p No início deste semestre, um grupo de alunos da Penn, pós-doutorado, e o corpo docente viajou para uma mina experimental perto de Pittsburgh para participar da primeira rodada do Desafio Subterrâneo (SubT) patrocinado pela Agência de Projetos de Pesquisa Avançada de Defesa (DARPA). Liderado por Camillo J. Taylor, pesquisadores fizeram parceria com empresas spinoff da Penn para construir uma equipe de robôs para navegar e explorar ambientes subterrâneos desconhecidos. p Os desafios da DARPA têm o objetivo de inspirar soluções inovadoras para problemas complexos, e o objetivo do SubT era desenvolver robôs que pudessem ser enviados a lugares muito perigosos para os humanos, como um túnel de metrô após um incêndio ou uma mina onde os trabalhadores ficam presos. Esses robôs podem então enviar relatórios sobre o que viram para uma pessoa que pode permanecer em um local seguro.

p Membros da equipe do Laboratório da Pensilvânia para Operações de Túneis Subterrâneos, PLUTO para abreviar, tinha experiência em trabalhar com drones em ambientes desafiadores, mas ir para o subsolo significava que outro tipo de plataforma era necessário para transportar equipamentos pesados ​​ao navegar por espaços estreitos. Ao combinar plataformas de "cães" com pernas da Ghost Robotics com drones de tecnologias Exyn, PLUTO uniu áreas anteriores de especialização com os benefícios de um sistema de pernas.

p Para atravessar uma mina com sucesso, os robôs precisam ser capazes de ver o que está ao seu redor para que possam evitar obstáculos e, ao mesmo tempo, compartilhar o que vêem com operadores humanos. Cada cão carregava um dispositivo de detecção e alcance de luz que usa luz laser para criar um mapa 3-D, câmeras RGB estéreo para ver artefatos, câmeras térmicas para detectar assinaturas de calor, e um computador de bordo para processar os dados.

p Os robôs de PLUTO também precisam da capacidade de decidir para onde viajar a seguir, reconhecer artefatos, e transmitir informações a outros cães e humanos fora da mina. Programas desenvolvidos por Ph.D. o aluno Anthony Cowley foram usados ​​para gerar um mapa da localização do robô com base em imagens coletadas pelos sensores, enquanto artefatos como mochilas e telefones foram detectados usando um programa desenvolvido por Ph.D. estudante Shreyas Shivakumar.

p A comunicação é particularmente desafiadora no subsolo, uma vez que as ondas de rádio não podem viajar através das grossas paredes das cavernas. A estratégia de PLUTO, liderado pelo aluno de mestrado Fernando Cladera, era criar um sistema de "brigada de baldes" que permitisse aos robôs compartilhar dados uns com os outros. Dessa maneira, se um robô não pudesse voltar para a entrada, os dados coletados ainda podem ser retransmitidos por outros cães para a estação base.

p Reunir todas essas habilidades requer autonomia de alto nível para permitir que os robôs planejem suas estratégias de exploração sem intervenção humana direta. Ph.D. o aluno Ian Miller liderou esse esforço e ajudou a garantir que todos os sensores, hardware, e algoritmos trabalharam juntos.

p PLUTO passou um tempo na mina e museu de carvão número 9 em Lansford, Pensilvânia, durante o verão e na mina experimental da Escola de Minas do Colorado no início deste ano para ver como seus sistemas automatizados funcionavam no subsolo. Muitos meses de preparação levaram à primeira rodada do desafio SubT em agosto contra dez outras equipes em uma mina de teste perto de Pittsburgh.

p Cada equipe concluiu dois cursos de mina e teve duas tentativas em cada curso para encontrar artefatos, desde mochilas, celulares, extintores de incêndio, e pessoal fictício, com um limite de tempo de uma hora. Nenhum dos membros da equipe foi autorizado a viajar dentro da mina, e apenas Miller teve permissão para interagir com os robôs enquanto eles coletavam dados.

p Embora seus robôs não tenham detectado tantos artefatos quanto esperavam, a equipe da PLUTO está satisfeita com o desempenho do sistema em ambientes tão desafiadores e desconhecidos. Os componentes que funcionaram bem incluem como os cães detectaram e exploraram túneis, sua habilidade de reconhecer objetos, e compartilhar dados por meio da brigada de balde. Várias detecções foram fornecidas por cães "caídos", mostrando como seu sistema era resiliente mesmo quando robôs individuais tropeçavam.

p Adarsh ​​Kulkarni, um aluno de mestrado que também trabalha na Ghost Robotics, diz que está feliz com a estabilidade mecânica dos cães e com o desempenho deles mesmo após várias quedas. "Este foi de longe o mais difícil em que executamos os robôs e os piores ambientes em que já estiveram, "diz Kulkarni." A mina é sua própria besta.

p "Eles levavam uma surra todos os dias, e eles estavam trabalhando na manhã seguinte, "Shivakumar acrescenta." Isso é realmente louvável. "

p Embora alguns de seus projetos tenham sido superdimensionados para desafios específicos do Número 9, incluindo sensores projetados para estreitos, paredes texturizadas enquanto SubT era mais amplo, paredes lisas, a experiência mostrou à equipe em primeira mão como é difícil projetar robôs destinados a ambientes desconhecidos e foi uma rara oportunidade de testar robôs em um novo ambiente. "É muito diferente do fluxo de trabalho acadêmico normal, "diz Miller." Passar de um algoritmo para algo que funciona em um lugar que você nunca viu antes são problemas muito diferentes. "

p Esses "últimos 10%" em robótica, fazendo um sistema automatizado que é robusto e confiável, é um desafio que geralmente é resolvido por meio de uma combinação de tecnologia de ponta e perspectivas pragmáticas. "Às vezes, esses sistemas não são novos em si, mas o que é novo é sua implementação em um ambiente não testado, "diz Cladera." A novidade é como resolver todos esses problemas para que os robôs sejam confiáveis ​​em ambientes hostis. "

p A equipe ainda está discutindo seus planos para futuras rodadas de SubT, com a próxima rodada acontecendo em fevereiro em um ambiente urbano, o que significa mais estruturas e formas feitas pelo homem, como ângulos agudos, paredes lisas, e escadas. Independentemente do que está por vir, criar e enviar robôs para ambientes desafiadores do mundo real é fundamental para o progresso na Penn e no campo da robótica como um todo, especialmente para um futuro onde os sistemas automatizados poderiam ser encarregados de uma ampla gama de tarefas desafiadoras, desde dirigir carros até procurar sobreviventes.

p Pesquisadores da Penn's General Robotics, Automação, De detecção, e o Perception Lab estão bem posicionados para enfrentar esses desafios, graças em parte a uma cultura que incentiva a colaboração e a comunicação. "É algo que instilamos em todos que entram em nossas instalações, "diz Taylor." Se você não está preocupado em ter um projeto que se encaixa apenas na sua área de especialização, se você estiver disposto a ser amplo sobre como você pensa, permite que você faça coisas maiores. "