法律顾问:赵建英律师
8 月 8 日,腾讯 Robotics X 机器人实验室发布多模态四足移动机器人 Max 二代技术演示视频(以下简称 Max)。Max 能够在梅花桩上完成旋转踏步、单桩跳跃、双轮站立等高难度动作。同时,过桩速度达到「前辈」Jamoca 的 4 倍。
依托于机器人视觉定位、地形识别、全向六自由度运动规划、高精度模型预测控制等技术,Max 能够对复杂地形进行精确识别,并且根据地形实时想好步子,避免踩歪、打滑、摔倒等风险。通过梅花桩复杂地形场景,以及精确落点跳跃等条件设置,成功验证了 Max 对复杂地形的适应能力。
Max 是由腾讯 Robotics X 实验室自研的多模态四足机器人,采用原创的轮腿一体本体设计,实现了「崎岖路面走得稳,平坦路面跑得快」。相比一代,Max在视觉感知、轨迹规划、运动控制等方面实现技术创新,标志着腾讯在机器人灵敏运动研究上取得了新的突破。
灵敏运动能力升级
完成空翻下桩等高难度动作
在腾讯 Robotics X 实验室为 Max 设置的测试场景中,Max 需要快速通过一个全长10米,高0.8米(约为 Max 身高 2 倍)高低起伏的梅花桩阵列。
想要顺利通过这一复杂地形,Max面对的挑战重重。首先,Max需要实时地形识别、建图,以应对密集细杆梅花桩这种复杂并带有轻微晃动的地形。
从左向右依次为:普通相机,深度相机,定位与建模
看准地形后,Max 需要根据地形规划适合的运动轨迹,自动调整俯仰、侧身与转向,从而适应高低起伏的地形。
在视频中,Max 展现出在极端地形中极好的动作控制能力,能够精准感知到自身和梅花桩的位置,找准桩面中心,动作连贯,落点准确,在窄小的桩面完成了快速行走、踏步旋转、单桩跳跃、双轮站立等一系列动作。
从结果来看,Max 在持续高频的冲击条件下,定位精度累计误差小于1%,地形识别精度小于2cm。
为更好保障 Max 力控精准度,腾讯 Robotics X 实验室在机器人移动能力和机身本体设计上都做了改良。Max 具备触地检测能力,可准确判断足端触地状态,进行质心轨迹规划与柔顺力控,避免身体的大幅度振荡以及足端触地后的反弹,确保落地平稳与运动流畅。
同时,Max 的机身本体在2021年版本基础上,完成了结构和电气系统的大量优化,能够应对跑、跳、翻等高动态动作产生的持续强力冲击,保证了本体的稳定性和可靠性。
除移动表现的进步之外,Max 在运动效率方面也有显著提升。Max 在完成跳跃、空翻等高难度动作时,可规划出最省力的运动轨迹,即如何让所需的驱动力最小化。
具体来讲,Max 可以根据目标跳跃距离、跳跃高度以及关节力矩限制等条件,计算出最优的跳跃轨迹,兼容四脚跳(Pronking)和双脚跳(Bounding)等步态。
四脚跳(Pronking)和双脚跳(Bounding)步态
自研模型算法与深度强化学习
让Max动作更灵动
腾讯 Robotics X 实验室于 2018 年成立,致力推进人机协作的下一代机器人研究,打造虚拟世界到真实世界的载体与连接器。目前实验室研究方向包括作为机器人基础技术的感知能力,以及灵敏运动、灵巧操控、智能体三大支柱技术,致力于打造智能协作机器人。
多模态四足机器人 Max 原创性地融合了机器人腿式与轮式运动模态,从硬件上的机械和电路设计,到软件上的系统框架和控制算法创新,使得 Max 在崎岖路面走得稳,在平坦路面跑得快,更契合人类社会的现实环境。
此次的梅花桩升级挑战是腾讯轮腿融合机器人灵敏运动技术的进一步突破。依托于团队自研的单目视觉惯性定位、全新的六维全向运动实时规划、非线性轨迹优化、高精度模型预测控制等算法的支持,实现了更高精度的身体位置与姿态控制。
基于精准动作控制能力,Max 在窄小的桩面上完成了足轮模态的切换
为更好完成跳跃、空翻等高动态动作所带来的对机器人控制精度的挑战,团队结合离线最优跳跃轨迹规划及实时平衡运动轨迹规划,自研了模型预测控制算法(Chi et al., A Linearization of Centroidal Dynamics for the Model-Predictive Control of Quadruped Robots, ICRA 2022)。
与此同时,腾讯 Robotics X 实验室也正利用深度强化学习等 AI 技术,推进机器人智能研究,让机器人在虚拟环境中自主学习,更好地适应复杂环境的变化。
不同于预先设计好规则之后做重复任务的工业机器人,腾讯 Robotics X 实验室更关注机器人有意识、有判断的自主特性研究,目的就是要在有很大不确定性的动态环境里,能够实现机器人的自主判断、自主决策,并自主完成任务。
End
来源:腾讯RoboticsX实验室
联系客服