机器之心报道
编辑:蛋酱、小舟
这只狗,强得很。
湿滑地面的陡峭路段、高台阶、碎石和树根盘错的森林小径,在苏黎世湖南端 1098 米高的埃策尔山(Mount Etzel)的道路上,布满了许多障碍物。
来自苏黎世联邦理工学院机器人系统实验室的四足机器人 ANYmal 正在这样的环境中完成一次「徒步旅行」,总距离 2.2 千米:
在 31 分钟的时间内,ANYmal 毫不费力地攻克了 120 米的垂直距离,成功抵达终点了:
这比人类徒步旅行者的标准时间快了 4 分钟,而且 ANYmal 没有出现任何跌倒或失误。
和人类一样,机器人在与世界互动时通常使用两种不同的感官模式。外部感知来自外部传感系统,如激光雷达,照相机和眼睛。此外就是本体感知 ,这是一种内部感知,包括触觉和力感知。
一般来说,人类同时使用这两种感知模式来移动,外部感知帮助我们提前规划,本体感知在事情变得棘手时会发挥作用。例如,你在黑暗中使用本体感知,仍然可以保持移动,只是需要慢慢地、小心地移动,依靠平衡感和摸索周围的路。
对于足式机器人来说,外部感知使它们能够完成很酷的事情,鉴于好的外部感知和时间 (以及计算) 做一些非常棒的运动规划,机器人可以动态而快速地移动。然而,足式机器人在黑暗中要不适应得多,也许它们所需要的外部感知不能工作 (无论出于什么原因,传感器都无法工作) ,或者对机器人不友好的东西(比如反射表面或浓密的灌木丛或其他什么东西) 完全蒙蔽了外部感知。这是一个棘手的问题,因为现实世界充满了对机器人不利的事物。
近日,苏黎世联邦理工学院的机器人系统实验室的一项研究登上了《Science Robotics》。在这项研究中,他们展示了一种控制系统,可以让一个足式机器人评估它获得的外部感知信息的可靠程度。
论文链接:https://www.science.org/doi/10.1126/scirobotics.abk2822
当数据准确时,机器人会提前计划并快速移动。但是,当数据集看起来不完整、嘈杂或具有误导性时,控制器就会优雅地退化为本体感知运动。机器人会继续移动,也许会更加缓慢和小心,但会继续移动,直到再次开始依赖外部感知。这是人类和动物使用的一种技术,现在机器人也可以使用它,将速度、效率、安全性和可靠性结合起来,处理几乎任何具有挑战性的地形。
在去年秋天的 DARPA SubT 决赛中,这项技术被 ANYmal 足式机器人的团队注意到,并应用在了这款机器人上。尽管不确定 SubT 的终极对决是否比瑞士的某些登山运动更具挑战性,但视频中的表现令人印象深刻:
研究者训练这只四足动物爬上了附近海拔约 1098 米的埃策尔山。他们表示,ANYmal 机器狗能够在 31 分钟内完成 120 米的垂直距离徒步,比人类徒步者的标准速度快了整整 4 分钟。
随后,ANYmal 又用 48 分钟左右的时间走完了下山路线:
ANYmal 的系统功能十分强大,能够在多种复杂地形中稳步前行,例如,在废墟上爬坡:
穿过茂密的植被:
在厚厚的积雪上行走:
在砖石遍布的山洞中行走:
上台阶:
爬起山来也是非常迅速:
和山上的小动物建立了真挚的友谊:
尽管外部感知数据显示这些地形中到处都是障碍物并且地面高度不一,但 ANYmal 机器人依靠该本体感知数据能够保持平稳行走。这种足式机器人借助本体感知进行移动的方法并不稀奇,但改进后的 ANYmal 的独特之处在于兼具速度优势和稳健性。
ANYmal 机器人通过匹配和协调外部感知和本体感知,来控制自己的足部位置,并进行了几个特定实验来验证两种感知的作用,包括:
踩在柔软的物体上:
透明物体:
上台阶:
包裹住传感器上台阶,并和上图进行对比:
在接近光滑的表面行走:
研究团队核心成员,论文第一作者 Takahiro Miki 介绍说:「人类操作员为机器人选择的可行路径无疑有助于机器人成功前行。因为一些障碍物是物理上就不可能越过的,例如比机器人更大的障碍物或悬崖。然而,在 DARPA SubT 挑战赛等场景中,高级探索和路径规划算法能够指导机器人的移动。这种规划算法了解运动控制器的功能,并使用几何提示来安全地引导机器人。」
未来,该研究团队将致力于在环境理解更复杂的山区环境中,不依赖人们的帮助,让 ANYmal 机器人实现自主远足。
参考链接:
https://spectrum.ieee.org/legged-robots-anymal
https://www.youtube.com/watch?time_continue=4&v=zXbb6KQ0xV8&feature=emb_logo
© THE END
转载请联系本公众号获得授权