波士頓動力終於實現類人平衡力!全新演算法賦予機器人擺脫「摔倒」魔咒

這次,它學會了先試一試

再決定怎麼邁下一步

如果有人統計一下人們對雙足機器人的第一印象是什麼,「容易摔倒」絕對會名列前三。

但是,新一代的雙足機器人絕對會讓你大吃一驚。如今,它們不但可以平衡的行走,甚至還可以越野了。

通過一種新的控制演算法,美國佛羅里達州人機認知研究所(Florida Institute for Human and Machine Cognition, IHMC)的機器人實驗室實現了擬人的平衡能力

該演算法的測試使用了波士頓動力公司(Boston Dynamics)的Atlas機器人,在演算法的控制下,Atlas現在可以平穩的走過一段崎嶇不平的水泥磚路。從動圖中我們可以看到,Atlas的行為和人類基本無差:首先把腳輕輕地踩上去,判斷地面的承受能力,接著通過調整身體和手臂來實現平衡

在解釋此項技術的論文中,研究人員表示「機器人通過對足中心施展壓力來探索接觸面,根據探索階段中足的旋轉勾畫出可以受力的平衡點」。通過探索和計算,機器人可以決定如何「踩下去」。它還會通過上身的運動,比如揮胳膊,來保持或找回平衡。在測試中,它可以走過崎嶇不平的水泥磚路。

當機器人走過崎嶇度較小的碎石地面時,通常依靠腳踝的轉動適應地面斜度而保持平衡;然而,當地面崎嶇度比較尖銳時,依靠腳踝轉動適應地面極易達到踝關節轉動極限,從而導致機器損壞。

機器人走過尖銳的線接觸或點接觸地面示意圖:首先保持足部接近水平方向而非嚴格適應地面斜度,然後逐步轉動腳踝變換有效接觸面法線方向防止足部滑落。

新的控制演算法中,研究者控制機器人腳部接近水平方向而非嚴格與地面斜度一致,為了保持平衡,利用位置控制保持腳部方向平行於接觸線,並利用垂直於接觸線的轉矩來變換接觸線上的壓力中心(CoP)。通過轉動腳踝,隨之變換有效的接觸面法線方向從而防止足部滑落。

預估地形落腳點及最佳壓力中心(CoP)

預估當前地形對於機器人平衡和行走時如何放置壓力中心(center of pressure,CoP)十分重要。當地形狀況未知時,機器人每走一步都需要預估下一步的落腳點。

首先假設整個足部接觸地面,然後機器人開始在落腳點區域計算其足部的局部壓力中心,如果預期壓力中心(Desired CoP)位於足部受地面支撐的區域,那麼精確的壓力中心將十分接近該預期壓力中心;然而,當預期壓力中心位於足部未受地面支撐的區域,則需要旋轉足部腳踝改進對地形的預估,也即是除去這部分不能支撐重量的落腳點部分。研究者通過測量腳踝轉動速度,或者基於腳步及地面幾何形狀來探測腳部的轉動運動。

模擬圖:Atlas機器人走過隨機方向的線性踏腳石(上圖),以及點狀落腳點(下圖),每走一步都會預估新的落腳點,控制演算法相應的調整機器人步伐。

Atlas機器人從左向右行走(俯視圖)的地面參考點實際數據:黑色多邊形指線擬合的落腳點區域,紅點指預期的瞬時捕捉點(Desired ICP),藍點指實際瞬時捕捉點(ICP),綠點指的是機器人的質心矩軸(CMP)。

研究人員表示,他們的成功「將會使雙足機器人在真實世界裡更有實用價值」。當然,和人類一樣,機器人的判斷也可能是錯誤的。但是研究人員已經開始研究如何確保機器人可以安全的摔倒,像人類一樣,不會輕易地因為摔一跤而摔傻了(摔壞電路板)。

IHMC論文地址:arxiv.org/pdf/1607.0808


推薦閱讀:

從1~N的整數中隨機選M個
DNN論文分享 - Item2vec: Neural Item Embedding for Collaborative Filtering
運籌學教授葉蔭宇:作為 AI 基石,優化演算法如何在實際中應用?
燃!阿里11篇論文入選IJCAI2017 人工智慧領域捷報頻傳

TAG:机器人 | 科技 | 算法 |