为什么机器人非要像动物一样?UCLA的新设计颠覆了传统四足模式

2019 年 9 月 11 日 机器之心

机器之心报道

机器之心编辑部

全球顶尖机器人实验室 RoMeLa 推出了一款能跑、能跳还会空手道的四足机器人——AlPHRED 2。 与波士顿动力等公司的四足机器人不同,这款机器人的四足不分前后,而是对称排布在身体周围,能向各个方向走动。 而且,它还能变身两足或三足机器人,空出来的脚(手)可以用来劈木板。


先来看一下这个机器人的走姿:


ALPHRED 2 C 位出道,后面跟着研发小弟。


跳着走也不在话下:



跳起来险些按不住:



这款机器人共有四条腿,可以实现四足、三足甚至两足的行走模式,三足或两足模式下空出来的腿可以充当胳膊,完成空手劈木板等动作。



对称的四足设计


这款 ALPHRED 2 的前身是在 IROS 2018 上亮相的 ALPHARED。两款机器人的腿都是沿中央竖轴对称分布,这种设计意味着该机器人的腿不分前后,想往哪个方向走都不成问题。



研究类人机器人一直是研究者的目标,但 RoMeLa 团队指出,类人机器人进展非常缓慢,而且价格昂贵、性能不稳定。人在行走时会通过身体的摆动保持平衡,同时身体向着前进的方向倾斜,因此不容易摔倒。但机器人通常不会这么走路,因此很容易摔倒。


传统的四足机器人(如 Spot 或 Laikago)也能向侧面或后方移动,但它们四足的分布决定了只能在某个方向上的移动比较高效。还有一些需要倒着下楼梯。ANYmal 机器人要灵活一点,因为它的膝盖可以转动,但它仍然是传统的前后腿式设计。


ALPHRED 2 轴对称的四足设计极大地增加了机器人的稳定性,可以实现 1.5m/s 的稳定行走速度。


而且,它也能用两条腿或三条腿走路。


两条腿走路的时候,空出来的其余两条腿则充当胳膊。而且,它两条腿的分布方式也不同于人类,不过这种走法现在还不太稳健。


两腿行走模式,可以搬运东西。


三条腿走路的时候,一条腿拿来当胳膊。这种走法更加稳定,机器人可以完成按按钮、敲门、摧毁物件等任务。


三腿行走模式,可以完成按按钮、敲门等动作。


此外,ALPHRED 2 底下的被动轮也很有用,可以让它利用自己的四肢快速行动。


此外,这款机器人令人惊艳的性能也离不开 RoMeLa 定制的致动器,他们称之为 BEAR(Back-Drivable Electromechanical Actuator for Robots)。其中有可选的液冷马达,能够感知本体,包括直流马达、单级 10:1 行星齿轮变速器以及通过外壳后部的通道,冷却剂可以泵入其中。致动器的峰值扭矩是 32 牛米,连续扭矩约为 8 牛米,装有被动空气冷却。随着液冷的进行,连续扭矩跃升至 21 牛米。在上面几幅动图中,ALPHRED 2 甚至没有运行液冷系统,这表明它具有更高的持续性能。


ALPHRED 之父和他的 RoMeLa 实验室


这款机器人由加州大学洛杉矶分校机械与航天工程系的 ReMeLa 实验室打造。该实验室创始人 Dennis Hong 博士是该校的一名教授,2002 年在普渡大学获得博士学位,主攻机器人的运动和操纵、自动驾驶汽车和人形机器人。《华盛顿邮报》称其为「机器人界达芬奇」。


除了本文展示的这款四足机器人之外,Hong 博士的 ReMeLa 团队还研发出了很多其他形状和功能的机器人,如能够平稳行走的两足机器人 NABiRoS、专注于爬墙的六足机器人 SiLVIA 等。


两足 NABiRoS 机器人。


六足 SiLVIA 机器人。


参考链接:https://spectrum.ieee.org/automaton/robotics/robotics-hardware/romela-newest-robot-is-a-curiously-symmetrical-dynamic-quadruped



文为机器之心报道,转载请联系本公众号获得授权
✄------------------------------------------------
加入机器之心(全职记者 / 实习生):hr@jiqizhixin.com
投稿或寻求报道:content@jiqizhixin.com
广告 & 商务合作:bd@jiqizhixin.com
登录查看更多
1

相关内容

机器人(英语:Robot)包括一切模拟人类行为或思想与模拟其他生物的机械(如机器狗,机器猫等)。狭义上对机器人的定义还有很多分类法及争议,有些电脑程序甚至也被称为机器人。在当代工业中,机器人指能自动运行任务的人造机器设备,用以取代或协助人类工作,一般会是机电设备,由计算机程序或是电子电路控制。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
29+阅读 · 2020年3月5日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
25+阅读 · 2019年11月19日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
121+阅读 · 2019年10月10日
特斯拉首席设计师150页PPT详解其全自动驾驶芯片
智能交通技术
14+阅读 · 2019年5月1日
秒懂的RPA解读
炼数成金订阅号
9+阅读 · 2019年2月28日
Grasp2Vec:通过自我监督式抓取学习物体表征
谷歌开发者
9+阅读 · 2019年1月2日
【机器人】机器人PID控制
产业智能官
10+阅读 · 2018年11月25日
【观点】薛建儒:无人车的场景理解与自主运动
中国自动化学会
8+阅读 · 2018年1月24日
Adam那么棒,为什么还对SGD念念不忘 (2)
AI研习社
3+阅读 · 2018年1月1日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
Monocular Plan View Networks for Autonomous Driving
Arxiv
6+阅读 · 2019年5月16日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
ViZDoom Competitions: Playing Doom from Pixels
Arxiv
5+阅读 · 2018年9月10日
Arxiv
5+阅读 · 2018年5月22日
VIP会员
相关资讯
特斯拉首席设计师150页PPT详解其全自动驾驶芯片
智能交通技术
14+阅读 · 2019年5月1日
秒懂的RPA解读
炼数成金订阅号
9+阅读 · 2019年2月28日
Grasp2Vec:通过自我监督式抓取学习物体表征
谷歌开发者
9+阅读 · 2019年1月2日
【机器人】机器人PID控制
产业智能官
10+阅读 · 2018年11月25日
【观点】薛建儒:无人车的场景理解与自主运动
中国自动化学会
8+阅读 · 2018年1月24日
Adam那么棒,为什么还对SGD念念不忘 (2)
AI研习社
3+阅读 · 2018年1月1日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
Top
微信扫码咨询专知VIP会员