Investigadores de las universidades Carnegie Mellon y Berkeley (EE. UU.) enseñaron a caminar a un perro robot de cuatro patas utilizando datos de una cámara.
Los especialistas en robótica intentan enseñar a los robots a moverse como animales, utilizando solo información visual.
Sube escaleras, bordillos y cuestas
Ahora, los robots resuelven este problema mapeando inicialmente el área y planificando la ruta de viaje. Sin embargo, como cualquier proceso del mundo real, el mapeo es propenso a ruidos, artefactos y fallas, requiere equipo especial y no es como el trabajo de los animales.
Los investigadores mostraron su versión del Passage Motion System, que permite que el robot navegue por escaleras, bordillos, escalones y depresiones utilizando datos de una sola cámara de profundidad frontal. El uso de una sola cámara requiere que el modelo de movimiento recuerde información pasada para saber qué objetos hay debajo de las patas traseras del robot.
Como robot experimental se utilizó el perro robot Unitree A1, la cámara fue Intel RealSense, la calculadora UPboard y Jetson NX.
El modelo de movimiento se entrenó en una simulación (IsaacGym) en dos etapas: primero usando aprendizaje por refuerzo en imágenes de mapas de profundidad, luego usando mapas de profundidad y un procedimiento de entrenamiento supervisado.
La magia de la cámara Intel RealSense
El modelo es una red neuronal recurrente (RNN) que predice directamente los ángulos de las articulaciones objetivo del robot a partir de los datos de la cámara.
El mapa de profundidad se obtiene de la cámara Intel RealSense ubicada en la cabeza del robot. La cámara captura cuadros cada 100 ± 20 ms a una resolución de 480 × 848. El procesamiento previo de la imagen consiste en recortar 200 píxeles blancos desde la izquierda, aplicar un algoritmo de relleno de espacio (vecino más cercano) y reducir la muestra a 58 × 87. Luego, la imagen comprimida se envía a través de un socket UDP al modelo base.
El modelo de movimiento envía comandos de posición de las piernas del robot (a 50 Hz), que luego se convierten en pares de motor mediante un controlador de PD de bajo nivel (que funciona a 400 Hz).
El modelo resultante se transfiere al robot sin ningún ajuste adicional y permite que el robot se mueva en diferentes tipos de terreno, demostrando resistencia a diversas perturbaciones (choques, superficies resbaladizas, terreno rocoso).
