日本研发双足行走机器人,奔跑速度堪比一流马拉松选手

简介:

研究团队下一步计划是为其装上一对手臂。

近日,日本东京大学的教授石川正俊等人开发出了一个可以快速奔跑的小型双足行走机器人

据了解,该双足行走机器人腿长14厘米,重量不到1KG,其腰部、膝盖和脚踝均可活动,继而可以对人类的行走姿势进行模仿。

日本研发双足行走机器人,奔跑速度堪比一流马拉松选手

在马达方面,通过调整马达线圈的缠绕方式,研究人员研发出了一种能够瞬间产生强大力量的小型马达。利用这款马达,机器人可以实现用力蹬地加速,然后在空中快速调整为落地姿态。

据悉,基于这款能够瞬间产生强大力量的马达,机器人的奔跑时速能够达到4.2公里。如果再换算成腿长70~80厘米的成年人,时速相当于20公里,这一速度堪比一流马拉松选手。

此外,为了让该双足机器人能够更好地学习并模仿人类的行走姿势,研究人员通过外置摄像机对其动作进行拍摄并及时反馈给机器人。相继每秒可拍摄600帧的画面,如此一来,当行走姿态稍有不对,系统就会对机器人发出指示,让其向人来一样快速伸出另一只脚,以便能够以看似不稳定的前倾姿势快速奔跑。

当前,该双足行走机器人还只是拥有一双用以行走的机械腿,在接下来,除了力争将相机装载到机器人身上以简化控制系统之外,研究人员还将为其装上手臂,朝着商业化方向更进一步。


原文发布时间: 2017-12-26 16:40
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
人工智能 自然语言处理 Java
使用通义灵码插件提高开发效率
【2月更文挑战第2天】 通义灵码是阿里云开发的一个编码助手,基于AI大模型,提供代码智能生成,智能问答等功能,旨在加快编码,提高开发效率。
2151 3
使用通义灵码插件提高开发效率
|
7月前
|
机器学习/深度学习 人工智能 算法
Python+YOLO v8 实战:手把手教你打造专属 AI 视觉目标检测模型
本文介绍了如何使用 Python 和 YOLO v8 开发专属的 AI 视觉目标检测模型。首先讲解了 YOLO 的基本概念及其高效精准的特点,接着详细说明了环境搭建步骤,包括安装 Python、PyCharm 和 Ultralytics 库。随后引导读者加载预训练模型进行图片验证,并准备数据集以训练自定义模型。最后,展示了如何验证训练好的模型并提供示例代码。通过本文,你将学会从零开始打造自己的目标检测系统,满足实际场景需求。
5947 0
Python+YOLO v8 实战:手把手教你打造专属 AI 视觉目标检测模型
|
人工智能 计算机视觉
字节豆包、武大提出 CAL:通过视觉相关的 token 增强多模态对齐效果
【6月更文挑战第25天】字节跳动AI实验室与武汉大学合作提出CAL方法,通过引入视觉token强化多模态对齐,提升视觉-语言预训练模型的性能。CAL包含视觉特征提取、token生成及多模态对齐三步,实验显示它在COCO Captions和Flickr30k等数据集上取得显著提升。然而,CAL计算成本高且依赖于图像编码器质量,未来将探索扩展至更多模态。[论文链接](https://arxiv.org/pdf/2405.17871)
398 8
|
安全 关系型数据库 PHP
网上书城|基于PHP实现网上书店商城藉项目
网上书城|基于PHP实现网上书店商城藉项目
202 0
|
数据采集 人工智能 算法
你要牢记的四个常用AI提示词框架:ICIO、CRISPE、BROKE、RASCEF,有助于获取更加稳定和高质量的内容
你要牢记的四个常用AI提示词框架:ICIO、CRISPE、BROKE、RASCEF,有助于获取更加稳定和高质量的内容
|
并行计算 算法 PyTorch
Stereo-Detection:适合新手的双目测距开源项目
Stereo-Detection:适合新手的双目测距开源项目
2435 0
|
4天前
|
搜索推荐 编译器 Linux
一个可用于企业开发及通用跨平台的Makefile文件
一款适用于企业级开发的通用跨平台Makefile,支持C/C++混合编译、多目标输出(可执行文件、静态/动态库)、Release/Debug版本管理。配置简洁,仅需修改带`MF_CONFIGURE_`前缀的变量,支持脚本化配置与子Makefile管理,具备完善日志、错误提示和跨平台兼容性,附详细文档与示例,便于学习与集成。
289 116