机器人学会了在险峻不平的地形上行走

陡峭的滑溜溜的地面、高高的台阶、碎石和长满树根的森林小径:这条通往苏黎世湖南端1098米高的埃采尔山(Mount Etzel)的道路上布满了无数的障碍。但是来自苏黎世联邦理工学院机器人系统实验室的四足机器人ANYmal，在31分钟的行走中毫不费力地克服了120米的垂直距离。这比人类徒步旅行者的估计时间快了4分钟，而且没有摔倒或失误。

由机器人教授Marco Hutter领导的苏黎世联邦理工学院的研究人员最近在该杂志上发表了一项新的控制技术，使这成为可能科学的机器人。“这个机器人已经学会了将对环境的视觉感知与基于腿直接接触的本体感觉结合起来。这使得它能够更快、更有效地应对崎岖的地形，最重要的是，它更坚固。”在未来，ANYmal可以在任何对人类来说太危险或其他机器人无法通过的地方使用。

准确地感知环境

为了在困难的地形上行走，人类和动物会自动地将对环境的视觉感知与腿和手的本体感觉结合起来。这使他们能够轻松地处理湿滑或柔软的地面，并充满信心地四处走动，即使能见度很低。到目前为止，有腿的机器人只能在有限的范围内做到这一点。

“原因是激光传感器和相机记录的即时环境信息往往是不完整和模糊的，”Hutter小组的博士生、该研究的主要作者Takahiro Miki说。例如，高草、浅水坑或雪看起来是无法逾越的障碍，或者部分是看不见的，尽管机器人实际上可以穿越它们。此外，机器人的视野可能会被恶劣的照明条件、灰尘或雾遮挡。

Miki说:“这就是为什么像ANYmal这样的机器人必须能够自己决定什么时候相信它们对环境的视觉感知并快速前进，什么时候最好小心翼翼地小步前进。”“这是一个巨大的挑战。”

虚拟训练营

得益于一种基于神经网络的新型控制器，苏黎世联邦理工学院的研究人员开发出了有腿机器人ANYmal，并由该学院的分支机构进行了商业化ANYboticscall_made现在，他首次能够将外部感知和本体感知结合起来。在机器人将其能力在现实世界中进行测试之前，科学家们在虚拟训练营中让系统暴露在许多障碍和错误来源中。这让网络学会了机器人克服障碍的理想方式，以及什么时候可以依赖环境数据，什么时候忽略这些数据会更好。

“通过这种训练，机器人能够在没有见过的情况下掌握最困难的自然地形，”哈特说。即使传感器对即时环境的数据是模糊或模糊的，这种方法也有效。然后ANYmal就会安全行事，依靠它的本体感觉。根据Hutter的说法，这使得机器人结合了两个世界的优点:外部传感的速度和效率以及本体感觉传感的安全性。

在极端条件下使用

无论是在地震之后，核灾难之后，还是在森林火灾期间，像ANYmal这样的机器人可以主要用于对人类来说太危险的地方，以及其他机器人无法应对复杂地形的地方。

在2021年9月，ANYmal展示了新控制技术在海上的工作效果DARPA地下挑战赛是世界上最著名的机器人大赛。苏黎世联邦理工学院的机器人在自动探索狭窄隧道、洞穴和城市基础设施的地下系统时，能够快速地克服许多障碍和困难的地形。这就是为什么苏黎世联邦理工学院的研究人员，作为CERBERUS团队的一部分，获得了200万美元奖金的主要原因。

-编辑克里斯Vavra，网络内容经理，控制工程、CFE媒体与技术、cvavra@cfemedia.com。

您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。