你是否有這樣的感受？在緩坡下坡行走時，腳步似乎“自動”交替無需使力，身體會進入非常放松的狀態(tài)，但如果坡度變陡，腳步就會“凌亂”起來，再不費點勁控制可就要摔跤了。這樣的規(guī)律其實正是人類行走的“奧秘”，而將人類控制步態(tài)的能力賦予機器人就能解決一直困擾雙足機器人行走平衡性和能效性的兩大難題。

 

 

    記者日前從上海理工大學機器智能研究院獲悉，執(zhí)行院長李清都教授團隊利用“被動行走”和“人工智能”的創(chuàng)新方法研制出新型雙足機器人，成為全球目前唯一可以同時做到“平衡、高效、智能、安全、經(jīng)濟”5個關鍵特性的大雙足機器人“小貝”。

 

    降能耗減一半電機

 

    今年，美國波士頓動力公司研發(fā)的Atlas機器人后空翻、三連跳的“酷炫”視頻紅遍網(wǎng)絡，這款身姿矯健的機器人符合人們對“鋼鐵戰(zhàn)士”的一切想象。而另一款代表領先水平的雙足機器人是日本本田公司研發(fā)的仿人機器人ASIMO，相比Atlas的“陽剛”，它顯得更溫柔親和。這兩款機器人都很好地展現(xiàn)了機器人的平衡能力，但也都有共同的煩惱――高能耗。

 

    一直以來，雙足機器人的研發(fā)主要是形態(tài)上的“仿生”，也就是說要讓機器人的行走能夠像人一樣，無論是Atlas還是ASIMO的下半身都有十余個驅(qū)動“關節(jié)”，以控制各種方向的力量?？沈?qū)動“關節(jié)”一多，力量和平衡有了，能耗也高了。“機器人真的需要那么多驅(qū)動‘關節(jié)’嗎？”李清都教授琢磨著，既然電機影響能耗，那就干脆做減法，于是團隊嘗試“直腿”機器人的研發(fā)，將電機數(shù)量減少了一多半。

 

    驅(qū)動電機少了，如何實現(xiàn)平衡就成了一個非常大的挑戰(zhàn)。“我們做了很多‘被動行走’的基礎研究，也做了大量的仿真和實驗驗證，包括步態(tài)控制和能效等。”在緩坡下坡實驗中，李清都教授研究了新模型，在沒有任何驅(qū)動下，受重力、腿結(jié)構(gòu)及坡度等的影響，發(fā)現(xiàn)機器人會經(jīng)歷“周期穩(wěn)定”“混沌”和“發(fā)散”三種步態(tài)，當坡度平緩時會有一個耗能很低的穩(wěn)定步伐，當坡度增加，就需要逐漸給予力量控制，否則就最終會摔倒。搞清楚機器人自身的運動規(guī)律，也就把握了保持平衡的控制力度和時機。這種新的動態(tài)平衡技術(shù)，無需“大腳”，就像踩高蹺，機器人就能平穩(wěn)行走。

 

    適應環(huán)境學人走路

 

    除了基礎原理，要讓機器人能適應環(huán)境自動邁步還得賦予它“智慧”。團隊聯(lián)合德國漢堡大學、深圳市行者機器人技術(shù)有限公司研制的小貝機器人，利用深度強化學習、遷移學習、連續(xù)學習等一系列人工智能技術(shù)，讓機器人通過2D、3D的逐步訓練，像孩童學步一樣，慢慢掌握走路技巧。小貝的體重不到10公斤，身高也像個小童，但是它的平衡能力已經(jīng)很出色――測試表明，在撞擊、推拉、風吹、不平路面等復雜環(huán)境中仍能正常行走；得益于人工智能算法，小貝對機電傳感的性能需求降低，還能實現(xiàn)智能交互，推一下，它便向前邁幾步，回拉一下，它就像個寵物一樣跟著走，對人非常安全、友好。

 

    小貝的前身“行者一號”已經(jīng)具備很強的耐力，它曾打破吉尼斯世界紀錄，是目前世界上能效最高的機器人，它的能效甚至超過了人類，實測僅耗0.8度電可以續(xù)航134公里。“傳統(tǒng)雙足機器人的運輸損耗COT是人類的10-20倍，目前的電機技術(shù)和電池等都難以支撐，所以很難實用。我們的研發(fā)路徑可以說是‘換道超車’吧。”

 

    始終堅持為人服務

 

    目前，李清都教授正忙于調(diào)試小貝，希望通過進一步的復雜環(huán)境的學習，讓小貝能適應更多路況。而小貝的技術(shù)已經(jīng)形成產(chǎn)品――智能助行機器人，能幫助行動不便的老人更安全、輕松地行走，還可以自動采集人雙腿步態(tài)、雙臂壓力等數(shù)據(jù)，分析使用者的行走步態(tài)，監(jiān)護使用者的健康狀況。團隊研發(fā)的“行者二號”也已經(jīng)在不久前的高交會上亮相，這款身材苗條的“美女”機器人，未來將會集成更多智能應用，或許將成為酒店迎賓、交通協(xié)管、環(huán)衛(wèi)工人或者生活管家。

 

    李教授坦言，機器人是復雜系統(tǒng)，小貝要“長高”“長大”，難度技術(shù)是幾何倍數(shù)增加的，但“為人類帶來更多安全、有效服務”的目標始終堅持，因為這才是機器人研究的最終目的。