爱吧机器人网 » 技术 > 机器学习 > 正文

MARLO机器人:不管坦途还是险路 我都能征服

\
  由俄勒冈州立大学的Jonathan Hurst带领的科研团队此前曾打造出MABEL,但只能限制在平面上进行2D行走。而现在,有一个团队成功打造了功能更为强大的行走 机器人 。近日,密歇根大学成功研发双足机器人---MARLO,它能够在没有其他支持的情况下在复杂路面上正常行走,MARLO机器人具备“3D行走”功能,意味着能够以任意角度进行行走。
  通过软硬件的配合,MARLO可以根据路面环境的不同进行自我调整,弯曲步态从而能够达到移动的目的。在未来MARLO上将会装备全面的3D控制器,能够在复杂地形中更好的调整步速。
  不过,在早些的测试 视频 中,MARLO跌到的次数比其他机器人都要多。团队一直改进MARLO的行走技能,现在MARLO的行走技能已经非常高超,不管险路还是坦途,它都能征服。
  现在,团队领导人Jessy Grizzle教授和他的学生要对MARLO进行更艰巨的挑战,让MARLO行走在“波浪草地”上。这块草地位于密歇根大学内,由艺术家Maya Lin精心设计,今天,团队发布了MARLO“波浪草地”行走的 视频\
  操作者能通过一个常规的Xbox控制器对MARLO进行控制,操作者可以对其发出指令,让它向任何指定方向移动。MARLO机器人在遭遇崎岖地形后能自行进行调整。MARLO的行走能力多亏于研究人员在其身上使用的导航算法。 Xingye Da结合两种2D算法,一种能控制前后移动,而另一种能控制侧面运动。随后他根据不同的步行速度和地面高度创建了15种不同的步态,从而令MARLO在无需特殊传感器的情况下能在凹凸路面上平稳前行。此外,研究人员计划正在研发更加全面的3D控制器算法,希望MARLO能够在复杂地形中最佳运行速度。 \
  MARLO和其他的人形机器人截然不同,它没有手臂,没有头,膝盖上没有制动器,几乎是你见到过的腿最细的机器人。 Grizzle 表示此种设计可以让MARLO更加灵敏,但也需要更加成熟的算法来实现行走功能。
  对于MARLO来说,硬件并非最重要。Grizzle表示它的团队正在开发高度灵活的双足机器人的“基础数学原则”。他解释道:“我们想要算法来为整个双足机器人大家庭服务,而不仅仅是我们的MARLO。”
  Grizzle这样描述MARLO的算法:
  在设计MARLO的控制器时,我们使用的是完整的动态模型,而不是简化的垂直模型。垂直模型有自己的极限,因此基于此的机器人通常只能进行缓慢、扁平的行走。我们在模型上使用优化的算法,来设计机器人行走的步态,它能根据不同的地面高度、侧坡斜度和行走速度进行调整。
  拥有了此种优化的算法,MARLO可以应对各种各样的地面。只有在极端情况下,它才会跌到。
  为了了解更多关于MARLO的细节,IEEE Spectrum记者采访了Jessy Grizzle:
  IEEE Spectrum:
  MARLO为什么要在不前进时也不停踏步,是为了保持平衡吗?
  Jessy Grizzle:
  在视频中,你可以看到MARLO每秒钟交替腿2到3次。为什么呢?当MARLO没有向前移动时,它有必要进行原地踏步,因为它的脚踝处是枢轴。如果它站在原地不动,那么它将会向前或向后跌到,试想一下你站在一个旋转的圆盘上你就知道了。因此,原地踏步对于保持平衡至关重要。
  IEEE Spectrum:
  MARLO为什么有时会跌倒?
  Jessy Grizzle:
  失败是成功之母,但如果你一直没有成功,那整个努力的过程非常让人沮丧。
  当我们的步行速度快于0.5米每秒时,这时候通常是因为脚太滑而跌倒,或是因为障碍物高度超过了MARLO预期的高度而被绊倒(我们会告诉MARLO地面高度的信息)。
  在之前的视频中,MARLO跌倒是因为侧腿没有考虑陡坡,坡有15厘米高,但MARLO在行走时侧腿只达到5厘米,然后便跌倒了。因此,跌倒的原因主要是因为MARLO的判断失误,有时它需要越过一个“小山丘”,但它以为是个平地,因此便跌倒了。所以我们需要一直优化算法,减少MARLO的判断失误。

上一篇:机器人是怎么深度学习的?
下一篇:日本开发团队给机器人嵌入神经网络
精选推荐
新型轻便机器人套装重5kg,辅助跑步和步行
新型轻便机器人套装重5kg,辅助跑步和步行

[2019-10-23]  虽然步行对大多数人来说似乎不是负担,但对有些人来说,这项简单的运动往往会让人感到筋疲力尽。比如手术或中风后恢复的患者、帕金森氏症患 ...

苹果AI主管透露自动驾驶汽车项目关于机器学习方面的进展
苹果AI主管透露自动驾驶汽车项目关于机器学习方面的进展

[2017-12-11]  苹果隐秘的自动驾驶汽车项目多年来一直在转移焦点,但今年似乎正在加速。 4月份,公司获得了在加利福尼亚州进行自动驾驶汽车测试的许可证,而在6月份,苹果公司首席执行官库......

麻省理工学院最新研究:优化软体机器人的控制和设计
麻省理工学院最新研究:优化软体机器人的控制和设计

[2019-11-24]  软体机器人属于一个新的领域,它可能在诸如外科手术等领域发挥重要作用(手术时的纳米机器人需要在人体内部移动而不损伤软组织)。软体机器 ...

机器人工程师具体都做什么?
机器人工程师具体都做什么?

[2017-12-08]  机器人工程师是幕后设计师,负责创建机器人和机器人系统,能够执行人类无法完成或不愿意完成的任务。 通过他们的创造,机器人工程师帮助工作更安全,更轻松,更高效,特别是......

英国首台月球车是个小型四腿机器人 将于2021年登月
英国首台月球车是个小型四腿机器人 将于2021年登月

[2019-10-12]  探测器将用四条腿探测月球表面,并将数据传回着陆器,后者将把数据传回地球图 詹姆斯温斯皮尔英国即将成为继美国、俄罗斯、中国之后的又一 ...

揭秘达芬奇手术机器人
揭秘达芬奇手术机器人

[2018-04-19]  达芬奇手术系统是由美国Intuitive Surgical公司制造的机器人手术系统。美国食品和药物管理局(FDA)于2000年通过该标准,旨在利用微创手段 ...

农业将为高科技行业 农业机器人的应用领域
农业将为高科技行业 农业机器人的应用领域

[2017-12-17]  农业正在迅速成为一个令人兴奋的高科技产业,吸引了新专业人士,新公司和新投资者。技术发展迅速,不仅提高了农民的生产能力,而且促进了我们所知道的机器人和自动化技术的发展。...

麻省理工正研究植物机器人 让植物自主控制机器人
麻省理工正研究植物机器人 让植物自主控制机器人

[2018-12-08]  控制论通常指人类用机器人部件增强自己。我们听说过动物机器人或昆虫机器人,但我们很少听说植物机器人对吧?一个机器人其实是对植物有很大益处的,因为一般植物根本无法移动......

本周栏目热点

顶级AI会议NIPS压轴2017(附PPT、视频、代码大汇总)

[2017-12-19]  NIPS,全称神经信息处理系统大会(Conference and Workshop on Neural Information Processing Systems),是一个关于机器学习和计算神经科学的国际会议。该会议固定在每年的12月举行...

机器学习选择深层模型的原因

[1970-01-01]   深度学习采用的模型为深层神经网络(Deep Neural Networks,DNN)模型,即包含多个隐藏层(Hidden Layer,也称隐含层)的神经网络(Ne ...

机器学习—自由编码器

[1970-01-01]   一种常见的深层模型是由自编码器(Auto-Encoder)构造的。自编码器可以利用一组无标签的训练数据{x(1), x(2), &hellip }(其中x(i)是一个n ...

【NIPS最佳论文出炉】冷扑大师能战胜AlphaZero吗?No(Science论文)

[2017-12-19]  拿下NIPS2017 最佳论文,登上Science,“冷扑大师”最近有点热。18日,两位作者,CMU博士生Noam Brown和Tuomas Sandholm教授在Reddit上回答问题。对“为什么不使用深度学习......

日本开发团队给机器人嵌入神经网络

[2016-08-18]    近日在日本国立科学博物馆展出的 机器人 Alter,可谓是目前世界上最为先进的机器人之一,因为它是一款嵌入了神经网络的机器人,来自日本 ...