MIT所打造的人形機器人系統(tǒng)不只能在危險的環(huán)境運作,能負擔繁重的任務,此設計最重要的影響是由現代汽車(Hyundai Motor Company)研究員Dong Jin Hyun衍生設計出的可穿戴式外骨骼。
一年一度的國際消費性電子展(CES)在1月初于美國拉斯韋加斯舉行,在展出的眾多五花八門的消費性電子裝置中,筆者偏好尋找能對這個世界帶來一些重要影響的電子技術;CES第一天,我首先注意到的就是韓國現代汽車(Hyundai Motor Company)展示的可穿戴外骨骼機器人(wearable robotic exoskeleton),由該公司的資深研究員Dong Jin Hyun講解。
可穿戴外骨骼機器人技術的研發(fā)始于美國麻省理工學院(MIT)的「高效益機器人架構與電機系統(tǒng)(highly efficient robotic mechanisms and electromechanical system,HERMES)」,是MIT仿生機器人實驗室(Biomimetic Robotics Lab)旗下的研究項目;該實驗室提出了一個概念、著手設計,最后打造了可遠程操控的全身人形機器人原型。
MIT所打造的人形機器人系統(tǒng)不只能在危險的環(huán)境運作,能負擔繁重的任務,此設計最重要的影響是由Dong Jin Hyun衍生設計出的可穿戴式外骨骼。
讓HERMES與人形機器人動作平衡
設計工程師一直在嘗試讓機器人的運動發(fā)揮到極限──也就是說讓機器人的動態(tài)行為動作就跟人類一樣。我們身為人類,能透過大腦思考來適應不尋常、未預期的狀況,讓我們能在問題解決方面非常有創(chuàng)造力;透過在機器人身上布署某種形式的人工智能以及運動技巧,就可能讓機器人能進入高度危險、可能致命的環(huán)境執(zhí)行任務,以保障現場工作人員的生命安全。
藉由采用發(fā)散運動分量(divergent component of motion,DCM),操作員與機器人能透過質心(center of mass,CoM)與壓力中心(center of pressure,CoP)的動力達成平衡同步化;我們人類能透過幾個關節(jié)協(xié)調復雜的動作,并同步協(xié)調動作的優(yōu)美與順暢,而研究人員也希望打造出能完全模仿人類流暢動作的機器人。
能達成以上目標的方法之一,是透過全身遠程操作(whole-body teleoperation)來擷取、模仿人類的動作。
MIT研發(fā)的機器人系統(tǒng)HERMES,是一種能執(zhí)行復雜動態(tài)操作任務的人形機器人設計。(來源:參考數據1)
遠程的機器人操作員需要能與機器人的身體與感官合為一體,也就是說能感覺到機器人的力量以及受到的干擾,并因此能導引機器人成功執(zhí)行任務、就像操作員自己在現場一樣。MEMS傳感器應該在這種設計中扮演了重要角色,現在加速度計與陀螺儀已經能有效被運用于這類人形機器人系統(tǒng)的運作與感測。
慣性量測單元(IMU)以及傳感器中樞,能實現機器人的精確控制、自動化以及定位(positioning);如ADI的EVAL-ADIS2評估系統(tǒng)能協(xié)助加速產品上市,Bosch Sensortec也有可搭配其智慧中樞(Smart Hubs)以及專用傳感器節(jié)點(ASSN)的優(yōu)異傳感器中樞軟件。
Bosch Sensortec的MEMS傳感器解決方案陣容堅強。(來源:Bosch Sensortec)
客制化IMU設計讓機器人站穩(wěn)
講到IMU,似乎與HERMES人形機器人無關,不過客制化IMU能讓設計工程師維持擁有天生不穩(wěn)定運動軌跡(motion profile)的機器人之穩(wěn)定性;例如為Ballbot設計的客制化IMU,能為這種本來形狀就無法「站穩(wěn)」的機器人,帶來維持穩(wěn)定所需的精確度。
在校準IMU之前需要先校準ADC,這有助于簡化IMU的校準,只需要簡單的設備就能完成;Kalman濾波器在此是實現數據融合以及精確角度估算輸出的關鍵,并能讓機器人完美平衡。Kalman濾波器也能去除陀螺儀訊號漂移,以及可能會讓加速度計失誤的移動加速噪聲。
{xa, ya}兩個軸代表是加速度計敏感度,與陀螺儀耦合,量測環(huán)繞加速度計軸的角速度(angular velocities)。(來源:參考數據2)
Kalman濾波器
Kalman濾波器能過濾噪聲,產生不可觀察的狀態(tài)(non-observable state),并預測未來狀態(tài);過濾噪聲非常重要,因為很多傳感器的輸出噪聲都太多,無法直接使用;Kalman濾波器能讓設計工程師計算不確定的訊號/狀態(tài),一個重要的應用是生成估計速度所需的不可觀察狀態(tài)。
通常在機器人的不同關節(jié)上都會有位置傳感器(編碼器),不過簡單地區(qū)分位置以取得速度,會導致產生噪聲;Kalman濾波器能被應用于估算速度,另一個不錯的功能是能被用來預測未來狀態(tài),這在傳感器回饋的時間延遲特別大的時候很有用,時間延遲會導致馬達控制系統(tǒng)不穩(wěn)定。
HERMES系統(tǒng)的控制架構設計
人類操作員會需要能無縫的虛擬遠程臨場(telepresence),才能讓機器人在危險環(huán)境執(zhí)行困難的、原本只能靠人類的靈巧與聰明大腦才能完成的任務;而至關重要的是,整個回饋回路的動力以及延遲必須以人形機器人密切管理。
我們在進行動作訓練時,必須要先了解產生某個動作的基本原理;在這種案例中,人類本體感受的反射,也就是讓身體能正常運作的肌肉、關節(jié)與神經肌肉系統(tǒng)之間的聚合,需要50~100ms的反應時間,而視覺處理反應時間約是200~250ms。這種了解有助于實現機器人操作員在遠程操控機器人執(zhí)行任務,就像他們自己在現場一樣。
MIT的設計工程師估計,在平衡回饋信息顯示為施加于操作員髖部的力道之策略方面,訓練后的反應時間應該要藉于人類本體感受反射以及視覺處理之間;為了以非視覺方法證明髖部的力道回饋策略,會以髖部位置量測參考。代表人類本體在髖部感受到的力道輸入以及視覺輸入。
HERMES系統(tǒng)與人類操作員的回饋回路圖,操作員以腰部的非視覺力道回饋來穩(wěn)定平衡回饋回路中的機器人(粗線箭頭);而細線箭頭指示的是視覺數據以及更高層級感知規(guī)劃的回饋路徑。(來源:參考數據3)
圖為來自髖部本體感覺刺激力道以及視覺刺激階梯輸入訊號的人類髖部移位。(來源:參考數據3)
人類-機器人之平衡回饋回路的事件傳遞流程。(來源:參考數據3)
讓HERMES運動的馬達
HERMES機器人的設計是在「電源層」(power planes)上運作,以執(zhí)行大多數需要較高力道的動作;機器人的末端效應器(end effector)運動在那些層中發(fā)生,因為機器人上半身的肩部與肘部馬達平行軸;在機器人下半身,則是髖部與膝部馬達是在電源層中運作。在人形機器人無法觸及某個位置的特定區(qū)域時,機器人就能輕松重新定向以執(zhí)行例如敲擊、丟擲或拉抬等任務。
人形機器人的設計會將大多數致動器放在動力馬達層;HERMES的致動器設計是大半徑間隙(large gap-radius)馬達;肩/肘部組合的偏斜(yaw)與滾動(roll)軸以平行致動器機構驅動,包含兩個小巧的Dynamixel MX-106伺服致動器以及客制化電子驅動器。那些輕量化的驅動器能在需要時重新導向電源層。
HERMES的右上臂電源層(來源:參考數據3)
HERMES的雙腳以及手臂/手掌設計很有趣,雙腳包含三個接觸點,每個區(qū)域都配備了荷重元(load cell),因此每一個荷重元聯合起來能提供機器人內部的壓力中心估計,如下圖中響應支撐多邊形(support polygon)的凸包(convex hull)。
圖為機器人腳著地的沖擊干擾之后0~4秒,在支撐多邊形內的機器人CoP軌跡。(來源:參考數據3)
三個荷重元甚至能在機器人只有單腳接觸地面時,提供CoP的最小估計值。
HERMES機器人的腳掌設計可看到荷重元。(來源:參考數據3)
HERMES的手掌能抓取例如鉆頭等物品、按壓鉆頭觸發(fā)器,也能握起拳頭;而HERMES的手臂、手腕、手掌與指頭能靈活動作。
HERMES的手掌能抓取鉆頭等物品,也能握拳。(來源:參考數據3)
HERMES有雙靈活的手。(來源:參考數據3)
HERMES的終極考驗
把一堵墻打穿對于人類來說似乎很簡單,但HERMES得證明它可以執(zhí)行這種需要強大力道以及平衡動作的任務,展現人類感知以及此遠程操控人形機器人馬達技術的整合性能。
HERMES系統(tǒng)架構圖。(來源:參考數據3)
叫機器人打墻并不容易,因為需要施加高力道才能擊穿一道墻,同時還要維持身體平衡穩(wěn)定,以及利用身體的力量來沖擊墻面。操作員下的第一道指令,是以HERMES內建的攝影機來確定墻的位置,然后尋找一個可以用機器人的單手握住的錨點。
然后操作員讓機器人的手抓住錨點,發(fā)出「拉」的指令讓機器人的身體朝著墻移動,同時用另一只空著的手握拳、向墻面擊打。在擊穿墻面之后,操作員下指令把墻推開,使機器人足以透過平衡回饋接口的力道回饋重新取得平衡,包括上半身與下半身的定位。
隨著我們進入2017年,機器人應用呈現令人興奮的商機;尤其是與人工智能的結合(盡管有許多爭議),將會改變我們所知的世界。
參考數據:
1. Robot-Human Balance State Transfer during Full-Body Humanoid Teleoperation Using Divergent Component of Motion Dynamics, Joao Ramos, Albert Wang, and Sangbae Kim, 2016 IEEE International Conference on Robotics and Automation (ICRA), Stockholm, Sweden, May 16-21, 2016
2. Constructing IMU Based On ADC and Sensors Calibration for Ballbot, Hosein Zabihi Kheibari, Mahdi Akbari, Atefe Sadat Moosavi Nejad, Proceeding of the 2013 RSI/ISM International Conference on Robotics and Mechatronics, February 13-15, 2013, Tehran, Iran.
3. The HERMES Humanoid System: A Platform for Full-body Teleoperation with Balance Feedback, Albert Wang, Joao Ramos, John Mayo, Wyatt Ubellacker, Justin Cheung and Sangbae Kim, 2015 IEEE-RAS 15th International Conference on Humanoid Robots (Humanoids), November 3-5, 2015, Seoul, Korea
編譯:Judith Cheng
(參考原文:CES 2017: Robotics making life safer and enhancing the human condition)
評論
查看更多