【充电】世界上唯一可以自我充电的机器「人」

中国机器人网 2016-07-05

机器人猎豹cheetah

1357 字丨阅读本文需 3 分钟

关于仿生,你未曾想过的未来

   探访了 MIT(麻省理工大学)的 Biomimetic Robotics Lab,Sangbae Kim 和他的团队研发出的仿生机器猎豹给我们留下了深刻的印象。

  据 Sangbae Kim 介绍,目前 Cheetah 的平均时速大约可以达到 16 km/h,而最高时速则接近 48 km/h,甚至高过博尔特曾经创造的百米短跑纪录,但是,这个速度仍只发挥了 Cheetah 60% 的能力。

  的确,机器人不应该是蠢笨、呆萌的,更加接近真实状态的「仿生化」才应该是机器人研究领域的未来。

  据 Sangbae Kim 向记者介绍,传统机器人的动力大多来自于汽油和一些其他液体,属于液压启动。而 Cheetah 的不同在于,他采用了电击的方式作为动力来源,而每一次落地后的力量反弹又会为下一次跳跃成功地蓄力,正如同真正的猎豹那样。

  「我们认为控制是用多少力量的控制,而不是对机器人内部的控制。所以 Cheetah 在遇到阻碍的时候做的比其他的机器人要好,因为我们通过算法来控制它用的力,不管是跑在上面或者外面的草地、水泥地上,都是一样的。」

  为此, Biomimetic Robotics Lab 在 Cheetah 的前面安装了一个激光感应器,通过垂直方向的扫描,Cheetah 能够判断出前方障碍物的大小、形状和角度,以便在跨越障碍物时找到合适的位置和时间进行跳跃。

  最高奔跑速度超过博尔特的机器人是怎样炼成的?

  提到机器猎豹的创意初衷,Sangbae Kim 曾在 Carnegie Mellon University(卡耐基梅隆大学)的一次讲座中提到:

  「一只细腿的鹿能承受那么重的身体重量进行跳跃且腿不会折断,那为何我们设计的机器人虽然采用强度比骨头大很多倍的铝合金、钢、甚至碳纤维等材料却反而不能承受大负载实现跳跃呢?」

  通过对诸多生物足部的研究,Sangbae Kim 发现很多的前足都采用肌腱加腕骨的模式,如下图:

  「肌腱结构能够减小冲击力,相当于增加了腿部的强度。」Kim 通过有限元分析验证了自己的结论,于是设计了类似的肌腱结构足部,并在两个肌腱之间加入了弹簧以增加一定的柔顺性。

  除此之外,通过对四足哺乳动物的观察,Kim 和他的团队设计了差分的脊椎驱动系统,这一系统对奔跑能量的节省也极大提高了机器猎豹的性能。

  在奔跑过程中,机器猎豹的前腿会有一个从「向后摆动」到「减速」再到「加速向前摆动」的过程。这时,脊椎的参与使得原本在前腿后摆减速过程中损失的能量存储到脊椎的弹性势能里面,在前腿向前摆动时再释放出来转化为前腿的动能,实现了能量的回收利用。

  而通过观察猎豹追捕猎物时的状态,Kim 和他的团队发现了尾巴在保持猎豹奔跑稳定性方面起到的关键作用。如下图所示,在侧向用球击打猎豹时,其尾巴摆动提高了侧向稳定性。

  将仿生做到极致后,机器人的未来在哪里?

  虽然目前 Cheetah 的平均时速大约可以达到 16 km/h,而最高时速则接近 48 km/h,但是由于平衡性和稳定性的限制,现阶段 Cheetah 没法再进行提速。

  「跟真实的动物比起来,我们还只能达到他们速度和平衡的区区几个百分点,但是这已经是目前能够达到的最快结果了,如果我们能更好地处理平衡性的问题,最大限度地发挥 Cheetah 的速度能力不是难事。」

  Biomimetic Robotics Lab 正在非实验室的多场景测试 Cheetah 的稳定性问题,而这一创新型仿生机器人的项目也赢得了美国军方的亲徕。但 Sangbae Kim 表示,他们不会受任何资方的影响而对产品未来的方向和功能做出改变,目前最大的渴求在于将这款越来越接近于现实的产品真正的现实规模化

  诚然,从语音识别助理到各类飞行器的诞生,关于的探索和从未停止。但机器人研究的终点不该只是冰冷的模仿与机械似的的功能堆砌,当「笨重」和「呆萌」逐渐成为机器人的代名词时,我们是否应该反思什么才是未来机器人应该有的形态?

  除了商用价值和服务性功能开发,一款纯粹「仿生」的机器人也许能给我们更大的思考空间。自我充电、自主平衡、瞬间识别障碍和超越人类极限的速度,这些难道不比「一问一答」似的被动机器人性感吗?

免责声明:凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处本网。非本网作品均来自其他媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如您发现有任何侵权内容,请依照下方联系方式进行沟通,我们将第一时间进行处理。

0赞 好资讯,需要你的鼓励
来自:中国机器人网
0

参与评论

登录后参与讨论 0/1000

为你推荐

加载中...