Plus tôt ce semestre, un groupe d'étudiants de Penn, post-doctorants, et les professeurs se sont rendus dans une mine expérimentale près de Pittsburgh pour participer au premier tour du Subterranean (SubT) Challenge organisé par la Defense Advanced Research Projects Agency (DARPA). Dirigé par Camillo J. Taylor, les chercheurs se sont associés à des entreprises dérivées de Penn pour constituer une équipe de robots afin de naviguer et d'explorer des environnements souterrains inconnus.

Les défis DARPA sont destinés à inspirer des solutions innovantes à des problèmes complexes, et le but de SubT était de développer des robots qui pourraient être envoyés dans des endroits trop dangereux pour les humains, comme un tunnel de métro après un incendie ou une mine où les travailleurs sont piégés. Ces robots pourraient ensuite renvoyer des rapports sur ce qu'ils ont vu à une personne qui pourrait rester dans un endroit sûr.

Les membres de l'équipe du Pennsylvania Laboratory for Underground Tunnel Operations, PLUTON pour faire court, avait une expérience de travail avec des drones dans des environnements difficiles, mais aller sous terre signifiait qu'un autre type de plate-forme était nécessaire pour transporter de l'équipement lourd tout en naviguant dans des espaces étroits. En combinant les plates-formes "chien" à pattes de Ghost Robotics avec les drones des technologies Exyn, PLUTO a réuni des domaines d'expertise antérieurs avec les avantages d'un système à pattes.

Pour traverser une mine avec succès, les robots doivent être capables de voir ce qui les entoure afin d'éviter les obstacles tout en partageant ce qu'ils voient avec les opérateurs humains. Chaque chien portait un appareil de détection de lumière et de télémétrie qui utilise la lumière laser pour créer une carte en 3D, caméras RVB stéréo pour voir les artefacts, caméras thermiques pour détecter les signatures thermiques, et un ordinateur de bord pour traiter les données.

Les robots de PLUTO ont également besoin de pouvoir décider où voyager ensuite, reconnaître les artefacts, et relayer l'information aux autres chiens et aux humains à l'extérieur de la mine. Programmes développés par Ph.D. l'étudiant Anthony Cowley ont été utilisés pour générer une carte de l'emplacement du robot sur la base des images collectées par les capteurs, tandis que des artefacts tels que des sacs à dos et des téléphones ont été détectés à l'aide d'un programme développé par Ph.D. l'étudiant Shreyas Shivakumar.

La communication est particulièrement difficile sous terre car les ondes radio ne peuvent pas traverser les parois épaisses des grottes. la stratégie de PLUTON, dirigé par l'étudiant à la maîtrise Fernando Cladera, était de créer un système de « brigade de seau » qui permettait aux robots de partager des données entre eux. De cette façon, si un robot ne pouvait pas revenir à l'entrée, les données qu'il a recueillies pourraient toujours être relayées par d'autres chiens à la station de base.

Rassembler toutes ces capacités nécessite une autonomie de haut niveau pour permettre aux robots de planifier leurs stratégies d'exploration sans intervention humaine directe. doctorat l'étudiant Ian Miller a dirigé cet effort et a aidé à s'assurer que tous les capteurs, Matériel, et les algorithmes ont travaillé ensemble.

PLUTO a passé du temps à la mine de charbon et musée numéro 9 de Lansford, Pennsylvanie, au cours de l'été et à la mine expérimentale de la Colorado School of Mines plus tôt cette année pour voir comment leurs systèmes automatisés fonctionnaient sous terre. De nombreux mois de préparation ont conduit au premier tour du défi SubT en août contre dix autres équipes dans une mine d'essai près de Pittsburgh.

Chaque équipe a suivi deux cours sur les mines et a fait deux tentatives dans chaque cours pour trouver des artefacts, allant des sacs à dos, téléphones portables, extincteurs, et du personnel fictif, avec un délai d'une heure. Aucun des membres de l'équipe n'a été autorisé à voyager à l'intérieur de la mine, et seul Miller était autorisé à interagir avec les robots pendant qu'ils collectaient des données.

Alors que leurs robots n'ont pas repéré autant d'artefacts qu'espéré, l'équipe PLUTO est satisfaite des performances du système dans des environnements aussi difficiles et inconnus. Les composants qui ont bien fonctionné incluent la façon dont les chiens ont détecté et exploré les tunnels, leur capacité à reconnaître des objets, et le partage des données par le biais de la brigade de seau. Plusieurs détections ont été fournies par des chiens « tombés », montrant à quel point leur système était résilient même lorsque des robots individuels trébuchaient.

Adarsh ​​Kulkarni, un étudiant en master qui travaille également chez Ghost Robotics, dit qu'il est satisfait de la stabilité mécanique des chiens et de leurs performances même après plusieurs chutes. « Ce fut de loin le plus difficile dans lequel nous avons fait fonctionner les robots et les pires environnements dans lesquels ils ont été, " dit Kulkarni. " La mine est sa propre bête. "

"Ils ont pris une raclée tous les jours, et ils travaillaient le lendemain matin, " ajoute Shivakumar. "C'est vraiment louable."

Bien qu'une partie de leur conception ait été suradaptée aux défis spécifiques au numéro 9, y compris les capteurs conçus pour étroit, murs texturés tandis que SubT avait des murs plus larges, murs lisses, l'expérience a montré à l'équipe à quel point il est difficile de concevoir des robots destinés à des environnements inconnus et a été une occasion rare de tester des robots dans un nouveau cadre. "C'est très différent du flux de travail académique normal, " dit Miller. " Passer d'un algorithme à quelque chose qui fonctionne dans un endroit que vous n'avez jamais vu auparavant sont des problèmes très différents. "

Ces « derniers 10 % » en robotique, faire un système automatisé robuste et fiable, est un défi qui est souvent résolu grâce à une combinaison de technologies de pointe et de perspectives pragmatiques. "Parfois, ces systèmes ne sont pas nouveaux en soi, mais ce qui est nouveau, c'est leur mise en œuvre dans un environnement non testé, " explique Cladera. " La nouveauté est de savoir comment résoudre tous ces problèmes pour que les robots soient fiables dans des environnements difficiles. "

L'équipe discute toujours de ses plans pour les futures séries de SubT, le prochain tour ayant lieu en février en milieu urbain, ce qui signifie plus de structures et de formes créées par l'homme comme des angles vifs, murs lisses, et escaliers. Peu importe ce qui nous attend, créer et envoyer des robots dans des environnements réels difficiles est fondamental pour le progrès à la fois chez Penn et dans le domaine de la robotique dans son ensemble, en particulier pour un avenir où les systèmes automatisés pourraient être chargés d'un large éventail de tâches difficiles, de la conduite de voitures à la recherche de survivants.

Des chercheurs de Penn's General Robotics, Automatisation, Sensation, et Perception Lab sont bien placés pour relever ces défis, grâce en partie à une culture qui encourage la collaboration et la communication. "C'est quelque chose que nous inculquons à tous ceux qui entrent dans notre établissement, " dit Taylor. " Si vous n'êtes pas inquiet d'avoir un projet qui s'inscrit uniquement dans votre domaine d'expertise, si vous êtes prêt à être large sur votre façon de penser, cela vous permet de faire de plus grandes choses."