本篇文章6233字,读完约16分钟

上周谷歌地图的视频发布后,很多人都无法表达他们的惊讶,只能用逆天这个词来形容地图:这个怪物在山和雪中走得很快,当它掉下来的时候可以自己爬上去。这个怪物使用的液压驱动是如此昂贵。这个怪物怎么能让它失败呢?去年六月这个怪物不是这样的...

不管这个怪物在你眼中有多可怕,内部人士说的“阿特拉斯最大的优点是它的动态控制和自平衡能力”让你不得不关注这种所谓的动态控制和自平衡能力,因为它是阿特拉斯稳步前进的源泉。

在这方面,波士顿动力公司(Boston Dynamics)创始人兼董事长马克报告(Marc Report)对此进行了分流,他将这一进展主要归因于:“工程团队做了大量工作,以使阿特拉斯系统更轻、更紧凑。”我们使用3d打印来制作机器人的腿,这样刹车和液压管道就可以嵌入腿结构中,而不是作为独立的单元放在外面。此外,我们还开发了一个定制版本的服务器,它比以前的版本更小、更轻。”

挖坑:Atlas到底牛叉在什么地方?

然而,液压驱动背后的关键算法一直保密。在搜索了各种信息后,马克·里波特只告诉了我们一个有意义的句子。“多亏了负责控制的团队,他们开发了一种新的算法,并同时使用了它。改进后的机器人强度重量比和其他性能也有所提高。”至于具体的算法,ieee报告没有透露更多细节。然而,从小学起就擅长解决问题和解决问题的中国人,已经准备好要行动了。

挖坑:Atlas到底牛叉在什么地方?

有人说,在易于理解的控制思想视频发布后不久,智虎和他的朋友圈就开始讨论各种各样的油炸锅,但没有人指出它的算法到底是什么。当各种关于问A和答B的长篇大论让我们认为这个问题即将成为机器圈子里的另一个“未解之谜”时,我们看到有人求助于机器人相关群体中的挖坑图谱。

我被阿特拉斯筛选,忍不住去挖掘。进展顺利的原因是:(1)易于理解和常识性的控制思想;(2)高中生能够理解的简单明了的数学模型和控制算法;(3)卓越的制造水平和不懈的调整。

控制思想来自杰瑞·普拉特,普拉特来自ihmc,ihmc的全称是人类和机器认知研究所,请记住这个全名。控制思想最早出现在2006年的报纸上,链接是http://www.cs.cmu.edu/~·CGA/腿/普拉特_戈斯瓦米_ humanids2006.pdf。阅读http://www.freepatentsonline/8942848在2015年发表的专利很容易。这种控制思想的简单总结是:跌跌撞撞。什么意思?也就是说,当你跌倒时,当你在走路时被打扰时,你应该绊倒,停止保持优雅的姿势。

挖坑:Atlas到底牛叉在什么地方?

磕磕绊绊。如何跌倒?人们在跌倒时不会思考这个问题,但普拉特会思考这个问题,那就是,走两步,不生病地走两步,不走一步,不一次走一步,因为如果你想冷静下来,你应该逐渐消耗掉外在的动力,然后站稳脚跟。

这个原因很简单。为什么没人想到这个?天知道,在20世纪70年代左右,一个提出zmp的南斯拉夫人在2000年左右写了一篇文章,他说:我很担心打架,我很久没有倒过水了,zmp已经包围了两足机器人无数年了。我没想到zmp会这么活跃,所以我有点不好意思。当然,你应该更加尴尬。在双足机器人领域,制造一个机器人并不容易。体面的机器人只集中在少数人手里,所以,所以,没有机器人的混合论坛用数学来灌溉,而有机器人的混合娱乐圈用姿势,所以,所以......

挖坑:Atlas到底牛叉在什么地方?

让我们来谈谈数学模型。普拉特的观点是:我很笨,我不能建立一个复杂的模型,所以我将使用一阶线性倒立摆。然而,我应该加上一个惯性矩,因为当人们绊倒时,他们利用这个惯性矩来保持平衡,所以他们在倒立摆的头部加上一个飞轮。好的,模型出来了,好的,一旦它们被高中物理推断出来,它们就完成了。

好的机器人是制造出来的,即使是最好的戏剧也离不开声音。只有制造出稳定的机器人,好的想法才能与现实产生火花。技术状态不稳定的机器人可以被击倒,但永远不会引发火花,就像善变的女人一样,只有下一件衣服是最好的,这让人大惊小怪。阿特拉斯显然是一只站立起来的野兽,需要被评估和调整。夜以继日,不知疲倦,就像我一样。

挖坑:Atlas到底牛叉在什么地方?

第一篇挖掘文章发表后,雷锋联系了老王,把链接中的文件扫描了不下10次。发现老王提出的跌跌算法主要是一个适用于地图移动的模型。当倒立摆突然静止或者拿着一个盒子处于半静止状态时,这个模型如何有效?

老王说他只谈了他的理解(不一定正确):

倒立摆是一个解决动态平衡的模型,zmp用来使它静止不动,使重心落在支撑区域。包括让没有生命体征的机器人站起来的原则,只要zmp点(不行走时的重心)落在支撑区域,也可以使用zmp。

(根据你的挖掘逻辑,如果中国有完美的液压驱动,我们还能用这样的能量和财力制造这样的机器人吗?(

老王说,是的!原理不难,但工程很难。

有人说没多久就对老王的挖掘感到悲观了。雷接受了由北航一位博士朋友转来的浙江大学熊荣团队的发掘,在一定程度上对老王的发掘路线作了较深入的分析。现将浙江大学熊荣的评价转发给你们,供参考:

浙江大学熊老师的团队:昨天,新的地图集视频放映了一天,专业人士和旁观者都出来冒泡,担心为时已晚。新版地图集极大地提高了其显示能力,其显示平衡能力达到了前所未有的高度。然而,一些专业人士对bd表现出片面的钦佩和对自己研究的悲观态度,这让我觉得整个人都不好。直到我看到王博士在微信上分析图集能走得好的原因,我才觉得作为一个学者,我也应该对新图集发表自己的看法,在此我要向王博士致敬!

挖坑:Atlas到底牛叉在什么地方?

新地图集具有高稳定性行走的几个特点:

1.从硬件的角度来看,新地图集有几处变化。首先,亚特兰大的尺寸变小了,这是为了重量轻。因为旧版本的atals是由外部电源供电的,所以高度和重量限制不是很大。然而,新的图集使用电动液压驱动(eha),并携带自己的电池供电。尽管噪音显著下降,但负载能力也有所下降。因此,对更轻的机器人和短腿的需求不仅可以提高耐力,还可以增加或确保腿的动态响应,这是从bigdog系列到spot机器人的想法的延续。

挖坑:Atlas到底牛叉在什么地方?

在这一点上,估计其他人的联合加速性能比我们高一个数量级。这是非常致命的。没有这篇文章,所有的算法都是浮云;第二,类似hrp-2的悬臂结构用于新图集的支腿。虽然这种结构有很多设计上的困难,但它也有仿生的效果。人体髋关节就是这样一种结构,它带来了扩大机器人摆动腿范围的优势,尤其是侧摆腿的范围变大。这非常重要。机器人前后方向的平衡得到很好的控制,而侧向相对不稳定。扩大这个范围会使机器人的腿重叠行走,这对提高平衡能力至关重要。此外,这种结构将腿的自由度从原来的六个改变为五个(省略了臀部偏转),这可以通过腰部运动计划来补偿,这是非常聪明的。总的来说,新图集的硬件实力确实很强,对机器人的最终竞争是基础研究和基础产业,这实在是无能为力。

挖坑:Atlas到底牛叉在什么地方?

2.在控制算法方面,bd主要采用牵引控制和着陆两种方法(捕获点+捕获域)。本次展览的两大亮点是雪地行走平衡和仓库外部冲击平衡。从视频中可以看出,在雪地上崎岖不平的道路上行走时,机器人先用脚跟着地,而在仓库的平地上行走时,脚踏板是完全平的。这是两种不同的模式。为什么?

让我们先来看看仓库平地的抗干扰性。当我们看到它时,我们觉得它太强大了,不需要。事实上,实现前后方向的抗干扰根本不是一件容易的事!这里使用的算法是选择落脚点的问题,落地的动作似乎是n年前由我们的小人形机器人完成的,各种机器人足球机器人也是可以完成的基本动作。让我们来看看雪的平衡问题。当在雪地里行走时,机器人用脚接触地面。可以清楚地看到,这是有目的的。bd非常聪明,因为用脚接触地面可以把整个脚看作一个点。脚板的功能是顺应地形,然后是支撑。这个算法与四足机器人的算法非常相似吗?这个算法很难吗?我想每个人都应该知道。杰里·普拉特在论文中提到了这些算法,如“基于捕获能力的腿部运动分析和控制(第1部分和第2部分)”。

挖坑:Atlas到底牛叉在什么地方?

2013年,我在实验室提出了一个假设,如果机器人的平衡问题得到解决,行走问题就相当于一个从平衡到不平衡再从不平衡到平衡的循环。我们也开展了相关工作来解决这个问题。这些都是稳定行走的准备工作:“基于位置控制的仿人机器人的站立平衡控制(2013)”、“未知外界干扰下仿人机器人站立维护的柔顺控制(2014)”、“被动踝关节损伤的仿人机器人的蹬伸恢复(2015)”,但实验室机器人不具备抗干扰跨步的能力,但也开展了理论研究。我们的博士论文系统阐述了“欠驱动双足机器人冬季行走规划与抗干扰控制(2015)”。受到干扰时,如果你不能迈出一步,你就要走两步;如果你不能迈出两步,你就要走N步;以及最近的论文《带地形估计的类人机器人在平静地形上的行走算法(2016)》。正如王博士所说,bd的算法不一定超级牛逼,但它简单明了,甚至容易理解,不像扔你几百条街那么夸张。

挖坑:Atlas到底牛叉在什么地方?

3.最后,调试,调试和重新调试。经验是从调试中总结出来的。世界上没有理想的机器人,只有经过调试的机器人,好的机器人应该不断改进和制造。最后,我想说,虽然有差距,但没有必要悲观。

后来,雷锋。请联系浙江大学的熊荣,以便进一步了解。由于某种原因,熊先生说他暂时不参加面试。北京理工大学智能机器人研究所的孔祥章博士在阅读了这份评估报告后表示,熊先生认为这份报告比较客观。

哈尔滨工业大学机电工程与自动化学院的朱教授在读完这篇论文后说,熊先生正在这个细分方向上做研究,他说的话总体上是可信的。

有人说它已经形成了里程碑的意义。在上周由容止特种机器人联盟和rt Venture Capital Coffee举办的机器人讲堂上,北航机器人研究所所长、九人机器人博士生导师王在现场表示

过去是150公斤,但现在只有80公斤。它的灵活性取决于它能够站起来并向前迈进。它很少发表论文和专利,许多企业家和学者都在猜测。有些学者说它用了很多理论,而有些企业家说它很简单,就是用多传感器高速控制来调节它。另外,有人看到它在雪地里行走,发现它在雪地里一动不动,说人不可能在雪地里一动不动地行走,所以有人质疑有人可能会遥控你的视频背面。还有人说机器会带走一个盒子,不管它识别的是标志还是盒子,本质上都是不同的。我们知道,标识、颜色(包括图案)相对容易识别。一旦盒子被识别为具有不同角度的形状,就有必要分析盒子的重量。另一个人研究了它的骨架,得出结论说它必须采用液压,我们称之为数字液压。但首席执行官的创始人告诉我们,他使用3d打印,这意味着他使用一些硅材料直接打印在液压,并形成了一个机制,可以支持和防止碰撞。当然,这都是由于它的出现,人们对此有所猜测。

挖坑:Atlas到底牛叉在什么地方?

无论如何,我们认为它对机器人躯干的控制和动力学建模已经形成了里程碑式的意义。有一个词叫做极度稳定,走向实用。事实上,这是记者们的希望,而现实却是遥远的。如果你足够幸运地打开它并观看它,第一件事仍然很吵。如何在现实中应用它?如果你仔细看,它的成本不亚于一辆汽车。如果你再看一遍,它真的会是无组织的吗?也许不是。准备那个视频可能需要很长时间,但实际上,家里和社会上可能有很多工作要做。我的意思是,作为一种走向实用的新型人形机器人,我们还需要努力一段时间。当然,我们也知道有人形、仿拟和软式机器人。

挖坑:Atlas到底牛叉在什么地方?

王指出了阿特拉斯的里程碑,但同时他也指出,这种机器人在现实中的应用还很遥远。对此,北京理工大学的孔祥章博士表示,在大型仿人机器人的技术研究方面,国内的哈尔滨工业大学、北京理工大学、浙江大学和国防科技大学在这方面积累了良好的经验。对于老王和熊荣两位专业人士来说,他们并不是异口同声地崇拜地图集,其他专业人士和大多数读者都表现出片面的态度。孔祥展博士明白这一点:

挖坑:Atlas到底牛叉在什么地方?

不了解这个行业的人认为这个机器人将对中美人形机器人的差距构成巨大威胁。在我们看来,这种东西将在至少10年和20年内走向战场。在我们看来,人类应该更加担心人工智能水平。

如果你想打开报纸看看

在听取了上述关于图集的意见后,雷翻开了普拉特2006最早的一篇论文。

本文旨在……——如何学习使用捕捉点的概念,并在进一步的解释中提到,捕捉点是机器人在保持平衡之前可以停留的点,是捕捉区域机器人可以停留的所有点的集合。这与浙江大学熊荣教授的“牵引控制着陆点(捕捉点+捕捉域)”相吻合。

线性倒立摆模型在本文中被反复提及,它是解决可捕捉性这一核心问题的数学模型。

还有一点需要明确指出的是,人类在行走时,会利用角动量(=转动惯量*角速度)通过向前倾斜或摆动手臂来保持平衡。当这个模型静止时,没有角速度,所以我们只需要考虑惯性矩,这和老王挖洞的最后一段提到的惯性矩是一样的。

什么雷锋。令人困惑的是,这个倒立摆模型一直在讨论的问题是如何在动态行走中保持机器人的平衡,以及这个倒立摆模型在突然静止或抱箱子的半静态状态下有多有效?因为在中国没有真正的阿特拉斯机器人,所以没有实践经验来回答这个简单地通过尝试或使用美国的排除法就很难解决的问题!

因此,有人猜测,老王之上的zpm和capture都有。或者说,熊先生在谈到机器人的平衡问题时,只是说:“我们已经做了相关的工作,都是为稳定行走做好了准备”,没有明确的结论,这也与我们练习的过程不好有关。

阿特拉斯花了这么多时间研究脑细胞。最后,我们想整理出地图集需要关心什么和不需要关心什么,这样每个人都能对地图集有一个更客观的理解。

不要太在意。1.追逐盒子。无论阿特拉斯系统是使用二维码定位还是视觉跟踪,如果你想到自动驾驶令人敬畏的跟车功能,它都不是焦点。

2.是否有过多的人工干预。当阿特拉斯的视频刚出来时,一些人质疑阿特拉斯是否没有打开室外雷达,是否有人用遥控器干预;有些人质疑它似乎能自动移动盒子,但是当它把盒子放在架子上时,屏幕后面会发生什么呢?当然,这些问题是绝对必要的,但是关注这些琐碎的问题往往会本末倒置。

需要关心的事情

1.液压驱动。阿特拉斯之所以强大,是因为它是由液压驱动的,而算法是在无漏油、技术精湛、不担心成本的基础上开发的。在目前的情况下,智湖的一位工程师任玉宇说,仅仅漏油就让他们头疼,承认漏油并不可耻。

2.爬到地面并不总是容易的。虽然机器人足球赛中著名的nao机器人可以轻松地爬上来,但是根据小人形机器人和大人形机器人之间保持平衡的难度系数,爬上来的难度不是同一个数量级。此外,在去年6月的darpa挑战赛上,阿特拉斯摔倒后无法攀爬。如果爬起来很容易,阿特拉斯这次就不需要把这个简单的功能作为法宝来展示了。

挖坑:Atlas到底牛叉在什么地方?

3.控制算法。因为波士顿没有宣布它,我们不确定它是zmp和可捕获性的结合,还是基于可捕获性算法的简化改进。总之,根据阿特拉斯在视频中的表现,这个算法相当不错。特别是,jerry pratt在2012年发布了captureability论文的第二部分,有远大理想的人可以在发表你的新观点之前阅读这篇论文~

4.整合能力。无论如何,雷锋。com公司坚持认为,根据现有技术,阿特拉斯抵抗外部冲击、爬到地面、在雪中快速行走以及搬运箱子的动作并不难一一分解。然而,如果你能使用同一个机器人,并消耗所有这些分解动作,其背后强大的整合能力,也就是说,两个专业人士强调的是一个,一个的曲调,这种无聊和琐碎的努力可能是阿特拉斯成为一个真正的击中法宝。

挖坑:Atlas到底牛叉在什么地方?

最后,雷锋。com想告诉你,这篇6000字的文章只是这个公开讨论话题的开始。我们欢迎更多对阿特拉斯控制算法和令人敬畏的细节有意见的人加入这个讨论,也容忍错误的可能性,因为我们需要接近一个真理——让阿特拉斯不再神秘!

标题:挖坑:Atlas到底牛叉在什么地方?

地址:http://www.j4f2.com/ydbxw/5221.html