机器人***期刊《Science Robotics》新一期的封面又出现了机械狗的身影，它就是瑞士 ANYbotics公司打造的 ANYmal 机器人。

还记得去年的DARPA 机器人地下挑战赛吗？当时ANYmal穿着一双“轮滑鞋”，跨越障碍的能力非常强，走的也是步步生风。当时，研究人员表示它是全球***应用在实际任务中的轮式-腿式混合驱动机器人。

***近，ANYmal把轮滑鞋脱了下来，成为了十足的探险家，翻山越岭，丛林冒险，雪地勘探，能轻松翻越溪流、草地、雪地、碎石坡等非常复杂的地形

泥泞的林间小路根本难不倒它：

就算布满荆棘和青苔，依然勇往直前：

听说小溪的水流很凉快，来试试：

下个楼梯也要增加难度，有水流过也不怕：

雪地难得倒我？

看到ANYmal的这些表现，小编不禁感慨，在这样复杂的环境中行走，对于人来说也会磕磕绊绊，像这样

能打造出在这些复杂地形中还如履平地的机器人，难度自不必说。

其实大家可以观察到，这些复杂地形的共同点在于具有高度不规则的轮廓，可变形的地形，光滑的表面和地面障碍物。在这种情况下，大多的机器人会出现频繁的脚打滑，失去平衡，并***终导致严重故障。就算给机器人添加了相机和LiDAR之类的感受性传感器，也无法准确地测量诸如摩擦和柔度之类的物理特性，以及受到植被，雪和水等障碍物的阻碍。

既然这么难，那ANYmal是如何做到如履平地的呢？

如履平地的关键——本体感受

在复杂的地形和无法准确探测环境的情况下，机器人必须依赖本体感受——在高时间分辨率下感测其自身的身体形态。为了应对意外事件，例如意外的地面接触，地形变形和脚滑，机器人控制器需要快速产生符合以下多个目标的全身轨迹：平衡，避免自碰撞，抵消外部干扰和运动。

基于这些要求，ANYbotics 的研究人员开发了一种鲁棒的控制器，仅用联合编码器和惯性测量单元，这是腿式机器人上***耐用***可靠的传感器。

上图中的A,B,C三个阶段展现了本体感受控制器的设计方法，也是ANYmal能如履平地的三个关键：

A．与其他的机械狗采用无模型强化学习腿式运动方法不同，研究人员认为这种方法对于更加崎岖的地形效果不佳，因此选用了时间卷积网络（TCN）序列模型，TCN会根据需要从本体感受历史中隐式地推理出接触和滑动事件。

ANYmal可以平稳度过湿滑的地面（本体感受控制器）

机械狗出现打滑(普通控制器)

B．第二个关键概念是特权学习。研究人员发现直接通过强化训练越野运动的策略并不成功：监控信号稀疏，并且所提供的网络无法在合理的时间范围内学习运动。因此，他们将培训过程分为两个阶段：
训练教师策略，该策略可以访问特权信息，即对地面的真实了解和机器人与之的接触。特权信息使策略能够快速实现高性能。
随后教师指导纯本体感受的学生控制器学习，后者仅使用机器人本身可用的传感器信息。

ANYmal在堆满杂物的地面行走(本体感受控制器)

机械狗被绊倒(普通控制器)

C．***后一个关键对控制器的鲁棒性非常重要，它根据控制器在训练过程中不同阶段的表现来自适应的合成地形。从本质上讲，地形是经过综合的，因此控制器能够遍历它们，同时变得更加鲁棒。研究人员评估地形参数并使用粒子滤波来维持的中等难度的地形参数的分布。

负重10kg的ANYmal在堆满杂物的地面行走（本体感受控制器）

 负重10kg的机械狗走不了几步就摔倒（普通控制器）

未来无限可能

没有任何现实世界的数据和***的地形模型，ANYmal使用的本体感受控制器仍然能克服野外的各种不规则地形。研究人员强调说“我们的系统可以穿越视频所示的所有地形，而且一次都没有摔倒。”

ANYbotics机械狗的稳定性是出了名的，就算是波士顿动力的spot在使用中也出现过一些翻车的情况，不过ANYbotics的研究人员也承认，相比其他机械狗，ANYmal展示出的步态模式范围较窄，仅使用了小跑模式，但是在极端的地形环境下，小跑是***保守也是***稳定的步态模式。

前两天，ANYbotics还与瑞士的一家建筑公司Losinger Marazzi合作，ANYmal出现在建筑工地现场，帮助项目经理进行例行检查并报告问题，例如绊倒危险。凭借其超强的行走能力和先进的功能，ANYmal还可以监视和报告人类感官无法检测到的危险元素。

由此看来，ANYmal未来还能应用在更多的场合，经过数次迭代，它会变得越发强大，具有无限可能。
 

本文摘自：网络 日期：2020-10-26
详情点击：ABB机器人代理商