在機器人開發(fā)的飛躍中，建造機器人獵豹的麻省理工學院的研究人員現(xiàn)在已經訓練它在跑步時觀察并跳過障礙 - 這使得它成為第一個自主運行和跳過障礙物的四足機器人。

為了獲得跑步，機器人計劃出它的路徑，就像人類跑步者一樣：當它檢測到接近的障礙物時，它會估計物體的高度和距離。機器人測量跳躍的最佳位置，并在施加足夠的力量向上和向上推動之前調整其跨越障礙物的步幅。根據障礙物的高度，機器人然后在恢復其初始速度之前安全地施加一定量的力。

在跑步機和室內跑道上的實驗中，獵豹機器人成功地清除了高達18英寸的障礙物 - 超過機器人自身高度的一半 - 同時保持平均運行速度為每小時5英里。

“跑跳是一種真正的動態(tài)行為，”麻省理工學院機械工程助理教授Sangbae Kim說。“你必須管理平衡和能量，并能夠在著陸后處理影響。我們的機器人專為那些高度動態(tài)的行為而設計。“

Kim和他的同事 - 包括研究科學家Hae贏得了Park和博士后Patrick Wensing--將在6月的DARPA機器人挑戰(zhàn)賽中展示他們的獵豹跑步，并將在7月份的Robotics：Science and Systems會議上發(fā)表一篇詳細介紹自動系統(tǒng)的論文。

看，跑，跳

去年9月，該小組證明了機器人獵豹能夠不受限制地運行 - 這是Kim注意到機器人在沒有使用攝像機或其他視覺系統(tǒng)的情況下“盲目”進行的壯舉。

現(xiàn)在，機器人可以“看到”，使用板載激光雷達 - 一個使用激光反射來映射地形的視覺系統(tǒng)。該團隊根據LIDAR數(shù)據開發(fā)了一個三部分算法來規(guī)劃機器人的路徑。視覺和路徑規(guī)劃系統(tǒng)都在機器人上，使其完全自主控制。

該算法的第一個組件使機器人能夠檢測到障礙物并估計其大小和距離。研究人員設計了一個公式來簡化視覺場景，將地面表示為直線，將任何障礙物表示為與該線的偏差。使用此公式，機器人可以估計障礙物的高度和距離自身的距離。

一旦機器人檢測到障礙物，算法的第二部分就會啟動，允許機器人在靠近障礙物的同時調整其進近。根據障礙物的距離，算法會預測跳躍的最佳位置，以便安全地將其清除，然后從那里回溯到機器人剩余步幅的空間，加速或減速以達到最佳起跳點。

這種“進近調整算法”可以在運行中運行，每一步都可以優(yōu)化機器人的步幅。優(yōu)化過程大約需要100毫秒才能完成 - 大約是單步的一半時間。

當機器人到達起飛點時，算法的第三個組成部分接管以確定其跳躍軌跡。根據障礙物的高度和機器人的速度，研究人員想出了一個公式來確定機器人的電動馬力應該在障礙物上安全地發(fā)射機器人的力量。該公式基本上提高了機器人正常邊界步態(tài)所施加的力，Kim指出這基本上是“小跳躍的連續(xù)執(zhí)行”。

最優(yōu)是最好的，可行性更好

有趣的是，Kim說這種算法不能提供最佳的跳躍控制，而只是一種可行的跳躍控制。

“如果你想為能效進行優(yōu)化，你會希望機器人幾乎無法清除障礙物 - 但這很危險，找到一個真正優(yōu)化的解決方案需要花費大量的計算時間，”Kim說。“在跑步中，我們不想花很多時間來尋找更好的解決方案。我們只想要一個可行的。“

有時，這意味著機器人可能跳得比它需要的要高得多 - 而且這沒關系，Kim說：“我們太過癡迷于最佳解決方案。這是一個例子，你必須要足夠好，因為你正在運行，并且必須很快做出決定。“

該團隊首先在跑步機上測試了麻省理工學院獵豹的跳躍能力，然后在賽道上進行了測試。在跑步機上，機器人系在一起，因為研究人員在皮帶上放置了不同高度的障礙物。由于跑步機本身只有約4米長，機器人在中間運行，只有1米的距離來檢測障礙物并計劃跳躍。多次運行后，機器人成功清除了大約70%的障礙。

相比之下，室內跑道的測試證明更容易，因為機器人有更多的空間和時間來觀察，接近和清除障礙物。在這些運行中，機器人成功清除了大約90%的障礙物。

金正日正在努力讓麻省理工學院的獵豹在較軟的地形上奔跑時跳過障礙，就像一片草地。