《中国人工智能学会通讯》——2.8 腿式机器人高能效行走研究综述

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第2章,第2.8节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

2.8 腿式机器人高能效行走研究综述

自然界中大多数哺乳动物均通过腿式移动方式实现快速灵活的运动,且几乎可以到达陆地上的任何地方。在各类陆地移动机器人中,腿式机器人在运动灵活性、环境适应性方面也具有显著优势,是非结构环境下进行野外探测侦察、崎岖山区物资运输、灾后救援等作业的移动机器人首选,具有广阔的应用前景。2011 年日本福岛发生核事故救援中,美日机器人团队采用传统的轮履式机器人开展了救援活动,但是未能达到良好效果,原因之一便是这类机器人难以适应复杂环境,诸如楼梯、沟壑、障碍等。为推动在险恶环境下行走机器人的研发,美国国防部先进项目研究局(DARPA)于 2012 年设立机器人挑战赛,并在 2015 年举行了总决赛,旨在让机器人走进人类难以进入的现场,以帮助搜救和灾难重建。事实上,DARPA 一直致力于四足、两足等腿式机器人研制,而日本一直以机器人服务于人为目标开展双足仿人机器人研究。

世界各国研究机构在四足和双足腿式机器人研制方面已经取得了显著成果。双足仿人机器人以日本 ASIMO [1] 和美国的 Petman [2] 与 Atlas [3] 为先进代表。ASIMO 最快步行速度达 9 km/h,可单双足跳跃,可适应微不平整地面。四足腿式机器人主 要 以 美 国 的 BigDog [4-5] 、LS3 [6] 、Cheetah [7] 和WildCat [8] 等为先进代表。其中,Cheetah 运动速度达 47 km/h,LS3 具有优秀的负载能力和环境适应能力,在 2014 年环太平洋军事演习中跟随美国陆战兵进行了实地运载测试。国内浙江大学[9] 、 国防科技大学[10] 、北京理工大学 [11] 、哈尔滨工业大学[12] 、 清华大学 [13]以及山东大学[14]等也先后开展了腿式机器人的研制。

虽然腿式机器人研制已取得重要进展,具有较快的运动速度、较高的运动稳定性和一定的复杂路面适应性,但腿式机器人要真正得到推广应用,一方面需进一步提高其环境适应的鲁棒性;另一方面必须要解决能耗问题。代表双足机器人最高水平之一的 ASIMO 目前充一次电只能维持 1 小时,其能效值(Cost of Transport, COT)约为 2,对比人的 COT (约为 0.05~0.1),其能量效率只有人类的 2.5%~5%。而代表四足机器人最高水平之一的BigDog,其 COT 更是高达 15 [15] 。 在 2013 年美国举行的 DARPA 机器人挑战赛中,包括 Atlas 在内的各种腿式机器人都必须拖着一根电缆,依赖外接电源来完成工作[16] 。因此,高能耗问题严重阻碍了腿式机器人的发展和应用,是急需解决的关键问题。

为推动腿式机器人的能效研究,2012 年美国 DARPA 首 先 提 出 了 M3 高 能 效 驱 动 项 目[17],目标是将现有腿式机器人的能量效率提高 20 倍,接近或达到人和动物的能量利用效率,以提高普通电驱动足式机器人实际应用的可能性。2013 年欧盟也实施 H2R 的双足机器人项目[18] ,其核心任务之一就是评估并提高双足机器人运动中的能量利用效率。

相关文章
|
1月前
|
机器学习/深度学习 人工智能 人机交互
图形学领域的研究热点会给人工智能带来哪些挑战和机遇?
图形学中的一些研究热点,如 3D 模型生成与重建,需要大量的 3D 数据来训练模型,但 3D 数据的获取往往比 2D 图像数据更困难、成本更高。而且,3D 数据的多样性和复杂性也使得数据的标注和预处理工作更加繁琐,这对人工智能的数据处理能力提出了更高要求。例如,在训练一个能够生成高精度 3D 人体模型的人工智能模型时,需要大量不同姿态、不同体型的 3D 人体扫描数据,而这些数据的采集和整理是一项艰巨的任务.
103 50
|
1月前
|
机器学习/深度学习 人工智能 机器人
推荐一些关于将图形学先验知识融入人工智能模型的研究论文
推荐一些关于将图形学先验知识融入人工智能模型的研究论文
|
2月前
|
人工智能 自然语言处理 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(下)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(下)
28 2
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(下)
|
2月前
|
机器学习/深度学习 人工智能 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-05(下)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-05(下)
32 1
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-05(下)
|
1月前
|
机器学习/深度学习 人工智能 数据可视化
人工智能在图形学领域的研究热点有哪些?
AIGC:通过生成对抗网络(GAN)、变分自编码器(VAE)及其变体等技术,能够根据用户输入的文字描述、草图等生成高质量、高分辨率的图像,在艺术创作、游戏开发、广告设计等领域应用广泛。如OpenAI的DALL-E、Stable Diffusion等模型,可生成风格各异、内容丰富的图像,为创作者提供灵感和素材.
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-19
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-19
61 3
|
2月前
|
存储 人工智能 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-13(上)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-13(上)
44 2
|
2月前
|
传感器 自然语言处理 安全
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(上)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(上)
43 2
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-16
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-16
42 1
|
2月前
|
机器学习/深度学习 人工智能 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-15
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-15
60 1

热门文章

最新文章

下一篇
DataWorks