Des chercheurs créent un robot à roues et jambes naviguant de manière autonome

Des robots mobiles autonomes et rapides pourraient aider à livrer des marchandises à divers endroits, contribuant ainsi à lutter contre les perturbations des chaînes d'approvisionnement des produits. Néanmoins, les robots à roues ou à pattes pourraient ne pas suffire à eux seuls à effectuer des livraisons de manière efficace et indépendante.

Des chercheurs du Robotic Systems Lab de l'ETH Zurich ont récemment présenté une nouvelle conception de robot combinant les capacités des robots à roues et à pattes. Ce robot, présenté dans un Robotique scientifique papier, navigue dans les environnements en utilisant diverses techniques d'apprentissage par renforcement, qui lui permettent de passer en douceur entre les modes de conduite et de marche, en s'adaptant aux différents terrains.

“L'objectif principal du projet était de construire un système de conduite autonome à grande échelle pour un tel robot terrestre, avec la vitesse la plus rapide jamais vue”, a déclaré Joonho Lee, co-auteur de l'article, à Tech Xplore. “C'est le résultat de plus de cinq années de recherche sur la robotique à pattes, la navigation autonome et la perception des robots.”

Le système robotique développé par Lee et ses collègues s'appuie sur un précédent robot créé par l'équipe CERBERUS, une équipe comprenant des chercheurs de la société de drones d'intérieur Flyability, qui a remporté le DARPA Subterranean Challenge en 2021. Contrairement au robot développé par l'équipe CERBERUS, cependant, leur système a une conception simplifiée et un système de navigation plus avancé alimenté par l'IA.

“Traditionnellement, la planification de la navigation des robots au sol était réalisée à l'aide de méthodes d'optimisation en ligne”, a expliqué Lee. « De telles approches fonctionnent bien pour les robots à roues simples ou les robots à marche lente, mais dans le cas de robots rapides comme le nôtre (qui peuvent rouler jusqu'à 20 km/h), elles ne peuvent pas fournir de plans de navigation suffisamment rapides. m/s, un retard de 0,5 seconde peut entraîner une erreur de 1 m, ce qui peut conduire à une collision catastrophique.

Pour permettre à leur robot de naviguer de manière autonome dans les environnements, les chercheurs ont développé, formé et testé diverses techniques d'apprentissage par renforcement hiérarchique. En fin de compte, ils ont formé un contrôleur basé sur un réseau neuronal capable de traiter différents types d'entrées, créant ainsi de nouveaux plans de navigation pour le robot en quelques millisecondes.

“Un autre grand avantage de notre approche est que notre contrôleur de réseau neuronal comprend parfaitement la dynamique non linéaire et complexe des robots à pattes”, a déclaré Lee. “Comme il comprend le comportement du robot sur différents terrains et à différentes vitesses, il peut le diriger de manière très efficace.”

Sur des terrains lisses et faciles à parcourir, le robot développé à l'ETH Zurich avance, utilisant ainsi ses roues et minimisant la consommation d'énergie. Dans des terrains plus complexes sur lesquels il serait difficile, voire impossible, de naviguer à l'aide de roues, comme en présence de marches, le robot peut passer en mode marche.

Le contrôleur basé sur un réseau neuronal développé et formé par Lee et ses collègues peut traiter les données sensorielles pour déterminer la manière la plus efficace pour le robot de se déplacer sur des terrains spécifiques. Cela permet au robot de combiner efficacement les atouts des robots à roues conventionnels avec ceux des robots à pattes.

“Les robots à roues sont efficaces mais ne peuvent pas franchir des obstacles élevés”, a déclaré Lee. “D'un autre côté, les robots à pattes sont très efficaces pour surmonter les obstacles et les pentes raides, mais leur efficacité est très faible car ils doivent parcourir plus de 10 articulations de manière irrégulière. Habituellement, les robots marcheurs ne peuvent fonctionner que pendant 1 heure maximum. Grâce à ses jambes à roulettes, notre robot peut surmonter les mêmes obstacles que les robots qui marchent normalement avec un fonctionnement au moins 3 fois plus long.”

Le contrôleur développé par Lee et ses collègues n’utilise pas de techniques classiques de planification et de contrôle basées sur des modèles. Notamment, ces méthodes traditionnelles se sont souvent révélées peu efficaces dans des contextes réels caractérisés par l’incertitude et les perturbations aléatoires.

Au lieu de cela, le contrôleur de l'équipe est piloté par deux réseaux de neurones artificiels. Ces réseaux traitent les données collectées par les capteurs intégrés au robot, produisent des mouvements de marche appropriés et décident dans quelle direction le robot doit se déplacer.

“Pour former un agent de navigation, nous avons créé un environnement de simulation spécial, qui ressemble à un jeu informatique”, a expliqué Lee. “Notre logiciel génère automatiquement de nouvelles “étapes” pour le contrôleur de navigation avec différents terrains et perturbations complexes. Après plusieurs heures de formation, nous avons obtenu des contrôleurs de réseau neuronal très robustes et polyvalents, capables de gérer toutes sortes de terrains accidentés et d'environnements de type labyrinthe.”

Un autre avantage du système de navigation pilotant les mouvements du robot est qu’il est plus simple que de nombreux contrôleurs existants. L'un des deux réseaux neuronaux sur lesquels il s'appuie se concentre sur la planification des mouvements de marche, tandis que l'autre se concentre sur la navigation globale du robot. Le contrôleur comprend également des modules de cartographie de terrain de base et de SLAM (localisation et cartographie simultanées).

“Il s'agit de la conception de système de navigation la plus simple que j'ai vue, tandis que des contrôleurs de réseau neuronal très puissants suppriment de nombreux efforts d'ingénierie dans l'intégration du système”, a déclaré Lee. “Le temps réel que nous avons consacré à la construction du système de navigation lui-même était de moins d'un an.”

Lee et ses collègues ont testé leur système de navigation dans une série d'expériences réalisées dans des environnements réels. Ils ont trouvé qu'il était très réactif et très performant, car il permettait à leur robot de parcourir avec succès plus de 10 km à travers deux villes européennes différentes, à savoir Zurich et Séville.

À l’avenir, le robot à roues et le système de navigation présentés dans cet article récent pourraient être encore améliorés et déployés dans divers contextes. L’une de leurs applications les plus prometteuses sera la livraison rapide, fiable et autonome de marchandises sur différents terrains.

“Je souhaite maintenant étendre ce système avec des entrées multimodales”, a ajouté Lee. “Actuellement, il s'appuie uniquement sur des informations géométriques pour la navigation et la marche, mais dans le monde réel, nous devons prendre en compte davantage de choses lorsque nous nous promenons. Par exemple, le robot devrait se soucier davantage d'informations sémantiques, comme vérifier si le sol est mouillé, s'il doit rester sur le trottoir ou dans l'herbe, si un feu rouge est allumé, etc.

© 2024 Réseau Science X