Une nouvelle méthode pour obtenir des transitions de démarche fluides dans les robots hexapodes

Les robots capables de naviguer sur divers terrains à la fois rapidement et efficacement pourraient être très avantageux, car ils pourraient accomplir avec succès des missions complexes dans des environnements difficiles. Par exemple, ces robots pourraient aider à surveiller des environnements naturels complexes, tels que les forêts, ou rechercher des survivants après des catastrophes naturelles.

L’un des types de robots les plus courants conçus pour naviguer sur différents terrains sont les robots à pattes, dont le corps s’inspire souvent de la structure corporelle des animaux. Pour se déplacer rapidement sur différents terrains, les robots sur pattes devraient être capables d’adapter leurs mouvements et leur démarche en fonction des changements détectés dans leurs conditions environnementales.

Des chercheurs de l’Institut supérieur des sciences appliquées et de la technologie de Damas, en Syrie, ont récemment développé une nouvelle méthode pour faciliter une transition en douceur entre les différentes allures d’un robot hexapode.

Leur technique de contrôle de la démarche proposée, présentée dans un article publié dans Héliyon, est basé sur ce que l’on appelle des générateurs de modèles centraux (CPG), des approches informatiques qui imitent les CPG biologiques. Ce sont les réseaux neuronaux qui sous-tendent de nombreux mouvements rythmiques effectués par les humains et les animaux (c’est-à-dire la marche, la natation, le jogging, etc.).

“Notre récente publication est un élément fondamental d’un projet plus vaste visant à révolutionner le contrôle de la locomotion des robots hexapodes”, a déclaré Kifah Helal, auteur correspondant de l’article, à Tech Xplore.

« Bien que les techniques d’apprentissage automatique n’aient pas encore été intégrées, l’architecture que nous avons conçue jette les bases d’applications aussi avancées. Notre méthodologie est conçue en pensant à l’intégration future de l’apprentissage automatique, garantissant qu’une fois mise en œuvre, elle améliorera considérablement la compensation des dysfonctionnements.

Helal et ses collègues ont d’abord entrepris de concevoir et de simuler un robot (hexapode) à six pattes. Cette plate-forme robotique simulée a ensuite été utilisée pour tester l’architecture de contrôle proposée basée sur les CPG.

“Notre méthode de contrôle exploite les principes des CPG dans lesquels chaque jambe du robot hexapode est régie par un signal rythmique distinct”, a expliqué Helal. “L’essence des différentes démarches réside dans les différences de phase entre ces signaux. La principale contribution de notre article est la nouvelle conception d’interaction entre les oscillateurs, garantissant des transitions de démarche fluides.”

Helal et ses collègues ont également développé un générateur de trajectoires d’espace de travail, un outil informatique qui traduit les sorties des oscillateurs intégrés dans un robot hexapode en trajectoires pour ses pieds, garantissant ainsi que ces trajectoires restent efficaces pendant les transitions. Lors des premiers tests, l’architecture de contrôle proposée s’est avérée permettre des changements de démarche stables, efficaces et rapides dans un robot hexapode simulé et réel.

“Les résultats les plus frappants de nos recherches sont le mélange harmonieux de douceur et de rapidité de transition”, a déclaré Helal. “Essentiellement, c’est la fusion de la fluidité et de la rapidité qui distingue notre travail des autres efforts antérieurs. Nous avons également validé une fonction de cartographie qui garantit que la trajectoire du pied du robot reste efficace tout au long de ces transitions.”

La nouvelle architecture introduite par cette équipe de chercheurs pourrait bientôt être testée dans d’autres expériences et appliquée à d’autres robots à pattes, pour leur permettre de s’adapter rapidement aux changements environnementaux tout en conservant leur agilité.

Dans leurs prochaines études, Helal et ses collègues prévoient d’améliorer encore leur méthode, de s’attaquer aux dysfonctionnements potentiels et d’augmenter encore ses performances lorsque les robots rencontrent des terrains particulièrement difficiles.

“Pour l’avenir, nous prévoyons d’approfondir l’apprentissage automatique pour affiner davantage l’adaptabilité environnementale de notre robot”, a ajouté Helal. “Nous sommes particulièrement enthousiastes à l’idée d’explorer la compensation des dysfonctionnements et d’intégrer la détection de la douleur comme mécanisme de rétroaction.

“Ces avancées amélioreront non seulement l’interaction du robot avec son environnement, mais ouvriront également la voie à des systèmes robotiques plus autonomes et plus résilients.”

© 2024 Réseau Science X