編輯:蛋醬、小舟
這隻狗,強得很。
溼滑地面的陡峭路段、高臺階、碎石和樹根盤錯的森林小徑,在蘇黎世湖南端 1098 米高的埃策爾山(Mount Etzel)的道路上,佈滿了許多障礙物。
來自蘇黎世聯邦理工學院機器人系統實驗室的四足機器人 ANYmal 正在這樣的環境中完成一次「徒步旅行」,總距離 2.2 千米:
在 31 分鐘的時間內,ANYmal 毫不費力地攻克了 120 米的垂直距離,成功抵達終點了:
這比人類徒步旅行者的標準時間快了 4 分鐘,而且 ANYmal 沒有出現任何跌倒或失誤。
和人類一樣,機器人在與世界互動時通常使用兩種不同的感官模式。外部感知來自外部傳感系統,如鐳射雷達,照相機和眼睛。此外就是本體感知 ,這是一種內部感知,包括觸覺和力感知。
一般來說,人類同時使用這兩種感知模式來移動,外部感知幫助我們提前規劃,本體感知在事情變得棘手時會發揮作用。例如,你在黑暗中使用本體感知,仍然可以保持移動,只是需要慢慢地、小心地移動,依靠平衡感和摸索周圍的路。
對於足式機器人來說,外部感知使它們能夠完成很酷的事情,鑑於好的外部感知和時間 (以及計算) 做一些非常棒的運動規劃,機器人可以動態而快速地移動。然而,足式機器人在黑暗中要不適應得多,也許它們所需要的外部感知不能工作 (無論出於什麼原因,傳感器都無法工作) ,或者對機器人不友好的東西(比如反射表面或濃密的灌木叢或其他什麼東西) 完全矇蔽了外部感知。這是一個棘手的問題,因為現實世界充滿了對機器人不利的事物。
近日,蘇黎世聯邦理工學院的機器人系統實驗室的一項研究登上了《Science Robotics》。在這項研究中,他們展示了一種控制系統,可以讓一個足式機器人評估它獲得的外部感知資訊的可靠程度。
論文連結:https://www.science.org/doi/10.1126/scirobotics.abk2822
當資料準確時,機器人會提前計劃並快速移動。但是,當資料集看起來不完整、嘈雜或具有誤導性時,控制器就會優雅地退化為本體感知運動。機器人會繼續移動,也許會更加緩慢和小心,但會繼續移動,直到再次開始依賴外部感知。這是人類和動物使用的一種技術,現在機器人也可以使用它,將速度、效率、安全性和可靠性結合起來,處理幾乎任何具有挑戰性的地形。
在去年秋天的 DARPA SubT 決賽中,這項技術被 ANYmal 足式機器人的團隊注意到,並應用在了這款機器人上。儘管不確定 SubT 的終極對決是否比瑞士的某些登山運動更具挑戰性,但視訊中的表現令人印象深刻:
研究者訓練這隻四足動物爬上了附近海拔約 1098 米的埃策爾山。他們表示,ANYmal 機器狗能夠在 31 分鐘內完成 120 米的垂直距離徒步,比人類徒步者的標準速度快了整整 4 分鐘。
隨後,ANYmal 又用 48 分鐘左右的時間走完了下山路線:
ANYmal 的系統功能十分強大,能夠在多種複雜地形中穩步前行,例如,在廢墟上爬坡:
穿過茂密的植被:
在厚厚的積雪上行走:
在磚石遍佈的山洞中行走:
上臺階:
爬起山來也是非常迅速:
和山上的小動物建立了真摯的友誼:
儘管外部感知資料顯示這些地形中到處都是障礙物並且地面高度不一,但 ANYmal 機器人依靠該本體感知資料能夠保持平穩行走。這種足式機器人藉助本體感知進行移動的方法並不稀奇,但改進後的 ANYmal 的獨特之處在於兼具速度優勢和穩健性。
ANYmal 機器人通過匹配和協調外部感知和本體感知,來控制自己的足部位置,並進行了幾個特定實驗來驗證兩種感知的作用,包括:
踩在柔軟的物體上:
透明物體:
上臺階:
包裹住傳感器上臺階,並和上圖進行對比:
在接近光滑的表面行走:
研究團隊核心成員,論文第一作者 Takahiro Miki 介紹說:「人類操作員為機器人選擇的可行路徑無疑有助於機器人成功前行。因為一些障礙物是物理上就不可能越過的,例如比機器人更大的障礙物或懸崖。然而,在 DARPA SubT 挑戰賽等場景中,高級探索和路徑規劃演算法能夠指導機器人的移動。這種規劃演算法了解運動控制器的功能,並使用幾何提示來安全地引導機器人。」
未來,該研究團隊將致力於在環境理解更復雜的山區環境中,不依賴人們的幫助,讓 ANYmal 機器人實現自主遠足。
參考連結:
https://spectrum.ieee.org/legged-robots-anymal
https://www.youtube.com/watch?time_continue=4&v=zXbb6KQ0xV8&feature=emb_logo