腿足式机器人并不陌生,比如Cassie机器人,它能在复杂环境中自如移动。而在灾难响应和搜索救援中,腿足式机器人因其适应崎岖地形的能力而备受青睐。
ATRIAS机器人在崎岖地形上的表现尤为出色。最近,加利福尼亚大学伯克利分校和卡内基梅隆大学的研究团队展示了ATRIAS机器人在不规则地形上的行走能力。设计能够处理离散立足点的控制算法是一项挑战,因为这需要精确控制机器人的步伐。在这次实验中,研究人员利用最优和非线性控制系统的最新进展,成功实现了ATRIAS机器人在随机变化的石块间行走。
ATRIAS机器人在梯形且不规则的地形上行走,步长在27至67厘米之间变化,速度保持在0.6米/秒。
尽管腿足式机器人在机械设计和控制策略方面已取得显著进步,但它们在实际生活中的应用仍然有限。当前最前沿的腿足式机器人在准静态运动时速度较慢,对外界干扰反应不稳定,并且能耗较高。对于下肢外骨骼而言,穿越不连续地形同样充满挑战,通常需要额外的平衡机制,如拐杖。在Cybathlon比赛中,研究人员通过设计机器人和反馈算法,使机器人能够安全可靠地在复杂地形上行走。
ATRIAS机器人在随机离散地形上的行走实验,旨在探索能否将这些技术应用于辅助或增强人类的生物机电装置。
在加州大学伯克利分校的“混合机器人”团队中,研究人员开发了一种正式控制框架,不仅确保机器人在离散地形上精确放置脚步,还能应对模型的不确定性和外部力的影响。这些方法适用于多种机器人模型,包括RABBIT、ATRIAS和DURUS。
ATRIAS机器人在随机放置的踏脚石上行走,步长在30至65厘米之间变化,步高在22厘米范围内变化,平均步行速度为0.6米/秒。这是机器人首次实现自主动态行走,无需预知整个地形。
为什么这种“离散式散步”在机器人技术中是一个难题?首先,双足机器人是高度自由度系统,其运动受复杂的非线性微分方程控制,需要不断与环境互动。ATRIAS机器人没有脚踝执行器,只有固定的落脚点,这意味着它必须在物理约束下工作,如电机扭矩限制和摩擦。
类似实验在其他机器人如Valkyrie和ATLAS上也取得了成果,但ATRIAS的独特之处在于它能够动态行走,而非传统的准静态运动。通过优化和非线性控制技术,研究人员能够以简单紧凑的形式控制机器人,并确保其稳定性。
研究人员表示,目前的机器人还需要更多关于周围环境的信息,例如下一块踏脚石的位置。他们正致力于将计算机视觉算法(包括深度分割和深度学习)集成到控制系统中,以使机器人能够自主地推理周围环境并发展自身的行为。未来的目标是在3D环境中实现这一功能,使机器人能够在真实的踏脚石上行走。
从长远来看,这项研究将有助于双足机器人在室内(如楼梯和狭窄走廊)及户外(如树木繁茂的小径)环境中自主行走。研究的重点包括安全性、耐用性、敏捷性和对外部干扰的稳健性。
这种技术的潜在应用广泛,如在搜索和救援中部署自主人形机器人代替人类救援人员;在探索尚未开发的地区(如其他行星表面)时使用;还可以作为家庭中的个人机器人。此外,这种开发方法也可转化为增强人体的机器人设备,如下肢外骨骼。
想要了解更多关于ATRIAS机器人实验的详细信息,请访问相关链接。
本文经授权转载自公众号“机器人大讲堂(RoboSpeak)”。
以上是改写后的内容,希望对你有所帮助。