Peneliti Virginia Tech Mengembangkan Sistem Gerak Bio-Inspirasi untuk Robotika Canggih

Dua tahun yang lalu, Kaveh Hamed melihat putranya Nikaan melakukan langkah pertamanya sendiri. Dia melihat tubuh satu tahun Nikaan goyah di kaki yang goyah saat bayi itu berjalan ke depan.

Dan dia melihat kemajuan Nikaan: dia pergi dari merangkak di perutnya ke berdiri dengan goyah, ke langkah pertama, ke melarikan diri di seluruh lantai dengan dua kaki yang yakin.

Kenangan ini membuat Hamed memikirkan matematika, seperti yang dia lakukan ketika dia melihat anjingnya Telli berlari. Ketika dia melihatnya melompat ke arahnya dan beralih ke jogging, dia mulai bertanya-tanya lagi tentang cara dia mungkin memberikan kelincahannya kepada robot.

Selama lebih dari 10 tahun, Hamed mengembangkan algoritma kontrol yang memungkinkan robot kaki untuk berjalan dan berlari lebih seperti manusia dan hewan.

Melihat Nikaan dan Telli bergerak mengingatkan dia bahwa masih banyak yang harus dipelajari. “Sepertinya masalah sederhana,” kata Hamed. “Kami melakukan hal-hal ini setiap hari – kami berjalan, berlari, memanjat tangga, melangkah di atas celah. Namun menterjemahkannya ke matematika dan robot adalah tantangan.”

Hamed bergabung dengan Virginia Tech tahun lalu sebagai profesor asistensi di Departemen Teknik Mekanikal di College of Engineering dan sebagai kepala Hybrid Dynamic Systems and Robot Locomotion Lab.

Sejak itu, dia dan tim penelitiannya bekerja untuk meningkatkan lokomosi bio-inspirasi di robot, bersama dengan mitra dari dalam departemen dan dari universitas lain di seluruh negara.

Mereka saat ini bekerja pada empat proyek yang didanai oleh National Science Foundation, semuanya mengambil inspirasi dari manusia atau hewan dan berfokus pada pengembangan perangkat lunak.

Salah satu proyek mereka melibatkan pemeriksaan aplikasi lokomosi bipedal (dua kaki) untuk lokomosi yang tahan lama dari kaki prostetik bermotor.

Tim penelitian Hamed bekerjasama dengan Robert Gregg, profesor asosiasi di Departemen Teknik Elektro dan Ilmu Komputer di University of Michigan, untuk mengembangkan algoritma kontrol terdesentralisasi untuk model kaki prostetik bermotor milik Gregg.

Tiga dari proyek saat ini tim tersebut berputar di sekitar robot kuadrupedal (empat kaki) dan penggunaan gabungan sensor, algoritma kontrol, dan kecerdasan buatan untuk meningkatkan kelincahan, stabilitas, dan kekangkangan robot anjing, serta responsivitas mereka terhadap lingkungan dan satu sama lain.

Hamed mengatakan bahwa meskipun lebih banyak robot kaki dibangun setiap tahun, bidang ini masih memiliki perjalanan yang panjang sebelum robot dapat mencocokkan kelincahan sumber inspirasi mereka yang dua atau empat kaki.

“Kami percaya bahwa kelincahan yang kita lihat dalam lokomosi hewan – seperti di anjing, cheetah, atau singa gunung – saat ini tidak dapat dikejar dengan dekat oleh robot, bahkan yang terbaik,” katanya.

“Teknologi robot berkembang dengan cepat, tetapi masih ada kesenjangan fundamental di sini, antara apa yang kita lihat di robot dan apa yang kita lihat pada kontrapart biologis mereka.”

Mencari inspirasi dari teman empat kaki

Dalam pekerjaannya dengan robot anjing, Hamed bertujuan untuk mengisi kesenjangan dengan mengembangkan algoritma kontrol canggih dan cerdas yang mendasari kelincahan dan stabilitas lokomosi hewan.

Mengintegrasikan penggunaan algoritma kontrol umpan balik canggih dan teknik optimisasi matematika dengan penggunaan sensor, pendekatannya bekerja dalam biologi dasar hewan.

Kontrol keseimbangan untuk vertebrate, misalnya, terjadi sebagian besar di sumsum tulang belakang, di mana neuron osilasi berkomunikasi satu sama lain untuk menghasilkan gerakan ritmis.

Ini adalah fungsi alami – alasan mengapa hewan kaki dan manusia dapat memejamkan mata dan masih dapat berjalan, dijelaskan Hamed.

Tetapi untuk menavigasi lingkungan yang lebih kompleks – seperti tangga atau batu – baik manusia maupun hewan membutuhkan penglihatan, dan kita membutuhkan otak untuk menafsirkan apa yang kita lihat.

Tim penelitian Hamed menggunakan sensor dan algoritma kontrol yang kuat untuk menciptakan efek yang serupa di antara robot anjing mereka.

Mereka menggunakan encoder – sensor yang dipasang pada sendi untuk membaca posisi mereka satu sama lain – serta satuan pengukuran inersia – sensor yang mengukur orientasi tubuh robot terhadap tanah – untuk menciptakan lebih banyak kontrol keseimbangan dan gerakan yang datang secara alami kepada vertebrate.

Tim juga memasang kamera dan Lidar, bentuk teknologi laser untuk pemetaan lingkungan yang lebih presisi, untuk menggunakan visi mesin, yang dapat lebih baik menginformasikan kontak setiap robot dengan atau hindaran rintangan.

Tim Hamed telah melengkapi tiga robot anjing, yang dibangun oleh Ghost Robotics, sebuah perusahaan yang mengkhususkan diri dalam produksi robot kaki, dengan sensor ini dan telah menggunakannya untuk menguji algoritma kontrol cerdas dan kuat yang baru dikembangkan.

Setelah robot telah membaca pengukuran gerakan mereka sendiri dan lingkungan mereka, ide adalah untuk membuat mereka bertindak sesuai: komputer papan menghitung tindakan kontrol kuat yang harus digunakan robot untuk mengarahkan diri dari titik A ke titik B.

Sampai sekarang, para peneliti telah mensimulasikan dan mulai menguji beberapa gerak yang mencerminkan gerak hewan nyata.

Robot anjing telah mulai berjalan lambat, berjalan cepat, dan berlari di sudut yang lebih tajam dengan kelincahan, keseimbangan, dan kecepatan lebih.

Tim juga mengeksplorasi integrasi kecerdasan buatan ke dalam algoritma kontrol mereka untuk meningkatkan pengambilan keputusan real-time robot di lingkungan nyata.

Bekerjasama dengan mitra dari Virginia Tech dan luar

Hamed bergantung pada kolaborasi untuk mengadopsi konsep baru seperti kecerdasan buatan dan algoritma kontrol yang kritis keselamatan.

Dalam dua proyeknya, dia bekerjasama dengan Aaron Ames, Profesor Teknik Mekanikal dan Sipil di Caltech.

Bersama-sama, mereka bertujuan untuk mengembangkan algoritma kontrol cerdas, aman, dan kuat generasi berikutnya yang akan mengaktifkan lokomosi lincah robot kuadrupedal dan bipedal di lingkungan kompleks.

Mereka juga bertujuan untuk membangun pada pekerjaan ini dengan swarms robot kaki, dengan menciptakan algoritma kontrol umpan balik terdistribusi yang memungkinkan robot kaki untuk mengkoordinasikan gerakan mereka dalam tugas kolaboratif.

Mulai kini, Alex Leonessa, profesor Teknik Mekanikal di Virginia Tech, telah bergabung dengan Ames dan Hamed dalam proyek yang mengadaptasi penggunaan algoritma kontrol terdistribusi untuk lokomosi kooperatif robot anjing penginang dan manusia.

“Saya belajar dari kolaborasi,” kata Hamed. “Itulah yang kami lakukan untuk majukan pengetahuan. Perusahaan terkenal sedang melakukan hal-hal luar biasa saat ini, tetapi Anda tidak dapat melihat apa yang mereka lakukan.

“Kami ingin belajar dari ilmu pengetahuan dan matematika dan berbagi apa yang kami temukan. Saat kami menerbitkan, kami dapat berkata kepada universitas lain: ‘Ini adalah algoritma yang kami gunakan. Bagaimana Anda dapat mengembangkannya?’”

Hamed melihat manfaat potensial dan aplikasi dunia nyata dari peningkatan ini dalam hal mobilitas, kemampuan bantuan, dan kombinasi keduanya.

Dengan lebih dari setengah lanskap Bumi ditandai sebagai tidak dapat dijangkau untuk kendaraan roda, robot kaki lincah dapat menavigasi tanah miring dan curam, seperti yang ada di pegunutan atau hutan.

Di rumah dan kantor, tanah datar dan sebagian besar dapat diprediksi, tetapi keterbatasan bagi robot masih berbentuk tangga dan tangga yang dirancang untuk pengembang dua kaki.

Hamed percaya akan penting untuk memastikan bahwa robot dapat menangani kondisi yang sama, jika mereka akan digunakan untuk membantu orang dengan mobilitas terbatas dan tinggal dengan mereka.

Dan saat robot mendukung atau menggantikan manusia dalam respons darurat – misi penyelamatan untuk kebakaran pabrik, misalnya – mereka akan mendapat manfaat dari penggunaan kaki yang cerdas.

Hamed menemukan tes pertama pada algoritma kontrol dengan robot anjingnya menjanjikan, tetapi pengembangan algoritma tersebut akan menjadi proses berkelanjutan.

“Apakah algoritma yang kami gunakan sebenarnya bio-inspirasi?” Hamed telah bertanya pada dirinya sendiri. “Apakah mereka sebenarnya bertindak seperti anjing? Kami mencoba melakukan matematika.

“Tetapi itu harus bio-inspirasi. Kami harus melihat hewan dan kemudian memperbaiki algoritma kami – untuk melihat bagaimana mereka bereaksi terhadap skenario ini dan bagaimana algoritma kontrol kami bereaksi.”