Investigadores de Virginia Tech desarrollan sistemas de marcha bio-inspirados para robótica avanzada

Hace dos años, Kaveh Hamed vio a su hijo Nikaan dar sus primeros pasos por su cuenta. Observó el cuerpo de un año de Nikaan tambalearse en piernas inestables mientras el bebé caminaba hacia adelante.

Y vio el progreso de Nikaan: pasó de gatear sobre su barriga a pararse con un balanceo, a las primeras caminatas, a lanzarse a través del suelo en dos pies seguros.

Estos recuerdos hacen pensar a Hamed en matemáticas, como hace cuando ve a su perra Telli correr. Cuando la ve lanzarse hacia él y cambiar a un trote, empieza a preguntarse de nuevo sobre las formas en que podría impartir su agilidad a un robot.

Durante más de 10 años, Hamed ha desarrollado algoritmos de control que permiten a robots con patas caminar y correr más como humanos y animales.

Ver a Nikaan y Telli en movimiento le recuerda que hay mucho por aprender. «Parece un problema simple», dijo Hamed. «Hacemos estas cosas todos los días —caminamos, corremos, subimos escaleras, saltamos huecos. Pero traducir eso a matemáticas y robots es un desafío».

Hamed se unió a Virginia Tech el año pasado como profesor asistente en el Departamento de Ingeniería Mecánica en la Facultad de Ingeniería y como jefe del Laboratorio de Sistemas Dinámicos Híbridos y Locomotión de Robots.

Desde entonces, él y su equipo de investigación han trabajado para mejorar la locomoción bio-inspirada en robots, junto con colaboradores del departamento y de otras universidades del país.

Actualmente están trabajando en cuatro proyectos financiados por la National Science Foundation, todos los cuales se inspiran en humanos o animales y se centran en desarrollo de software.

Uno de sus proyectos implica examinar las aplicaciones de la locomoción bípeda (de dos patas) a la locomoción resiliente de piernas protésicas con potencia.

El equipo de investigación de Hamed está colaborando con Robert Gregg, profesor asociado en el Departamento de Ingeniería Eléctrica y Ciencia de la Computación en la Universidad de Michigan, para desarrollar algoritmos de control descentralizados para el modelo de pierna protésica con potencia de Gregg.

Tres de los proyectos actuales del equipo giran en torno a robots cuadrúpedos (de cuatro patas) y el uso combinado de sensores, algoritmos de control e inteligencia artificial para mejorar la agilidad, estabilidad y destreza de los perros robóticos, así como su capacidad de respuesta a su entorno y entre sí.

Hamed dijo que aunque se construyen más robots con patas cada año, el campo tiene un largo camino por recorrer antes de que los robots puedan igualar la agilidad de sus fuentes de inspiración de dos o cuatro patas.

«Creemos que la agilidad que vemos en la locomoción animal —como en un perro, un guepardo o un león de montaña— no puede ser perseguida de cerca por robots actualmente, incluso los de última generación», dijo.

«La tecnología robótica avanza rápidamente, pero todavía hay una brecha fundamental aquí, entre lo que vemos en robots y lo que vemos en sus contrapartes biológicas».

Obteniendo inspiración de amigos de cuatro patas

En su trabajo con perros robóticos, Hamed busca llenar la brecha desarrollando algoritmos de control avanzados e inteligentes que subrayen la agilidad y estabilidad de la locomoción animal.

Integrando el uso de algoritmos avanzados de control de retroalimentación y técnicas de optimización matemática con el uso de sensores, su enfoque funciona en la biología básica de los animales.

El control del equilibrio para vertebrados, por ejemplo, ocurre mayormente en la médula espinal, donde neuronas oscilatorias se comunican entre sí para generar movimiento rítmico.

Es una función natural —la razón por la que animales con patas y humanos pueden cerrar los ojos y seguir caminando, explicó Hamed.

Pero para navegar entornos más complejos —como un conjunto de escaleras o rocas— tanto humanos como animales necesitan visión, y necesitamos el cerebro para interpretar lo que vemos.

El equipo de investigación de Hamed usa sensores y algoritmos de control robustos para crear efectos similares entre sus perros robóticos.

Usan codificadores —sensores conectados a articulaciones para leer su posición en relación entre sí— así como unidades de medición inercial —sensores que miden la orientación del cuerpo del robot respecto al suelo— para crear más del control de equilibrio y movimiento que viene naturalmente a los vertebrados.

El equipo también conecta cámaras y Lidar, una forma de tecnología láser para un mapeo más preciso del entorno, para hacer uso de visión artificial, que puede informar mejor el contacto de cada robot con o evitación de obstáculos.

El equipo de Hamed ha equipado tres perros robóticos, construidos por Ghost Robotics, una empresa especializada en producir robots con patas, con estos sensores y los ha usado para probar sus algoritmos de control inteligentes y robustos recién desarrollados.

Una vez que los robots han leído mediciones de su propio movimiento y su entorno, la idea es hacer que actúen en consecuencia: computadoras a bordo calculan las acciones de control robustas que los robots deben usar para dirigirse del punto A al punto B.

Hasta ahora, los investigadores han simulado y comenzado a probar varias marchas diferentes que reflejan las de animales reales.

Los perros robóticos han comenzado a caminar, trotar y correr en ángulos más agudos con más agilidad, equilibrio y velocidad.

El equipo también está explorando la integración de inteligencia artificial en sus algoritmos de control para mejorar la toma de decisiones en tiempo real de los robots en entornos reales.

Colaborando con socios de Virginia Tech y más allá

Hamed se apoya en la colaboración para adoptar nuevos conceptos como inteligencia artificial y algoritmos de control críticos para la seguridad.

En dos de sus proyectos, colabora con Aaron Ames, Profesor de Ingeniería Mecánica y Civil en Caltech.

Juntos, buscan desarrollar la próxima generación de algoritmos de control inteligentes, seguros y robustos que permitan la locomoción ágil de robots cuadrúpedos y bípedos en entornos complejos.

También buscan construir sobre este trabajo con enjambres de robots con patas, creando algoritmos de control de retroalimentación distribuidos que permitan a robots con patas coordinar su movimiento en tareas colaborativas.

Recientemente, Alex Leonessa, profesor de Ingeniería Mecánica en Virginia Tech, se ha unido a Ames y Hamed en un proyecto que adapta el uso de algoritmos de control distribuidos para locomoción cooperativa de perros guía robóticos y humanos.

«Aprendo de la colaboración», dijo Hamed. «Eso es lo que estamos haciendo para avanzar el conocimiento. Empresas conocidas están haciendo cosas asombrosas ahora, pero no puedes ver lo que hacen.

«Nos gustaría aprender de la ciencia y las matemáticas y compartir lo que encontramos. A medida que publicamos, podemos decir a otras universidades: 'Estos son los algoritmos que usamos. ¿Cómo pueden expandirlos?'»

Hamed ve los beneficios potenciales y aplicaciones reales de estas mejoras en términos de movilidad, capacidad asistiva, y una combinación de ambas.

Con más de la mitad del paisaje terrestre marcado como inalcanzable para vehículos con ruedas, robots con patas ágiles podrían navegar mejor terrenos escarpados y difíciles, como los de montañas o bosques.

En hogares y oficinas, el suelo es plano y mayormente predecible, pero las limitaciones para robots toman forma en escaleras y escaleras diseñadas para caminantes bípedos.

Hamed cree que será importante asegurar que los robots puedan manejar las mismas condiciones, si han de ser usados para asistir a personas con movilidad limitada y vivir con ellas.

Y a medida que los robots apoyen o reemplacen humanos en respuesta a emergencias —una misión de rescate por un incendio en fábrica, por ejemplo— se beneficiarán del uso hábil de sus patas.

Hamed encuentra las primeras pruebas en algoritmos de control con sus perros robóticos prometedoras, pero el desarrollo de esos algoritmos será un proceso continuo.

«¿Son los algoritmos que estamos usando realmente bio-inspirados?» Hamed se ha preguntado. «¿Están actuando realmente como perros? Estamos intentando hacer las matemáticas.

«Pero debe ser bio-inspirado. Debemos mirar a los animales y luego corregir nuestros algoritmos —para ver cómo reaccionan a este escenario y cómo reaccionan nuestros algoritmos de control».