秒殺波士頓動力狗，MIT獵豹機器人

機器人領域又一大突破：MIT最新研發的第三代獵豹機器人，不依靠視覺和任何外部感測器，全憑控制演算法，漂亮地縱身飛躍上桌，還能輕鬆爬上滿是障礙物的樓梯，在突然被猛推或猛拉時迅速恢復平衡。這樣的機械狗，你要不要也來一隻？

說到獵豹機器人，你可能想到了波士頓動力的這個：

是的，被譽為最快的機器人，波士頓動力的獵豹跑起來你連它的腿都看不清。

不過，還有一款獵豹機器人，同樣乃至更為出色。那就是MIT的獵豹機器人。

最新研發的第三代獵豹機器人（Cheetah 3）是約90磅重的四足機器人，體型大約有一隻成年拉布拉多犬那麼大。

就是不喜歡靜靜地照張相

獵豹機器人從第 1 代開始便表現十分驚艷：它能自主跨越障礙物、實現每小時30 英里（約 48 公里）的高速奔跑。

由於採用的是腿式，而不是輪子，獵豹3能更好地在崎嶇地形行走，它的穩定性十分可靠，甚至能依靠三隻腿保持平衡。

三隻腳就能保持平衡

而這次升級中，它被有意設計成不需依賴攝像頭或任何外部感測器就能完成所有這些任務。它能靈活地「感覺」周圍的環境，工程師們稱之為「盲眼運動」（blind locomotion），就像人能穿過黑漆漆的房間一樣。

「機器人應該能夠處理各種意想不到的行為，而不用過多依賴視覺。」獵豹3的設計師、MIT機械工程學副教授Sangbae Kim說：「視覺可能會有噪音，會有些不準確，有時甚至完全不可用。如果太過依賴視覺，機器人必須非常精確地定位，導致行動很慢。因此，我們希望機器人更多地依賴觸覺信息。這樣，它可以在快速移動的同時處理意外的障礙。

研究人員將於10月份在馬德里舉行的智能機器人國際會議上展示這款機器人的無視覺能力。除了無需視覺的移動之外，該團隊還將展示機器人升級後的硬體，包括與前一代的獵豹2相比更廣泛的運動範圍，並允許機器人能夠前後伸展，從一邊向另一邊扭轉，就像一隻準備撲向獵物的貓一樣。

在接下來的幾年裡，Kim想讓這款機器人執行由於太過危險而導致人類無法執行、或人類難以接近的任務。

「獵豹3被設計來執行各種各樣的任務，比如電站檢查，這些任務涉及各種地形條件，包括樓梯、路緣和布滿障礙物的地面。」Kim說：「我認為有非常多的場合，我們會想讓機器人代替人類去完成簡單的任務。」通過遠程控制機器人，可以更安全地完成危險、骯髒和困難的工作。

接觸檢測演算法：無需視覺，飛躍上桌，平穩降落

獵豹3能夠無需視覺地爬上樓梯，穿過崎嶇不平的地形，並且在遇到意想不到的外力時能夠迅速恢復平衡，這都要歸功於Kim團隊開發的兩種新演算法：接觸檢測演算法（contact detection algorithm）和模型預測控制演算法（model-predictive control algorithm）。

接觸檢測演算法幫助機器人確定某隻腿從在空中擺動切換到踏上地面的最佳時刻。例如，如果機器人踩在一根細細的樹枝上，而不是踩在堅硬沉重的石頭上，它會採取怎樣的反應——是繼續邁著步子走過去，還是向後退屈一下腿——可以決定它是否能保持平衡。

「當涉及到從空中到地面的切換時，切換的動作必須要做得非常好，」Kim說：「這個演算法的真正意義在於，確定『何時才是安全的落腳時間點?』」

飛身上桌，騰空高度近1米，平穩落地

接觸檢測演算法幫助機器人確定在腿的擺動踩地之間轉換的最佳時間點，它要對每隻腿連續地計算三種可能性：腿與地面接觸的概率，腿撞到地面併產生力的概率，以及腿在中間發生擺動的概率。該演算法基於來自陀螺儀、加速度計和腿部關節位置的數據來計算這些概率，這些數據記錄了腿部相對於地面的角度和高度。

例如，如果機器人意外地踩到一塊木頭上，它的身體會突然傾斜，從而改變了機器人相對於地面的角度和高度。這些數據會立即被用於計算每隻腿的上述三個概率，演算法將結合估計每條腿是否應該向下壓地，還是應該抬起來並分開以保持平衡——所有這些都是在機器人沒有視覺的情況下進行的。

不依靠視覺爬樓梯，純靠演算法維持平衡

「如果人類閉上眼睛向前邁出一步，我們會對地面可能在哪裡有一個心理模型，並且可以為此做好準備。但我們同時也依賴於觸摸地面的感覺。」Kim說：「對獵豹3機器人我們做的是類似的事情，將多個（來源）信息結合起來，以確定切換的時間。」

研究人員在實驗中測試了該演算法：讓獵豹3在實驗室的跑步機上小跑，以及爬樓梯。兩個表面都隨意散落著一些物體，例如木塊和膠帶卷。

「它不知道每個台階的高度，也不知道樓梯上有障礙物，但它只是儘力在不失去平衡的情況下艱難前行，」Kim說，「如果沒有這個演算法，機器人非常不穩定，很容易摔下來。」

模型預測演算法：任你怎麼踹怎麼踢都不倒

獵豹3的這種無需視力的運動能力也部分歸功於模型預測控制演算法，該演算法可以預測某條腿在踏出一步後應該施加多大的力。

Cheetah 3卓越的平衡性，就是推不倒

「接觸檢測演算法會告訴你，『現在是在地面上施加力的時候了，』」Kim說，「但一旦接觸到地面時，你需要馬上計算要施加多大的力，這樣你才能以正確的方式移動身體。」

當任何一隻腿接觸到地面並施加了特定大小的力，模型預測控制演算法會馬上計算在未來的半秒內機器人的身體和腿應該處於什麼位置。

Kim說：「比方說加入有人從側邊踢了機器人一腳，當腳已經接觸到地面時，演算法就要決定『我該如何確定腳要施加的力？因為左邊有一個不想要的速度，所以我得對相反的方向施加一個力來消滅那個速度。如果我向相反方向施加100牛頓的力，那麼半秒後會發生什麼?』」

該演算法被設計成每50毫秒對每條腿進行一次計算（或每秒計算20次）。在實驗中，研究人員在機器人在跑步機上小跑時用腳踢和用力拉扯，並在它爬上滿是障礙物的樓梯時用皮帶猛拽。他們發現，模型預測演算法使機器人能夠快速產生反作用力，以恢復平衡並繼續前進，而不會朝相反的方向摔倒。

Kim說：「歸功於這種預測控制，機器人能夠在地面上施加正確的力，再加上接觸檢測演算法，每一次接觸都非常迅速而且安全。」

拉也拉不到

該團隊已經為機器人添加了攝像頭，以便為機器人提供周圍環境的視覺反饋。這將有助於機器人繪製大環境的地圖，並使機器人在面對較大的障礙物，例如門和牆時先在視覺上檢測到。但目前，研究團隊正在努力進一步改進機器人的無視覺移動能力。

「我們想先做一個不需視覺的很好的控制器，」Kim說，「當我們為它增加視覺能力，即使可能反饋的是錯誤的信息，腿也應該能夠處理（障礙）。因為如果它踩到了攝像機看不到的東西怎麼辦？它要怎樣行動？這就是盲眼運動的作用。我們不想太過相信自己的視覺。」

這項研究部分得到了Naver，豐田研究所，富士康和空軍科學研究辦公室的支持。

最後，看一下MIT的第一代獵豹機器人。那時候它的體型更大，但奔跑速度和跨越障礙物的能力同樣出色。

?

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！