Ein Forschungsteam der School of Mechanical System Engineering der Seoul National University of Science and Technology hat poröse Fußpolster für vierbeinige Roboter entwickelt, die die Aufprallenergie speichern und beim Abstoßen wieder abgeben können. Die Füße tragen dazu bei, den Energieverbrauch eines Roboters mit Beinen signifikant zu senken.

Roboter mit Beinen haben im Vergleich zu beräderten Artgenossen den Nachteil, dass sie zur Fortbewegung deutlich mehr Energie benötigen und entsprechend kürzere Laufzeiten aufweisen. Ingenieure sind deshalb bemüht, Stellschrauben zu finden, um den Energiebedarf möglichst zu senken.

Eine davon ist, in die Gliedmaßen der Roboter Federn oder andere elastische Komponenten einzubauen, die beim Aufsetzen des Fußes möglichst viel der dabei entstehenden Aufprallenergie speichern, um diese dann beim Abstoßprozess wieder freigeben zu können. Das klappt bei höherer Geschwindigkeiten gut, findet aber seine Grenzen bei niedriger Gehgeschwindigkeit. Ein Großteil der gespeicherten Energie geht dann verloren, ohne zu einer energieeffizienten Vorwärtsbewegung beizutragen.

Die südkoreanischen Forscher nutzen Fußpolster aus porösem, nachgiebigem Material auf Basis von Triply Periodic Minimal Surfaces (TPMS), wie sie in der Studie „Energy-efficient Quadruped Robot Locomotion via TPMS-Based Foot Design and Deep Reinforcement Learning“ schreiben, die im International Journal of Precision Engineering and Manufacturing-Green Technology erschienen ist. Das Material weist eine Struktur aus sich wiederholenden dreidimensionalen Netzwerken auf. Dies verschafft dem Material eine gewisse Steifigkeit, zugleich aber auch hervorragende Eigenschaften zur Energieabsorption. TPMS kann etwa auch dazu verwendet werden, luftlose Reifen zu erstellen.

Intelligente Bewegungssteuerung

Die Wissenschaftler fertigten drei verschiedene Designs halbrunder Fußpolster für einen vierbeinigen Roboterhund aus TPMS mit dem 3D-Drucker an. Die Designs „Primitive“, „Gyroid“ und „Diamond“ wiesen dabei eine unterschiedliche Struktur und Dichte auf. Die Fußpolster testeten die Forscher beim Gehen, also der Fortbewegungsart, bei der gespeicherte Energie bei Robotern mit Beinen am ineffizientesten abgegeben werden kann.

Um die Freigabe der gespeicherten Energie in den Strukturen des Materials besser ausnutzen zu können, setzen die Wissenschaftler Deep Reinforcement Learning ein. Die Forscher trainierten die Bewegungssteuerung des Roboters so, dass die Motoren in den Bewegungsaktuatoren in den Momenten der Kraftentfaltung aus den Füßen heraus möglichst wenig Kraft abgeben und Energie verbrauchen.

Versuche ergaben, dass dadurch der Stromverbrauch auch bei langsamen Gehbewegungen zwischen 0,4 m und 1,0 m pro Sekunde messbar sank. Zwischen 1,4 und 6,2 Prozent an Energieersparnis konnte mit den nachgiebigen Fußpolstern und der damit passiv genutzten Energie erzielt werden. Die Geheigenschaften und die Stabilität des Roboters werden dabei nur minimal beeinflusst, sodass nur wenige Korrekturbewegungen nötig sind.

(olb)