Novo Algoritmo Reduz Tempo de Planejamento de Pegada Robótica para Sub-Segundos
Um novo algoritmo acelera significativamente o processo de planejamento necessário para um robô ajustar sua pegada em um objeto empurrando-o contra uma superfície estacionária. Enquanto algoritmos tradicionais exigiriam dezenas de minutos para planejar uma sequência de movimentos, a nova abordagem reduz esse processo de pré-planejamento para menos de um segundo. Este planejamento mais rápido permitirá que robôs, particularmente em ambientes industriais, descubram rapidamente como empurrar contra, deslizar ao longo ou usar características em seus ambientes para reposicionar objetos em sua pegada. Tal manipulação ágil é útil para qualquer tarefa que envolva pegar e classificar, e até mesmo uso complexo de ferramentas.
Algoritmos existentes normalmente levam horas para pré-planar uma sequência de movimentos para uma garra robótica, principalmente porque para cada movimento que considera, o algoritmo deve primeiro calcular se esse movimento satisfaria várias leis físicas, como as leis de Newton do movimento e a lei de Coulomb descrevendo forças de atrito entre objetos. Uma forma compacta de resolver a física dessas manipulações antecipadamente, antes de decidir como a mão do robô deve se mover, envolve usar "cones de movimento" que são essencialmente mapas visuais, em forma de cone, de atrito.
O interior do cone representa todos os movimentos de empurrar que poderiam ser aplicados a um objeto em um local específico, satisfazendo as leis fundamentais da física e permitindo que o robô mantenha a posse do objeto. O espaço fora do cone representa todos os empurrões que de alguma forma fariam o objeto escapar da garra do robô. O algoritmo calcula um cone de movimento para diferentes configurações possíveis entre uma garra robótica, um objeto que ela está segurando e o ambiente contra o qual está empurrando para reposicionar o objeto, a fim de selecionar e sequenciar diferentes empurrões viáveis.
Os pesquisadores testaram o novo algoritmo em uma configuração física com uma interação de três vias na qual uma garra robótica simples segurava um bloco em forma de T e empurrava contra uma barra vertical. Usaram várias configurações iniciais, com o robô segurando o bloco em uma posição particular e empurrando-o contra a barra de um certo ângulo. Para cada configuração inicial, o algoritmo gerou instantaneamente o mapa de todas as forças possíveis que o robô poderia aplicar e a posição do bloco que resultaria. As previsões do algoritmo corresponderam confiavelmente ao resultado físico no laboratório, planejando sequências de movimentos — como reorientar o bloco contra a barra antes de colocá-lo em uma mesa em posição vertical — em menos de um segundo, comparado com algoritmos tradicionais que levam mais de 500 segundos para planejar.
Sensor
- Estudo de Michigan Mostra Robôs Dominando Relações entre Objetos Domésticos para Navegação Residencial Mais Inteligente
- Dynamis: Tecnologia de Feedback de Força Dá Precisão Humana a Robôs Industriais
- Robôs Colaborativos Guiados à Mão: Padrões de Segurança Explicados
- Robôs de Enxame Quadrúpedes Avançados para Navegação em Terrenos Complexos
- Novo Algoritmo Permite Robôs Macios Auto-Sensoriais para Tarefas Confiáveis
- Revolucionando Manipulação Robótica: Garras Impulsionadas por IA para Pick-and-Place Preciso
- Robôs Biohíbridos Nadadores com Auto-Treinamento: Avançando a Robótica Suave Adaptativa
- Robôs Dobráveis em Nanoscala Revolucionários: Aproveitando Atuadores de Memória de Forma
- Assistentes Robóticos de Saúde: 5 Insights Essenciais
- Ferramenta de Detecção de Diabetes Baseada em Smartphone: Biomarcador Digital para Identificação Precoce de Risco