Desenvolver a capacidade dos robôs de executar até mesmo uma tarefa básica envolve uma quantidade significativa de esforço invisível. Uma das dificuldades está no planejamento e execução dos movimentos, que abrangem desde volantes até levantar um braço robótico.
Os roboticistas trabalham com programadores para estabelecer um conjunto de trajetórias claras e alcançáveis, garantindo que estejam livres de obstáculos. Os pesquisadores do Robotics Institute (RI) da Carnegie Mellon University estão inovando métodos para construir essas trajetórias.
O pós-doutorado do RI, William Zhi, colaborou com o Ph.D. o aluno Tianyi Zhang e o diretor do RI Matthew Johnson-Roberson para desenvolver um método para usar esboços como um meio de instruir robôs sobre o movimento. Esta pesquisa será apresentada na próxima Conferência Internacional IEEE sobre Robótica e Automação em Yokohama, Japão.
Cada abordagem tem suas limitações. Em particular, o ensino cinestésico exige que o usuário esteja presente no mesmo local que o robô. Além disso, pode ser um desafio ajustar manualmente certos robôs, e esse desafio é agravado com robôs móveis, como um robô quadrúpede com um braço acoplado. A teleoperação requer controle preciso do usuário e demanda tempo para guiar o robô em suas atividades.
Embora tenha havido alguma exploração inicial sobre o uso da linguagem natural para controle de robôs, o foco dos pesquisadores tem sido principalmente na experimentação de vários métodos para ensinar robôs por meio de demonstração. Existem duas abordagens principais para conseguir isso.
Uma abordagem envolve o ensino cinestésico, onde um ser humano observa os movimentos do robô e ajusta fisicamente suas articulações para atingir as posições desejadas. O método alternativo envolve teleoperação, em que o usuário utiliza um controle remoto ou joystick especializado para controlar o robô e, em seguida, grava a demonstração para o robô replicar.
Cada abordagem tem suas limitações. Em particular, o ensino cinestésico exige que o usuário esteja presente no mesmo local que o robô. Além disso, pode ser um desafio ajustar manualmente certos robôs, e esse desafio é agravado com robôs móveis, como um robô quadrúpede com um braço acoplado. A teleoperação requer controle preciso do usuário e demanda tempo para guiar o robô em suas atividades.
A equipe do RI desenvolveu um novo método para ensinar robôs a se moverem, que envolve esboçar trajetórias. Esta abordagem elimina as limitações do ensino cinestésico ou da teleoperação. O robô aprende com movimentos desenhados em uma imagem do ambiente de trabalho pretendido.
Para capturar a imagem ambiental, a equipe posicionou câmeras em dois locais diferentes para capturar imagens de perspectivas variadas. Eles então traçaram a trajetória de movimento desejada do robô na imagem e transformaram as imagens 2D em modelos 3D que o robô pudesse compreender. Essa conversão foi obtida usando uma técnica conhecida como ray tracing, que aproveita a luz e as sombras dos objetos para estimar sua distância da câmera.
Depois de criar os modelos 3D, a equipe os forneceu ao robô para orientação. Para o robô quadrúpede com braço robótico, os pesquisadores desenharam três trajetórias de movimento nas fotos para ilustrar o movimento do braço. Eles então converteram as imagens em modelos 3D usando traçado de raios. Posteriormente, o braço robótico aprendeu a replicar esses caminhos no ambiente físico.
Por meio desse método, a equipe treinou o robô quadrúpede para realizar tarefas como fechar gavetas, desenhar a letra “B” e derrubar uma caixa. Além disso, eles programaram o robô para liberar objetos no final de caminhos específicos, permitindo depositar itens em recipientes ou copos.
“Somos capazes de ensinar o robô a fazer algo e depois mudá-lo para uma posição inicial diferente, e ele pode realizar a mesma ação”, disse Zhi. “Podemos obter resultados bastante precisos.”
No momento, esta técnica só é adequada para robôs com juntas rígidas e não é compatível com robôs macios, pois requer a consideração dos ângulos das juntas e sua relação com diferentes pontos espaciais. Contudo, trabalhar com hardware apresenta suas próprias dificuldades.
Durante a realização dos testes, o robô de quatro patas ocasionalmente lutava para manter a estabilidade após realizar um movimento como estender a mão para fechar uma gaveta. Esse é um dos aspectos que a equipe está abordando para a próxima versão do programa.
“As pessoas da área se concentraram mais no algoritmo para gerar melhores movimentos a partir da demonstração. Esta pesquisa é o início do uso de esboços de trajetória para instruir robôs”, disse Zhi. “Prevemos que em ambientes de fabricação, onde você tem alguém sem habilidade em programação de robôs, permitindo-lhes apenas esboçar em um iPad e depois fazer coisas colaborativas com o robô, que é onde esse trabalho provavelmente irá no futuro.”
Teste Agora! 
