【机器人蝙蝠侠和蜘蛛侠】一个靠机器学习飞,一个折成轮子滚,动作逆天!

简介: 德国自动化公司Festo最近发布了两个最新的仿生机器人——一个是仿生飞狐(BionicFlyingFox),另一个是仿生蜘蛛(BionicWheelBot),动作超级炫酷,文中有视频。

先来看仿生飞狐

89740b7873fe5cd1bd8c6253845471dbb0bee275

仿生飞狐的模仿的是狐蝠。狐蝠是世界上最大的蝙蝠,这类蝙蝠的一个特点是,它们的弹性飞行膜从伸展的掌骨和指骨一直延伸到脚关节。在飞行中,蝙蝠用手指控制飞膜的曲率,使它们依靠空气动力学在空中移动。即使在执行缓慢的飞行操作时,它们也能达到最大提升量。

2d4732c6509e4977503f11db218ee2fd06685fb6

仿生飞狐与狐蝠对比

仿生飞狐翼展228厘米,体长87厘米,仅重580克。就像天然的狐蝠一样,它的机翼运动也被分为初级和次级,并覆盖着一个弹性膜,也是从膜翅延伸到脚关节。这使得它的机翼面积相对较大,从而可以减小面积负荷。与生物蝙蝠一样,仿生飞狐所有关节点都在一个平面上,这意味着它可以单独控制和折叠它们的翅膀。

值得注意的是飞膜

dc033fbd0ddf58a549d8b5f8b4d9196ee5d5dcad

该模型的飞行膜是晶圆薄膜,超轻,同时也很有张力。它由两层密封薄膜和一块针织弹性纤维织物组成,它们以大约45000点焊接在一起。由于其弹性,即使在机翼缩回时,它仍保持几乎不变。织物的蜂窝结构可防止飞膜上的小裂缝变大。这意味着即使面料受到轻微损伤,仿生飞翔狐仍能继续飞行。

ce82afba6e2796e542dd54f95b5c8ee4df97a5e2

怎么飞?

仿生飞狐能够在一个特定空间内半自动飞行,它与一个运动跟踪系统进行通信,装置不断记录其位置。同时,跟踪系统计划飞行路径并为此提供必要的控制命令。飞狐需要由人手动执行启动和着陆,飞行过程中,自动驾驶仪负责接管。

2db5a1385430b31b3ee07c064145efc7a78d76ab

运动跟踪系统的一个重要部分是两台红外摄像机,它们位于云台(pan-tilt unit)上,可以旋转和倾斜,以便它们可以从地面跟踪整个飞行的仿生飞行狐狸。摄像机通过连接到腿部和翼尖的四个主动红外标记来检测飞狐。

飞狐的飞行路线是机器学习理想的飞行路线。

飞狐身上的摄像机采集的图像转到中央主计算机,它评估数据并像空中交通管制员那样从外部协调飞行路径。

此外,预编程路径存储在计算机上,计算机在执行其操作时为仿生飞狐指定飞行路径。而理想地实现预定路线所需的翅膀运动,是由飞狐自己在其机载电子和复杂行为模式的帮助下计算出来的。

飞狐从主计算机获取了这方面的控制算法,能够自动学习并不断改进。因此,飞狐能够在飞行过程中优化它的行为,从而更精确地按照每条航线飞行。

下面登场的是仿生蜘蛛(BionicWheelBot)。

92409fefd78d87b5e5e27f1c39f9f8600249dd3f

这个机器人模仿的生物原型是摩洛哥后翻蜘蛛(flicflac spider )。它们生活在在撒哈拉沙漠边缘的Erg Chebbi沙漠。柏林工大(TU Berlin)的仿生学处理器教授Ingo Rechenberg在2008年发现了它们。

摩洛哥后翻蜘蛛能像其他蜘蛛一样走路,但它们最大的特点是能在地上翻筋斗和滚动,在平坦的地面上,开启滚动模式后,它们的速度是行走时的两倍。在不平坦的地方,它们走得更快。

d0d1bb546a99a95ff0cff67cb05ff32079ad3f9d

仿生蜘蛛学习了这种滚动技巧。它能将三条腿分别弯曲到身体的左边和右边来形成一个轮子,两条腿折叠起来,然后向前伸展,将卷起的身体推离地面,并在滚动时不断向前推进。这样的动作防止仿生蜘蛛被磨削,并确保它能在崎岖的地形上向前移动。

在滚动模式下,仿生蜘蛛比正常行走时要快得多,甚至可以克服高达5%的坡度。

是不是很厉害?


原文发布时间为:2018-04-1

本文作者:克雷格

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:【机器人蝙蝠侠和蜘蛛侠】一个靠机器学习飞,一个折成轮子滚,动作逆天!

相关文章
|
9月前
|
算法 机器人 Python
动态规划法在扫地机器人中的实战应用(基于动作值函数的策略迭代 python 附源码)
动态规划法在扫地机器人中的实战应用(基于动作值函数的策略迭代 python 附源码)
112 0
|
9月前
|
机器学习/深度学习 算法 Python
动态规划法和策略迭代在扫地机器人中确定状态值和动作值函数的策略评估(python实现 附源码 超详细)
动态规划法和策略迭代在扫地机器人中确定状态值和动作值函数的策略评估(python实现 附源码 超详细)
94 0
|
5月前
|
机器学习/深度学习 人工智能 分布式计算
使用PAI+LLaMA Factory 微调 Qwen2-VL 模型,搭建文旅领域知识问答机器人
本次教程介绍了如何使用 PAI ×LLaMA Factory 框架,基于全参方法微调 Qwen2-VL 模型,使其能够进行文旅领域知识问答,同时通过人工测试验证了微调的效果。
使用PAI+LLaMA Factory 微调 Qwen2-VL 模型,搭建文旅领域知识问答机器人
|
1月前
|
数据采集 人工智能 算法
Seer:上海 AI Lab 与北大联合开源端到端操作模型,结合视觉预测与动作执行信息,使机器人任务提升成功率43%
Seer是由上海AI实验室与北大等机构联合推出的端到端操作模型,结合视觉预测与动作执行,显著提升机器人任务成功率。
72 20
Seer:上海 AI Lab 与北大联合开源端到端操作模型,结合视觉预测与动作执行信息,使机器人任务提升成功率43%
|
1月前
|
数据采集 传感器 人工智能
AgiBot World:智元机器人开源百万真机数据集,数据集涵盖了日常生活所需的绝大多数动作
AgiBot World 是智元机器人开源的百万真机数据集,旨在推动具身智能的发展,覆盖家居、餐饮、工业等五大核心场景。
121 9
AgiBot World:智元机器人开源百万真机数据集,数据集涵盖了日常生活所需的绝大多数动作
|
2月前
|
人工智能 算法 机器人
EMMA-X:新加坡科技设计大学推出具身多模态动作模型,使夹爪机器人具备空间推理和任务规划能力
EMMA-X是由新加坡科技设计大学推出的具身多模态动作模型,具备70亿参数,通过在链式思维推理数据上微调OpenVLA创建。该模型结合层次化的具身数据集,增强空间推理和任务规划能力。
121 3
EMMA-X:新加坡科技设计大学推出具身多模态动作模型,使夹爪机器人具备空间推理和任务规划能力
|
2月前
|
编解码 机器人 测试技术
技术实践 | 使用 PAI+LLaMA Factory 微调 Qwen2-VL 模型快速搭建专业领域知识问答机器人
Qwen2-VL是一款具备高级图像和视频理解能力的多模态模型,支持多种语言,适用于多模态应用开发。通过PAI和LLaMA Factory框架,用户可以轻松微调Qwen2-VL模型,快速构建文旅领域的知识问答机器人。本教程详细介绍了从模型部署、微调到对话测试的全过程,帮助开发者高效实现定制化多模态应用。
|
4月前
|
人工智能 机器人
多模态大模型活动 | 使用 PAI×LLaMA Factory 搭建文旅问答机器人
LLaMA Factory 是一款开源低代码大模型微调框架,集成了业界最广泛使用的微调技术,支持通过 Web UI 界面零代码微调大模型,目前已经成为开源社区内最受欢迎的微调框架,GitHub 星标超过3万。本次活动通过 PAI×LLaMA Factory 微调 Qwen2-VL 模型,快速搭建文旅领域知识问答机器人,期待看到您与 AI 导游的创意对话!
|
6月前
|
自然语言处理 机器人 API
Instruct2Act:使用大型语言模型将多模态指令映射到机器人动作
Instruct2Act是一个框架,它结合了大型语言模型和多模态基础模型,将自然语言和视觉指令转换为机器人的顺序动作,实现精确的感知、规划和行动,展示了强大的零样本性能和灵活性。
99 0
Instruct2Act:使用大型语言模型将多模态指令映射到机器人动作
|
9月前
|
机器学习/深度学习 人工智能 机器人
[译][AI 机器人] Atlas的电动新时代,不再局限于人类运动范围的动作方式
波士顿动力宣布液压Atlas机器人退役,推出全新电动Atlas,旨在实现更广泛的实际应用。这款全电动机器人将拓展人类运动范围,解决复杂工业挑战。现代汽车公司将参与其商业化进程,作为测试应用场景。波士顿动力计划与创新客户合作,逐步迭代Atlas的应用,打造高效、实用的移动机器人解决方案。Atlas将结合强化学习和计算机视觉等先进技术,通过Orbit软件平台进行管理,未来将在真实世界中发挥超越人类能力的作用。