輪式/履帶式移動(dòng)機(jī)器人可以勝任很多場景的探索、運(yùn)輸?shù)娜蝿?wù)，但是隨著應(yīng)用空間的拓展，需要機(jī)器人在山地、峭壁、叢林、雪地等崎嶇復(fù)雜的地形的任務(wù)也逐漸增多，輪式/履帶式機(jī)器人難以在這類地形中移動(dòng)。自然界中動(dòng)物經(jīng)過數(shù)億年的進(jìn)化，具有極強(qiáng)的環(huán)境適應(yīng)性，可以在各種路面上運(yùn)動(dòng)，而且具有很強(qiáng)的運(yùn)動(dòng)速度和負(fù)載能力。

目前的四足機(jī)器人已展示出了優(yōu)秀的能力，未來隨著理論的深入和技術(shù)發(fā)展，機(jī)器人的運(yùn)動(dòng)速度等性能會(huì)進(jìn)一步提升，自主化也會(huì)逐步實(shí)現(xiàn)。未來開發(fā)中，四足機(jī)器人有以下幾個(gè)發(fā)展趨勢(shì)。

1.輪足運(yùn)動(dòng)相結(jié)合

腿足式與輪式運(yùn)動(dòng)結(jié)合，既可以利用腿足機(jī)構(gòu)實(shí)現(xiàn)復(fù)雜地形穿越，又能通過輪式控制移動(dòng)效率。蘇黎世聯(lián)邦理工學(xué)院開發(fā)了一種足式-輪式運(yùn)動(dòng)結(jié)合的機(jī)器人[1]。實(shí)驗(yàn)中使用動(dòng)作捕捉系統(tǒng)來記錄輪式四足機(jī)器人原型機(jī)的運(yùn)動(dòng)軌跡數(shù)據(jù)，和模擬結(jié)果與預(yù)期的位置姿態(tài)進(jìn)行對(duì)比。

足式-輪式運(yùn)動(dòng)結(jié)合的機(jī)器人

2.微型化

法國科學(xué)研究中心開發(fā)了一個(gè)低成本開源機(jī)器人[2]，重量僅2.5kg。在進(jìn)行機(jī)器人性能實(shí)驗(yàn)評(píng)估時(shí)，光學(xué)動(dòng)作捕捉系統(tǒng)來獲取機(jī)器人運(yùn)動(dòng)位置、速度和姿態(tài)角度和角速度數(shù)據(jù)，作為位姿的參考真值（ground truth）。利用動(dòng)作捕捉系統(tǒng)采集的數(shù)據(jù)，可以同時(shí)評(píng)估估計(jì)和參照跟蹤的性能。

法國科學(xué)研究中心 開源機(jī)器人

3.更大負(fù)載和更靈活的操作能力

四足機(jī)器人除了移動(dòng)能力外還需要具有一定的操作能力，來完成更復(fù)雜的任務(wù)。比較常見的方式是在四足機(jī)器人上方搭載一個(gè)機(jī)械臂，比如Boston Dynamic的Spot Arm機(jī)器人。愛丁堡大學(xué)在ANYmal機(jī)器人上放置了一個(gè)6自由度機(jī)械臂[3]，通過軌跡優(yōu)化提高系統(tǒng)的魯棒性，實(shí)現(xiàn)穩(wěn)定的移動(dòng)操作。在重復(fù)性實(shí)驗(yàn)中，使用動(dòng)捕系統(tǒng)計(jì)算機(jī)器人與操作目標(biāo)之間的相對(duì)位姿關(guān)系。

搭載機(jī)械臂的四足機(jī)器人

但是這種方式需要額外搭載機(jī)械臂，降低了四足機(jī)器人的有效負(fù)載?，F(xiàn)實(shí)世界中的很多動(dòng)物利用四肢就即可完成操作。東京大學(xué)提出一種基于深度強(qiáng)化學(xué)習(xí)的方法，通過訓(xùn)練模型實(shí)現(xiàn)四足機(jī)器人利用四肢蹬球的任務(wù)[4]。實(shí)驗(yàn)中使用動(dòng)捕系統(tǒng)確定球?qū)崟r(shí)的位置和角速度信息，來評(píng)估機(jī)器人性能。?

東京大學(xué) 四足-蹬球

4.仿生進(jìn)一步深化

對(duì)于足式機(jī)器人，防滑能力是一項(xiàng)重要指標(biāo)，尤其是在山崖這種陡峭的地形運(yùn)動(dòng)時(shí)，防滑性尤為重要。山羊、鹿等動(dòng)物在陡峭地形可以穩(wěn)健的運(yùn)動(dòng)，但是目前仍不清楚哪些結(jié)構(gòu)決定了防滑能力。英國帝國理工學(xué)院根據(jù)山羊蹄解剖結(jié)構(gòu)設(shè)計(jì)了一種用于四足機(jī)器人的仿山羊蹄結(jié)構(gòu)[5]，研究了該結(jié)構(gòu)的動(dòng)力學(xué)性能，利用光學(xué)動(dòng)作捕捉系統(tǒng)獲取結(jié)構(gòu)三個(gè)主要關(guān)節(jié)運(yùn)動(dòng)過程中的角度變化，結(jié)合力傳感器數(shù)據(jù)，確定了山羊蹄三個(gè)主要關(guān)節(jié)的順應(yīng)性水平與穩(wěn)定性的關(guān)系。

帝國理工需要 仿山羊蹄結(jié)構(gòu)

5.環(huán)境感知更自然

隨著傳感器技術(shù)的發(fā)展，機(jī)器人可以獲得更準(zhǔn)確和全面的環(huán)境感知，利用充分的環(huán)境信息，機(jī)器人可以實(shí)現(xiàn)自主導(dǎo)航完成任務(wù)。常見的傳感器包括激光雷達(dá)、視覺攝像頭等，但是在地下礦井或下水道等極端場景中，由于煙霧、黑暗、污垢等原因，普通的傳感器難以發(fā)揮作用。牛津大學(xué)開發(fā)了一種本體感知定位方法，利用四足機(jī)器人的腳接觸，在沒有激光雷達(dá)和攝像頭的幫助下，根據(jù)預(yù)先繪制的環(huán)境地圖進(jìn)行定位，無需任何攝像頭或激光雷達(dá)傳感器的幫助[6]。所提出的方法使機(jī)器人能夠在地形特征上進(jìn)行一系列接觸事件后準(zhǔn)確地重新定位自己。該方法基于序列蒙特卡羅，可以同時(shí)支持 2.5D 和 3D 先驗(yàn)地圖。實(shí)驗(yàn)中使用高精度動(dòng)作捕捉系統(tǒng)采集機(jī)器人姿態(tài)作為真值（ground truth）。實(shí)驗(yàn)開始時(shí)用動(dòng)捕系統(tǒng)測量機(jī)器人在地圖中位置，僅用做初始化，后面使用粒子濾波器用于姿態(tài)估計(jì)，動(dòng)捕系統(tǒng)僅用于計(jì)算統(tǒng)計(jì)誤差。

6.更多應(yīng)用場景

由于四足機(jī)器人運(yùn)動(dòng)性能以及成本的約束，拓展并尋找合適的應(yīng)用場景也很重要。除了管線巡檢、災(zāi)情救援和軍事偵察外等場景外，四足機(jī)器人在太空探索中的應(yīng)用也受到很多關(guān)注。

蘇黎世聯(lián)邦理工學(xué)院的研究人員受到貓的啟發(fā)，開發(fā)了一種用于星際探索的跳躍四足機(jī)器人Spacebok[7][8]。Spacebok可以通過控制騰空階段四肢運(yùn)動(dòng)調(diào)整狀態(tài)，實(shí)現(xiàn)落地時(shí)達(dá)到預(yù)期姿態(tài)。機(jī)器人基于深度強(qiáng)化學(xué)習(xí)算法，通過在仿真環(huán)境訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并直接部署在真實(shí)Spacebok機(jī)器人上。實(shí)驗(yàn)簡化為一個(gè)二維平面，將Spacebok四足機(jī)器人固定在氣浮臺(tái)頂端，利用氣浮臺(tái)無摩擦運(yùn)動(dòng)模擬微重力狀態(tài)。實(shí)驗(yàn)中需要實(shí)時(shí)獲取機(jī)器人的姿態(tài)和距離地面距離的數(shù)據(jù)作為狀態(tài)估計(jì)器的輸入，由于作者關(guān)注的是運(yùn)動(dòng)控制，姿態(tài)和距地面距離數(shù)據(jù)的獲取不是重點(diǎn)，因此使用外設(shè)的光學(xué)動(dòng)作捕捉系統(tǒng)來跟蹤記錄機(jī)器人的高精度位姿數(shù)據(jù)。

同樣用于機(jī)器人在空間環(huán)境中跳躍，跳躍拉瓦爾大學(xué)提出了一種方法[9]，使四足機(jī)器人可以在跳躍過程中關(guān)節(jié)限制條件下實(shí)現(xiàn)重定向，并利用原型機(jī)進(jìn)行實(shí)驗(yàn)驗(yàn)證。為了對(duì)觀察結(jié)果定量驗(yàn)證，作者使用動(dòng)捕系統(tǒng)采集原型機(jī)運(yùn)動(dòng)數(shù)據(jù)，與仿真結(jié)果進(jìn)行對(duì)比，通過對(duì)比均方根誤差結(jié)果，驗(yàn)證所提方法的有效性。

經(jīng)過多年發(fā)展，四足機(jī)器人已經(jīng)取得了很多成果，在四足機(jī)器人的開發(fā)過程中，光學(xué)動(dòng)作捕捉系統(tǒng)是一種有效而且必要的儀器設(shè)備。目前四足機(jī)器人的靈活性、運(yùn)動(dòng)速度等仍與動(dòng)物有一定差距，需要進(jìn)一步從仿生角度，研究動(dòng)物結(jié)構(gòu)、改進(jìn)運(yùn)動(dòng)控制算法。未來四足機(jī)器人一定有更廣闊的應(yīng)用場景，光學(xué)動(dòng)作捕捉系統(tǒng)也將發(fā)揮更大的作用。

參考文獻(xiàn)：

1.Geilinger M, Winberg S, Coros S. A computational framework for designing skilled legged-wheeled robots[J]. IEEE Robotics and Automation Letters, 2020, 5(2): 3674-3681.

2.Léziart P A, Flayols T, Grimminger F, et al. Implementation of a Reactive Walking Controller for the New Open-Hardware Quadruped Solo-12[C]//2021 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2021: 5007-5013.

3.Ferrolho H, Ivan V, Merkt W, et al. RoLoMa: Robust Loco-Manipulation for Quadruped Robots with Arms[J]. arXiv preprint arXiv:2203.01446, 2022.

4.Shi F, Homberger T, Lee J, et al. Circus anymal: A quadruped learning dexterous manipulation with its limbs[C]//2021 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2021: 2316-2323.

5.Abad S A, Herzig N, Sadati S M H, et al. Significance of the compliance of the joints on the dynamic slip resistance of a bioinspired hoof[J]. IEEE Transactions on Robotics, 2019, 35(6): 1450-1463.

6.Buchanan R, Camurri M, Fallon M. Haptic sequential Monte Carlo localization for quadrupedal locomotion in vision-denied scenarios[C]//2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2020: 3657-3663.

7.Rudin N, Kolvenbach H, Tsounis V, et al. Cat-like jumping and landing of legged robots in low gravity using deep reinforcement learning[J]. IEEE Transactions on Robotics

8.Arm P, Zenkl R, Barton P, et al. Spacebok: A dynamic legged robot for space exploration[C]//2019 international conference on robotics and automation (ICRA). IEEE, 2019: 6288-6294.

9.Garant X, Gosselin C. Design and Experimental Validation of Reorientation Manoeuvres for a Free Falling Robot Inspired From the Cat Righting Reflex[J]. IEEE Transactions on Robotics, 2020, 37(2): 482-493.

更多相關(guān)閱讀：

仿生機(jī)器人 空間定位 位姿 | NOKOV度量動(dòng)作捕捉NOKOV度量動(dòng)作捕捉用于仿生機(jī)器人的步態(tài)和運(yùn)動(dòng)的追蹤定位https://www.nokov.com/motion-capture-bio-inspired-robot.html四足仿生機(jī)器人的步態(tài)優(yōu)化圍繞四足仿生機(jī)器人開展了四足動(dòng)物與環(huán)境之間的交互機(jī)理和步態(tài)分析研究，建立了四足機(jī)器人的仿生步態(tài)規(guī)劃方法、動(dòng)態(tài)穩(wěn)定性判斷方法和外界強(qiáng)干擾下的自適應(yīng)穩(wěn)定恢復(fù)方法。https://www.nokov.com/support/case_studies_detail/Gait-Optimization-of-Four-Legged-Bionic-Robotics-Based-on-Motion-Capture-System.html經(jīng)典案例 | NOKOV度量動(dòng)作捕捉經(jīng)典案例https://www.nokov.com/support/case_studies/14.html#case-list-1

總結(jié)

以上是生活随笔為你收集整理的动作捕捉技术在四足仿生机器人研究中的应用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。