Una técnica permite a los robots determinar si son capaces de levantar una caja pesada

Los robots humanoides, aquellos con cuerpos que se asemejan a los humanos, pronto podrían ayudar a las personas a completar una amplia variedad de tareas. Muchas de las tareas para las que estos robots están diseñados implican recoger objetos de diferentes formas, pesos y tamaños.

Si bien muchos robots humanoides desarrollados hasta la fecha son capaces de levantar objetos pequeños y livianos, levantar objetos voluminosos o pesados ​​a menudo ha demostrado ser más desafiante. De hecho, si un objeto es demasiado grande o pesado, un robot podría romperlo o dejarlo caer.

Con esto en mente, investigadores de la Universidad Johns Hopkins y la Universidad Nacional de Singapur (NUS) desarrollaron recientemente una técnica que permite a los robots determinar si podrán o no levantar una caja pesada con propiedades físicas desconocidas. Esta técnica, presentada en un artículo publicado previamente en arXiv, podría permitir el desarrollo de robots que puedan levantar objetos de manera más eficiente, reduciendo el riesgo de que recojan cosas que no pueden sostener o transportar.

“Estábamos particularmente interesados ​​en cómo un robot humanoide puede razonar sobre la viabilidad de levantar una caja con parámetros físicos desconocidos”, dijo a TechXplore Yuanfeng Han, uno de los investigadores que llevó a cabo el estudio. tareael robot generalmente necesita identificar primero los parámetros físicos de la caja y luego generar una trayectoria de movimiento de todo el cuerpo que sea segura y estable para levantar la caja”.

El proceso a través del cual un robot genera trayectorias de movimiento que le permiten levantar objetos puede ser computacionalmente exigente. De hecho, los robots humanoides suelen tener una gran cantidad de grados de libertad y el movimiento que su cuerpo debe realizar para levantar un objeto debe cumplir varias restricciones diferentes. Esto significa que si una caja es demasiado pesada o su centro de masa está demasiado lejos del robot, lo más probable es que el robot no pueda completar este movimiento.

“Piensa en nosotros los humanos, cuando tratamos de razonar sobre si podemos levantar un objeto pesado, como una mancuerna”, explicó Han. “Primero interactuamos con la mancuerna para tener una cierta sensación del objeto. Luego, basándonos en nuestra experiencia previa, sabemos si es demasiado pesado para que lo levantemos o no. De manera similar, nuestro método comienza con la construcción de una tabla de trayectoria , que guarda diferentes movimientos de elevación válidos para el robot correspondientes a un rango de parámetros físicos de la caja utilizando simulaciones. Luego, el robot considera esta tabla como el conocimiento de su experiencia previa”.

La técnica desarrollada por Han, en colaboración con su colega Ruixin Li y su supervisor Gregory S. Chirikjian (Profesor y Jefe del Departamento de Ingeniería Mecánica de la NUS) permite que un robot tenga una idea de los parámetros de inercia de una caja después de interactuar brevemente con eso. Posteriormente, el robot vuelve a mirar la tabla de trayectorias generada por el método y comprueba si incluye un movimiento de elevación que le permitiría levantar una caja con estos parámetros estimados.

Si existe este movimiento o trayectoria, entonces se considera factible levantar la caja y el robot puede completar la tarea inmediatamente. Si no existe, entonces el robot considera la tarea más allá de su capacidad.

“Esencialmente, la tabla de trayectoria que nuestro método construye fuera de línea guarda las trayectorias válidas de movimiento de elevación de todo el cuerpo de acuerdo con el rango de parámetros de inercia de una caja”, dijo Han. “Posteriormente, desarrollamos un algoritmo basado en la interacción física que ayuda al robot interactuar con la caja de forma segura y estimar los parámetros de inercia de la caja”.

La nueva técnica permite a los robots determinar rápidamente si pueden completar una tarea relacionada con el levantamiento. Por lo tanto, ahorra tiempo y potencia de cálculo, ya que evita que los robots tengan que generar movimientos de todo el cuerpo antes de cada intento de elevación, incluso los fallidos.

Han y sus colegas evaluaron el enfoque que desarrollaron en una serie de pruebas utilizando NAO, un renombrado robot humanoide desarrollado por SoftBank Robotics. En estas pruebas, NEO identificó rápida y efectivamente objetos que eran imposibles o muy difíciles de levantar mediante la nueva técnica. En el futuro, la misma técnica podría aplicarse a otros robots humanoides para hacerlos más fiables y eficientes a la hora de realizar tareas que impliquen levantar objetos grandes o pesados.

“Nuestro método puede aumentar significativamente la eficiencia de trabajo para tareas prácticas de recoger y colocar, especialmente para tareas repetibles”, dijo Han. “En nuestro trabajo futuro, planeamos aplicar nuestro enfoque a diferentes objetos o tareas de elevación”.

Fuente del artículo

Deja un comentario