All'inizio di questo semestre, un gruppo di studenti Penn, postdoc, e la facoltà si è recata in una miniera sperimentale vicino a Pittsburgh per partecipare al primo round della sfida sotterranea (SubT) ospitata dalla Defense Advanced Research Projects Agency (DARPA). Guidati da Camillo J. Taylor, i ricercatori hanno collaborato con le società spin-off di Penn per creare un team di robot per navigare ed esplorare ambienti sotterranei sconosciuti.

Le sfide DARPA hanno lo scopo di ispirare soluzioni innovative a problemi complessi, e l'obiettivo di SubT era sviluppare robot che potessero essere inviati in luoghi troppo pericolosi per l'uomo, come un tunnel della metropolitana dopo un incendio o una miniera dove sono intrappolati gli operai. Questi robot potrebbero quindi inviare rapporti su ciò che hanno visto a una persona che potrebbe rimanere in un luogo sicuro.

Membri del team Pennsylvania Laboratory for Underground Tunnel Operations, PLUTONE in breve, ha avuto esperienza di lavoro con i droni in ambienti difficili, ma andare sottoterra significava che era necessario un altro tipo di piattaforma per trasportare attrezzature pesanti durante la navigazione in spazi ristretti. Combinando piattaforme "cane" con zampe Ghost Robotics con droni con tecnologie Exyn, PLUTO ha unito le precedenti aree di competenza con i vantaggi di un sistema a gambe.

Per attraversare con successo una miniera, i robot devono essere in grado di vedere cosa c'è intorno a loro in modo da poter evitare gli ostacoli e allo stesso tempo condividere ciò che vedono con gli operatori umani. Ogni cane portava un dispositivo di rilevamento della luce e raggio che utilizza la luce laser per creare una mappa 3D, telecamere RGB stereo per vedere gli artefatti, termocamere per rilevare le firme di calore, e un computer di bordo per elaborare i dati.

I robot di PLUTO hanno anche bisogno della capacità di decidere dove viaggiare dopo, riconoscere gli artefatti, e trasmettere informazioni ad altri cani e agli umani fuori dalla miniera. Programmi sviluppati da Ph.D. lo studente Anthony Cowley è stato utilizzato per generare una mappa della posizione del robot basata sulle immagini raccolte dai sensori, mentre artefatti come zaini e telefoni sono stati rilevati utilizzando un programma sviluppato da Ph.D. studente Shreyas Shivakumar.

La comunicazione è particolarmente impegnativa sottoterra poiché le onde radio non possono viaggiare attraverso le spesse pareti delle caverne. la strategia di PLUTONE, guidato dallo studente del master Fernando Cladera, era creare un sistema "bucket brigade" che consentisse ai robot di condividere i dati tra loro. Quel modo, se un robot non è riuscito a tornare all'ingresso, i dati raccolti potrebbero ancora essere trasmessi da altri cani alla stazione base.

Riunire tutte queste abilità richiede un'autonomia di alto livello per consentire ai robot di pianificare le proprie strategie di esplorazione senza l'intervento umano diretto. dottorato di ricerca lo studente Ian Miller ha guidato questo sforzo e ha contribuito a garantire che tutti i sensori, hardware, e algoritmi hanno lavorato insieme.

Plutone ha trascorso del tempo alla miniera di carbone numero 9 e al museo di Lansford, Pennsylvania, durante l'estate e alla miniera sperimentale della Colorado School of Mines all'inizio di quest'anno per vedere come funzionavano i loro sistemi automatizzati sottoterra. Molti mesi di preparazione hanno portato al primo round della sfida SubT ad agosto contro altre dieci squadre una miniera di prova vicino a Pittsburgh.

Ogni squadra ha completato due corsi di miniera e ha avuto due tentativi attraverso ogni corso per trovare artefatti, che vanno dagli zaini, telefono cellulare, estintori, e personale fittizio, con un limite di un'ora. Nessuno dei membri della squadra è stato autorizzato a viaggiare all'interno della miniera, e solo Miller poteva interagire con i robot mentre raccoglievano dati.

Sebbene i loro robot non abbiano individuato tutti gli artefatti sperati, il team di PLUTO è soddisfatto di come il sistema si è comportato in ambienti così difficili e sconosciuti. I componenti che hanno funzionato bene includono il modo in cui i cani hanno rilevato ed esplorato i tunnel, la loro capacità di riconoscere gli oggetti, e condividere i dati attraverso la bucket brigade. Diversi rilevamenti sono stati forniti da cani "caduti", mostrando come il loro sistema fosse resiliente anche quando i singoli robot inciampavano.

Adarsh ​​Kulkarni, uno studente di master che lavora anche alla Ghost Robotics, dice che è contento della stabilità meccanica dei cani e di come si sono comportati bene anche dopo cadute multiple. "Questo è stato di gran lunga il più difficile in cui abbiamo utilizzato i robot e gli ambienti peggiori in cui sono stati, " dice Kulkarni. "La miniera è la sua stessa bestia."

"Hanno preso un pestaggio ogni singolo giorno, e stavano lavorando la mattina dopo, " aggiunge Shivakumar. "È davvero encomiabile".

Sebbene alcuni dei loro progetti fossero stati troppo adatti alle sfide specifiche di Numero 9, compresi i sensori progettati per stretti, pareti strutturate mentre SubT aveva più larghe, pareti lisce, l'esperienza ha mostrato al team in prima persona quanto sia difficile progettare robot destinati ad ambienti sconosciuti ed è stata una rara opportunità per testare i robot in un nuovo ambiente. "È molto diverso dal normale flusso di lavoro accademico, " dice Miller. "Passare da un algoritmo a qualcosa che funziona in un luogo che non hai mai visto prima sono problemi molto diversi".

Questo "ultimo 10%" in robotica, realizzare un sistema automatizzato robusto e affidabile, è una sfida che viene spesso risolta attraverso una combinazione di tecnologia all'avanguardia e prospettive pragmatiche. "A volte questi sistemi non sono nuovi di per sé, ma ciò che è nuovo è la loro implementazione in un ambiente non testato, " dice Cladera. "La novità è come risolvere tutti questi problemi in modo che i robot siano affidabili in ambienti difficili".

Il team sta ancora discutendo i propri piani per i round futuri di SubT, con il prossimo round che si svolgerà a febbraio in un ambiente urbano, significando più strutture e forme create dall'uomo come angoli acuti, pareti lisce, e scale. Indipendentemente da ciò che ci aspetta, creare e inviare robot in ambienti reali impegnativi è fondamentale per il progresso sia in Penn che nel campo della robotica nel suo complesso, soprattutto per un futuro in cui i sistemi automatizzati potrebbero essere incaricati di una vasta gamma di compiti impegnativi, dalla guida di automobili alla ricerca di sopravvissuti.

Ricercatori della Penn's General Robotics, Automazione, percependo, e Perception Lab sono ben posizionati per affrontare queste sfide, grazie anche a una cultura che incoraggia la collaborazione e la comunicazione. "È qualcosa che instilliamo in tutti coloro che entrano nella nostra struttura, " dice Taylor. "Se non sei preoccupato di avere un progetto che si adatta solo alla tua area di competenza, se sei disposto a essere ampio su come pensi, ti permette di fare cose più grandi."