自研机器人协调控制系统,挑战部分波士顿动力实验效果

  • 一.系统简介
    • 功能
    • 使用
    • 实验
  • 二.详细实验解读
    • 波士顿动力近似试验1:空间定点
    • 自定义试验1:太极云手
    • 自定义试验2:醉鬼
    • 自定义试验3:边转边走
    • 自定义试验4:平移
    • 自定义试验5:自动变向
    • 波士顿动力近似试验2:过独木桥
    • 波士顿动力近似实验3:走桩
    • 波士顿动力近似实验4:看点绕圈
    • 波士顿动力近似实验5:上下楼梯
    • 自定义试验6:行走模式切换
    • 波士顿动力近似实验6:四足慢速行走
    • 自定义试验7:平衡同时运动
    • 波士顿动力近似实验7:斜坡运动
  • 三.补充说明:

这是完整实验效果的视频链接: 机器人协调控制系统实验效果.

一.系统简介

功能

这是我自主研发的六足控制系统,全部python实现,已经实现的功能包括:六足协调运动,四足协调运动,手部精确控制,头部云台控制,自动转向,地图导入,自动水平归位等功能。

使用

只需告诉机器最终希望达到什么状态,系统会自动生成中间的所有动作,用最自然地方式达到目标状态,并且可以中途修改决策,系统自动衔接新的动作。所有指令均抽象到scratch水平,与控制小车运动一样简单,而且可以精确到环境坐标。

实验

基于这套控制系统,我设计了几个实验,包括挑战7个近似波士顿动力的实验效果、7个自定义实验效果,所有实验均为控制系统的不同决策组合生成。

二.详细实验解读

注:我的协调控制系统,能够自动判断行走细节,包括落地足能牢牢抓住地面不打滑,这在每一个实验中基本都做到了,所以不在赘述。

波士顿动力近似试验1:空间定点


6足机器人4足站立,腾出2足做手,分别指向身体两侧空中点位,任意摇晃身体,同时锁定所有足尖的坐标不动。类似波士顿动力机器狗展示过的实验,扭动身体,同时锁定空间某一点,不发生移动。本实验重点展示本系统的精确坐标控制功能。

自定义试验1:太极云手


在后4足落地模式下,2只前足可作为手控制,这里展示了控制两手,反向画圈的云手效果,并且增加身体对应扭动,头部始终锁定更高的足尖位置。本实验重点展示本系统的手部独立控制功能。

自定义试验2:醉鬼


行走过程中,身体保持偏航角不动,不断扭转滚转角和俯仰角,仿佛醉鬼走路。本实验重点展示本系统允许身体扭动决策与行走决策同时执行,并且互不影响。

自定义试验3:边转边走


身体偏航角旋转同时,沿着指定方向匀速前进。本实验重点展示本系统可以自动配合身体的偏航角变化,修改各足运动方案,使移动决策和转身决策能够同时进行,互不影响。

自定义试验4:平移


保持身体角度不动,走一个正方形。本实验重点展示本系统支持身体锁定朝着某个方向,并且依然可以准确控制身体进行任意位移。

自定义试验5:自动变向


在移动的同时,身体自然转到运动方向。本实验重点展示本系统支持身体自动跟随运动调整角度,这符合自然界动物的运动习惯。

波士顿动力近似试验2:过独木桥


导入独木桥地形(两桥间隔略大于6足预设间距),行走时各足落地点,限制在桥上。由于这台机器人,不可能尝试2足行走,因此本实验引入两个独木桥,难度远低于波士顿动力双足机器人走独木桥实验。本实验重点展示本系统支持机器人的在很窄的轨道上行走。

波士顿动力近似实验3:走桩


导入木桩地形,间隔5厘米,设置5*5的方块落足区域。同样类似波士顿动力双足机器人,在有限选择落脚点的区域中行走,由于无需考虑2足的平衡问题,本实验难度也远低于波士顿动力双足机器人走桩实验。本实验重点展示本系统支持机器人的在前进方向被限制落点,可以自动生成踩着桩位行走的动作。

波士顿动力近似实验4:看点绕圈


近似模仿波士顿动力机器狗实验:绕圈走时依然可以将头部精确锁定在空间某一位置。本系统可以做到身体绕行一周,头部摄像头始终盯着中心一点看。(视频中的实验效果有待完善:因为身体累计误差和陀螺仪延迟矫正,导致一周最后几个转弯并未走好。)

波士顿动力近似实验5:上下楼梯


导入楼梯地形,自动完成地形的运动优化,并协调身体和腿部,完成台阶上下行走。同样类似波士顿动力机器狗爬楼,这一次我额外增加要求,爬楼时保持身体水平,这样未来可应用于很多载人场合。因此每上一个台阶,本系统都会预先抬高身体。由于当前机器人的腿较短,并且足尖结构导致有效角度不能太平,我降低了台阶高度,以确保足尖落地而不是腿骨架落地(后者将破坏精确控制)。但即使如此,视频中,由于腿的长度不足,依然发生了滑动,导致下楼的判断,有了1~2厘米的偏差,出现了些许不自然。
本实验重点展示本系统支持多平面地形的移动,并且能够自动生成多平面的行走过渡方案。

自定义试验6:行走模式切换


在预设的几种不同行走模式之间,灵活切换。本实验验证本系统,可以通过决策,切换到任意运动模式,并且切换过程同样自然生成,无需重启相关线程,全过程运动无缝衔接。

波士顿动力近似实验6:四足慢速行走


4足行走模式,抬起中间两足,使机器人只有4足落地,进行4足行走。由于机器人配重并不均衡,加上各机械臂重量较重,以及舵机受力时达到厘米级形变误差,慢速行走时抬腿很容易引发全身重心飘移,因此我引入了较显著的左右补偿运动,用于补救重心的晃动误差。这一点上,我认为,波士顿动力机器狗在被设计时已经优化过配重,因此可以忽视很多腿部运动带来的重心问题。这也是我放弃尝试快速跑动的原因之一,硬件差距实在太大了,光靠算法编程弥补,我预估时间成本会非常大。

自定义试验7:平衡同时运动


随机修改地面角度,包括偏航角,通过每隔0.5秒触发的动作检查以及角度矫正,使身体始终保持决策角度,同时依然完成决策动作。本实验验证本系统,支持任何运动执行的同时,进行水平矫正。由于机器人在晃动地面上操作的场景并不常见,因此本功能更适合在曲面上行走时,保持身体角度,同样是为载人情况预设的功能。因此我将“保持水平”,作为运动判断的附加功能,添加到了本系统中。

波士顿动力近似实验7:斜坡运动


模仿波士顿动力机器人斜面行走实验,6足机器人在斜面上完成行走和转身,整个过程保持身体水平,并且与“醉鬼”不同,不仅倾斜身体,还附加倾斜身体重心,使6条腿在理论上始终保持最均匀的受力,以便站的更稳。本实验验证本系统,自动生成的动作,能够使机器人在固定倾角的斜坡上依然能站立稳定,并且行走如履平地。即所有倾斜相关判断,都来自理论计算,而非陀螺仪计算,陀螺仪仅仅在硬件误差累积到一定程度时,进行矫正。这样设计是为了系统功能统一,同时也是出于节约树梅派算力的角度考虑。

注:由于机器人没有任何受力传感信号(当时买来才知道,真的想哭),所以所有受力分析,重心控制,全部都是理论计算,这也是我不做快速跑步的另一个原因(根本没判断数据可以修正理论和实际的偏差,结果只能一通乱跑)。

三.补充说明:

由于种种硬件条件限制,我没有尝试快速跑步,重点专注于精确控制。另外由于本人精力有限,我尚未尝试视觉三维建模,因此所有环境信息,都是按照地图导入的形式输入的,加上这个六足机器人本身有不小的结构和形变误差,所以理论坐标位置和实际依然有1~2厘米的偏差。

本次研究全部成本:2500元树莓派机器人1台+100元陀螺仪1个+我8个月业余时间

做这个项目,一方面是想验证我自创的一套强化学习理论,另一方面,我也想证明:在机器人控制的理论计算上,中国并不输美国!!!

加油中国!!!

注:目前暂不公开

自研机器人控制系统,挑战波士顿动力机器人相关推荐

  1. 波士顿动力机器人“体力不支”,搬箱子不成反摔倒

    转自:http://36kr.com/p/5088660.html 编者按:本文来自微信公众号"新智元"(ID:AI_era),来源:卫报:波士顿动力官网,编译:郭庆东:36氪经授 ...

  2. 科普分享 | 波士顿动力机器人进化史

    我想很多人都看过美国科幻电影系列<终结者>,著名电影杂志<电影周刊>在评选20世纪最值得收藏的一部电影时,此片以最高票数位居第一.科幻是现实对历史的镜像,机器人领域最让人津津乐 ...

  3. 波士顿动力机器人解锁跑酷新技能,凭借感知驱动技术适应技能

    编译 | 禾木木 出品 | AI科技大本营(ID:rgznai100) 波士顿动力开发负责人为大家解读了 Atlas 能够快速越过具有一定倾斜度的障碍物.执行快速转身.跳跃等动作背后的技术. Atla ...

  4. 算法高级(46)-波士顿动力机器人ATLAS

    一.引言 如果说阿尔法狗是对人类智力的碾压,那么,波士顿动力研发的机器人,正在挑战的是仿生学. 波士顿动力公司(Boston Dynamics)一致在专注于机器人的研发,每一次波士顿动力放出视频都会引 ...

  5. 波士顿动力机器人视频闹剧深思:“伪人工智能”何时休?

    导读:近几年随着人工智能产业快速扩张,不论是从科研角度还是到人工智能的相关产品落地,都让大家的关注度极为火热.日常生活中司空见惯的物品似乎贴上"智能"的标签,转眼就"高大 ...

  6. “波士顿动力机器人”离上战场又近了一步,逆天了!

    波士顿动力机器人"射击训练中勇救同伴Spot机器狗 - END - 如果看到这里,说明你喜欢这篇文章,请转发.点赞.微信搜索「perfect_iscas」,关注后回复「进群」或者扫描下方二维 ...

  7. 波士顿动力机器人齐秀舞姿,这是要成团出道?

    2020-12-30 18:40:34 机器之心报道 作者:杜伟.魔王 距波士顿动力被韩国现代收购不到一个月的时间,这家致力于「酷炫」机器人研发的公司放出了新的视频.这次人形机器人 Atlas.机器狗 ...

  8. 逐!帧!揭!秘!终于能看清波士顿动力机器人的细节了

    来源:乾明:发自 凹非寺:量子位报道 波士顿动力,逆天机器人的代名词. 每一次新的视频放出,机器人做出各种充满视觉冲击力动作,都会引起疯狂传播. 凭借敏捷的身姿和动物般的反应能力,它们做出了各种各样对 ...

  9. 不狂热不忧虑:观看波士顿动力机器人视频的正确姿势

    唐旭 编译自 连线 量子位 出品 | 公众号 QbitAI 不管是会搬砖的机器人,还是连跑带蹦踹不倒的机器狗,每一次波士顿动力有关于自家机器人的新视频发布,社交网络上都会产生一阵骚动.一大票人都在大声 ...

最新文章

  1. 物联网设备天线设计与选型指南
  2. Python 为什么不支持 i++ 自增语法,不提供 ++ 操作符?
  3. 京东API网关实践之路!
  4. 夏日里的激情——FE鹅和鸭农庄行
  5. NYOJ 回文字符串
  6. apache lucene_Apache Lucene中的并发查询执行
  7. Head First 设计模式 —— 单例模式(Singleton)
  8. 申请成功Azure帐号开始学习Azure云计算
  9. timerfd.h中定义的函数
  10. 人类能看懂的衍射光学(含基尔霍夫衍射,瑞利--索末菲衍射,夫琅禾费衍射,角谱衍射,菲涅尔衍射积分,菲涅尔衍射的S-FFT算法,T-FFT算法,D-FFT算法)
  11. 普通话测试-短文60篇文章,附带拼音(1-10篇)
  12. echarts 地图自定义图标_echarts自定义图标的点击事件怎么添加
  13. AndroidStudio Launching ‘app‘ Time out 错误
  14. android ui ue,什么是UI设计,UE设计,二者有什么区别?
  15. android telnet服务器端,Android FTP客户端实现、Telnet客户端
  16. Operator(运算符)
  17. ESB系列之企业服务总线ESB简介
  18. mos管怎样选型?新人必备MOS管正确选择的过程!
  19. 2023最新SSM计算机毕业设计选题大全(附源码+LW)之java高校会议室管理系统w169g
  20. 09年心路历程(一)

热门文章

  1. Permissions 0664 for ‘yanyongx.pem‘ are too open.
  2. ubuntu制作私有源
  3. JS截取URL中最后一个斜杆前(后)的内容
  4. Notion 出现白屏的处理
  5. Set、List和数组互相转换
  6. 工作总结12 ADMU7704E: 在尝试启动与服务器相关联的 Windows 服务时失败:server1
  7. Pangu分词Lucene.Net搜索使用说明
  8. 手把手教你搭建视频去重系统
  9. Spring-day1
  10. python教你如何跳过验证识别登录并自动发送弹幕