圖片提供:新加坡國立大學和約翰·霍普金斯大學。
人形機器人具有類似於人的身體,可以很快幫助人們完成各種各樣的任務。這些機器人設計完成的許多任務涉及拾取不同形狀,重量和大小的物體。
儘管許多最新開發的類人機器人能夠拾取輕巧的物體,但舉起笨重的物體常常被證明更具挑戰性。實際上,如果物體太大或太重,機器人可能最終會摔碎或掉落物體。
考慮到這一點,約翰·霍普金斯大學和新加坡國立大學(NUS)的研究人員最近開發了一種技術,該技術可以使機器人確定是否能夠舉起物理特性未知的沉重箱子。在arXiv上預先發表的一篇論文中介紹的這項技術可以促進機器人的開發,該機器人可以更有效地舉起物體,從而降低了他們拾起無法支撐或搬運的東西的風險。
「我們特別感興趣的是如何對取消與未知的物理參數一箱的可行性人形機器人的原因,」元豐漢,誰進行了這項研究的研究人員之一,告訴TechXplore。「要實現這樣一個複雜的任務時,機器人通常需要首先識別盒子的物理參數,然後生成安全,穩定的舉起盒子的全身運動軌跡。」
機器人生成允許其舉升物體的運動軌跡的過程可能需要進行計算。實際上,類人機器人通常具有很高的自由度,其身體抬起物體所需進行的運動應滿足幾個不同的約束條件。這意味著如果盒子太重或其重心距離機器人太遠,則機器人很可能無法完成此動作。
漢解釋說:「當我們試圖思考是否可以舉起啞鈴之類的重物時,請思考一下我們人類。」 「我們首先與啞鈴互動以獲得對物體的某種感覺。然後,根據我們以前的經驗,我們知道它是否太重而無法舉起。同樣,我們的方法從構造軌跡表開始,它會通過仿真為機器人保存與箱子的一系列物理參數相對應的不同有效提升運動。然後,機器人會將這張桌子視為其先前經驗的知識。」
Han與他的同事Ruiui Li和他的主管Gregory S. Chirikjian(NUS機械工程系教授兼負責人)合作開發的技術使機器人在短暫交互後即可了解盒子的慣性參數用它。隨後,機器人回頭查看由該方法生成的軌跡表,並檢查它是否包含允許其用這些估計參數來舉起箱子的舉升運動。
如果存在該運動或軌跡,則認為抬起箱子是可行的,並且機器人可以立即完成任務。如果不存在,則機器人會考慮超出其能力的任務。
「基本上,我們的方法離線構造的軌跡表會根據盒子的慣性範圍參數保存有效的全身提升運動軌跡,」 Han說。「隨後,我們開發了一種基於物理交互的算法,可幫助機器人安全地與盒子交互並估計盒子的慣性參數。」
這項新技術使機器人能夠快速確定他們是否能夠完成與起重相關的任務。因此,它節省了時間和計算能力,因為它避免了機器人在每次舉升嘗試之前(甚至是不成功的舉升嘗試)都不必進行全身運動。
Han和他的同事使用NAO(由SoftBank Robotics開發的著名人形機器人)評估了他們開發的方法。在這些試驗中,NEO快速有效地識別了通過新技術無法舉起或很難舉起的物體。將來,相同的技術可能會應用於其他類人機器人,從而使它們在完成涉及舉起重物或重物的任務時更加可靠和高效。
漢說:「我們的方法可以大大提高實際取放任務的工作效率,特別是對於可重複的任務。」 「在未來的工作中,我們計劃將我們的方法應用於不同的對象或起重任務。」