Environmental force sensing helps robots traverse cluttered large obstacles using physical interaction

要約

多くのアプリケーションでは、自動運転、捜索救助、地球外探査など、大きな障害物がある複雑な 3D 地形をロボットが移動する必要があります。
ロボットはまばらな障害物を回避することはすでに優れていますが、雑然とした大きな障害物を横断することにはまだ苦労しています。
進歩を遂げるには、障害物との物理的な相互作用を使用および制御してそれらを横断する方法をよりよく理解する必要があります。
林床に生息するゴキブリは、物理的な相互作用を使用して、さまざまな運動モード間を移行し、さまざまな剛性の柔軟な草のようなビームを横断できます。
これに触発されて、ここでは、環境力センシングが、ロボットが雑然とした大きな障害物を横断するための積極的な調整を行うのに役立つかどうか、およびその方法を研究しました。
ビーム障害物を横断する際に環境の力を感知できる最小限のロボットの物理モデルとシミュレーションを開発しました。
次に、物理モデルを使用して、感知された接触力から梁の剛性を推定する力フィードバック制御戦略を開発しました。
次に、シミュレーションでは、推定された剛性を使用して、ロボットを制御して、移動に適した移動モードにとどまるか、移動モードに移行します。
梁が固い場合、力の感知により、ロボットはコストのかかるピッチ モードからコストの低いロール モードに移行し、ロボットはより高い成功率とより少ないエネルギー消費でトラバースすることができました。
対照的に、ロボットが単純に前進したり、常に障害物を避けたりすると、より多くのエネルギーを消費したり、梁の前で立ち往生したり、ひっくり返ったりすることさえあります。
梁がもろいときは、力センシングがロボットを誘導して、単に梁を横切るようにしました。
さらに、ボディ振動に対するビーム剛性推定のロバスト性、振動のランダム性、および位置センシングの不確実性を実証しました。
また、感覚運動の遅延が短いほど、トラバーサルのエネルギーコストが削減されることもわかりました。

要約(オリジナル)

Many applications require robots to move through complex 3-D terrain with large obstacles, such as self-driving, search and rescue, and extraterrestrial exploration. Although robots are already excellent at avoiding sparse obstacles, they still struggle in traversing cluttered large obstacles. To make progress, we need to better understand how to use and control the physical interaction with obstacles to traverse them. Forest floor-dwelling cockroaches can use physical interaction to transition between different locomotor modes to traverse flexible, grass-like beams of a large range of stiffness. Inspired by this, here we studied whether and how environmental force sensing helps robots make active adjustments to traverse cluttered large obstacles. We developed a physics model and a simulation of a minimalistic robot capable of sensing environmental forces during traversal of beam obstacles. Then, we developed a force-feedback control strategy, which estimated beam stiffness from the sensed contact force using the physics model. Then in simulation we used the estimated stiffness to control the robot to either stay in or transition to the more favorable locomotor modes to traverse. When beams were stiff, force sensing induced the robot to transition from a more costly pitch mode to a less costly roll mode, which helped the robot traverse with a higher success rate and less energy consumed. By contrast, if the robot simply pushed forward or always avoided obstacles, it would consume more energy, become stuck in front of beams, or even flip over. When the beams were flimsy, force sensing guided the robot to simply push across the beams. In addition, we demonstrated the robustness of beam stiffness estimation against body oscillations, randomness in oscillation, and uncertainty in position sensing. We also found that a shorter sensorimotor delay reduced energy cost of traversal.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google