目前，大多数机器人都出现在支持重复性任务的工业中，例如汽车装配线或微芯片生产。然而，在不久的将来，机器人也应该在结构性较差的环境中找到自己的方式，以便能够在医疗保健或危险环境(如灾区)中工作。研究员 Wouter Houtman 研究了机器人与其环境的相互作用，并开发了算法来改善它们在“现实世界”中的运动。他将捍卫他的博士学位。11 月 4 日星期四在机械工程系的论文。
机器人越来越多地接管我们的任务。绝大多数用于工业流程的自动化，例如汽车和汽车零件的组装或微芯片的生产。这些机器人旨在在相对稳定的环境中执行有限数量的特定任务。
但如果我们想在医疗保健中使用机器人来协助护士——医院和医疗机构的人员短缺正在加剧——或者让他们在灾难发生后寻找受害者或有害物质，机器人应该能够与不断变化的环境有效互动. 因此，博士生 Wouter Houtman 通过几个案例研究调查了机器人系统如何在存在变化的环境中更好地发挥作用。
踢足球的机器人
Houtman 解释说，这些案例研究非常多样化。“踢足球的机器人，植物分级机器人和可以估计人类运动意图的机器人。在我们让机器人在'现实世界'中四处走动之前，我们面临着许多变化和不确定性的挑战。
只需研究不同的系统——在具有快速移动物体、变化物体的动态环境中，或在与人类共享的环境中——我们就可以同时在多个方面改进机器人系统。
球向左、向右、高、低、软、快，以及球员防守、进攻或决斗，足球场是一个高度动态的环境。对于 Houtman 来说，这使其成为研究自主机器人运动的理想场所。
这些足球机器人有一个带可转向轮的平台，可以控制轮的方向。Houtman 开发了动态车轮控制，允许在不减慢系统反应性的情况下快速重新定向;毕竟对手的意图是不确定的。
兰花
在另外两个系统中，研究人员模拟了环境的预期变化，以促进机器人的适应。在温室中测试了 Houtman 新算法，以改进兰花植物中花朵的自动计数，具有不同的植物大小和花朵数量。
在上一项研究中，他在结构化的室内环境中调查了移动机器人是否可以估计人的意图。
霍特曼：“我们的目标是开发一种方法，它考虑环境提供的可能性，而不是试图估计感兴趣的人的确切路径。例如，一个人通常会进入一扇门，而不是撞墙。作为下一步，可以创建机器人和人类共享空间的安全导航算法。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！