報警啦！他家私藏了一隻蹦蹦猴，哦不，蹦蹦機器人

探索 10-17

加州大學伯克利仿生微系統實驗室曾在去年開發了一款微型仿生機器人——Salto，是當時最小、最敏捷的跳躍機器人。

當Salto身體充分伸展時，長度也僅為26厘米，整個機器人的重量僅100克，在當時，Salto能做到每隔 0.58 秒進行一次高達 1 米的跳躍，其速度達到 1.7 m/s，但因為缺乏平衡能力，只能連續跳躍兩次。

不過好消息是：就在前幾天，加州大學伯克利分校為我們帶來了Salto的升級版——Salto-1p。

Salto | robohunter

我們先來了解下Salto-1p的前身——Salto！

看到這個機器人的時候，大家會想到什麼？Salto的外觀看上去真的很嬌小，一隻手掌便能將它握住，像一個踩著彈簧高蹺走路的小人兒。在一年前Salto剛露面的時候，有一位YouTube用戶曾這樣形容Salto的外觀：

將Salto和H2Bird組裝在一起，你將得到一個蚱蜢機器人。說實話，這是一項了不起的工作！

H2Bird也是伯克利大學分校所設計的一款機器人

還真是非常形象了，但其實Salto的設計靈感來自的是動物界垂直跳躍能力最強的動物——非洲嬰猴。非洲嬰猴體型很小，最長的種類體長不會超過38厘米，行動敏捷，善於跳躍，一躍可達3~5米。

蹦啊蹦啊蹦

研究人員通過觀察嬰猴跳躍時的蓄力姿勢，肌腱所儲存力量後的動作來創造機器人的結構，Salto的結構就是模仿嬰猴的，能實現嬰猴彈跳能力的78%左右，可實現蹲伏姿勢，通過蓄力在「肌腱「中可以讓Salto跳得更高。

研究人員還通過比較人在跨越障礙時的姿勢和機器人的跳躍來進一步改善結構。

排隊蹦蹦

而為了能讓Salto在空中跳躍時更加平穩和維持跳躍時的平衡，研究人員在Salto-1p的身體上增加了一對推進器。你能在圖片中找到它嗎？

Salto

Salto-1p

外觀上的改變很明顯，那Salto內置的控制端和演算法有沒有什麼改變呢？要知道Salto-1p跳躍的平衡度和著陸點的準確度可是提升了不少！

現在就來探究下~

Salto-1p，它的基本硬體與去年相同。

它有一個驅動的彈性腿，可以使它跳躍，一個慣性尾巴，可以旋轉來控制俯仰，還有半個四軸飛行器來控制偏航和翻滾。這個機器人能夠各處彈跳，能夠連續跳躍，沒有任何問題。

它可以前進或者後退。

也可以在行進過程中提速，迅速彈跳，爆發力和敏捷性都屬上乘；

當然Salto-1p最牛的地方在於它的軌跡可以預測，也就是你可以預先設計好它的每一次落點的位置，大致規劃好它的路線，是不是很厲害！

精確的落點

例如像圖中這樣預先設計好它的大致落點，定好目標點，然後交給Salto-1p.

動作捕捉將會幫忙測量機器人的位置，你可以發現跟預先定好的落點差距並不是很大，就算中途機器人的方向或者落點有偏差，也會快速矯正，重新定向，最終能夠到達目標點。

而能做到這一切的原因是因為Salto-1p採用了新的控制器-DFPH（deadbeat foot placement hopping controller）。

Salto-1p機器人的行為或多或少像彈簧倒立——一個簡化的動力學模型，經常出現在生物學和機器人的應用中。它有自己的收縮與滑動。DFPH用腿角和收縮來設置機器人的速度，因為它超高的精確度，我們可以告訴Salto-1p它即將要到哪兒去。

如果我們將Salto-1p行進過程中的腿角記錄下來，可以觀測到DFPH可以在產生誤差後迅速調整好自己的位置，矯正好錯誤，保證行進路線以及目的地的精準度。

我們可以觀察下Salto-1p越礙時的表現。

總的來說，DFPH可以算是Salto-1p的心臟了，畢竟要想使機器人必須能夠在椅子上彈跳而不掉下來，這意味著每次跳躍後，它都能或多或少準確地降落在它想降落的地方。更複雜的情況下，比如在牆壁之間跳躍，包括一系列的跳躍，所有的跳躍都需要精確，因為一次不準確的跳躍很可能會導致機器人摔倒並將自己摔成碎片。

Salto-1p的可預測性彈道帶來了方便，但也帶來了難度，它讓我們的大多數控制都來自於Salto-1P著陸時的腿的角度和它的腿的長度。而這一切的難題的解決的關鍵之處都在於控制器的選擇，在研究人員一系列的篩選下，DFPH比之前的控制器要改進了許多。