20 Beine ermöglichen Argus-Roboter Bewegungsfreiheit in alle Richtungen

Es verfügt über 20 modulare, teleskopierbare Beine, die radial um einen zentralen Kern angeordnet sind und jeweils mit einer Tiefenkamera ausgestattet sind.

Diese unkonventionelle Struktur ermöglicht laut dem Entwicklungsteam eine effiziente Fortbewegung und Stabilisierung auf unterschiedlichen Untergründen sowie komplexe räumliche Manöver in verschiedenen Umgebungen. Die Fähigkeiten mathematisch abgeleiteten Gestaltungsprinzip, das vom Team als „dynamische Isotropie" bezeichnet wird.

Die meisten modernen Robotersysteme, einschließlich fortschrittlicher Vierbeiner, Humanoiden und herkömmlicher Drohnen, erzielen bei dieser Messgröße typischerweise Werte unter 0,6. Im Gegensatz dazu erreicht Argus einen Wert von 0,91 und liegt damit nahe am theoretischen Maximum.

Technik, Energie und Einsatz

Dieses hohe Maß an Symmetrie ermöglicht Leistungssteigerungen in nahezu allen zentralen Robotik-Metriken, einschließlich Bahnverfolgung, Energieeffizienz, Widerstandsfähigkeit gegenüber Schäden, Robustheit und erfolgreicher Navigation in komplexem Gelände.

Das Prinzip dient zudem als einheitliches Bewertungsrahmenwerk, das auf bestehende Roboterplattformen anwendbar ist. Statt menschenähnliche Formen zu priorisieren, betont das Design funktionale Symmetrie in der Bewegung. Das System integriert Ganzkörperantrieb mit Ganzkörperwahrnehmung, sodass Bewegung und Sensorik kohärent zusammenwirken.

Argus verfügt über 20 modulare, teleskopierbare Beine, die jeweils mit einer Tiefenkamera ausgestattet sind und radial um einen zentralen Kern angeordnet sind.

Diese Gliedmaßen sind gemäß einer regelmäßigen

Diese Gliedmaßen sind gemäß einer regelmäßigen Dodekaeder-Geometrie positioniert – einer Struktur, die durch 12 pentagonale Flächen definiert ist – und erzeugen eine hochgradig uniforme Verteilung sowohl visueller Abdeckung.

Diese Konfiguration ermöglicht dem Roboter eine ausgeglichene Beschleunigung und einen konstanten Sichtbereich in alle Richtungen, wodurch ein festes Vorder- oder Rückendeck entfällt und eine hochgradig anpassungsfähige Bewegung in unterschiedlichsten Umgebungen möglich wird.

Forscher behaupten, dass das, was dieses Design ermöglicht, beeindruckend ist, wie Experimente auf dem Campus der Duke University auf Sand, Waldwegen, Gras, Beton und nassen Oberflächen gezeigt haben. Argus kann all diese Geländetypen unabhängig überwindet Hindernisse bis zu fünf Zoll Höhe.

Technik und Auswirkungen

Der Roboter stabilisiert sich schnell nach einem Stoß und behält die Bewegung bei, auch wenn drei seiner Beine beschädigt sind, was eine hohe Fehlertoleranz demonstriert. Zudem ist der Roboter in der Lage, eine Nutzlast von 10 Pfund (4,5 Kilogramm) bei nahezu voller Geschwindigkeit zu tragen, während Gleichgewicht und Mobilität erhalten bleiben.

Neben der Fortbewegung kann Argus vertikale Wände erklimmen, indem er zwischen verschiedenen Teilmengen seiner 20 Beine Unterstützung und Schub abwechselnd erzeugt.

Es kann zudem einen Würfel mit einer Kantenlänge ß verfolgen und schieben, während es sich kontinuierlich rollt, und dabei eine koordinierte Wahrnehmung und Bewegung unter sich ändernden Bedingungen demonstrieren.

Einordnung fuer Autofahrer

Diese Fähigkeiten wurden vollständig in Simulationen erlernt, bevor sie in reale Umgebungen übertragen wurden, was die Stärke des zugrunde liegenden Design-Frameworks unterstreicht. Die breiteren Implikationen dieser Arbeit gehen über einen einzelnen Roboter hinaus.

Dynamische Symmetrie bietet eine allgemeine mathematische Methode zur Bewertung, zum Vergleich und zur Entwicklung robotischer Systeme basierend auf der Gleichmäßigkeit der Bewegung. Der Forschung liegen umfangreiche Simulationen mit über 1.500 Morphologien zugrunde, die es anderen Gruppen ermöglichen, den Designraum weiter zu erforschen.

Nach Angaben des Teams stellt Argus eine frühe Demonstration einer größeren Klasse, die nicht auf der Nachahmung biologischer Systeme basieren, sondern auf einem grundlegenden Prinzip des ausgewogenen, richtungsunabhängigen Leistungsverhaltens. „Wir wollen nicht nur Roboter, die Anweisungen ausführen.

Wir wollen Roboter, die uns Dinge über die Welt beibringen, die wir sonst nicht lernen könnten – und das bedeutet manchmal, zuerst den richtigen Körper für die Frage zu finden", sagte Boyuan Chen, der diese Forschung leitet und das General Robotics Lab der Duke University leitet, in einer Erklärung.