as forças certas no terreno, combinado com este algoritmo de transição de contato que torna cada contato muito rápido e seguro, "Kim diz.

A equipe já havia adicionado câmeras ao robô para dar feedback visual de seus arredores. Isso ajudará no mapeamento do ambiente geral, e dará ao robô um alerta visual sobre obstáculos maiores, como portas e paredes. Mas para agora, a equipe está trabalhando para melhorar ainda mais a locomoção cega do robô

"Queremos um controlador muito bom sem visão primeiro, "Kim diz." E quando adicionamos visão, mesmo que possa fornecer informações erradas, a perna deve ser capaz de lidar com (obstáculos). Porque e se pisar em algo que a câmera não pode ver? O que vai fazer? É aí que a locomoção cega pode ajudar. Não queremos confiar muito em nossa visão. "

Esta história foi republicada por cortesia do MIT News (web.mit.edu/newsoffice/), um site popular que cobre notícias sobre pesquisas do MIT, inovação e ensino.