MIT猎豹3机器人跑步跳跃爬楼梯,无需视觉引导

AiTechYun

编辑:chux

麻省理工学院的猎豹3机器人,现在已经可以在崎岖的地形上奔跑和跳跃,爬上满是碎片的楼梯,并在突然猛拉或猛推时快速恢复平衡,并且它实质上是个瞎子!

这个90磅重的机器人,大小相当于成年的拉布拉多犬,是有意设计成不依赖相机或任何外部环境传感器就能做到这一切。它能灵活地感知周围的环境,工程师们将其描述为盲目的运动,就像在漆黑的房间里穿行一样。

“机器人应该能够处理许多意想不到的行为,而不必过多地依赖视觉,”机器人设计师,麻省理工学院机械工程副教授Sangbae Kim说,“视力可能很嘈杂,有些不准确,有时也无法使用,如果你过分依赖视力,你的机器人必须非常准确,最终速度会很慢。所以我们希望机器人更多地依赖触觉信息。这样,它可以在快速移动时处理意外障碍。”

视频内容

研究人员将于10月在马德里举行的智能机器人国际会议上展示机器人的无视觉能力。除了盲目运动之外,该团队还将展示机器人改进的硬件,包括与其前身猎豹2相比更大的运动范围,允许机器人向后和向前伸展,并从一侧到另一侧扭转,就像猫一样突然袭来。

在接下来的几年里,Kim设想让机器人执行的危险或让人无法接受的任务。

“猎豹3旨在完成多种任务,例如发电厂检查,涉及各种地形条件,包括楼梯,路缘和地面障碍物,”Kim指出,“我认为,我们无数次都会想要让机器人来完成简单的任务,而通过远程控制的机器人可以更加安全地完成危险和困难的工作。”

由于Kim团队开发的两种新算法:接触检测算法和模型预测控制算法,猎豹3可以盲目地通过楼梯和非结构化地形,并在面对意外的力量时快速恢复平衡。

接触检测算法帮助机器人确定给定腿从空中摆动切换到踩踏地面的最佳时间。例如,如果机器人踩着轻型树枝而不是坚硬沉重的岩石,它会如何反应,它或者继续通过一步,或者向后拉动并转动它的腿来找回平衡。

“当谈到从空中切换到地面时,切换必须做得非常好,”Kim说。

通过不断计算每个腿的三个概率,接触检测算法帮助机器人确定在摆动和步进之间转换腿的最佳时间:腿与地面接触的概率,一旦腿撞击就产生力的概率地面,以及腿在中间的可能性。该算法基于来自陀螺仪,加速度计和腿的关节位置的数据计算这些概率,其记录腿相对于地面的角度和高度。

例如,如果机器人意外地踩到木块上,它的身体会突然倾斜,从而改变机器人的角度和高度。该数据将立即用于计算每条腿的三个概率,算法将结合起来估计每条腿是否应该承诺向下推,或者抬起并摆开以保持其平衡,而且所有这些都是机器人是盲目的。

“如果人类闭上眼睛迈出一步,我们就会有一个心理模型来确定地面的位置,并为此做好准备。但我们也依赖于触摸的感觉,“金说。“我们通过组合多个[信息来源]来确定过渡时间,从而做同样的事情。”

研究人员在实验室跑步机上使用猎豹3,让它小跑并在楼梯上爬行的实验中测试了该算法。两个表面都堆满了随意的物体,如木块和胶带卷。

“它不知道每一步的高度,也不知道楼梯上有障碍物,但它只是在不失去平衡的情况下走过,没有这种算法,机器人非常不稳定,很容易倒下。”

未来的力量

机器人的盲目运动也部分归因于模型预测控制算法,该算法预测一旦给定步骤,给定腿应施加多大的力。

Kim表示,“接触检测算法会告诉你,’这是在地面施加力量的时候’,但是一旦在地面上,现在需要计算出适用的力量,这样才能以正确的方式移动。”

如果任何给定力度的腿在与地面接触时施加一定的力,则模型预测控制算法计算机器人身体和腿在未来半秒内的乘法位置。

“想象一下如果有人中途踢向机器人,当脚已经在地上时,算法决定该如何指定脚上的力。因为左边有一个不合需要的速度,所以我想在相反方向施加一个力来消灭那个速度。如果我在这个相反的方向上施加100牛顿,那么半秒后会发生什么?”

该算法旨在每50毫秒或每秒20次对每条腿进行这些计算。在实验中,研究人员通过在跑步机上小跑时踢动和推动机器人来引入意想不到的力量,并且在它爬上一个载满障碍物的楼梯时用皮带拉动机器人。他们发现模型预测算法使机器人能够快速产生反作用力以重新获得平衡并继续向前移动,而不会向相反方向倾斜过多。

“这要归功于可以在地面上施加正确力量的预测控制,结合这种接触过渡算法,使每个接触非常快速和安全,”Kim说。

该团队已经为机器人添加了摄像头,以便为其周围环境提供视觉反馈。这将有助于绘制一般环境的映射,并使机器人在更大的障碍物(如门和墙壁)前视角更广。但就目前而言,该团队正在努力进一步改进机器人的盲目运动。

“我们想要一个无需视力的优秀控制器,当我们增加视力时,即使它可能会给你错误的信息,腿也应该能够处理(障碍物)。如果它踩到相机看不到的东西呢?它会做什么?这正是盲目运动可以帮助解决问题的地方。”

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2018-07-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏华章科技

万字长文回溯深度学习革命,盘点 16 大历史时刻

编译来源:http://fortune.com/ai-artificial-intelligence-deep-machine-learning/

13040
来自专栏AI科技评论

业界 | 码隆科技最新发布ProductAI

机器如何懂时尚?这是码隆科技上一款产品希望解决的问题,那一次他们推出了StyleAI,希望用图像识别结合深度学习来破解时尚密码。 10月24日,该公司更进一步,...

38050
来自专栏量子位

建模数据科学家的福音:MIT系特征自动构造工具今日发布

Root 编译整理自TechCrunch & Feature Labs 量子位 报道 | 公众号 QbitAI 建模数据科学家的活难度很大。 得洞察big da...

45050
来自专栏镁客网

第一批被AI累死的人

一眼望过去,一排排的电脑屏幕上,都是类似的画面。也许是因为窗帘的遮光效果太好,略显昏暗的办公环境加上电脑屏幕上被放大的各种物体细节,颇为惊悚。

13330
来自专栏新智元

深度 |《财富》万字长文回溯深度学习革命,盘点 16 大历史时刻

【新智元导读】《财富》今日刊文,深度报道阐述深度学习推动的人工智能如何在整个计算生态系统引发革命。文章从深度学习发展的历史关键点入手,介绍重大的标志性技术突破,...

34650
来自专栏数据猿

【案例】大拇哥财富——互联网金融个人评分模型

数据猿导读 随着互联网技术的不断发展,传统金融业务也从线下不断转移到线上,很多原先在线下的金融机构开始在互联网上开展经营活动。由于线上和线下的经营方式的差异,在...

39460
来自专栏PPV课数据科学社区

《财富》万字长文回溯深度学习革命,盘点 16 大历史时刻

【导读】《财富》封面文章报道深度学习推动的人工智能如何在整个计算生态系统引发革命。文章从深度学习发展的历史关键点入手,介绍重大的标志性技术突破,讲述了 Hin...

37280
来自专栏机器学习算法与Python学习

369亿估值的AI市场下,中国AI学习者的野心与实力

关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第一 【Python】:排名第三 【算法】:排名第四 最近几天,在 2018 CES科技盛...

373100
来自专栏新智元

IJCAI 2018国际广告算法大赛迁移学习夺冠,中国包揽冠亚季军

26630
来自专栏量子位

原谷歌工程院长张智威清华开讲:研发医疗领域的AlphaGo

量子位 | 若朴 牧北 整理报道 ? HTC负责研发及医疗的总裁、原Google中国工程院副院长张智威(Edward Y. Chang)博士,周二上午做客清华并...

28760

扫码关注云+社区

领取腾讯云代金券