Erfahrene Baggerfahrer kennen den Trick, mit dem der Inhalt der Schaufel außerhalb der Reichweite der Ausleger geschickt werden kann. Der mit einer neuronalen Netzausstattung ausgestattete Robo-Bagger erwies sich als eifriger Schüler, der ebenfalls Zielwerfen von Steinen über die Reichweite des Auslegers hinaus zu meistern. Als Nächstes stehen das Werfen von Schüttmaterialien und die Verbesserung der Genauigkeit bei der Arbeit mit der Schaufel auf unterschiedlichen Höhen an.
Über den Ausbildungsprozess des neuronalen Netzwerks des Robo-Baggers für präzise Manipulationen des Schaufeninhalts berichteten Forscher aus der Schweiz (ETH Zürich). Das auf Verstärkungslernen basierende neuronale Netzwerk wurde darauf trainiert, einen Ball und Steine zu einem bestimmten Punkt zu werfen, der außerhalb der Reichweite des Auslegers lag (bis zu 9,5 m bei einer Reichweite von 7,5 m). Solche Operationen werden der Robotik helfen, ein breiteres Spektrum an Aufgaben mit reduziertem Energieaufwand für Bewegungen zu bewältigen und ihre Arbeit sicherer zu gestalten.
Der Bagger führte das Greifen und Werfen mit zwei Freiheitsgraden aus, der nicht starr am Ausleger befestigt war. Die Würfe wurden sowohl auf geradem Weg durchgeführt, wobei nur der Ausleger in Arbeit war, als auch mit Drehungen der Kabine. Im zweiten Fall war die Genauigkeit etwas geringer, aber in jedem Fall wich das Geschoss nicht mehr als 30–40 cm vom Zielpunkt ab.
Die Forscher trainierten das neuronale Netzwerk auf der Basis eines modifizierten 12-Rad-Baggers Menzi Muck M545. Zuvor hatten sie den Bagger auf eine Reihe von komplexen Operationen trainiert, zum Beispiel darauf, eine stabile Wand aus unvorbereiteten Steinblöcken zu bauen. Der Bagger bewertete selbst das Gleichgewicht der Steine und stellte eine robuste Steinmauer her. Für präzise autonome Arbeiten im Gelände erstellt der Bagger mit Hilfe von installierten Sensoren ein Modell der Umgebung, in der er die geplanten Operationen ausführt.
Quelle:
Quelle: 3dnews.ru
