鹅厂666,用梅花桩遛狗

2020 年 11 月 20 日 量子位
金磊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

最近因为马老师,「中国功夫」话题甚是火热。

那我们今天就来看一只很有「武德」的机器狗——能跑、能跳,而且还能走梅花桩

这只四足机器人名叫Jamoca,由腾讯 Robotics X 实验室打造,借用了云深处的硬件来承载系统技术。

Jamoca 是国内首个能完成走梅花桩复杂挑战的四足机器人,其工作进展属于移动方向上的技术突破,也是机器人最基础的能力之一。

话不多说,是时候展现真正的技术了。

梅花桩上迎来新「武者」

Jamoca的本体,是基于外部提供的硬件平台改装。

它的「三围」信息如下:

重约70公斤,长1米、宽0.5米、站高0.75米。

除了在外部构造之外,研究人员还为它打造了一个能应对复杂环境的智能大脑

这个大脑就让 Jamoca 能行走、小跑和跳跃,并赋予了它「自主定位」和「避障」的能力。

OK,接下来我们就来看下,它要挑战的「梅花桩」长什么样。

据了解,这次要挑战的梅花桩高60厘米、呈20°斜面角度的台阶,邻桩最大高度差16厘米,并且间距不等。

其中,考验机器人移动能力的难点主要有两个:

  • 理解梅花桩的排布(包括位置和高度)

  • 选择最佳落脚点及路线并稳定精准地行走(落脚到梅花桩中心点)

然后这位「武者」就准备展示「真功夫」了。

从它挑战的结果看,Jamoca已经达到了极高的技术标准:

  • 误差1厘米内的感知定位

  • 根据环境进行的10毫秒级路线规划

  • 基于动力学的1KHz实时力矩控制

  • 梅花桩中心点1厘米内的落脚误差

  • 以及全系统的高度协同

据腾讯 Robotics X 实验室研究员介绍:

和国际上其他四足机器人走木块的场景比较,此次 Jamoca 所挑战的梅花桩落脚面积更小、高度更高,并有台阶的组合,实现的难度要更大。

怎么打造这只「功夫狗」?

Jamoca展现的基本功,确实有够扎实。

而它背后的技术实力,也是非常够硬核了,主要体现在精准环境感知最优运动线路规划实时运动控制等方面。

精准环境感知方面,Jamoca 创新性地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。

最优运动线路规划实时运动控制方面,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。

不同于预先设计好规则之后做重复的运动的工业机器人,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。

至于未来的应用场景,腾讯表示:

会考虑一些潜在的应用场景,希望最终能够服务于人,它的未来也非常值得期待。

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。

量子位年度智能商业峰会启幕,

李开复等AI大咖齐聚,

邀你共探新形势下智能产业发展之路

限时早鸟优惠,扫码锁定席位

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~


登录查看更多
0

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
【AAAI2021】Graph Diffusion Network提升交通流量预测精度
专知会员服务
53+阅读 · 2021年1月21日
【AAAI2021】利用先验知识对场景图进行分类
专知会员服务
60+阅读 · 2020年12月3日
【2020干货书】Python3基础导论介绍,98页pdf
专知会员服务
99+阅读 · 2020年10月11日
【KDD2020】动态知识图谱的多事件预测
专知会员服务
127+阅读 · 2020年8月30日
对抗样本生成技术综述
专知会员服务
62+阅读 · 2020年7月21日
【CVPR2020】跨模态哈希的无监督知识蒸馏
专知会员服务
59+阅读 · 2020年6月25日
基于深度学习的手语识别综述
专知会员服务
45+阅读 · 2020年5月18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
115+阅读 · 2019年10月10日
自动驾驶汽车技术路线简介
智能交通技术
14+阅读 · 2019年4月25日
从零开始一起学习SLAM | SLAM有什么用?
计算机视觉life
18+阅读 · 2018年9月17日
即时定位与地图构建技术浅析
计算机与网络安全
6+阅读 · 2018年7月13日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
为什么一定要学知识图谱?
AI前线
5+阅读 · 2018年3月27日
为什么一定要学知识图谱
InfoQ
9+阅读 · 2018年3月1日
专栏|语义SLAM的重要性,你造吗?
智东西
7+阅读 · 2017年9月5日
无人驾驶汽车
劲说
5+阅读 · 2016年8月26日
Arxiv
9+阅读 · 2018年1月30日
VIP会员
相关VIP内容
【AAAI2021】Graph Diffusion Network提升交通流量预测精度
专知会员服务
53+阅读 · 2021年1月21日
【AAAI2021】利用先验知识对场景图进行分类
专知会员服务
60+阅读 · 2020年12月3日
【2020干货书】Python3基础导论介绍,98页pdf
专知会员服务
99+阅读 · 2020年10月11日
【KDD2020】动态知识图谱的多事件预测
专知会员服务
127+阅读 · 2020年8月30日
对抗样本生成技术综述
专知会员服务
62+阅读 · 2020年7月21日
【CVPR2020】跨模态哈希的无监督知识蒸馏
专知会员服务
59+阅读 · 2020年6月25日
基于深度学习的手语识别综述
专知会员服务
45+阅读 · 2020年5月18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
115+阅读 · 2019年10月10日
相关资讯
自动驾驶汽车技术路线简介
智能交通技术
14+阅读 · 2019年4月25日
从零开始一起学习SLAM | SLAM有什么用?
计算机视觉life
18+阅读 · 2018年9月17日
即时定位与地图构建技术浅析
计算机与网络安全
6+阅读 · 2018年7月13日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
为什么一定要学知识图谱?
AI前线
5+阅读 · 2018年3月27日
为什么一定要学知识图谱
InfoQ
9+阅读 · 2018年3月1日
专栏|语义SLAM的重要性,你造吗?
智东西
7+阅读 · 2017年9月5日
无人驾驶汽车
劲说
5+阅读 · 2016年8月26日
Top
微信扫码咨询专知VIP会员