Learning manipulation of steep granular slopes for fast Mini Rover turning
作者: Deniz Kerimoglu, Daniel Soto, Malone Lincoln Hemsley, Joseph Brunner, Sehoon Ha, Tingnan Zhang, Daniel I. Goldman
分类: cs.RO
发布日期: 2023-10-02
备注: 6 pages, 6 figures, conference paper submission for ICRA2024
💡 一句话要点
提出一种新方法以解决陡峭颗粒坡道上小型探测车的转向问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 自主导航 行星探索 颗粒物质 贝叶斯优化 转向策略 机器人技术 运动控制
📋 核心要点
- 陡峭的颗粒坡道对自主探测车的导航构成了重大挑战，现有方法难以有效应对流动性土壤的影响。
- 本文提出了一种利用贝叶斯优化的方法，探索探测车在颗粒坡道上的转向能力，优化其转向步态。
- 实验结果表明，探测车能够在4秒内完成90度转向，且滑移最小，显著提升了转向效率。
📝 摘要（中文）
未来的行星探索任务需要到达如陨石坑和陡坡等具有挑战性的区域。这些区域通常包含丰富的科学信息，但低粘性土壤在小扰动下容易流动，使得自主探测车的行驶变得极具挑战性。本文通过实验研究了一种实验室规模的探测车在陡峭颗粒坡道上的转向能力，采用贝叶斯优化方法探索成功的转向步态，并通过优化和人类调节相结合的方式，使探测车在4秒内以最小滑移完成90度转向。
🔬 方法详解
问题定义：本文旨在解决自主探测车在陡峭颗粒坡道上转向困难的问题。现有方法在流动性土壤上导航时，容易导致探测车被困，影响任务效率。
核心思路：通过实验室规模的探测车，研究其在颗粒坡道上的转向能力，采用贝叶斯优化方法探索有效的转向步态，以提高转向速度和减少滑移。
技术框架：整体流程包括实验设计、数据采集、贝叶斯优化算法应用和转向步态的调优。主要模块包括探测车的运动控制、数据分析和优化策略实施。
关键创新：最重要的创新点在于结合了高维度的贝叶斯优化与探测车的多种运动模式，特别是差速轮旋转和单轮扫动的转向策略，显著提升了转向能力。
关键设计：在参数设置上，优化了轮速和转向角度，采用了适应性的损失函数来评估转向效果，确保探测车在复杂地形中的灵活性和稳定性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，经过优化的探测车能够在4秒内完成90度转向，滑移量极小，相较于未优化的转向策略，转向速度提升了显著的比例，展示了优化方法的有效性。
🎯 应用场景
该研究的潜在应用领域包括未来的行星探测任务，特别是在复杂地形下的自主导航和操作。通过提升探测车在陡坡上的转向能力，可以有效扩大其探索范围，提高任务的科学价值和效率。
📄 摘要（原文）
Future planetary exploration missions will require reaching challenging regions such as craters and steep slopes. Such regions are ubiquitous and present science-rich targets potentially containing information regarding the planet's internal structure. Steep slopes consisting of low-cohesion regolith are prone to flow downward under small disturbances, making it very challenging for autonomous rovers to traverse. Moreover, the navigation trajectories of rovers are heavily limited by the terrain topology and future systems will need to maneuver on flowable surfaces without getting trapped, allowing them to further expand their reach and increase mission efficiency. In this work, we used a laboratory-scale rover robot and performed maneuvering experiments on a steep granular slope of poppy seeds to explore the rover's turning capabilities. The rover is capable of lifting, sweeping, and spinning its wheels, allowing it to execute leg-like gait patterns. The high-dimensional actuation capabilities of the rover facilitate effective manipulation of the underlying granular surface. We used Bayesian Optimization (BO) to gain insight into successful turning gaits in high dimensional search space and found strategies such as differential wheel spinning and pivoting around a single sweeping wheel. We then used these insights to further fine-tune the turning gait, enabling the rover to turn 90 degrees at just above 4 seconds with minimal slip. Combining gait optimization and human-tuning approaches, we found that fast turning is empowered by creating anisotropic torques with the sweeping wheel.