Pesquisadores da Virginia Tech pretendem dar aos robôs marchas inspiradas na biologia

Dois anos atrás, Kaveh Hamed viu seu filho Nikaan dar seus primeiros passos sozinho. Ele observou o corpo de Nikaan, de um ano, balançar nas pernas bambas enquanto o bebê caminhava para frente.

E ele viu o progresso de Nikaan:ele passou de rastejar de barriga para ficar de pé com um balanço, para as primeiras caminhadas, para decolar pelo chão com dois pés firmes.

Essas memórias fazem Hamed pensar em matemática, como ele faz quando vê seu cachorro Telli correr. Quando ele a vê se aproximando dele e mudando para um trote, ele começa a se perguntar novamente sobre as maneiras pelas quais ele poderia transmitir sua agilidade a um robô.

Por mais de 10 anos, Hamed desenvolveu algoritmos de controle que permitem que robôs com pernas andem e corram mais como humanos e animais.

Ver Nikaan e Telli em movimento o lembra de que ainda há muito o que aprender. “Parece um problema simples”, disse Hamed. “Fazemos essas coisas todos os dias – andamos, corremos, subimos escadas, passamos por buracos. Mas traduzir isso para matemática e robôs é um desafio.”



Hamed ingressou na Virginia Tech no ano passado como professor assistente no Departamento de Engenharia Mecânica da Faculdade de Engenharia e como chefe do Laboratório de Sistemas Dinâmicos Híbridos e Locomoção de Robôs.

Desde então, ele e sua equipe de pesquisa trabalharam para aprimorar a locomoção bioinspirada em robôs, ao lado de colaboradores de dentro do departamento e de outras universidades do país.

Atualmente, eles estão trabalhando em quatro projetos financiados pela National Science Foundation, todos inspirados em humanos ou animais e focados no desenvolvimento de software.

Um de seus projetos envolve examinar as aplicações da locomoção bípede (duas pernas) para a locomoção resiliente de pernas protéticas motorizadas.

A equipe de pesquisa de Hamed está colaborando com Robert Gregg, professor associado do Departamento de Engenharia Elétrica e Ciência da Computação da Universidade de Michigan, para desenvolver algoritmos de controle descentralizado para o modelo de perna protética de Gregg.

Três dos projetos atuais da equipe giram em torno de robôs quadrúpedes (quatro patas) e o uso combinado de sensores, algoritmos de controle e inteligência artificial para melhorar a agilidade, estabilidade e destreza de cães robóticos, bem como sua capacidade de resposta ao ambiente e um outro.

Hamed disse que, embora mais robôs com pernas estejam sendo construídos a cada ano, o campo ainda tem um longo caminho a percorrer antes que os robôs possam igualar a agilidade de suas fontes de inspiração de duas ou quatro patas.

“Acreditamos que a agilidade que vemos na locomoção de animais – como em um cachorro, uma chita ou um leão da montanha – atualmente não pode ser perseguida de perto por robôs, mesmo os de última geração”, disse ele.

“A tecnologia dos robôs está avançando rapidamente, mas ainda há uma lacuna fundamental aqui, entre o que vemos nos robôs e o que vemos em seus equivalentes biológicos”.

Obtendo inspiração de amigos de quatro patas

Em seu trabalho com cães robóticos, Hamed visa preencher a lacuna desenvolvendo algoritmos de controle avançados e inteligentes que destacam a agilidade e a estabilidade da locomoção animal.

Integrando o uso de algoritmos avançados de controle de feedback e técnicas matemáticas de otimização com o uso de sensores, sua abordagem funciona na biologia básica dos animais.

O controle do equilíbrio para os vertebrados, por exemplo, acontece principalmente na medula espinhal, onde os neurônios oscilatórios se comunicam entre si para gerar movimento rítmico.

É uma função natural – a razão pela qual animais com pernas e humanos podem fechar os olhos e ainda andar, explicou Hamed.

Mas para navegar em ambientes mais complexos – como um conjunto de escadas ou pedregulhos – tanto humanos quanto animais precisam de visão, e precisamos do cérebro para interpretar o que vemos.

A equipe de pesquisa de Hamed usa sensores e algoritmos de controle robustos para criar efeitos semelhantes entre seus cães robóticos.

Eles usam codificadores – sensores conectados às articulações para ler sua posição em relação ao outro – bem como unidades de medição inercial – sensores que medem a orientação do corpo do robô em relação ao solo – para criar mais equilíbrio e controle de movimento que vem naturalmente aos vertebrados.

A equipe também anexa câmeras e Lidar, uma forma de tecnologia a laser para um mapeamento mais preciso do ambiente, para fazer uso da visão de máquina, que pode informar melhor o contato de cada robô ou evitar obstáculos.

A equipe de Hamed equipou três cães robóticos, construídos pela Ghost Robotics, uma empresa especializada na produção de robôs com pernas, com esses sensores e os usou para testar seus algoritmos de controle inteligentes e robustos recém-desenvolvidos.

Uma vez que os robôs tenham lido as medidas de seu próprio movimento e seu ambiente, a ideia é fazê-los agir de acordo:computadores de bordo calculam as ações de controle robustas que os robôs devem usar para se orientar do ponto A ao ponto B.

Até agora, os pesquisadores simularam e começaram a testar várias marchas diferentes, espelhando as de animais reais.

Os cães robóticos começaram a andar, trotar e correr em ângulos mais agudos com mais agilidade, equilíbrio e velocidade.

A equipe também está explorando a integração da inteligência artificial em seus algoritmos de controle para melhorar a tomada de decisões em tempo real dos robôs em ambientes do mundo real.

Colaborar com parceiros da Virginia Tech e além

Hamed se apóia na colaboração para adotar novos conceitos como inteligência artificial e algoritmos de controle de segurança crítica.

Em dois de seus projetos, ele colabora com Aaron Ames, Professor de Engenharia Mecânica e Civil da Caltech.

Juntos, eles visam desenvolver a próxima geração de algoritmos de controle inteligentes, seguros e robustos que permitirão a locomoção ágil de robôs quadrúpedes e bípedes em ambientes complexos.

Eles também pretendem desenvolver esse trabalho com enxames de robôs com pernas, criando algoritmos de controle de feedback distribuído que permitem que robôs com pernas coordenem seus movimentos em tarefas colaborativas.

Recentemente, Alex Leonessa, professor de Engenharia Mecânica da Virginia Tech, juntou-se a Ames e Hamed em um projeto que adapta o uso de algoritmos de controle distribuído para a locomoção cooperativa de cães-guia robôs e humanos.

“Eu aprendo com a colaboração”, disse Hamed. “É isso que estamos fazendo para avançar o conhecimento. Empresas conhecidas estão fazendo coisas incríveis agora, mas você não pode ver o que elas fazem.

“Gostaríamos de aprender com ciência e matemática e compartilhar o que encontramos. À medida que publicamos, podemos dizer a outras universidades:‘Esses são os algoritmos que usamos. Como você pode expandi-los?'”

Hamed vê os benefícios potenciais e as aplicações reais desses aprimoramentos em termos de mobilidade, capacidade de assistência e uma combinação dos dois.

Com mais da metade da paisagem da Terra marcada como inacessível para veículos com rodas, robôs com pernas ágeis poderiam navegar melhor em terrenos acidentados e íngremes, como o das montanhas ou os bosques.

Em residências e escritórios, o solo é plano e quase sempre previsível, mas as limitações para os robôs ainda se formam em escadas e escadas projetadas para andarilhos bípedes.

Hamed acredita que será importante garantir que os robôs possam lidar com as mesmas condições, se forem usados ​​para ajudar pessoas com mobilidade limitada e conviver com elas.

E à medida que os robôs apoiam ou substituem humanos em resposta a emergências – uma missão de resgate para um incêndio em uma fábrica, por exemplo – eles se beneficiarão do uso hábil de suas pernas.

Hamed acha promissores os primeiros testes de algoritmos de controle com seus cães robóticos, mas o desenvolvimento desses algoritmos será um processo contínuo.

“Os algoritmos que estamos usando são realmente bio-inspirados?” Hamed se perguntou. “Eles estão realmente agindo como cães? Estamos tentando fazer as contas.

“Mas deve ser bio-inspirado. Devemos olhar para os animais e depois corrigir nossos algoritmos – para ver como eles reagem a esse cenário e como nossos algoritmos de controle reagem.”