弗吉尼亚理工大学的研究人员旨在为机器人提供仿生步态

两年前，Kaveh Hamed 看到他的儿子 Nikaan 独自迈出了第一步。当婴儿向前走时，他看着 Nikaan 一岁大的身体摇摇晃晃地摇晃着双腿。

他也看到了 Nikaan 的进步：从趴着爬到摇摇晃晃地站立，再到第一次走路，再到两脚稳稳地穿过地板。

这些记忆让哈米德开始思考数学，就像他看着他的狗泰利奔跑时所做的那样。当他看到她被绑在他身边并转为小跑时，他开始再次思考如何将她的敏捷性传授给机器人。

10 多年来，Hamed 开发了控制算法，使有腿机器人能够像人类和动物一样行走和奔跑。

看到 Nikaan 和 Telli 在运动中提醒他还有很多东西要学。 “这似乎是一个简单的问题，”哈米德说。 “我们每天都在做这些事情——我们走路、跑步、爬楼梯、跨过缝隙​​。但将其转化为数学和机器人是一项挑战。”

Hamed 去年加入弗吉尼亚理工大学，担任工程学院机械工程系的助理教授，并担任混合动力系统和机器人运动实验室的负责人。

从那时起，他和他的研究团队与部门内和全国其他大学的合作者一起致力于增强机器人的仿生运动。

他们目前正在从事美国国家科学基金会资助的四个项目，所有这些项目都从人类或动物中汲取灵感，并专注于软件开发。

他们的一个项目涉及研究双足（两条腿）运动在动力假腿弹性运动中的应用。

Hamed 的研究团队正在与密歇根大学电气工程与计算机科学系副教授 Robert Gregg 合作，为 Gregg 的动力假腿模型开发分散控制算法。

该团队目前的三个项目围绕四足（四足）机器人以及传感器、控制算法和人工智能的组合使用，以提高机器狗的敏捷性、稳定性和灵巧性，以及它们对周围环境和彼此。

Hamed 表示，虽然每年都在制造更多的腿式机器人，但该领域还有很长的路要走，机器人要达到他们的两足或四足灵感来源的敏捷性。

“我们相信，我们在动物运动中看到的敏捷性——例如在狗、猎豹或山狮身上——目前无法被机器人密切关注，即使是最先进的机器人也是如此，”他说。

“机器人技术正在迅速发展，但在我们在机器人中看到的与我们在生物同行中看到的之间，仍然存在根本性的差距。”

从四足朋友那里获得灵感

在他与机器狗的合作中，Hamed 旨在通过开发先进的智能控制算法来填补这一空白，这些算法强调动物运动的敏捷性和稳定性。

他的方法将先进的反馈控制算法和数学优化技术与传感器的使用相结合，适用于动物的基础生物学。

例如，脊椎动物的平衡控制主要发生在脊​​髓，那里的振荡神经元相互交流以产生有节奏的运动。

Hamed 解释说，这是一种自然功能——有腿动物和人类可以闭上眼睛仍然行走的原因。

但是为了在更复杂的环境中导航——比如一组楼梯或巨石——人类和动物都需要视觉，我们需要大脑来解释我们所看到的。

Hamed 的研究团队使用传感器和强大的控制算法在他们的机器狗中创造出类似的效果。

他们使用编码器——连接到关节的传感器来读取它们相对于彼此的位置——以及惯性测量单元——测量机器人身体与地面的方向的传感器——来创造更多脊椎动物自然而然的平衡和运动控制。

该团队还安装了摄像头和激光雷达（一种用于更精确地绘制环境地图的激光技术），以利用机器视觉来更好地告知每个机器人接触或避开障碍物。

Hamed 的团队为三只机器狗配备了这些传感器，由 Ghost Robotics（一家专门生产腿式机器人的公司）制造，并用它们来测试他们新开发的智能和稳健的控制算法。

一旦机器人读取了它们自己的运动和环境的测量值，我们的想法就是让它们采取相应的行动：车载计算机计算机器人应该使用的鲁棒控制动作来引导自己从 A 点到 B 点。

到目前为止，研究人员已经模拟并开始测试几种与真实动物相同的步态。

机器狗已经开始以更敏捷、更平衡和更快的角度以更锐利的角度行走、小跑和奔跑。

该团队还在探索将人工智能集成到他们的控制算法中，以提高机器人在现实环境中的实时决策能力。

与弗吉尼亚理工大学及其他地区的合作伙伴合作

Hamed 依靠协作来采用人工智能和安全关键控制算法等新概念。

在他的两个项目中，他与加州理工学院机械与土木工程教授 Aaron Ames 合作。

他们共同致力于开发下一代智能、安全和稳健的控制算法，使四足和双足机器人能够在复杂环境中灵活移动。

他们还打算通过创建分布式反馈控制算法，使有腿机器人能够在协作任务中协调它们的运动，从而利用成群的有腿机器人在这项工作的基础上再接再厉。

最近，弗吉尼亚理工大学机械工程教授 Alex Leonessa 加入了 Ames 和 Hamed 的一个项目，该项目采用分布式控制算法来实现机器人导盲犬和人类的协作运动。

“我从合作中学习，”哈米德说。 “这就是我们为推进知识所做的事情。知名公司现在都在做着惊人的事情，但你看不到他们在做什么。

“我们想从科学和数学中学习并分享我们的发现。当我们发表文章时，我们可以对其他大学说：‘这些是我们使用的算法。你如何扩展它们？'”

Hamed 看到了这些增强功能在移动性、辅助能力以及两者结合方面的潜在好处和实际应用。

由于地球上一半以上的地形被标记为轮式车辆无法到达，敏捷的腿式机器人可以更好地在崎岖陡峭的地形上航行，例如山脉或树林。

在家庭和办公室中，地面是平坦的并且大部分是可预测的，但机器人的局限性仍然体现在为双足步行者设计的梯子和楼梯中。

Hamed 认为，如果机器人要用于帮助行动不便的人并与他们一起生活，那么确保机器人能够处理相同的条件非常重要。

当机器人在紧急响应中支持或取代人类时——例如，工厂火灾的救援任务——它们将受益于灵活使用他们的腿。

Hamed 发现他的机器狗对控制算法的首次测试很有希望，但这些算法的开发将是一个持续的过程。

“我们使用的算法实际上是受生物启发的吗？”哈米德问自己。 “他们真的像狗一样吗？我们正在尝试进行数学计算。

“但它必须是受生物启发的。我们必须观察动物，然后修正我们的算法——看看它们对这种情况有何反应，以及我们的控制算法如何反应。”