Інженери з університету штату Вашингтон продемонстрували вражаючі можливості свого багатотонного робоекскаватора, який здатний виконувати надзвичайно точні маніпуляції. У рамках експерименту машина змогла відкрити пляшку, використовуючи свій ковш як інструмент. Цей проект підкреслює значний прогрес у розвитку технологій автоматизації та робототехніки. Робота екскаватора базується на новітніх алгоритмах управління і системах автопілоту, які дозволяють досягати сантиметрової точності при виконанні
11,5-тонний екскаватор Menzi Muck M445 відкрив пляшку ковшем. Інженери з ETH Цюріха зняли це на відео, щоб показати точність нового автопілота для гідравлічних машин. Алгоритм створили для вирівнювання ґрунту: похибка склала 1,4 сантиметра на M445 та 1,8 сантиметра на 25-тонному CASE250. На цій же машині комерційний аналог дав 4,7 сантиметра. Препринт із результатамиопублікованона arXiv.Robotic Systems Lab: Legged Robotics at ETH ZürichЧому новий алгоритм точніший?Комерційні системи Trimble, Caterpillar та Leica добре справляються з фінішним вирівнюванням поверхні. На глибокому зрізі щільного ґрунту вони втрачають точність і зупиняються раніше, ніж екскаватор вичерпає свою гідравлічну потужність. Новий алгоритм прораховує наперед інерцію руху й затримку гідравліки. Тому він не вилітає за цільову площину на початку проходу й утримує сантиметрову точність аж до 40 сантиметрів глибини.Контролер працює як сторонній модуль. Його можна встановити на екскаватори різних брендів і двох поширених типів гідравліки: Load Sensing та Negative Flow Control. Калібрування під нову машину займає близько 20 хвилин і не потребує закритих інтерфейсів виробника. Поки що алгоритм працює тільки з горизонтальними та похилими площинами; складніший рельєф автори планують додати в наступних версіях.Дослідження фінансував Hexagon AB, якому також належить Leica Geosystems — одна з трьох комерційних систем, які автори згадують у статті як приклад. У публікації не названо, з якою саме комерційною системою порівнювали алгоритм. Автори обмежилися загальним означенням «найсучасніше комерційне рішення».Чим ще дивували роботи швейцарських інженерів🧱 Інший автономний робот-екскаватор за допомогою машинного зору навчився розпізнавати кількатонні валуни і самостійнозвівіз них стійку кам'яну стіну заввишки шість метрів.🦾 Чотириногого робота-собакунавчиливикористовувати передню ногу замість руки, щоб балансуючи відчиняти двері, вмикати світло і навіть відкривати холодильник.🤸 А згодом цього ж роботанавчилипаркуру: спеціальна нейромережа допомогла йому самостійно обирати шлях, застрибувати на високі перешкоди та пролізати під ними.
Robotic Systems Lab: Legged Robotics at ETH Zürich
Комерційні системи Trimble, Caterpillar та Leica добре справляються з фінішним вирівнюванням поверхні. На глибокому зрізі щільного ґрунту вони втрачають точність і зупиняються раніше, ніж екскаватор вичерпає свою гідравлічну потужність. Новий алгоритм прораховує наперед інерцію руху й затримку гідравліки. Тому він не вилітає за цільову площину на початку проходу й утримує сантиметрову точність аж до 40 сантиметрів глибини.
Контролер працює як сторонній модуль. Його можна встановити на екскаватори різних брендів і двох поширених типів гідравліки: Load Sensing та Negative Flow Control. Калібрування під нову машину займає близько 20 хвилин і не потребує закритих інтерфейсів виробника. Поки що алгоритм працює тільки з горизонтальними та похилими площинами; складніший рельєф автори планують додати в наступних версіях.
Дослідження фінансував Hexagon AB, якому також належить Leica Geosystems — одна з трьох комерційних систем, які автори згадують у статті як приклад. У публікації не названо, з якою саме комерційною системою порівнювали алгоритм. Автори обмежилися загальним означенням «найсучасніше комерційне рішення».
🧱 Інший автономний робот-екскаватор за допомогою машинного зору навчився розпізнавати кількатонні валуни і самостійнозвівіз них стійку кам'яну стіну заввишки шість метрів.
🦾 Чотириногого робота-собакунавчиливикористовувати передню ногу замість руки, щоб балансуючи відчиняти двері, вмикати світло і навіть відкривати холодильник.
🤸 А згодом цього ж роботанавчилипаркуру: спеціальна нейромережа допомогла йому самостійно обирати шлях, застрибувати на високі перешкоди та пролізати під ними.