Force sensing to reconstruct potential energy landscapes for cluttered large obstacle traversal

要約

環境形状を視覚的に感知することで、ロボットは人工ポテンシャル フィールドを使用してまばらな障害物を回避できます。
しかし、ロボットは、瓦礫の中の捜索救助やマーティン岩を横切る惑星探査などの用途のために、雑然とした大きな障害物をさらに通過する必要があります。
最近の研究では、雑然とした大きな障害物を通過するために、多脚の昆虫や昆虫からインスピレーションを得たロボットが、体の向きを大きく変えながら、運動モードをまたいで激しい移行を行うことが判明しました。
運動器と障害物の物理的相互作用から生じるポテンシャル エネルギー ランドスケープで見ると、これらはランドスケープ盆地を横切る障壁を越える移行です。
このポテンシャル エネルギー ランドスケープ アプローチは、雑然とした大きな障害物を横断するためのモデリング フレームワークを提供する可能性があります。
ここでは、力のセンシングによって位置エネルギーの状況を再構築できるかどうかをテストすることで、このビジョンに向けて次の一歩を踏み出します。
私たちは、雑然とした一対の草のような梁の障害物に向かって前進する際に、障害物との接触力と体の周囲のトルクを感知できる、ゴキブリにヒントを得たミニマルなロボットを開発しました。
私たちは、体系的に体の向きを変えて、多くの横断にわたって測定を実行しました。
力とトルクは完全に保守的ではありませんでしたが、位置エネルギーのランドスケープ勾配とよく一致し、それらから再構築されたランドスケープはグラウンド トゥルースとよく一致しました。
さらに、ゴキブリの観察からヒントを得て、横断中のロボットの頭部の振動により、力の感知と風景の再構成の精度がさらに向上することがわかりました。
アプリケーションでは、ロボットが環境を体系的にサンプリングするために複数の横断を使用する機会がほとんどないため、単一の横断中に景観を再構成する方法や、最小の労力で横断するための景観の鞍部を見つける方法をまだ研究する必要があります。

要約(オリジナル)

Visual sensing of environmental geometry allows robots to use artificial potential fields to avoid sparse obstacles. Yet robots must further traverse cluttered large obstacles for applications like search and rescue through rubble and planetary exploration across Martain rocks. Recent studies discovered that to traverse cluttered large obstacles, multi-legged insects and insect-inspired robots make strenuous transitions across locomotor modes with major changes in body orientation. When viewed on a potential energy landscape resulting from locomotor-obstacle physical interaction, these are barrier-crossing transitions across landscape basins. This potential energy landscape approach may provide a modeling framework for cluttered large obstacle traversal. Here, we take the next step toward this vision by testing whether force sensing allows the reconstruction of the potential energy landscape. We developed a cockroach-inspired, minimalistic robot capable of sensing obstacle contact forces and torques around its body as it propelled forward against a pair of cluttered grass-like beam obstacles. We performed measurements over many traverses with systematically varied body orientations. Despite the forces and torques not being fully conservative, they well-matched the potential energy landscape gradients and the landscape reconstructed from them well-matched ground truth. In addition, inspired by cockroach observations, we found that robot head oscillation during traversal further improved the accuracies of force sensing and landscape reconstruction. We still need to study how to reconstruct landscape during a single traverse, as in applications, robots have little chance to use multiple traverses to sample the environment systematically and how to find landscape saddles for least-effort transitions to traverse.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google