En benad ”hund” -robot, gjord av Penn spinoff Ghost Robotics, navigerar genom nummer 9 -gruvan i Lansford, PA. Robotarna utformades för att upptäcka artefakter, som ryggsäckar och dummy personal, för att efterlikna ett verkligt sök-och-räddningsuppdrag under jorden. Upphovsman:University of Pennsylvania
Tidigare denna termin, en grupp Penn -studenter, postdoktorer, och fakulteten reste till en experimentell gruva nära Pittsburgh för att delta i den första omgången av Subterranean (SubT) Challenge som var värd för Defense Advanced Research Projects Agency (DARPA). Leds av Camillo J. Taylor, forskare samarbetade med Penn spinoff -företag för att bygga ett team av robotar för att navigera och utforska okända underjordiska miljöer.
DARPA -utmaningar är avsedda att inspirera till innovativa lösningar på komplexa problem, och målet med SubT var att utveckla robotar som kan skickas till platser som är för farliga för människor, som en tunnelbanetunnel efter en brand eller en gruva där arbetare är instängda. Dessa robotar kunde sedan skicka tillbaka rapporter om vad det såg till en person som kunde förbli på en säker plats.
Medlemmar av Pennsylvania Laboratory for Underground Tunnel Operations team, PLUTO för kort, hade erfarenhet av att arbeta med drönare i utmanande miljöer, men att gå under jorden innebar att en annan typ av plattform behövdes för att bära tung utrustning när man navigerade i trånga utrymmen. Genom att kombinera Ghost Robotics legged "dog" -plattformar med Exyn -teknikens drönare, PLUTO förenade tidigare expertområden med fördelarna med ett bensystem.
Att framgångsrikt korsa en gruva, robotar måste kunna se vad som finns runt dem så att de kan undvika hinder samtidigt som de delar det de ser med mänskliga operatörer. Varje hund hade en ljusdetekterings- och avståndsanordning som använder laserljus för att skapa en 3D-karta, stereo RGB -kameror för att se artefakter, värmekameror för att upptäcka värmesignaturer, och en inbyggd dator för att behandla data.
PLUTOs robotar behöver också möjligheten att bestämma vart de ska resa, känna igen artefakter, och vidarebefordra information till andra hundar och till människorna utanför gruvan. Program utvecklade av Ph.D. studenten Anthony Cowley användes för att generera en karta över robotens plats baserat på bilder som samlats in av sensorerna, medan artefakter som ryggsäckar och telefoner upptäcktes med hjälp av ett program utvecklat av doktorand. student Shreyas Shivakumar.
Kommunikation är särskilt utmanande under jorden eftersom radiovågor inte kan färdas genom tjocka grottväggar. PLUTOs strategi, ledd av masterstudenten Fernando Cladera, var att skapa ett "bucket brigade" -system som tillät robotar att dela data med varandra. På det sättet, om en robot inte kunde komma tillbaka till ingången, data som den samlade in kunde fortfarande vidarebefordras av andra hundar till basstationen.
Att föra samman alla dessa förmågor kräver autonomi på hög nivå för att låta robotarna planera sina utforskningsstrategier utan direkt mänsklig input. Ph.D. student Ian Miller ledde denna insats och hjälpte till att se till att alla sensorer, hårdvara, och algoritmer fungerade tillsammans.
PLUTO tillbringade tid på kolgruvan och museet nummer 9 i Lansford, Pennsylvania, under sommaren och vid Colorado School of Mines experimentella gruva tidigare i år för att se hur deras automatiska system fungerade under jorden. Många månader av förberedelser ledde fram till den första omgången av SubT -utmaningen i augusti mot tio andra lag en testgruva nära Pittsburgh.
Lagets förberedelser vid SubT -utmaningen. Upphovsman:Shrevas Shivakumar
Varje lag genomförde två gruvkurser och hade två försök genom varje kurs att hitta artefakter, allt från ryggsäckar, mobiltelefoner, brandsläckare, och dummy personal, med en timmes tidsgräns. Ingen av lagmedlemmarna fick resa inne i gruvan, och bara Miller fick interagera med robotarna medan de samlade data.
Medan deras robotar inte upptäckte så många artefakter som man hoppades, PLUTO -teamet är nöjda med hur systemet fungerade i sådana utmanande och okända miljöer. Komponenter som fungerade bra inkluderar hur hundarna upptäckte och utforskade tunnlar, deras förmåga att känna igen föremål, och dela data genom skopbrigaden. Flera detektioner tillhandahölls av "fallna" hundar, visar hur deras system var motståndskraftigt även när enskilda robotar snubblade.
Adarsh Kulkarni, en masterstudent som också arbetar på Ghost Robotics, säger att han är nöjd med hundarnas mekaniska stabilitet och hur bra de presterade även efter flera fall. "Detta var det absolut svåraste vi har kört robotarna och de värsta miljöerna de har varit i, "säger Kulkarni." Gruvan är ett eget odjur. "
"De fick stryk varje dag, och de arbetade nästa morgon, "Tillägger Shivakumar." Det är verkligen prisvärt. "
Även om en del av deras design hade passat på utmaningar specifika för nummer 9, inklusive sensorer avsedda för smala, texturerade väggar medan SubT hade bredare, släta väggar, erfarenheten visade teamet på egen hand hur svårt det är att konstruera robotar avsedda för okända miljöer och var ett sällsynt tillfälle att testa robotar i en ny miljö. "Det skiljer sig mycket från det normala akademiska arbetsflödet, "säger Miller." Att gå från en algoritm till något som fungerar på en plats som du aldrig sett förut är väldigt olika problem. "
Detta "sista 10%" inom robotik, göra ett automatiserat system som är robust och pålitligt, är en utmaning som ofta löses genom en kombination av toppmodern teknik och pragmatiska perspektiv. "Ibland är dessa system inte nya i sig, men det som är nytt är deras genomförande i en otestad miljö, "säger Cladera." Nyheten är hur man löser alla dessa problem så att robotarna är pålitliga i tuffa miljöer. "
Teamet diskuterar fortfarande sina planer för framtida omgångar av SubT, med nästa omgång i februari i stadsmiljö, vilket betyder mer konstgjorda strukturer och former som skarpa vinklar, släta väggar, och trappor. Oavsett vad som väntar, skapa och skicka robotar till utmanande verkliga miljöer är grundläggande för framsteg både på Penn och inom robotik som helhet, särskilt för en framtid där automatiserade system skulle kunna få ett brett spektrum av utmanande uppgifter från att köra bil till att söka efter överlevande.
Forskare vid Penn's General Robotics, Automatisering, Avkänning, och Perception Lab har goda förutsättningar att ta itu med dessa utmaningar, delvis tack till en kultur som uppmuntrar till samarbete och kommunikation. "Det är något som vi ingjuter i alla som går in i vår anläggning, "säger Taylor." Om du inte är orolig för att ha ett projekt som bara passar inom ditt expertområde, om du är villig att vara bred om hur du tänker, det gör att du kan göra större saker. "