ETH Zürich Robotik Fuerscher hunn erstaunlech Leeschtungen an der Robotik agefouert mat der Entdeckung vun ANYmal, e véier-Been Roboter ausgestatt mat fortgeschratt AI Moduler. Dës Moduler erméiglechen ANYmal fir onofhängeg komplizéiert Terrainen ze navigéieren, wat e wesentleche Fortschrëtt an der Quadrupedal Robotik markéiert.
Den ANYmal Roboter integréiert e raffinéierte Visiounsmodul, mat sechs Intel Realsense Déiftkameraen an e Velodyne LiDAR ugedriwwen vun engem Nvidia Jetson Orin Controller. D'Aschränkungen vum traditionelle Laser- an Infrarout-Scannen iwwerwannen, déi dacks net iwwergräifend raimlech Informatioun ubidden, rekonstruéiert dëse Modul d'Ëmfeld an 3D aus de kaafte Scans. De Roboter versteet seng Ëmgéigend komplett andeems hien fortgeschratt Imaging Techniken benotzt, wat eng nahtlos Navigatioun duerch verschidden Hindernisser erméiglecht.
Bewegungsmodul: Dynamesch Upassung un variéiert Erausfuerderungen
Mat fënnef ënnerscheedlechen Aktiounen, dorënner Kloteren, Crouchen, Sprangen a Spazéieren, gëtt de Bewegungsmodul eng strikt Ausbildung fir all Fäegkeet ënner verschiddene Schwieregkeetsniveauen ze beherrschen. Duerch simuléiert Szenarie gëtt de virtuelle ANYmal Roboter trainéiert fir komplizéiert Manöveren auszeféieren wéi zB Crouchen ënner progressiv méi nidderegen Hindernisser oder sprangen iwwer erweiderend Lücken tëscht Plattformen. Dëse strenge Trainingsregime garantéiert dem Roboter seng Fäegkeet sech dynamesch un verschidden Terrainen an Hindernisser unzepassen, déi an real-Welt Ëmfeld begéint sinn.
De Navigatiounsmodul ass déi zentral Intelligenz Eenheet, synthetiséiert Daten aus dem Visiounsmodul mat Positiounsinformatioun a Bewegungsufuerderunge fir optimal Weeër duerch komplex Coursen ze kartéieren. Trainéiert op enger extensiv Dataset mat 3000 Testcoursen, erreecht de Modul en beandrockende Erfollegsquote vun iwwer 96% bei der Navigatioun vun usprochsvollen Terrainen. Den ANYmal Roboter beweist oniwwertraff Präzisioun beim Traverséiere vun komplizéierten Ëmfeld mat bemierkenswäert Effizienz andeems se nahtlos Perceptioun, raimlech Bewosstsinn a Motorfäegkeeten integréieren.
Real-Welt Détachement: Leeschtung iwwer Simulatioun
Nom Ofschloss vun der Simulatiounstraining ass den AI Software Gehir nahtlos integréiert an de kierperlechen ANYmal D Roboter, ausgestatt mat mächtegen Hardware mat zwee Sätz vun Intel i7 CPU, 8GB RAM, an 240 GB SSD. Den ANYmal Roboter weist seng aussergewéinlech Fäegkeeten an real-Welt Szenarien duerch ouni Ustrengung Hindernisser ze iwwerwannen an usprochsvollen Terrainen mat onparalleléierter Beweeglechkeet duerchzegoen. Videoen, déi d'Performance vum Roboter erfaassen, ënnersträichen seng bemierkenswäert Fäegkeet fir Hindernisser ze iwwerwannen, déi konventionell Roboter Systemer behënneren, an eng nei Ära an der autonomer Mobilitéit annoncéieren.
Mat senge Fortschrëtter an der autonomer Navigatioun, huet d'ETH Zürich Fuerschungsteam d'Feld vun der Robotik an nei Grenzen gedréckt. Andeems Dir d'Kraaft vun héich trainéierten AI Moduler ausnotzt, weist den ANYmal Roboter eng onendlech Villsäitegkeet an Adaptabilitéit beim Navigéieren vun verschiddenen Ëmfeld onofhängeg. Wéi d'Robotik weider evoluéiert, verspriechen Innovatiounen wéi dës verschidden Industrien ze revolutionéieren, vu Sich- a Rettungsmissiounen bis Exploratioun an doriwwer eraus.
Original Geschicht vun: https://www.anybotics.com/anymal-technical-specifications.pdf
Source: https://www.cryptopolitan.com/eth-zurich-unveils-trained-anyamal-robot/