动态 | 来围观 UC 伯克利和CMU的「踩高跷走梅花桩」机器人

图片来源:加州大学伯克利分校

AI 科技评论按:就像人类和大多数陆地动物一样,步行机器人需要具备在崎岖地面行走的能力。它们会被用于灾害应对和搜救工作。然而,设计一个控制算法让机器人能够适应不连续的地面环境是一项极具挑战的工作。因为它对立足点的选择要求及其严格,不能受到任何妨碍。它的运动由复杂的动力学方程控制。

受益于近期最优和非线性控制系统取得的进步,来自加州大学伯克利分校和卡耐基梅隆大学实验室的研究人员展示了他们的成果。 ATRIAS 机器人可以在踏脚石上机动步行。这些踏脚石的间距和高度都是随机变化的。

为什么选择步行机器人?

步行机器人的神奇之处在于它能够在不规则的崎岖地面上行走。和轮式机器人遇到沟壑或者高度明显改变就踌躇不前相比,它则是个多面手。双足机器人可以顺利穿过不连续、不可预测的地面。这使它成为空间探索,灾害应对以及个人机器人的理想选择。在城市环境中,楼梯,垫脚石等都是为人类设计的。个人机器人需要在这些不连续的地面上行走。

事实上,机器人领域的「W 奖」就旨在挑战先进的机器运动技术,包括在踏脚石和楼梯上进行穿越的任务(http://www.wprize.org/index.html)。从 2015 DARPA 机器人挑战赛来看,虽然过去几年步行机器人在机械设计和控制策略方面已经取得了长足进步,但距离部署在真实世界中还很远。目前最先进的机器人还停留在准静态运动的水平,对干扰的抵抗力不强,而且能效低。

即使对下肢外骨骼来说,在不连续的地面上行走也是很有挑战的,现在还需要使用者借助额外的平衡机构,比如拐杖。并且无法实现不使用手的动态步行。最近 Cybathlon 竞赛上,使用外骨骼在踏脚石上行走的表现已经说明了一切。通过设计机器人和反馈算法来保证在复杂地形条件下精确的踏脚位置,研究人员可以开发出新的机器人应用,并且将这个想法移植到生物机电设备,用于增强人类能力。

图片来源:加州大学伯克利分校。ATRIAS 双足机器人在随机间距和高度的不连续地面上行走

在踏脚石上的动态行走

在加州大学伯克利分校混合机器人小组(Hybrid Robotics Group,以前在卡耐基梅隆大学),研究人员已经在针对高自由度的双足机器人开发形式化的控制框架。它不仅可以保证在不连续地面上精确的踏脚位置。还针对模型不确定和外力具有更强的健壮性。这个方法独立于具体的机器人。它已经在 RABBIT,ATRIAS 和 DURUS 等机器人上进行了测试。

而且,这些机器人只知道下一步的位置,并不知道在它们前面的是何种地形。这些都接近机器人在现实世界中会遇到的场景。研究人员已经在 ATRIAS 双足机器人平台上测试了这个控制算法。它可以实现在间距 30 至 60 厘米,高度差 22 厘米的随机不连续地面上以平均 0.6 米每秒的速度动态行走。

研究人员们相信这是双足机器人首次实现在间距和高度随时变化的踏脚石上行走。

为什么这样的不连续行走对于机器人来说是一个难题?首先,双足机器人是一个高自由度的系统。它的运动由复杂的非线性微分方程来控制。这些方程捕捉与地面交互的混合动态。机器人必须通过不断与周围环境建立和断开连接的方式实现与环境的交互。

另外,像 ATRIAS 这样的机器人是欠驱动的,也就是说在脚踝部没有驱动器。为了让大家能体会这有多难,想象一下踩着高跷跨过踏脚石或者爬一段楼梯的情景。唯一保持平衡的办法就是不断前进。在踏脚石的问题上需要对落脚点有严格的约束。当然,在现实世界中这些踏脚石还可能倾倒(不久的将来需要研究的问题)。机器人需要面对的另一个物理限制是电机扭矩限制和摩擦力(机器人不能打滑)。所有这些限制可能互相矛盾,这使控制的设计过程非同寻常。

踏脚石问题已经得到广泛研究,产生了一些让人印象深刻的成果,比如 Valkyrie 和 ATLAS。但是与本文介绍的动态步行方法不同,他们的机器人倾向于使用准静态运动(想想波士顿动力系列机器人经典的原地踏步式的调整动作)。通过对系统动力学的非线性推断,以及近期最优和非线性控制技术的进步,研究人员可以指定控制目标和期望的机器人行为在一种简单和紧凑的形式之下,同时提供正式的稳定性和安全性的保证。这就意味着在简洁的数学理论和实验性视频的支持下,机器人可以在不连续的地面上行走而不会打滑或跌落。

照片来源:加州大学伯克利分校

接下来的研究

目前,他们的机器人还没有视觉,他们需要给机器人提供周围环境的信息,比如下一块踏脚石的位置。研究人员正在将地形高度分割和深度学习等计算机视觉算法集成到控制器当中。这将使机器人可以推断周围的环境,从而实现完全的自主系统。一个新的机器人 Cassie 马上就会来到伯克利,研究人员打算将实验扩展到现实世界中踏脚石上的三维行走。

从长期来看,这个研究将帮助双足机器人在崎岖地面自主行走,无论是在室内(比如楼梯和狭窄的走廊)还是在室外(比如丛林小道)。研究的主要部分包括安全性,健壮性以及灵活性。也就是说,研究人员希望机器人在受到外力干扰时,能够选择正确的方法避免跌落。

这项技术的潜在应用非常广泛:搜救,自主人形机器人可以替代人类救生员;探索未知区域,比如地面崎岖不平的其他星球;或者作为家用的个人机器人。另外,开发双足机器人的方法可以用于增强人类能力的机器设备,比如下肢外骨骼。

研究人员介绍: 本文作者 Ayush Agrawal 是加州大学伯克利分校混合机器人小组的博士研究生。他的工作是双足机器人和外骨骼,Quan Nguyen 刚刚在卡耐基梅隆大学完成了它的博士课程,他的工作是不连续地面的双足机器人鲁棒控制。团队负责人是 Koushil Sreenath 教授。他们是随机不连续地面动态双足机器人运动研究论文的主要作者。这篇论文提交给了《国际机器人研究杂志》。

更早期的 ATRIAS 研究文献可参考 http://www.cs.cmu.edu/~hgeyer/Publications/HubickyEA17RAM.pdf

via ieee spectrum,AI 科技评论编译

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2018-08-03

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

来自专栏新智元

简单的智慧算法存在吗?一篇机器翻译的文章试图求解

【新智元导读】简单的智慧算法存在吗?物理学家兼畅销书作者、Y Combinator Research的Michael Nielsen就此写了一篇文章。网易有道C...

3996
来自专栏镁客网

人脸识别VS虹膜识别,智能机器人识人技能大比拼!

1814
来自专栏数据派THU

【干货】郭朝晖:工业大数据的特征、方法与价值创造

本文长度为11700字,建议阅读25分钟 本讲座选自宝钢中央研究院首席研究员郭朝晖于2015年12月30日在清华大数据“技术·前沿”讲座上所做的题为《工业大数据...

2158
来自专栏量子位

用AI算法分析光影看到盲点:这项MIT新研究偷学到二娃技能

安妮 编译整理 量子位 出品 | 公众号 QbitAI 嗨少年,想不想来双透视眼? ? 虽然这听起来有些科幻,但近日,麻省理工学院(MIT)计算机科学和人工智能...

3917
来自专栏人工智能快报

人工智能技术帮助科学家探索重大疾病

美国艾伦细胞科学研究所(Allen Institute for CellScience)的科研人员利用人工智能技术开发了一种人类活体细胞3D模型,并向外部人员免...

1082
来自专栏新智元

图灵奖得主、贝叶斯之父 Judea Pearl 谈深度学习局限,想造自由意志机器人

【新智元导读】人工智能领域最高荣誉图灵奖的获得者,贝叶斯之父 Judea Pearl 日前接受 Edge 的采访。他谈到自己发明贝叶斯理论的过程,谈到了当下火热...

4229
来自专栏深度学习

AI 领域最最稀缺的人才——人工智能架构师

这里,就不卖关子了。AI领域最最最最最稀缺的人才应该为人工智能架构师。有过4次技术创业经历,如今做AI投资的星瀚资本创始合伙人杨歌如是说。 在杨歌的身上,传奇的...

6137
来自专栏新智元

【微软芮勇】三个AI:从人工智能到增强智能(36PPT)

【新智元导读】在新智元与中信证券合办的人工智能产业研讨会上,微软亚洲研究院常务副院长芮勇发表《从人工智能到增强智能》的演讲。芮勇博士讲了“三个AI”:聚合的AI...

41514
来自专栏AI科技大本营的专栏

开工了!三位大咖给你指路:未来 3~5 年内,哪个方向的机器学习人才最紧缺?

十一长假结束,收心归来,重新投入工作。如何能克服假期综合症呢?如何快速收心?今天营长就携三位大咖来为你打打鸡血,指引指引未来的路。他们将从自身的工作经历和学习经...

40212
来自专栏人工智能头条

人工智能的突破需要颠覆图灵机吗?

1662

扫码关注云+社区