當前位置:
首頁 > 新聞 > 揭開仿人機器人背後的技術面紗,之江實驗室奪亞機器人足球世界盃

揭開仿人機器人背後的技術面紗,之江實驗室奪亞機器人足球世界盃

機器之心發布

來源:之江實驗室


前不久在澳大利亞落幕的 RoboCup2019 機器人足球世界盃上,來自之江實驗室的 ZJLabers 隊惜敗給伊朗 MRL-HSL 隊,奪得中仿人組(機器人高度在 80-140cm 之間)亞軍,這也追平了我國機器人足球隊伍在該組別取得的最好成績。

揭開仿人機器人背後的技術面紗,之江實驗室奪亞機器人足球世界盃

打開今日頭條,查看更多圖片

ZJLabers 隊長留雲畢業於浙江大學,在校期間就參與了學校的機器人足球隊,當時研發的是小仿人組(機器人高度在 40-90cm 之間)的機器人。「當機器人尺寸和高度提升後,對機械結構穩定性、步態行走穩定性等基礎能力就有了新的要求,我們從硬體和軟體兩方面為本次參賽的機器人進行了大量優化升級。」中仿人組機器人在受到碰撞摔倒後需要自主爬起,留雲帶領的團隊為此優化了步態調整策略,縮短了步態執行周期,不僅可以快速爬起,更減小了摔倒的風險。大仿人(機器人高度在 130-180cm 之間)組的機器人則允許有人站在機器人後方,當其要摔倒時,可以將機器人移下場。

除此之外,該團隊還為本次比賽的機器人做了「定製化」的設計,賦予了機器人更強的賽場適應性。「由於我們自己的試驗草地並不平整,為了應對臨場比賽時的意外情況,我們團隊為機器人開發了足底壓力感測器,用於測量足底受力大小與分布情況,以檢測反饋臨界穩定狀態。參數反饋之後,基於落地腿的切換策略以及基於 ZMP(零力矩點)的平衡閉環邏輯,我們設計調整了控制策略以提升機器人在實際比賽中的步態穩定性。」留雲說。

揭開仿人機器人背後的技術面紗,之江實驗室奪亞機器人足球世界盃

據了解,RoboCup 的比賽不允許參賽隊伍使用當前業界常用的激光、毫米波、GPS 等主動探測式感測器進行感知和定位,近年來的比賽場地已變為人工草皮,兩方球門也改為一樣的白色,使用的球也改為真正的足球,光線條件也逐漸從室內燈光轉換到自然光,一切都更加接近真實的足球比賽。ZJLabers 的隊員們充分利用了之江實驗室在人工智慧領域的技術優勢,運用深度學習演算法訓練得到相應模型,以識別場上的球、球門、機器人等特徵,再結合機器人自身上場位置信息、IMU 信息等,通過粒子濾波等定位演算法實現了機器人的自定位。

在談起參賽各國的技術水平時,留雲表示相對於其他對手,他們的機器人在路徑規划上和球前調整上還有很大提升空間。「我們設計的機器人在中仿人組中屬於高度比較高的一類,但其機動性卻沒有受到太多影響,行走速度比較快,找球比較精準,控球率也高。決賽輸球的主要因素可能還是出在機器人橫向移動能力較弱這方面。伊朗隊的調整時間非常短,出腳非常快,行走時也比較穩定,晃動小,很多時候我們的機器人先於對手找到球,也先走到球前,但調整時間過久,造成對方機器人已經攔截上來,錯失進攻機會。印尼隊的機器人踢球非常遠,可以達到 4-5m。韓國隊的防守很穩定,機器人在自己半場擋住大量進攻。」留雲回憶說。接下來 ZJLabers 隊將開始進入大仿人組別的機器人系統研發,在機械、電氣、步態、定位等方面會嘗試一些新方案和演算法,以應對更高難度的挑戰。

揭開仿人機器人背後的技術面紗,之江實驗室奪亞機器人足球世界盃

在仿人機器人領域,滿足高度動態性能的腿足式機器人的驅動器設計和自主智能演算法一直是業界的巨大挑戰。機器人動態步行需要驅動器實現大力矩輸出密度、快速響應交互能力。目前成人大小的動態能力最強的人形機器人當屬波士頓動力的 Atlas,其採用液壓+金屬 3D 列印方案,能保證穩定的能量輸出密度和快速的動態響應能力。

成立近兩年來,之江實驗室在人工智慧領域潛心深耕,專註基礎研究和關鍵技術攻關,以全面支撐國家安全、數字經濟和社會治理等重大戰略領域發展。為連接全球頂尖的人工智慧人才,構建「科學無邊界、創新無邊界、人才無邊界、合作無邊界」的科研生態體系,之江實驗室與杭州未來科技城管委會將於 2019 年 8 月 16 日至 17 日在浙江杭州科技未來城舉辦「之識無界」大會暨第二屆之江國際青年人才論壇。點擊「閱讀原文」了解更多信息。

揭開仿人機器人背後的技術面紗,之江實驗室奪亞機器人足球世界盃

此外,為激發青年科研人員科研創新動力,鼓勵更高水平研究,之江實驗室今年特設了之江國際青年人才基金。該項青年人才基金的申報正在進行中,相關領域的科研人才可登錄基金官網 http://www.zhejianglab.com/zjyf.html,了解基金詳情,參與申報。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 機器之心 的精彩文章:

每類13張標註圖就可從頭學分類器,DeepMind新半監督超越AlexNet
CVPR 2019 提前看:工業界與學術界的深度融合專題

TAG:機器之心 |