UC伯克利最会跳的机器人现已跳出实验室,跳到野外然后栽进草丛

时间:2019-05-23 11:25:51  来源:龙翔网

【龙翔网修改】

原标题:UC伯克利最会跳的机器人现已跳出试验室,跳到野外然后栽进草丛

【 图片来历:UC Berkeley 所有者:UC Berkeley 】

雷锋网按:加州大学伯克利分校数年前研制的共同的单腿跳机器人Salto近期迎来了新的晋级,并且即将在ICRA2019会议上露脸。IEEE Spectrum上就有一篇最新进展的介绍,雷锋网全文编译如下。

在很多人的眼中,加州大学伯克利分校的Salto从2016年以来便是他们最喜欢的机器人之一,然后在后来的机器人技能日新月异的几年里Salto就开端显得有点过期了。尽管它坚持着和第一代的Salto相同的原理,但一系列的晋级赋予了它更多动态操作才能。

原始的Salto可以二连跳。2017年添加的推进器为它供给了将多个跳动衔接在一起所需的操控。在上一年的IROS上,研讨人员们对一个操控器进行了改善,让Salto具有了进行准确跳动需求的智能,这样它就可以跃过一系列笔直障碍物(或许更多)。

为了让Salto可以自行坚持直立且完好无缺,它有必要在有动作捕捉的环境中跳动。这就带来了很大的约束,研讨人员们自己也知道它只能是一个看起来很帅的研讨项目,或许能拍出一些招引眼球的视频,除此之外就没有什么用了。

在今日的ICRA会议上,加州大学伯克利分校的机器人专家Justin Yim和Eric Wang(来自Ron Fearing的仿生微体系试验室)展现了Salto的最新版别,这个版别添加了彻底消除动作捕捉体系所需求的传感和核算才能。在试验室外,你想要它跳多少下,Salto就能跳多少下,彻底在室外也可以。

Salto不是主动跳动的,由于它没有任何机载遥感,Justin一直在“驱动”着这个机器人,让它一直在人行道上,并让它避开障碍物。跳上台阶也是人为驱动的,论文中对运动序列的描绘提示咱们,为什么让人类操控机器人不是一个好主意:

人类操作员指引机器人跳到适宜的方位,然后沿直线前进到0.43m高的台阶上。机器人被指引着往右上方跳,然后再往左边。在人为过错指引机器人往左边跳进灌木丛之前,这个进程一共继续了19s。

【 图片来历:UC Berkeley 所有者:UC Berkeley 】

新式机载姿势估量与跳变操控体系(也叫作SHOVE,用于滑跳方向和速率估量)现已满足稳健,即便在像海绵这种柔软的台面上,Salto也可以接连跳动。它利用了航位计算去估量每一次的跳动后方位的改变,即便在几分钟内跳了300下,这个估量值也只在1-2米之间起浮(代表每次跳动的差错都低于1cm)。

但是,现在扎手的部分是怎么准确地评价Salto的姿势,咱们假定研讨人员说的“姿势”是指它的方向(而不是它有多“急进”)。姿势评价过错相差约1度,每个跳动之间就有约0.5m的差错,这意味着,在实践中,Salto不可以准确地方案它的跳动,去让它可以好好地爬楼梯,不被摔下来。

不过,这项作业现已在进行中,研讨人员希望更高的精度估量和操控能让机器人在更多样的表面上跳动,像楼梯,家具以及其他显露物,或是像室内软装、天然植物这种柔软的基底。

研讨人员通知咱们,除了可能要晋级发动机和电池让它可以有更大的跳动力,运行得更久,Salto的硬件现在现已满足用了。现在的研讨重点是新的行为,研讨人员现已有主意了,他们计划给Salto添加一些有抓力的脚,让它可以从地上一下跳到树枝上。教授Ron Fearing在视频中说到,那些“脚”和“手”会是一个相当大的晋级,他还表明他仍旧很喜欢Salto。

原论文:“Drift-free Roll and Pitch Estimation for High-acceleration Hopping,”

《高加速度跳动中的无漂移的翻滚和跳动估量》(已被 ICLR 2019 接纳)

雷锋网注:本文编译自机器人技能博主Evan Ackerman宣布在IEEE Spectrum电子杂志的文章
龙翔网发布!