Agile und kontinuierliche Sprünge von vierbeinigen Robotern in unwegsamem Gelände

Die Welt der Robotik hat in den letzten Jahren bemerkenswerte Fortschritte gemacht, insbesondere im Bereich der Fortbewegung von Robotern auf unebenem Terrain. Diesem Thema widmen sich Forscherteams weltweit, die kontinuierliche und agile Sprünge von vierbeinigen Robotern in unwegsamem Gelände wie Treppen und Trittsteinen erforschen. Diese Herausforderung erfordert präzise und dynamische Bewegungen über längere Zeiträume, was bestehende Ansätze vor große Herausforderungen stellt.

Forschungsrahmen und Methodik

Ein bemerkenswerter Beitrag zu diesem Forschungsfeld kommt von einem Team, das einen hierarchischen Lern- und Kontrollrahmen entwickelt hat. Dieser besteht aus einem gelernten Höhenkarten-Prädiktor für eine robuste Geländewahrnehmung, einer auf Verstärkungslernen basierenden Bewegungspolitik auf zentroidaler Ebene für vielseitige und geländeadaptive Planung sowie einem modellbasierten Bein-Controller für eine präzise Bewegungsausführung. Die Minimierung der Sim-to-Real-Lücke wurde durch eine genaue Modellierung der Hardwareeigenschaften erreicht, was es dem Unitree Go1-Roboter ermöglicht, agile und kontinuierliche Sprünge auf menschlich großen Treppenstufen und spärlichen Trittsteinen auszuführen.

Technische Details und Erfolge

Der entwickelte Rahmen ermöglicht es dem Roboter, zwei Treppenstufen in jedem Sprung zu überwinden und eine 3,5 Meter lange, 2,8 Meter hohe 14-Stufen-Treppe in nur 4,5 Sekunden zu bewältigen. Darüber hinaus übertrifft die gleiche Bewegungspolitik in verschiedenen anderen Parkour-Aufgaben, wie dem Überwinden einzelner horizontaler oder vertikaler Diskontinuitäten, die Baseline-Ansätze.

Unterschiedliche Ansätze zur Optimierung der Sprungbewegung

Eine weitere Studie zeigte die Kombination von Trajektorienoptimierung und modellprädiktiver Steuerung, um robuste und aufeinanderfolgende Sprünge auf Trittsteinen zu ermöglichen. Dank der Integration von MPC als Echtzeit-Feedback-Controller konnte das vorgeschlagene Framework auch auf unebenen Plattformen mit unbekannten Höhenstörungen und Modellunsicherheiten bei der Roboterdynamik validiert werden.

Die Rolle der Trajektorienoptimierung

Die Trajektorienoptimierung basiert auf den vollständigen nichtlinearen Dynamiken des Roboters und generiert periodische Sprungtrajektorien für verschiedene Sprungdistanzen. Ein darauf basierender Sprung-Controller ermöglicht glatte Sprungübergänge und kontinuierliche Sprünge auf Trittsteinen.

Biologische Inspiration und künstliche Muskeln

Ein innovativer Ansatz wurde von Forschern des Max-Planck-Instituts für Intelligente Systeme und der ETH Zürich entwickelt, die eine robotische Beinprothese mit künstlichen Muskeln erschaffen haben. Diese künstlichen elektro-hydraulischen Muskeln ermöglichen es dem Roboterbein, sich an unebenes Gelände anzupassen und agil sowie energieeffizient zu springen.

Funktionsweise der künstlichen Muskeln

Die künstlichen Muskeln sind ölgefüllte Kunststoffbeutel, die durch elektrostatische Kräfte aktiviert werden. Diese Muskeln sind effizienter als herkömmliche elektrische Motoren und ermöglichen hohe Sprünge und schnelle Bewegungen ohne komplexe Sensoren. Die Forscher vergleichen die Energieeffizienz ihres robotischen Beins mit der eines konventionellen robotischen Beins, das von einem Elektromotor angetrieben wird. Dabei stellten sie fest, dass das elektro-hydraulische Bein weniger Energie in Wärme umwandelt und somit effizienter arbeitet.

Online-Optimierung und agile Bewegungen

Ein weiterer bedeutender Beitrag stammt von Forschern der Ecole Polytechnique Fédérale de Lausanne (EPFL), die eine rasche Online-Optimierung der kontinuierlichen Sprungbewegung eines vierbeinigen Roboters entwickelten. Dazu nutzen sie Bayesian Optimization, um Sprungparameter direkt auf der Hardware zu optimieren und verschiedene Sprungbewegungen wie Vorwärts-, Seitwärts- und Dreh-Sprünge zu ermöglichen.

Ergebnisse der Optimierung

Nach der Optimierung zeigt der Unitree Go1-Roboter eine hohe Agilität und kann Sprünge von bis zu 0,5 Metern Höhe und Weite sowie Dreh-Sprünge über 2 Radiant ausführen. Diese Sprünge sind auch auf unebenem Terrain möglich, was die Vielseitigkeit und Robustheit des entwickelten Kontrollrahmens unterstreicht.

Schlussfolgerungen und zukünftige Entwicklungen

Die genannten Forschungsarbeiten zeigen das Potenzial und die Fortschritte im Bereich agiler und kontinuierlicher Sprungbewegungen von vierbeinigen Robotern. Zukünftige Entwicklungen könnten diese Technologien weiter verfeinern und neue Anwendungen in verschiedenen Bereichen wie Rettungsrobotik und weiche Robotik ermöglichen. Die Kombination von modellbasierten und lernbasierten Ansätzen bietet vielversprechende Perspektiven für die Weiterentwicklung dynamischer und adaptiver Robotersysteme.

Bibliographie

- https://arxiv.org/abs/2204.01147 - https://www.researchgate.net/publication/359729579_Continuous_Jumping_for_Legged_Robots_on_Stepping_Stones_via_Trajectory_Optimization_and_Model_Predictive_Control - https://www.youtube.com/watch?v=jBGY1K1UbhM - https://openreview.net/forum?id=R4E8wTUtxdl - https://arxiv.org/html/2403.06954v1 - https://nachrichten.idw-online.de/2024/09/09/artificial-muscles-propel-a-robotic-leg-to-walk-and-jump - https://sites.google.com/view/agilemovementsii/posters - https://proceedings.mlr.press/v211/yang23b/yang23b.pdf