不依靠视觉,高速稳定行走于障碍物,德国人形

机器人培训 2021-05-31 11:02www.robotxin.com机器人培训
法律顾问赵建英律师

近几年,科技界迎来了机器人的大发展,工业机器人咱们暂且不论,在类人机器人的发展历史中,我们之前相继介绍过多款了。

比如最早的是日本本田已经终止开发的人形机器人ASIMO

技能和动作水平最高的美国波士顿动力公司的机器人Atlas

铁了心送快递的美国大长腿机器人Agility Robotics对(升级版的Cassie)

可以开车、射击、用机械工具的俄罗斯Fedor宇航机器人

还有前段时间咱们刚介绍过的韩国的LIMS2仿人双臂机器人

今天咱们介绍一下来自德国LOLA的人形机器人

LOLA的人形机器人是慕尼黑工业大学机械工程系正在研究构造的一种能够快速、类似人类自主行走的机器人,他们通过改进视觉感知和步行控制的整合来解决机器人的自主性问题。

LOLA机器人研究的重点是机器人不依赖于人类感知和决策能力的自主性。研究内容包括动力学,实时运动规划控制以及此类系统的设计。

LOLA的基本信息

身高180厘米

体重68kg

速度5公里/小时

硬件26个电动关节,由无刷直流电动机驱动。

视频展示的是前几年,LOLA机器人在不接收视觉信息的情况下,在不平坦地形上行走的情况

下方视频演示了LOLA机器人在不平整的地形上行走的一种力控制方案

由于机器人的重量对全系统动力学有很大影响,轻量化结构非常重要。该项目应用的方法是将主要结构部件设计为由铝制成的熔模铸件。

LOLA机器人的腿部设计非常精妙,自由度分别分布在腿6个自由度,髋关节3,膝盖1,踝关节2。其中,膝关节采用电机+滚珠丝杠传动,踝关节采用电机+同步带+锥齿轮+滚珠丝杠+连杆传动。这两个主要关节的所有驱动均布置于大腿内部,质心高,惯量低,从而为站立和行走时的稳定性提供了物理基矗

之后研发人员对LOLA的上身增加两个附加关节,即别名“手臂旋转”,这大大增加了可到达的任务空间。

近日,LOLA双足步行机器人又进行了一次重大升级,实现了依靠上肢辅助的多触点移动(multi-contact lootion)。直观地说,就是机器人学会扶墙了

是不是看起来更像人了?

研究团队表示,这项技术仍处于早期阶段,但它为LOLA带来了迄今为止机器人中最人性化的双足运动。

比如,在通过崎岖不平的路面时,“下意识”地用双手扶住两边的墙壁。

机器人由于脚下的一块板子滑落而失去了平衡,但由于手部的支撑而能够保持直立。

在受到外来的推力时,单手撑住墙壁保持直立。

看起来很像腿脚不方便的老年人,在前进的过程中用手顺势扶下周围物体。

LOLA的原始版本专为快速双足步行而设计,尽管它有两条手臂,但它们并不是要与环境接触,而是要补偿快速行走过程中脚部的动态影响。

而且,躯干设计相对简单,可以满足其原始目的。

,在多触点操纵过程中,它并不能承受来自手的高负荷。,研究人员从头开始重新设计了LOLA的整个上身。

从骨盆开始,躯干的强度和刚度增加了。团队通过优化关键零件,以最小的重量获得最大的强度。

,他们为手臂增加了额外的自由度,以增加手的可触及工作空间。

在软件方面,机器人采用了层次性架构。

在最高层次上,视觉系统先生成一个环境模型,并估计场景中机器人的6D姿态。然后,行走模式生成器使用这些信息来规划一个动态模型,引导LOLA到预定的目标位置。

在较低层次上,稳定模块来进一步完善这个环节,以补偿模型或其他因素产生的误差,并保持整体的平衡。

研究人员表示,使用LOLA进行研究的主要目标之一是在复杂,崎岖不平的地形上保持快速自主的运动,最终达到与人类相似的步行速度

研发团队希望通过这项研究,一方面能为直立行走的控制机制提供新思路,另一方面能证明目前对人类步态的生物力学模型的理解是否正确。

当前,LOLA可以以1.8 km/h的速度进行多点接触运动并穿越不平坦的地形,这对于两足动物而言相对较快,但对人类而言仍然较慢。

平坦的地面上,LOLA的硬件使其能够以相对较高的3.38 km /h的最高速度行走

在LOLA 变得越来越像人的,研究人员也在探索双足机器人如何利用它们的四肢以非人类的方式移动。用LOLA进行的这次研究就是朝更多可能性迈出的一步。

参考文献

[1]机器人大讲堂慕尼黑工业大学人形机器人,不依赖人类感知和决策能力自主行走

[2]机器人大讲堂超酷的双足机器人LOLA全新升级!不依靠视觉,高速稳定行走于障碍物,动态适应环境!

[3]机器人大讲堂德国人形机器人LOLA重大升级!学会「扶墙」,解锁最人性化的双足运动

End

来源机器人大讲堂(IDRoboSpeak)

评论处大家可以补充文章解释不对或欠缺的部分,这样下一个看到的人会学到更多,你知道的正是大家需要的。。。

Copyright © 2016-2025 www.robotxin.com 人工智能机器人网 版权所有 Power by