還記得波士頓動力那些靈活的機器人么，避障礙爬樓梯甚至送快遞，在各種地形隨意穿梭。

現(xiàn)在，加州大學(xué)伯克利分校和卡內(nèi)基梅隆大學(xué)的實驗室研發(fā)出了一款更靈活的腿形機器人ATRIAS，它們可以像人類一樣可以在崎嶇的地形上行走，跨越障礙物，并且，不會受障礙物高度和相隔距離的影響。

也就是說，即使地面環(huán)境是隨機變化的，這種足式機器人也能順暢地行走。

這就非常厲害了！

對足形機器人，特別是目前還是“盲人”的機器人來說，在地面上如何“下腳”是有嚴格的算法控制的。而這些算法對凹凸不平的地面環(huán)境的適應(yīng)性不是很友好。

那么設(shè)計這款機器人最大的挑戰(zhàn)是，如何優(yōu)化離散立足點的控制算法。

如此靈活的機器人，其背后由復(fù)雜的動力學(xué)方程控制。具體來講是利用了最新的非線性控制算法。

而加州大學(xué)伯克利分校和卡內(nèi)基梅隆大學(xué)做出的最新進展很好的解決這種矛盾，讓足式機器人能夠在隨機變換的障礙地形中，順暢的行走。

為什么是足式機器人?

從波士頓動力的網(wǎng)紅機器人Atlas，到伯克利的ATRIAS，足式機器人無疑近期機器人行列中的“C位”。這一地位的獲取是有原因的。

根據(jù)行走方式，機器人可分為輪式、足式、履帶式及混合式。輪式機器人主要適合平坦的路面，具有高速移動性能，但對復(fù)雜的地形卻無能為力；履帶式機器人能更好的適應(yīng)松軟的地形，如土地，缺點是對高度落差較大的地形無能為力；足式機器人幾乎可以適應(yīng)各種復(fù)雜的地形，缺點是移動速度較低，且由于重心原因容易側(cè)翻。

世界上大部分地形屬于復(fù)雜地形，對于復(fù)雜的地形足式機器人有著明顯的優(yōu)勢，所以足式機器人的研究有著廣闊的發(fā)展前景。

足式機器人最值得探索的地方也正在于此——能夠在非結(jié)構(gòu)化和不平整的地形上航行。

圖：ATRIAS雙足機器人用不同的步長和步高在隨機離散地形上行走

它們比輪式機器人靈活得多，輪式機器人很難在有空隙或高度有重大變化的地形上導(dǎo)航，而雙足機器人能夠穿越離散和不可預(yù)測的地形，這使它們成為了空間探索、災(zāi)難響應(yīng)以及城市環(huán)境中個人機器人的理想候選者，這些機器人需要在為人類設(shè)計的離散地形上行走，比如樓梯或跳板。

為了促進機器運動技術(shù)的進步，也有不少獎項設(shè)立，比如W獎。此獎項是對機器運動中最先進技術(shù)的挑戰(zhàn)，例如對臺階和樓梯的攀爬、在不超過10,000秒的時間內(nèi)行駛10公里等等。

雖然這些年來,足式機器人的機械設(shè)計和控制策略有了顯著的改善，但是仍然沒有在現(xiàn)實世界中真正使用。目前最先進的機器人依然在準靜態(tài)地面運動速度緩慢，而且抗干擾能力弱，對能源的利用也是效率低下。

對于下肢外骨骼來說，跨越離散地帶也是一個難題，目前的解決方法是，用戶添加額外的平衡機制，比如說拐杖，但是即便這樣也不能實現(xiàn)完全的自主行走。這一點也在最近的Cybathlon外骨骼競賽中得到了體現(xiàn)。

通過設(shè)計機器人和反饋算法，使得機器人能夠以一種安全、可靠的方式在復(fù)雜的地形上實現(xiàn)精確的足跡設(shè)計，我們能夠?qū)⑦@種新的機器人應(yīng)用到實際生活中，并且將這些想法轉(zhuǎn)化成增強人類能力的生物電子設(shè)備。

為什么在跳板上的動態(tài)行走這么難？

伯克利大學(xué)的混合機器人小組一直致力于為高自由度雙足機器人開發(fā)正式的控制框架，這種框架不僅能保證在離散地形上精確的步進位置，還能對不確定性和外力建模保持魯棒性。這些方法獨立于特定的機器人本身，并在RABBIT、ATRIAS和DURUS等多種機器人模型上進行了仿真測試。

此外，這些機器人提前并不能“知道”地形會是什么樣子;只有下一步的位置會顯示給機器人，這個場景很好地描述機器人在現(xiàn)實世界中可能遇到的情況。

伯克利研究組在ATRIAS雙足機器人平臺上測試了控制算法,并能夠?qū)崿F(xiàn)在不同離散隨機地形上的動態(tài)行走，步長在30至65厘米不等，步行高度（抬腿）為22厘米,同時保持平均步行速度為0.6米/秒。

可以說，伯克利的ATRIAS是雙足機器人上首次，在步長和步高同時變化的跳板上，完成了動態(tài)行走。

為什么離散行走在機器人中如此困難?

首先，兩足機器人是高自由度系統(tǒng)，其運動由復(fù)雜的非線性微分方程控制，這些方程描述了機器人與地面相互作用中的混合動力：機器人必須通過不斷地與周圍環(huán)境進行接觸和打破接觸來與環(huán)境互動。

此外，ATRIAS是欠驅(qū)動的，這意味著它在腳踝處沒有驅(qū)動器。你可以想象一下踩著跳板或者踩著高蹺爬樓梯：保持平衡的唯一方法就是一直走下去。

跳板的問題也對腳的放置有嚴格的限制，當(dāng)然在現(xiàn)實世界中，這些跳板也可能會倒塌(在不久的將來我們將會解決這個問題)。此外，機器人還必須在其他物理約束下工作，如電機轉(zhuǎn)矩限制和摩擦(機器人不能滑倒)。所有這些約束相互作用，使得控制設(shè)計過程變得非常重要。

跳板問題已經(jīng)得到了廣泛的研究，在像Valkyrie和ATRIAS這樣的機器人身上取得了令人印象深刻的成果。但是不同的地方是，伯克利的方法允許動態(tài)行走，而不是機器人傾向于使用的緩慢的準靜態(tài)運動。

通過對系統(tǒng)動力學(xué)中的非線性進行推理，并利用最近最優(yōu)控制和非線性控制技術(shù)的進展，伯克利小組可以在提供形式的穩(wěn)定性和安全性保證的同時，以簡單緊湊的形式指定控制目標和期望的機器人行為。這意味著，這種機器人可以在離散的地形上行走，而不會滑倒或摔倒。

下一步的研究

目前，ATRIAS還是“盲人”，需要向他們提供關(guān)于它周圍環(huán)境的信息，比如下一個跳板的位置。伯克利研究組稱，他們現(xiàn)在正致力于在控制器中集成計算機視覺算法，比如深度分割和深度學(xué)習(xí)。

這將允許機器人對周圍環(huán)境進行推理，從而開發(fā)出一個完全自主的系統(tǒng)。隨著一個名叫Cassie的新機器人抵達伯克利，其計劃將實驗結(jié)果擴展到在真實世界的跳板上進行3D行走。

從長遠來看，這項研究將有助于雙足機器人在室內(nèi)環(huán)境（如樓梯和狹窄的走廊）以及室外環(huán)境（如叢林小徑）中自主導(dǎo)航。研究的關(guān)鍵部分包括安全性、魯棒性和靈活性，也就是說，我們希望我們的機器人能夠在“正確”的位置上行走，以防止它們跌倒，同時對意想不到的外力和干擾保持魯棒性。

這種技術(shù)的潛在應(yīng)用有很多：在搜索和救援中，可以部署自動人形機器人而不是人類救援人員;在探索未繪制地圖/未探索的區(qū)域時（比如在表面高度不均勻的其他行星上），或者在家中作為個人機器人。此外，為兩足機器人開發(fā)的方法也可以轉(zhuǎn)化為增強人類的機器人設(shè)備，比如下肢外骨骼。