|

Анализ адаптивных систем шагающих роботов

Авторы: Воевода Н.Н., Андреева Е.В., Лапин Д.В.
Опубликовано в выпуске: #9(26)/2018
DOI: 10.18698/2541-8009-2018-9-378


Раздел: Машиностроение и машиноведение | Рубрика: Роботы, мехатроника и робототехнические системы

Ключевые слова: экстремальная робототехника, локомоционный робот, мобильный робот, схема локомоции, метод перемещения робота, кинематический шаблон, адаптивная функция, управление роботом

Опубликовано: 25.09.2018

Представлено сравнение методов смены локомоции в современных шагающих роботах для адаптации к внешним и внутренним изменениям состояниям робота, таким как препятствия на пути следования, переменный ландшафт, поломка составляющих.
Рассмотрены прототипы, выбор схемы локомоции которых определяется процессом самообучения на основе моделирования на базе бортового вычислителя. Результаты анализа показали, что на настоящий момент эти системы не могут применяться в реальных условиях, поскольку данные решения не обладают достаточным быстродействием. Также рассмотрен метод локомоции, основанный на децентрализованном управлении конечностями робота, который показал высокое быстродействие, но при этом низкую проходимость. Выполнено исследование машин с достаточной устойчивостью для применения в реальных условиях. Однако был выявлен существенный недостаток данной разработки: при выводе из строя конечности машина переставала эффективно адаптироваться к внешним изменениям. В качестве наиболее рационального варианта принята шаблонная выборка схем перемещения, основанная на анализе окружающей среды и внутреннего состояния мобильного робота.


Литература

[1] Лапшин В.В. Механика и управление движением шагающих машин. Москва, Изд-во МГТУ им. Н.Э. Баумана, 2012, 199 с.

[2] Рубцов И.В., Нестеров В.Е., Рубцов В.И. Современная зарубежная военная микро- и мини-робототехника. Микросистемная техника, 2000, № 3, с. 36–42.

[3] Cornell University: веб-сайт университета. URL: http://www.cornell.edu (дата обращения 15.04.2018).

[4] Bongard J., Zykov V., Lipson H. Resilient machines through continuous self-modeling. Science, 2006, vol. 17, no. 314, pp. 1118–1121.

[5] A robot teaches itself how to walk. URL: https://www.youtube.com/watch?v=iNL5-0_T1D0 (дата обращения 15.04.2018).

[6] Bongard J. Morphological change in machines accelerates the evolution of robust behavior. PNAS, 2011, vol. 108, no. 4, pp. 1234–1239.

[7] The University of Vermont: веб-сайт университета. URL: https://www.uvm.edu (дата обращения 15.04.2018).

[8] Heess N., Dhruva TB, Sriram S., Lemmon J., Merel J., Wayne G., Tassa Y., Erez T., Wang Z., Ali Eslami S.M., Riedmiller M., Silver D. Emergence of locomotion behaviours in rich environment. URL: https://arxiv.org/pdf/1707.02286.pdf (дата обращения 15.04.2018).

[9] Kano T, Sato E., Ono T., Aonuma H., Matsuzaka Y., Ishiguro A. A brittle star-like robot capable of immediately adapting to unexpected physical damage. R. Soc. Open Sci., 2017, vol. 4, no. 12, art. 171200.

[10] Boston Dynamics: веб-сайт компании. URL: https://www.bostondynamics.com (дата обращения 15.04.2018).

[11] Wooden D., Malchano M., Blankespoor K., Howardy A., Rizzi A.A., Raibert M. Autonomous navigation for BigDog. IEEE Int. Conf. on Robotics and Automation, IEEE, 2010, pp. 4736–4741.

[12] Raibert M., Blankespoor K., Nelson G., Playter R., the BigDog Team. BigDog, the rough-terrain quaduped robot. 2017. URL: https://www.cs.swarthmore.edu/~meeden/DevelopmentalRobotics/bigdog.pdf (дата обращения 15.04.2018).

[13] Playter R., Buehler M., Raibert M. BigDog. Proc SPIE, 2006, no. 6230, pp. 1–6.

[14] Neuro-Robotics Systems. URL: http://www.ieee-ras.org/neuro-robotics-systems (дата обращения 15.04.2018).

[15] Spröwitz A., Ajallooeian M., Tuleu A., Ijspeert A.J. Kinematic primitives for walking and trotting gaits of a quadruped robot with compliant legs. Front. Comput. Neurosci., 07.03.2014. URL: https://www.frontiersin.org/articles/10.3389/fncom.2014.00027/full.