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 ...

南加州大学机器人学家:机器人更适合粗暴的爱
南加州大学机器人学家:机器人更适合粗暴的爱

[2019-11-07]  图片来自JOHN MADERE GETTY IMAGES打是疼骂是爱,当人类粗暴的将物体从机器人手中敲掉,看似残忍,实际上却能帮助机器人找到最好的握持物 ...

美国Natilus公司试飞水上无人货机 设计简单成本降低
美国Natilus公司试飞水上无人货机 设计简单成本降低

[2017-12-28]  Natilus创业公司成立于2014年,其梦想是建造大型无人机,以半价提供比船舶快得多国际货运。在十二月份,Natilus计划在旧金山湾测试一个9米翼展的小型原型无人机的水上滑行能力......

智能农业:种地的事儿未来全交给这些机器人吧
智能农业:种地的事儿未来全交给这些机器人吧

[2019-12-07]  SRC公司创始人Sam与温波尔庄园农场经理Callum Weir以及监控机器人Tom总部位于英国的农业科技初创公司SRC(Small Robot Company),正在 ...

可编辑神经网络,有望简化深度学习?
可编辑神经网络,有望简化深度学习?

[2019-10-04]  深度学习是一个计算繁重的过程。 降低成本一直是 Data curation 的一大挑战。 关于深度学习神经网络大功耗的训练过程,已经有研究人员 ...

智能机器人困惑的时候知道该问什么问题
智能机器人困惑的时候知道该问什么问题

[2017-03-20]   照片:Nick Dentamaro 布朗大学 上周,我们提到了麻省理工学院的一些研究,即通过链接人的大脑来帮助机器人在他们将要犯错误的时 ...

一个让深度学习惨败的通用人工智能领域——语境处理
一个让深度学习惨败的通用人工智能领域——语境处理

[2019-11-04]  Context是指用来解释一段给定文本或语句的来源框架,我们可以翻译为上下文或语境。维基百科将context定义为:*在符号学、语言学、社会学和 ...

机器人iCub作为嵌入式AI的标准机器人研究平台的重要性
机器人iCub作为嵌入式AI的标准机器人研究平台的重要性

[2017-12-24]  机器人的研究在过去10年中得益于一个具有嵌入式人工智能(AI)的标准化开源平台——人形机器人iCub。iCub最初在意大利被创建,如今在欧洲、美国、韩国、新加坡和日本的实验室......

本周栏目热点

盘点全球十大最具影响力的机器人摇篮

[1970-01-01]    人工智能(AI)研究现正迅速发展,如无人驾驶汽车、计算机在《危险边缘》智力竞赛节目中获胜、数字私人助手Siri、GoogleNow和语音助手C ...

深度学习反向传播算法(BP)原理推导及代码实现

[2017-12-19]  分析了手写字数据集分类的原理,利用神经网络模型,编写了SGD算法的代码,分多个epochs,每个 epoch 又对 mini_batch 样本做多次迭代计算。这其中,非常重要的一个步骤,......

如何在机器学习项目中使用统计方法的示例

[2018-07-23]  事实上,机器学习预测建模项目必须通过统计学方法才能有效的进行。在本文中,我们将通过实例介绍一些在预测建模问题中起关键作用的统计学方法。...

[2017-08-28]  模拟退火(Simulated Annealing,简称SA)是一种通用概率算法,用来在一个大的搜寻空间内找寻命题的最优解。1、固体退火原理:将固体加温 ...

Machine Learning-感知器分类算法详解

[2018-05-31]  今天我们来讲解的内容是感知器分类算法,本文的结构如下:什么是感知器分类算法,在Python中实现感知器学习算法,在iris(鸢尾花)数据集上训练一个感知器模型,自适应线性神......