With the rise of commercial spaceflight and the success of recent asteroid exploration missions, the need for an exploration robot designed to operate in microgravity and rugged terrain has emerged in recent years. Multi-legged autonomous robots with multi-section spike grippers have a decisive advantage over classic, wheeled rovers in terms of mobility in microgravity. In addition, the increasingly lighter and more precise depth imaging sensors on the market have the potential to significantly increase the rover's ability to detect graspable targets in real time. The study deals with the development and implementation of an algorithm for the detection of graspable targets for the fixation and locomotion of the hexapod rover SCAR-E for terrestrial applications and for planetary exploration. The prototype rover, developed by the Space Robotics Laboratory (SRL) at Tohoku University in collaboration with Asteroid Mining Corporation Ltd. (AMC), utilizes a visual sensor system consisting of six depth cameras to perceive its surroundings. The first development step is to create a high-resolution virtual 3D environment for simulations. By using the Kinect v2 RGB-D camera in conjunction with Real-Time Appearance-Based Mapping (RTAB-Map) technology, a detailed 3D map of a representative rocky terrain is created, which is refined using optimization and post-processing algorithms . Subsequently, the terrain data obtained is utilized to test the algorithm for detecting graspable targets in the robot's vicinity. Using depth images, the algorithm creates a panoramic point cloud for the terrain surrounding the rover. In the next step, the reference frame of the point cloud is aligned according to the normal of its regression plane, missing parts are added in a Delaunay interpolation and the terrain data is converted into a discrete voxel grid. Based on the geometry of the gripper, a three-dimensional mask is created which represents the gripping extent of the gripper and is used to evaluate each point of the voxelized terrain for its probability to be a graspable target. In parallel, convex areas in the terrain are determined using a curvature analysis and the intersection of the two methods is formed. The algorithm is inspired by the SRL-ClimbLab concept, adapted for SCAR-E and is designed for real-time execution within a ROS/ROS2 framework. The test results in various scenarios demonstrate the effectiveness of the algorithm in detecting surfaces that can be grasped while taking into account the terrain complexity. The findings confirm the adaptability of the algorithm to the panoramic perception and gripper requirements of SCAR-E and suggest a high reliability and accuracy of the predictions regarding accessibility in rocky terrain. Future improvements aim to optimize speed, enhance the integration of gripper's complete functionality, and improve the detection of steep terrain.     «

With the rise of commercial spaceflight and the success of recent asteroid exploration missions, the need for an exploration robot designed to operate in microgravity and rugged terrain has emerged in recent years. Multi-legged autonomous robots with multi-section spike grippers have a decisive advantage over classic, wheeled rovers in terms of mobility in microgravity. In addition, the increasingly lighter and more precise depth imaging sensors on the market have the potential to significantly...     »

Mit dem Aufstieg kommertieller Raumfahrt und den jüngsten Erfolgen bei Erkundungs-missionen auf Asteroiden kam in den letzten Jahren vermehrt die Frage nach der Entwicklung eines Erkundungsroboters auf, der speziell für Fortbewegung in der Mikrogravitation und auf rauem Terrain optimiert ist. Mehrbeinige autonome Roboter mit mehrgliedrige Spike-Greifern haben hierbei einen entscheidenden Vorteil gegenüber klassischen, beräderten Rovern. Die immer leichter werdenden und präziseren Sensoren für die Tiefenerfassung auf dem Markt können zudem das Potenzial eines solchen Rovers erheblich steigern um geeignete Punkte im Terrain in Echtzeit für die Fortbewegung und Fixierung zu detektieren. Die vorliegende Arbeit beschäftigt sich mit der Entwicklung und Implementierung eines Algorithmus zur Erkennung greifbarer Ziele für den Hexapod-Rover SCAR-E für terrestrischen Anwendungen sowie für planetare Exploration. Der Prototyp des Rovers wurde vom Space Robotics Laboratory (SRL) an der Tohoku University in Zusammenarbeit mit der Asteroid Mining Corporation Ltd. (AMC) entwickelt und verwendet ein visuelles Sensorsystem, das aus sechs Tiefenkameras besteht, um seine Umgebung wahrzunehmen. Der erste Entwicklungsschritt ist die Erstellung einer hochauflösenden virtuellen 3D-Umgebung für Simulationen. Mit Hilfe der Kinect v2 RGB-D Kamera wird in Verbindung mit der Real-Time Appearance-Based Mapping (RTAB-Map) Technologie eine detaillierte 3D-Karte eines repräsentativen felsigen Geländes erstellt, die durch Optimierungs- und Post-Processing-Algorithmen verfeinert wird. Anschließend werden die gewonnenen Geländedaten verwendet, um einen Algorithmus zur Erkennung von greifbaren Zielen in der Umgebung des Roboters zu entwickeln und zu testen. Mit Hilfe von Tiefenbildern konzipiert der Algorithmus eine Rundum-Punktwolke für das Terrain in der Umgebung des Rovers. Im nächsten Schritt wird das Bezugssystem der Punktwolke nach dem Normalenvektor ihrer Regressionsebene ausgerichtet. Im Schatten liegende, fehlende Anteile werden in einer Delaunay-Triangu-lation ergänzt und die Geländedaten in ein diskretes Voxelgitter umgewandelt. Auf der Grundlage der Geometrie des Greifers wird eine dreidimensionale Maske angefertigt, die das Ausmaß des Greifumfangs des Greifers repräsentiert und dazu dient, jeden Punkt des voxelisierten Geländes auf seine Wahrscheinlichkeit hin, ein greifbares Ziel zu sein, zu bewerten. Parallel dazu werden im Gelände alle konvexen Bereiche mithilfe einer Krümmungsanalyse ermittelt und die Schnittmenge der beiden Methoden gebildet. Der Algorithmus nutzt das für SCAR-E angepasste ClimbLab-Konzept und ist für die Echtzeitausführung innerhalb eines ROS/ROS2-Frameworks konzipiert. Simulationsergebnisse in verschiedenen Szenarien zeigen die Wirksamkeit des Algorithmus bei der Erkennung greifbarer Oberflächen unter Berücksichtigung der Geländekomplexität. Die Ergebnisse bestätigen die Eignung des Algorithmus an den mehr-gliedrigen Greifer und den Multi-Sensor des optischen Aufbaus des SCAR-E und legen eine hohe Zuverlässigkeit der Voraussagen bezüglich der Greifbarkeit im felsigen Ge-lände nahe. Zukünftige Verbesserungen zielen darauf ab, die Geschwindigkeit zu optimieren, die Integration der Greifer-Funktionalität zu verfeinern und die Erkennung von steilem Gelände zu verbessern.     «

Mit dem Aufstieg kommertieller Raumfahrt und den jüngsten Erfolgen bei Erkundungs-missionen auf Asteroiden kam in den letzten Jahren vermehrt die Frage nach der Entwicklung eines Erkundungsroboters auf, der speziell für Fortbewegung in der Mikrogravitation und auf rauem Terrain optimiert ist. Mehrbeinige autonome Roboter mit mehrgliedrige Spike-Greifern haben hierbei einen entscheidenden Vorteil gegenüber klassischen, beräderten Rovern. Die immer leichter werdenden und präziseren Sensoren für di...     »