В прошлый раз, когда мы видели UC Berkeley’s Salto-1P, робот беспрестанно прыгал повсюду. Было впечатляюще наблюдать, особенно когда он время от времени взрывался. Но, конечно, исследователи из Беркли имели долгосрочные планы по тому, чтобы робот был с уровнем контроля, который позволил бы им научить его некоторым сложным трюкам. На этой неделе мы увидели некоторые из этих трюков в IROS 2018 в Испании, где Джастин Йим представил новое видео Salto-1P, превращающее какую-то офисную мебель в оживленный дом.
Аппаратное обеспечение Salto-1P такое же, как в прошлом году. У него есть одна активированная эластичная нога, инерционный хвост, который вращается, чтобы контролировать высоту, и половину квадрокоптера для контроля рыскания. Большая разница в этом году находится в контроллере. Робот ведет себя более или менее как подпружиненный перевернутый маятник, упрощенная динамическая модель, которая часто появляется как в биологии, так и в робототехнике, которая имеет свой собственный акроним: SLIP. Еще в 1980-х годах Марк Райберт разработал контроллер для SLIP-подобных роботов, и люди до сих пор используют его сегодня, в том числе Salto-1P, до недавнего времени.
Причина, по которой Salto-1P нуждается в лучшем контроллере, заключается в том, что заставить робота делать то, что вы можете увидеть в видео, что требует очень точного размещения ног — робот должен быть способен отскакивать на этом, что означает, более или менее точно, где он хочет приземлиться после каждого прыжка. И даже более агрессивное поведение, такое как прыжки между стенами, включает в себя целую последовательность прыжков, которые все должны быть точными, поскольку один неточный прыжок, вероятно, заставит робота упасть и разбиться на части.
Тот факт, что Salto-1P ведет себя баллистически, означает, что он следует очень предсказуемым траекториям, что хорошо, но это также означает, что единственный контроль, который у вас есть над предметами, происходит в течение чрезмерно короткого момента, когда он вступает в контакт с землей. Это может сделать вещи сложными, так как большая часть контроля, которую вы получаете, исходит из угла ноги Салто-1П при приземлении и длины его ноги (что влияет на то, сколько энергии переходит в следующий прыжок), и все.
В своих тестах новый контроллер Salto-1P оказался значительным улучшением по сравнению с оригинальным контроллером Raibert. В серии из 95 случайных и иногда агрессивных прыжков стандартное отклонение ошибки размещения стопы Salto-1P было всего 0,1 метра, в три раза лучше, чем ошибка контроллера Raibert и 95 процентов его приземлений находилась в пределах 0,3 метра от цели. Это такой надежный, нацеленный прыжок, который позволяет роботу прыгать на стул, хотя на данный момент все еще немного меньше стула.
Как и следовало ожидать, чем более агрессивный прыжок Сальто-1П, тем он менее точный. Оптимальная точность возникает после серии небольших прыжков, в то время как с гиперагрессивной дальней дистанции, которую мы видели в прошлом, гораздо труднее прицелиться. С высотой от среднего до низкого уровня Salto-1P может обрабатывать как движущиеся цели, так и поверхности, которые не плоские и ровные, как офисное кресло. И, скорее всего, он лучше справится с этим: мы поговорили с Джастином Йим в IROS, который сказал нам, что он больше работает над повышением точности сальто-1P, а также отлучает от внешних локализационных и вычислительных систем, которые держат его в закрытом помещении.
Свежие комментарии