让机器狗走梅花桩,让小摩托自己保持平衡,这是腾讯 Robotics X 实验室的最新成果。
刚刚,腾讯 Robotics X 实验室公布了在移动机器人研究方面的新进展:四足移动机器人 Jamoca 和自平衡轮式移动机器人首次对外亮相。
Jamoca 是一款四足机器人,叫机器狗可能更加贴切。和他的前辈们一样,Jamoca 的出道之路也并不好走。但和前辈们不同的是,Jamoca 要经受的考验是武侠界用来修炼轻功的道具——梅花桩。
这个梅花桩由若干圆柱体组成,每个圆柱体的截面直径仅为 20 厘米,各个圆柱体之间间距不规则(20~50 厘米不等),相邻圆柱体之间最大高度差达到了 16 厘米。腾讯 Robotics X 实验室研究员表示,与国际上其他四足机器人走木块的场景相比,此次 Jamoca 所挑战的梅花桩落脚面积更小、高度更高。Jamoca 也是国内首个能完成走梅花桩复杂挑战的四足机器人。
在走梅花桩之前,Jamoca 还要爬上一个高 60 厘米、呈 20° 斜面角度的台阶。
在这个组合挑战下,Jamoca 必须要理解梅花桩的排布(位置和高度)、选择最佳落脚点及路线并稳定精准地行走,总结起来就是「看得准、选得优、走得稳」,这对它的感知、规划和控制能力要求极高。
第一步是「看得准」,这需要 Jamoca 实时估计本体、梅花桩、台阶的位置和姿态,定位误差小于 1 厘米,并进行可视化建模。
第二步是「选得优」,这需要 Jamoca 根据周边环境进行 10 毫秒级的在线规划,确保路线最为安全、快捷、省力。
第三步是「走得稳」,Jamoca 基于动力学的实时力矩控制频率能达到 1kHz,使其能在复杂地形平稳移动,落脚误差小至 1 厘米。
这些步骤主要涉及两个技术模块:感知、运动规划与控制,腾讯 Robotics X 的研究人员通过整机系统设计与搭建实现了两个模块系统性的集成融合。
在精准环境感知方面,Jamoca 实现了鲁棒的眼脚标定,并利用 RGB-D 相机对周围环境进行实时的感知。通过特征点匹配的方式,对 Jamoca 自身的运动轨迹进行在线跟踪,并将基于视觉的定位信息与基于运动学的里程计信息和 IMU(Inertial measurement unit,惯性测量单元) 数据进行融合,提高了定位追踪的精度和频率。同时利用算法识别和提取出台阶和梅花桩的表面区域范围和中心点位置,将定位和识别的数据进行融合,从而重建出整个三维运动场景。
在最优运动线路规划和实时的运动控制方面,Jamoca 基于感知系统实时感知到的机器人本体及梅花桩位置信息,基于质心动力学,实现在线的质心轨迹生成和落脚点规划。在保证机器人的四条腿可以安全地踏到下一步的梅花桩的同时,优化出一条本体移动长度最短、综合耗力最小的运动轨迹,并且可以在线持续地进行上述运动规划。
同时,基于实时的本体状态估计,Jamoca 能够结合质心动力学模型来构建优化问题,实时求解机器人足端所需的地面反作用力,并结合反馈控制实现精准鲁棒的实时力控,可完成行走、对角小跑以及跳跃等的运动控制。
腾讯表示,不同于预先设计好规则之后做重复运动的工业机器人,Robotics X 实验室更关注机器人有意识、有判断的自主特性研究,目的就是要在有很大不确定性的动态环境里,能够实现机器人的自主判断、自主决策,并自主完成任务。
现阶段,Jamoca 主要用于实验室内部科研实验。它的在线环境感知、最优运动规划和实时运动控制等能力,未来将帮助腾讯其他机器人产品更好地适应复杂的现实环境。
和 Jamoca 一起发布的还有一款自平衡轮式机器人,在传统轮式移动机器人的基础上,它增加了动量轮及其电机驱动系统,可以在静止及行进状态下均保持平衡不倒。是一款完全由腾讯 Robotics X 实验室自研的自平衡轮式移动机器人。
从外观来看,像一辆小摩托,重量约为 15 公斤,长 1.15 米,高 0.52 米:
据腾讯 Robotics X 实验室介绍说,这款自平衡轮式机器人的控制分为「行进中的动态自平衡」和「停止行进时的静态自平衡」。
行进中的动态自平衡是依靠前把转动进而带动车身的转动实现;停止行进时的静态自平衡则采用动量轮力矩平衡技术,应用角动量守恒的原理实现自平衡控制。
在视频展示中,自平衡机器人可以实现前行中的「拐弯」等方向调整的动作
在行驶过程中,即使受到严重外界干扰,比如莫名飞来的足球砸到后轮,小车也能岿然不动:
面对减速带的阻拦,它能够以合理的速度保持平稳行驶:
腾讯也介绍了与这款自平衡轮式机器人相关的背后技术。在近日举行的 IROS 2020 大会上,腾讯 Robotics X 实验室该项目的两篇研究被接收为 Oral 论文。
论文地址:http://ras.papercept.net/images/temp/IROS/files/0732.pdf
在这篇文章中,研究者使用非线性控制技术来扩大无人自行车的稳定域。研究者考虑了两种情况。在第一种情况中,无人自行车使用飞轮保持平衡,转角设置为 0,飞轮的扭矩用来控制输入。该控制器基于级联与阻尼的无源控制法 (IDA-PBC) 。对于第二种情况,无人自行车使用车把保持平衡,且行驶速度很快。车把的角速度用来控制输入,平衡控制器是基于反馈线性器设计的。基于 Lyapunov 稳定性理论,研究者从理论上证明了闭环无人自行车的整体稳定性,且在实验中验证了所提出的非线性平衡控制器的效果。
论文地址:http://ras.papercept.net/images/temp/IROS/files/2064.pdf
在第二篇论文中,研究者使用增益规划技术设计了一个有惯性轮的无人自行车平衡控制器。根据自行车的静止和运动这两个状态,需要两个不同的控制器。该研究建立了一个物理系统,并在实验中证明了增益规划控制器的效果。
腾讯 Robotics X 实验室于 2018 年成立,致力于推进人机协作的下一代机器人研究,打造虚拟世界到真实世界的载体与连接器。
目前,实验室主攻移动、灵巧操作和智能体等三大通用机器人技术的研究与应用,并聚焦于多模态移动机器人的研发。其中,移动是机器人最基础的能力之一,此次发布的两项进展就属于移动方向。而移动方向又可分为四个技术模块:机械设计、感知、运动规划与控制、整机系统设计与搭建。前三者可以理解为机器人的躯干、眼睛和大脑,最后一项可以理解为它的各「器官」协调的能力。
该实验室还与腾讯 AI Lab 构建了「AI + 机器人」的双基础布局,能协同思考如何真正连接虚拟和现实世界,并攻克终极难题——通用人工智能。
腾讯 Robotics X 与腾讯 AI Lab 实验室主任张正友博士表示:「移动或运动能力,是机器人最核心、也是最基本的能力之一,决定了它能去到什么场景,做什么事情,未来有什么样的想象力。我们很高兴能看到这两项进展,并将继续深入探索机器人的通用能力,为虚拟到真实世界搭建一个有力的桥梁。」
https://mp.weixin.qq.com/s/vWAKLhOMRDehppXJG2Pktw
https://baijiahao.baidu.com/s?id=1683848685155742538&wfr=spider&for=pc
Amazon SageMaker 1000元大礼包
ML训练成本降90%,被全球上万家公司使用,Amazon SageMaker是全托管机器学习平台,支持绝大多数机器学习框架与算法,并且用 IDE 写代码、可视化、Debug一气呵成。
现在,我们准备了
1000元
的免费额度,开发者可以亲自上手体验,让开发高质量模型变得更加轻松。
点击阅读原文,填写表单后我们将与你联系,为你完成礼包充值。
© THE END
转载请联系本公众号获得授权
投稿或寻求报道:content@jiqizhixin.com