丽莎老师讲机器人之波士顿动力Atlas机器人完美自主导航欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。即使是能走会跑、甚至会做360度后空翻的波士顿动力Atlas机器人，也很容易摔倒。而且，它们走的每一步都是人类操作的。但美国人类与机器认知研究所放出的一则视频显示，Atlas机器人已经能够在崎岖、狭窄的环境中自主导航了！大家对 Atlas 机器人一定不陌生。2013 年，波士顿动力公司为美国国防部高级研究计划局的一项挑战赛创造了 Atlas 机器人，它能走能跑，草地、雪地、碎石地都不在话下，甚至能做 360 度后空翻。它被称为 “逆天机器人 Atlas”。尽管有如此惊人的敏捷度，Atlas 机器人在走路时仍然很容易摔倒，尤其是当地面不平整时，双足机器人很难计算他们的脚应该放在哪里才能保持平衡。这是因为，Atlas 机器人走的每一步都必须由人类操作员决定，并通过用户界面输入。编程让机器人在平坦的地面上行走已经够困难的了，但是佛罗里达人类与机器认知研究所 (IHMC) 正在解决一个更大的挑战：确保双足机器人能够成功地在崎岖的地形上行走。该研究所自 2016 年以来一直在研究这个问题。IHMC 发布的最新视频，展示了这个领域的最新进展：机器人可以通过自主步伐规划算法，在狭窄的地形中自主导航了！IHMC 开发的自主步伐规划程序正在波士顿动力公司的 Atlas 机器人和美国宇航局开发的 Valkyrie 机器人上运行。视频展示了机器人在一堆煤渣块上面行走，甚至能穿过更窄的路径，由于导航选项有限，路径越窄导航就越困难。操作人员为机器人指定一个开始点和一个结束点，然后映射所有可能的路径，评估每个路径的成本，选择一个最好的路径，最终到达目标点 —— 所有这些都发生在快速的现代硬件上。利用 IHMC 的算法，这些机器人还可以快速适应环境变化和路径障碍，甚至能够在一条 “独木桥” 式的狭窄路径上行走。该算法使用机器人的传感器对环境进行调查，并将环境分割成多个部分。每个部分都被分解成一系列的多边形，从而创建一个环境模型，这样机器人就可以规划出从起点到目标点的每一步。研究人员表示，还有很多工作要做 ——Atlas 机器人在狭窄小路上自主导航行走的成功率是 50%，在崎岖地形的成功率达到 90%，而在平坦地形的成功率接近 100%。研究人员计划提高路径规划的速度和能力，在迷宫和看不见的目标环境中测试，第一步是加入一个身体路径规划器。为了在一个杂乱或复杂的环境中行走，双足机器人必须要能够找出他们可以把脚放在哪个位置，而且需要快速完成这个过程。在参加 DARPA 机器人挑战赛时，IHMC 团队需要让人类操作员通过一个用户界面来指导 Atlas 的每一步放在什么位置，这个过程非常缓慢，给操作员带来了很大的负担。一旦脚步放错，机器人就会跌倒在这个最新研究中，研究人员使用传感器获取机器人周围环境信息，生成点云，然后将点云分割成平面区域，以更紧凑的形式表示来自传感器的大量数据。点云环境模型。有了这个环境模型，目标就变成了规划一系列的脚步，让机器人的初始点走到最终目标。为此，研究人员使用基于图的搜索技术，如 A* 算法，图中的每个节点代表一个脚步。当展开一个节点时，对 x 和 y 平移进行网格搜索。在此基础上，考虑前一步的平移和旋转，并评估每一步的成本，确定下一步的最佳位置。通过正确的调优和检查，这种方法适用于各种各样的环境。例如与平地上，它可以很快地规划目标，成功率接近完美。当穿越崎岖的地形时，规划速度也相当快。目标位置的改变会机器人避障的最佳路径。机器人还能够利用规划算法挤着穿过狭窄的通道。在这种环境下，为了避免与环境发生碰撞，机器人不得不几乎完全转向一侧。部分脚印在环境中提供额外的落脚位置，允许机器人在更复杂的地形中行走。机器人还可以重新规划路径。例如，当的路径被阻挡时，它可以重新回到目标的新路径。最后一个例子是台阶高低不平的环境，目标地址是较高的平台。Atlas 能够规划它的路径先踩较高的煤渣块，然后回到较低的煤渣块，一高一低地走，直到到达目标。Atlas 机器人拥有了在平坦、粗糙和狭窄的路径上自主导航的能力，有望成为身手灵活、自主导航的灾区救援机器人，因为在灾区，倒塌的瓦砾使得传统的救援服务难以进入。

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related