麻省理工大学研发的第三代猎豹机器人(Cheetah 3)现在可以实现跳跃、在崎岖的地形驰骋、或爬上堆满杂物的楼梯,并在遇到突然的猛拉、推搡时能迅速恢复其平衡。
令人惊讶的是,它实现这些动作靠的不是视觉系统,它可以说是一个盲人机器豹。
Cheetah 3卓越的平衡性让它就是推不倒
当然也拉不倒
这只大小相似成年拉布拉多犬的90磅重的机械野兽,是故意被设计成不依赖相机或任何外部环境传感器而完成这些动作的。取而代之的是,它通过敏捷地“感觉”周围环境的方式来行动,工程师们称之为“盲目运动”,就像穿过一个漆黑的房间一样。
麻省理工大学机械工程系副教授Sangbae Kim说:“机器人在不过度依赖视觉的情况下,应该有很多意想不到的行为。”,“视觉可能是繁杂的,有些不准确的,有时甚至是不可用的,如果你过于依赖视觉,你的机器人对于位置的判断必须非常准确,这最终将导致它的行为必是缓慢的。所以我们希望机器人更多地依靠触觉信息。这样,它可以在快速移动时处理意想不到的障碍。”
不依靠视觉爬楼梯,纯靠算法维持平衡
研究人员将于十月在马德里召开的智能机器人国际会议上展示机器人的无视觉能力。除了盲目运动之外,团队还将展示机器人改进后的硬件,包括与它的前辈猎豹2机器人做对比。在一个扩大的运动范围内,它允许机器人向后和向前伸展,并且从一边扭动到另一边,就像猫蜷缩起来准备猛扑一样。
在未来几年内,Kim设想将让机器人执行那些危险系数很高的、人类无法承担的任务。
Kim表示:“Cheetah 3被设计来完成多方面的任务,如电厂检查,这涉及到各种地形条件,包括楼梯、路障和地面上的障碍物。我认为有无数的场合我们想让机器人代替人类来完成简单的任务。危险、肮脏和困难的工作也可以通过遥控机器人更安全地进行。”
Cheetah 3三只脚就能保持平衡
Cheetah 3可以不靠视觉地爬上楼梯以及通过非结构化地形,并能在面对巨大力量的时候迅速恢复其平衡,这都得益于由Kim团队开发的两个新算法:接触检测算法和模型预测控制算法。
接触检测算法有助于机器人确定它的腿从空中摆动到踏到地上的最佳时间。例如,如果机器人踩在一根细枝上,而不是一块坚硬的石头上,它是如何反应的,以及它是如何继续前进的。
Kim表示:“当涉及到从空中切换到地面时,切换必须做得很好。这个算法的意义是‘什么时候才是我脚落地的安全时间?’”
接触检测算法帮助机器人确定在摆动和步幅之间转换腿的最佳时间,通过不断计算每个腿的三个概率:腿与地面接触的概率,腿部撞到地上产生的力的概率和腿在中转时的概率。该算法基于陀螺仪、加速度计和腿的关节位置的数据来计算这些概率,记录腿相对于地面的角度和高度。
例如,如果机器人意外踩到木块上,它的身体会突然倾斜,它的角度和高度也会偏移。该数据会立即被输入进去并计算每条腿的三个概率,该算法将评估出每个腿是否应该落地,或者抬起和摆动以此来保持其平衡——尽管机器人实际上是看不见的。
Kim表示:“如果人类闭上眼睛迈出一步,我们会有一个心理模型来预测可能的位置,并为之做好准备。但我们会恐惧于那种未触地的那种感觉,因此我们通过组合多个信息来源来确定过渡时间,机器人也可以做同样的事情。”
研究人员在实验中测试了这一算法,Cheetah 3在实验室跑步机上小跑并爬上楼梯。当然这两个地方都被研究人员摆满了乱七八糟的东西,比如木块和卷尺。
Kim说:“它不知道每一步的高度,也不知道楼梯上有障碍物,它只是在不失去平衡的情况下通过。”,“没有这种算法,机器人会非常不稳定,并且很容易掉落。”
机器人的盲目运动一部分也得益于模型预测控制算法,它会预测一旦给定一个行为步骤,它应该施加多少力。
Kim说:“接触检测算法会告诉你‘现在是在地面施加力量的时候了’,但是一旦你到地面上了,就需要来计算用什么样的力量才能以正确的方式移动身体。”,“假设有人侧身踢机器人。”,“当脚已经在地上时,算法决定‘我应该如何使用脚上的力?因为我左边有一个不希望达到的速度,所以我想在相反的方向施加一个力来杀死那个速度。如果我在这个相反的方向上应用100牛顿,那么半秒钟后会发生什么?’“
该算法被设计为每条腿每50毫秒或每秒20次进行这些计算。在实验中,研究人员发现不管是在跑步机上踩踏机器人还是在它爬上有障碍物的楼梯时用皮带猛推,模型预测算法都使机器人能够快速产生反作用力来恢复平衡并继续向前移动,而不会向相反方向倾斜太远。
Kim表示:“这得益于预测控制,可以将正确的力量应用到地面上,结合这种接触过渡算法,使每个接触变得非常快速和安全。”
该小组已经向机器人添加了摄像头,使机器人能够对周围环境进行视觉反馈。该小组正在努力进一步改善机器人的盲动。
Kim说:“我们需要一个非常好的没有视觉的控制器。”,“当我们增加视觉,即使它可能给你错误的信息,腿应该也能够处理遇到的障碍。因为如果它踩到相机看不到的东西怎么办?它会做什么?这就是盲动可以帮助的地方。”
这项研究在一定程度上得到了纳弗、丰田研究所、富士康和空军科研办公室的支持。