चीता एमआईटी ने बाधाओं को पहचानना और कूदना सिखाया

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ताओं ने एक आकर्षक वीडियो प्रकाशित किया । यह अपने रास्ते में बाधाओं को कूदने के लिए एक रोबो चीता को पढ़ाने के काम के परिणाम को प्रदर्शित करता है। ऐसा करने के लिए, रोबोट एक लिडार की मदद से अवरोध की दूरी और उसकी ऊंचाई का अनुमान लगाता है, फिर, एक जीवित प्राणी की तरह, यह एक छलांग के लिए सबसे अच्छी स्थिति पाता है। इसे प्राप्त करने के लिए चरणों का सुधार है। चीता कूद, मुलायम लैंडिंग करता है और अपनी मूल गति को बहाल करते हुए, दौड़ना जारी रखता है।

MIT Robogepard बोस्टन डायनेमिक्स से चीता के समान नहीं है । दोनों परियोजनाएं अमेरिकी रक्षा उन्नत अनुसंधान परियोजना एजेंसी द्वारा वित्त पोषित हैं। दोनों एक असली चीता के चलाने की नकल करने की कोशिश कर रहे हैं - एक जानवर जो 2 सेकंड में 120 किलोमीटर प्रति घंटे की रफ्तार पकड़ सकता है। लेकिन रोबोट के अलग-अलग लेखक हैं और बहुत अलग हैं। हाइड्रोलिक्स के बजाय, एमआईटी चीता विशेष रूप से डिजाइन किए गए कम गति, उच्च-टोक़ इलेक्ट्रिक ड्राइव का उपयोग करता है। ग्रेटर ऊर्जा दक्षता सामान्य रूप से विघटित ऊर्जा के हिस्से की वसूली के माध्यम से प्राप्त की जाती है। इसके कारण, आप बैटरी पैक को कम कर सकते हैं और बिना शोर वाले आंतरिक दहन इंजन के साथ कर सकते हैं।

MIT की विकास टीम ने सिखायाचीता पिछले साल सितंबर में वापस कूद गया। लेकिन फिर यह कार्रवाई आँख बंद करके की गई, डिवाइस इसके रास्ते में बाधाओं को भेद नहीं सका। इसके अलावा सितंबर में, रोबोट को बाहरी बिजली केबल के बिना चलने का अवसर मिला - इसमें बैटरी लगाई गई थी।


स्व-चालित, सितंबर 2014 के साथ पहली छलांग दिखाने वाला वीडियो क्लिप।

अब एमआईटी चीता एक लिडार की मदद से खुद के सामने बाधाओं को देख सकता है , एक सक्रिय ऑप्टिकल सिस्टम जो अंतरिक्ष का नक्शा बनाने के लिए एक लेजर का उपयोग करता है। रन पर छलांग लगाने के लिए उच्च गतिशीलता की आवश्यकता होती है। संतुलन बनाए रखना और पर्याप्त रूप से जमीन पर उतरना आवश्यक है। इस प्रक्रिया के लिए, डेवलपर्स ने लिडार डेटा का उपयोग करके एक तीन-भाग एल्गोरिथ्म बनाया। लिडार और कंप्यूटर सिस्टम दोनों चीता पर सवार हैं, जो स्वायत्त नियंत्रण प्रदान करता है। कार्यक्रम को तीन चरणों में विभाजित किया जा सकता है।

पहले बाधाओं का पता लगाने का कार्य करता है, उनके आकार और उनसे दूरी का अनुमान लगाता है। शोधकर्ताओं ने दृश्य अंतरिक्ष के एक साधारण मॉडल का उपयोग किया: सतह को एक सीधी रेखा के रूप में दर्शाया गया है, और किसी भी अवरोध से विचलन हैं। एक बाधा का पता लगाने के बाद, दूसरा घटक शुरू होता है। बाधा के निकट आने पर कूदने के लिए इष्टतम स्थिति और चरणों के सुधार की गणना की जाती है। वांछित बिंदु तक पहुंचने के लिए चीता या तो तेज हो जाता है या धीमा हो जाता है। एल्गोरिथ्म मक्खी पर काम करता है, इसे निष्पादित करने के लिए केवल 100 मिलीसेकंड की आवश्यकता होती है - यह लगभग आधा कदम है।

अंत में, रोबोट वांछित बिंदु पर पहुंचता है। यहां, तीसरे चरण के भाग के रूप में, एल्गोरिथ्म जंप पथ की गणना करता है। शोधकर्ताओं ने एक सूत्र बनाया है जो अवरोध की ऊंचाई और रोबोट की गति के आधार पर, उस बल को बाहर निकालता है जिसे इलेक्ट्रिक मोटर्स को विकसित करना होगा।



शोधकर्ताओं के अनुसार, एल्गोरिथम इष्टतम नहीं, बल्कि एक व्यवहार्य समाधान चुनता है। यही है, चीता कभी-कभी आवश्यकता से बहुत अधिक कूदता है। सबसे अच्छा और सबसे अधिक ऊर्जा कुशल विकल्प खोजना बहुत अधिक समय और प्रसंस्करण शक्ति ले सकता है। शोधकर्ताओं का तर्क है कि एक अपूर्ण समाधान स्वीकार्य है, और एक सफल छलांग के लिए अत्यधिक अनुकूलन खतरनाक हो सकता है।

बाधाओं को दूर करने की क्षमता का पहली बार ट्रेडमिल पर परीक्षण किया गया, फिर वास्तविक बाधा कोर्स पर। ट्रेडमिल छोटा था, लगभग 4 मीटर लंबा था, और चीता बीच में दौड़ता था। इसलिए, रोबोट एक बाधा के लिए मीटर के आदेश पर बना रहा। इस वजह से, एल्गोरिथ्म ने केवल 70% बाधाओं को दूर करने की अनुमति दी। इनडोर बाधा कोर्स परीक्षणों ने बेहतर प्रदर्शन किया क्योंकि चीता के पास निर्णय लेने के लिए अधिक स्थान और समय था। 90% जंप सफल रहे।

परीक्षण के परिणामों से पता चला कि रोबोट 46 सेंटीमीटर (18 इंच) तक की बाधाओं को पार करने में सक्षम है - इसकी आधी से अधिक ऊंचाई। इसी समय, 8 किलोमीटर प्रति घंटे (5 मील प्रति घंटे) की औसत चलने की गति बनाए रखी जाती है।

एक रिसर्च टीम जून में DARPA रोबोटिक्स चैलेंज में चीता को दौड़ते और कूदते हुए पेश करेगी। जुलाई में, रोबोटिक्स: विज्ञान और सिस्टम सम्मेलन में स्वायत्त प्रणालियों को चित्रित किया जाएगा। भविष्य में, शोधकर्ताओं को एक नरम सतह पर कूदने की संभावना का एहसास होने जा रहा है, उदाहरण के लिए, घास। एमआईटी समाचार साइट से

सामग्री के आधार पर ।