机器人越来越逆天,已经会走“梅花桩”了?

腿足式机器人我们见过不少,比如能“穿越火线”的Cassie机器人。

而能够在崎岖地形上移动的腿足式机器人,更便于在灾害响应和搜索救援中得到应用~

上面这个机器人叫ATRIAS,看这稳健的步伐~和Cassie有很多相似之处,最近加利福尼亚大学伯克利分校和卡内基梅隆大学的实验室的研究人员在这个机器人身上演示了机器人如何在崎岖地形上行走~

我们知道,设计能够处理离散立足点(比如瓦砾或踏脚石)的控制算法并不容易,因为对于机器人的脚落在哪里是具有明确限制的,这些系统的运动由复杂的动力学方程控制。

而在ATRIAS机器人这个实验中,通过利用最佳和非线性控制系统的最新进展,研究人员演示了机器人在距离和高度随机变化的石块之间的动态行走。

下图为ATRIAS在梯形并且离散式的地形上行走,步长在27到67厘米之间变化,它的速度保持在0.6m/s。

腿足式机器人

多年来,虽然腿足式机器人在机械设计和控制策略方面已经有了明显的进展,但是这类机器人还没有在现实生活中有很广泛的应用,当前最先进的腿足式机器人在准静态运动时速度较慢,对于意外干扰会表现得很不稳定,并且在能量使用方面效率低下。

穿越离散地形对于下肢外骨骼也是一件具有挑战性的事情,目前需要使用额外的平衡机制来实现,比如拐杖。最近在Cybathlon比赛中进行的外骨骼比赛就是一个典型例子,其中包括让机器人走过一系列踏脚石。通过设计机器人和反馈算法,机器人可以以安全可靠的方式在复杂的地形上实现精确的足迹放置。而ATRIAS机器人实验的研究人员在探索是否可以启用新的机器人应用,将这些想法转化成能够辅助或增强人类的生物机电装置。

ATRIAS双足机器人在不同步长和步高的随机离散地形上行走

在踏脚石上动态行走

在加州大学伯克利分校的一个叫做“混合机器人”的小组里面,研究人员一直在设法开发高度自由度双足机器人的正式控制框架,这个框架不仅要保证机器人在离散地形上实现精确的足迹放置,而且要能够应对模型的不确定性和外力。这些方法独立于特定的机器人本身,并且已经在一些机器人模型(包括RABBIT,ATRIAS和DURUS)上进行了模拟测试。

ATRIAS机器人不会提前知道整个地形会是什么样子,它只能知道下一步的位置。这更符合机器人在真实世界中可能遇到的情况。研究人员还在ATRIAS双足机器人平台上实验性地测试了他们的控制算法,并且实现了机器人在随机变化的离散地形上的动态行走,步长在30到65厘米之间变化,步高在需要升高/降低22厘米之间变化。而同时,机器人的平均步行速度也保持在了0.6米/秒。

下面是ATRIAS在随机摆放的踏脚石上行走

事实上,这是机器人第一次在随机摆放的踏脚石上实现自主式动态行走!

技术难度

为什么这种“离散式散步”在机器人技术中是一个难题?前面我们提到了,首先,双足机器人是具有高度自由度的系统,其运动由复杂的非线性微分方程控制,机器人必须通过不断地与周围环境接触来与环境相互作用。

此外,拿ATRIAS机器人来说,它的脚踝上没有执行器,只有固定落脚点。这就像踩高跷或攀登一段台阶,保持平衡的唯一方法就是继续采取措施。而踏脚石的存在对脚放置的位置也有严格的限制。另外,机器人必须在其他物理约束条件下工作,例如电机扭矩限制和摩擦,所有这些约束都可能相互作用,使得控制设计过程不那么简单。

其实,类似的踏脚石实验也有较为广泛的研究,在Valkyrie和ATLAS等机器人上也取得过令人印象深刻的成果。而研究人员表示本实验的方法的不同之处在于允许机器人动态行走,而不是机器人倾向于使用的较慢的准静态运动。通过对系统动力学中非线性的推理,利用优化和非线性控制技术的最新进展,研究人员可以以简单紧凑的形式控制机器人和期望行为,同时提供稳定性和安全性保证。从而,机器人可以走过不连续的地形而不会滑倒或摔倒。

下一步

研究人员表示:我们的机器人目前像“盲人”,我们需要向他们提供周围环境的信息,例如下一块垫脚石的位置。我们正在致力于将计算机视觉算法(包括深度分割和深度学习)与我们的控制器集成。这将使机器人能够对其周围环境进行推理并完全自主地发展自己的行为。我们计划将实验结果扩展到3D,以便在真实世界的踏脚石上行走。

从长远来看,这项研究将有助于使双足机器人能够在室内环境(如楼梯和狭窄走廊)以及户外环境(如树木繁茂的小径)中自主地在粗糙地形上行走。研究的关键部分包括安全性、耐用性、敏捷性以及对于外力干扰的稳健性。

这种技术的潜在应用很多,如在搜索和救援中,可以部署这类自主人形机器人代替人类救援人员完成任务;探索尚未开发的地区时(例如其他行星表面),在高度不平坦的地方也能用到;也可以作为家中的个人机器人。此外,这种开发方法也可以转化为增强人体的机器人设备,例如下肢外骨骼……

广告专区