|
四年前，一堆吹气塑料登上了顶级期刊《Science》的首页封面，一时间风靡了中国各大科技媒体。 还记得斯坦福大学当年研发的这款软体机器人吗？看起来像是葡萄藤成了精，向着天空自由生长。 看着还有点像商场门口迎宾的这位： 不过千万不要小看它，这款机器人通过空气加压使尖端挤出新材料，长度可以增加到原来的数十倍，移动速度可达22英里/小时，能轻松穿过细缝，还能转弯和自动避障！ 而且力大无穷，能轻松撑起100公斤重物毫无压力！ 最近，斯坦福大学又公布了这款机器人的最新进展，可以利用障碍物进行路径规划！ ▍卷土重来，利用障碍物与环境交互该机器人背后的基本思想很简单。 它是一种由柔软的材料制成的折叠管，就像一个里里外外的袜子一样在内部折叠，科学家将压缩空气泵入固定端，当管前部的材料翻动时，该管会朝一个方向生长。 至于机器人如何转弯就更简单了，提高机器人底部充气量，机器人向上转弯，反之亦然。 时隔四年，它这次卷土重来又给大家带来了什么惊喜呢？ 2017年时，机器人利用摄像头处理光线位置和板载感应对软机器人进行实时转向控制，使其能够自动避障。 这种避障方法非常有效，但并不适合不确定性的复杂环境，而且仔细想想似乎有些前后矛盾，软体机器人本身就是不怕障碍物碰撞的，大费周章的设计算法来避免障碍物岂不是多此一举？ 这次，斯坦福大学的研究人员奇思妙想，允许机器人与障碍物的接触，来帮助机器人到达目的地，而不是像传统路径规划中的标准范例那样严格避免环境接触。 ▍在路径规划中制造不确定性，让机器人自由生长如何利用障碍物相互作用进行机器人的路径规划呢？ 其实非常简单，当机器人触碰到障碍物，自动改变方向：
问题在于这种方式机器人的运动方向不确定性很高，因此，研究人员提出了一种启发式模型，该模型可以预测软体机器人在不确定环境中如何移动、如何与环境交互。
然后，在路径规划中制造更多的不确定性，通过测量机器人样本种群的部署路径和预测路径之间的偏差来估算模型中的参数。这样，机器人的不确定性说明就更全面了，因为它同时捕获了制造误差和其他不确定性来源，例如建模误差。
（左图蓝色为预测路径，红色为不确定路径） 研究人员利用两种杂乱环境进行的实验测试，“迷宫”和“森林”，在两种环境中，机器人都圆满的完成了预测的路径运动，成功到达目的地。
▍走在救援第一线这种小巧灵活的、像藤蔓一样的机器人对救援等工作将发挥巨大的作用。 想象一下，救援人员在倒塌的建筑物的废墟中寻找伤员，他们没有利用工具撬开废墟，也没有让警犬嗅出生命的迹象，而是带出了一个小的气密缸，将设备放置在碎片的入口处，然后拨动开关。 卷须的软体机器人从圆柱体的一端延伸到一块块石头和泥土中，自由轻松的转换方向，就像一棵攀爬的葡萄藤一样，尖端的摄像头可为救援人员提供瓦砾下方原本无法到达的地方的视野。 【参考链接】 https:///XdTdFLz2TWU http://charm./ https:///abs/1908.08645 |
|
|
