本周為將門-TechBeat技術社區第244期線上Talk!也是ICRA 2020系列Talk第③彈!
北京時間9月23日(周三)晚8點,立命館大學機器人系特任助理教授—李龍川博士的Talk將準時在將門TechBeat技術社區開播!
他與大家分享的主題是: 「基於共振現象的準被動行走腿式機器人」。屆時將會介紹其最新研究成果——「準被動行走」,憑藉機械共振來實現的在水平路面的行走步態。
Talk·信息
▼
主題:基於共振現象的準被動行走腿式機器人
嘉賓:立命館大學機器人系特任助理教授
李龍川
時間:北京時間 9月23日 (周三) 20:00
地點:將門TechBeat技術社區
http://www.techbeat.net/
Talk·提綱
▼
被動行走是由McGeer教授提出的,模仿人類在下坡時的一種僅靠重力勢能與動能之間轉換,即可完成的步態。因為理論上沒有任何外界輸入,所以這一理念對於步行機器人的行走效率優化有深遠的意義和影響。但是在實際行走中,不可能做到無輸入。即使是在下坡時利用重力勢能,當不提供輸入時也只能生成單一的步態,無法改變速度、步幅,也就無法跨越障礙。因此,這一理念雖然很受步行機器人學者在理論上的認可,但是其在現實世界中卻很難真正得到有效的應用和推廣。
如果想把被動行走的理念進行泛化,最關鍵,也是最難的一點就是積極的利用系統的自然動力。也就是說,輸入對系統的影響應該和系統本身的能量轉換進行有效的耦合。受到自然界共振現象的啟發,本研究在不施加任何關節轉矩的前提下,為步行機器人安裝了一個額外的振子。利用機械振蕩來引起機器人行走的共振,從而通過對振子的控制來間接控制機器人的步態。
由於共振的步態在物理中屬於「被同步的極限環」(entrained limit cycle) ,於是我們利用「降相理論」 (phasereduction theory) 對于振子的振動波形進行了優化,使其能夠在保證行走效率的前提下,最大幅度的實現對步行機器人的控制。近兩年來,我們把這一機理應用到了多種步態的控制當中去。
本次Talk為大家介紹的「準被動行走」是我們最新提出的,憑藉機械共振來實現的在水平路面的行走步態。
本次分享的主要內容如下:
1. 背景介紹 (被動行走 共振現象)
2. 基於共振現象的無框輪控制
3. 基於降相理論 (phase reduction theory) 的最優化
4. 水平面腿式機器人的準被動行走 (Quasi-passive dynamic walking) 建模,控制與分析
5. 總結與展望
Talk·提問交流
▼
方式 ①
在本文留言區直接提出你的問題,或掃描下方二維碼提問!問題被選中的小夥伴們將獲得一個紅包獎勵!
快來提問啦!
方式 ②
在Talk界面下的【交流區】參與互動!留下你的打call和問題,和更多小夥伴們共同討論,說不定就被講者直接翻牌解答了呢!
你的每一次貢獻,我們都會給予你相應的i豆積分,近期還會有驚喜獎勵哦!
Talk·觀看方式
▼
掃描下方二維碼,
或登錄TechBeat官網 www.techbeat.net
一鍵完成預約!上線後會在第一時間收到通知哦~
嘉賓介紹
▼
石冠亞
加州理工學院計算與數學科學系在讀博士
石冠亞,本科畢業於清華大學,目前在加州理工學院計算與數學科學(CMS)系的控制與動力系統(CDS)方向攻讀博士學位。主要研究方向是控制理論和機器學習的結合,以及在真實世界複雜動力系統中的應用。他在ICRA、L4DC、NeurIPS、RAL等多個機器人、控制和機器學習的頂級會議/期刊發表論文十餘篇,研究成果多次被雅虎新聞、Import AI、Engadget、Caltech新聞等多家媒體報導。曾先後在商湯科技深度學習算法組和英偉達AI算法組實習。
更多詳情請見個人主頁:www.gshi.me
系列Talk
▼
第①彈
搜索啦~
關於TechBeat社區
▼
TechBeat(www.techbeat.net)是一個薈聚全球華人AI精英的成長社區。
我們希望為AI人才打造更專業的服務和體驗,加速並陪伴其學習成長。
期待這裡可以成為你學習AI前沿知識的高地,分享自己最新工作的沃土,在AI進階之路上的升級打怪的根據地!