必定赢-【 图片来源:UC Berkeley 所有者:UC Berkeley 】(公众号:)按:加州大学伯克利分校数年前研发的独有的单腿跳跃机器人Salto近期步入了新的升级,而且将要在ICRA2019会议上亮相。IEEE Spectrum上就有一篇最新进展的讲解,全文编译器如下。在很多人的眼中,加州大学伯克利分校的Salto从2016年以来就是他们最喜欢的机器人之一,然后在后来的机器人技术突飞猛进的几年里Salto就开始变得有点过时了。

虽然它维持着和第一代的Salto完全相同的原理,但一系列的升级彰显了它更加多动态操作能力。完整的Salto需要二连跳跃。2017年加到的推进器为它获取了将多个冲刺相连在一起所需的掌控。

在去年的IROS上,研究人员们对一个控制器展开了改良,让Salto具备了展开准确跳动必须的智能,这样它就可以跃过一系列横向障碍物(或者更加多)。为了让Salto需要自行维持粗壮且完好无损,它必需在有动作捕猎的环境中冲刺。这就带给了相当大的容许,研究人员们自己也告诉它不能是一个看上去很棒的研究项目,或者能拍得一些更有眼球的视频,除此之外就没什么用了。

必定赢

在今天的ICRA会议上,加州大学伯克利分校的机器人专家Justin Yim和Eric Wang(来自Ron Fearing的仿生微系统实验室)展出了Salto的近期版本,这个版本加到了几乎避免动作捕猎系统所必须的传感和计算能力。在实验室外,你想它跳跃多少下,Salto就能跳跃多少下,几乎在室外也可以。Salto不是自动冲刺的,因为它没任何机载遥测,Justin仍然在“驱动”着这个机器人,让它一直在人行道上,并让它避免障碍物。跳跃上台阶也是人为驱动的,论文中对运动序列的叙述警告我们,为什么让人类掌控机器人不是一个好主意:人类操作员提示机器人跳跃到适合的方位,然后沿直线行进到0.43m低的台阶上。

机器人被提示着往右上方跳跃必定赢,然后再行往左边。在人为错误提示机器人往左边跳入灌木丛之前,这个过程总共持续了19s。【 图片来源:UC Berkeley 所有者:UC Berkeley 】新型机载姿态估算与跳变控制系统(也叫做SHOVE,用作湿跳跃方向和速率估算)早已充足务实,即使在像海绵这种坚硬的台面上,Salto也需要倒数跳动。它利用了航位推算出去估算每一次的跳动后方位的变化,即使在几分钟内跳跃了300下,这个估计值也只在1-2米之间浮动(代表每次冲刺的误差都高于1cm)。

然而,现在棘手的部分是如何准确地评估Salto的姿态,我们假设研究人员说道的“姿态”是所指它的方向(而不是它有多“保守”)。姿态评估错误差距大约1度,每个冲刺之间就有大约0.5m的误差,这意味著,在实践中,Salto不需要准确地计划它的冲刺,去让它需要只想地爬楼梯,不被摔下来。不过,这项工作早已在展开中,研究人员希望更高的精度估算和掌控能让机器人在更加多样的表面上冲刺,像楼梯,家具以及其他中空物,或是像室内软装、大自然植物这种坚硬的基底。

研究人员告诉他我们,除了有可能要升级发动机和电池让它需要有更大的冲刺力,运营得更加幸,Salto的硬件现在早已充足用了。现在的研究重点是新的不道德,研究人员早已有点子了,他们想给Salto减少一些有抓力的脚,让它需要从地面一下跳跃到树枝上。教授Ron Fearing在视频中提及,那些“脚”和“手”不会是一个相当大的升级,他还回应他依旧很讨厌Salto。

原论文:“Drift-free Roll and Pitch Estimation for High-acceleration Hopping,”《低加速度跳动中的无飘移的下坠和跳动估算》(已被 ICLR 2019 接管)录:本文编译器自机器人技术博主Evan Ackerman公开发表在IEEE Spectrum电子杂志的文章版权文章,予以许可禁令刊登。下文闻刊登须知。_必定赢。

本文来源:必定赢-www.bapyessirfansite.com

标签:必定赢