导航:EXPO21XX>自动化21 xx>H05:机器人的大学和研究生物机器人实验室- BioRob
生物机器人实验室- BioRob
视频
加载播放器…
  • 提供配置文件
  • 生物机器人实验室(简称BioRob,前身为生物启发机器人小组,BIRG)是EPFL工程学院生物工程研究所的一部分。我们研究动物和机器人的运动控制、感觉运动协调和学习的计算方面。我们感兴趣的是利用机器人和数值模拟来研究动物运动控制和学习的神经机制,并从动物身上获得灵感,为机器人设计新的控制方法,以及能够在复杂环境中灵活运动的新型机器人。
产品组合
  • 两栖机器人

  • 我们的目标是建立仿生两栖蛇(或鳗鱼/七鳃鳗类),蝾螈,鱼和蜈蚣类机器人。这些项目的目标有三个方面:(1)构建用于户外机器人任务的两栖机器人,从真实动物中获得灵感;(2)使用机器人作为基于中心模式生成器概念的新型自适应控制器的试验台;(3)使用机器人研究如何在真实动物中实现运动控制神经网络的假设。我们目前正在测试控制不同类型的运动,使用中央模式生成器模型,灵感来自我们对七鳃鳗运动的数值研究。
      • 项目

          • 两栖机器人:水陆两栖蛇形机器人

          • 这个项目的目的是建造一个受生物学启发的两栖类蛇(或鳗鱼/七鳃鳗)机器人,名为AmphiBot。该项目的目标有三个方面:(1)从蛇和七鳃鳗等细长鱼类中获得灵感,构建用于户外机器人任务的两栖机器人;(2)将机器人用作基于中心模式生成器概念的新型自适应控制器的试验台;(3)使用机器人研究如何在真实动物中实现运动控制神经网络的假设。我们目前正在测试控制不同类型的运动,使用中央模式生成器模型,灵感来自我们对七鳃鳗运动的数值研究。最新一代是Amphibot III,它可以以与人类相似的速度游泳。请看友好的人机比赛视频。这个机器人的部件也被用作Salamandra robotica II机器人的脊柱部件。

            该项目现在由Envirobot项目资助,是瑞士纳米tera项目的一部分。在该项目中,将改进机器人(第四代,Amphibot IV),并为其配备多个传感器,用于湖泊污染检测。
          • 类蝾螈机器人:Salamandra robotica

          • 我们很高兴展示Salamandra robotica II,我们的新一代两栖蝾螈机器人。该机器人在IEEE机器人学报的一篇文章中被描述,并已被邀请参加2013年3月19日至3月21日在里昂举行的2013年innoobo机器人展。

            与它的前身Salamandra robotica(见下文)相比,新机器人的游泳速度是前者的两倍多,配备了可折叠的四肢,并搭载了更强大的微控制器,可以对我们的脊髓神经网络模型进行分布式计算,并模拟肌肉特性。它是少数能游泳、爬行和行走的机器人之一,如果不是唯一的话。它的模块化设计使我们能够快速改变其形态(例如使其更长,增加或删除腿等)。此外,它的模块化意味着每个模块都有自己的微控制器、电池和电机,因此我们可以将机器人分成不同的部分,它仍然可以工作。就抗损害的健壮性而言,这可能具有有趣的含义。例如,机器人可能会失去身体的某些部分,但仍然能够行走……
          • 鱼形机器人:boxbot

          • 我们设计并制造了一种两栖鱼机器人,能够游泳和爬行。该项目的目标有两个:(1)机器人作为我们基于耦合非线性振荡器(CPGs)系统的运动控制器的试验台;(2)机器人用于EPFL论坛解耦的互动展览。这个机器人的构造元素与我们的蝾螈机器人Salamandra robotica相同。

            机器人的控制结构是围绕一个中央模式发生器(CPG)构建的,CPG是一个耦合非线性振荡器系统,它像它的生物对偶一样,可以在通过简单的控制参数调节的同时产生有节奏的活动的协调模式。利用CPG模型,机器人能够执行和切换各种不同的运动行为,如向前游泳、向后游泳、转弯、滚动、向上/向下移动和爬行。这些行为是由光、接触和水传感器提供的感官输入触发和调节的。
          • 类蝾螈机器人:蝾螈机器人

          • 我们展示了新的蝾螈机器人Pleurobot。与我们之前的仿生方法相反,在这种新方法中,我们利用了放射学的最新进展,从仿生设计可以提供的优势中获益。我们记录了三维蝾螈的x光视频在地面行走,在水下行走和游泳。追踪到64分动物的骨骼我们可以记录骨骼的三维运动非常详细。通过对记录的三种步态的姿态进行优化,推导出机器人所需的主动关节和被动关节的数量和位置在三维空间中以合理的精度再现动物的动作。

            通过设计,Pleurobot为所有活动关节提供扭矩控制,使我们能够应用我们的脊髓神经回路的神经网络模型(称为中央模式发生器)的蝾螈和激活虚拟肌肉为了复制记录的动物运动以及真实的粘弹性特性。为了得到a,这一点尤为重要对脊椎动物运动控制的基本认识。
        • 动力系统

        • 动态系统与神经科学
          在生物机器人实验室所追求的理论方法可以大致分为两个子领域,动力系统和生物建模。
            • 项目

                • 自适应频率振荡器

                • 我们对自适应动力系统的第一次尝试是发展自适应频率振荡器的概念,这种振荡器可以调整其参数来学习任何周期输入信号的频率。这意味着它们改变它们的参数以使其固有频率与输入频率相对应。这种机制超越了单纯的同步,因为新的频率在系统中保持编码,即使教学信号消失,它也适用于任何初始条件。
                • 动态运动基元

                • 这个项目是与Stefan Schaal(南加州大学)和Jun Nakanishi (ATR)合作进行的,旨在开发通过模仿人形机器人来学习的控制器。控制器是基于非线性动态系统,并使用局部加权回归技术来学习复杂的,离散的或有节奏的,由人类主体演示的动作。这些控制器可以被认为是离散的或有节奏的模式生成器,它们可以回放和调节学习到的运动,同时对扰动具有鲁棒性。这些控制器已经经过测试,可以与人形机器人一起学习一系列动作(例如网球挥拍和击鼓动作)。

                  控制器也用于我们的虚拟教练项目(与南加州大学生物运动学和物理治疗系的Carolee Winstein合作),该项目旨在使用动态人形模拟来演示和监督中风患者的康复训练。该系统将能够1)通过记录物理治疗师所展示的动作来创建一个练习数据库,2)向患者演示选定的练习,3)监测患者进行练习的情况,4)指出错误并建议纠正,5)根据进展逐渐增加练习的难度,遵循物理治疗师定义的康复计划。因此,该系统依赖于演示和模仿的过程,也可以在人形机器人中找到应用。
                • 可编程中央图形发生器

                • 中央模式发生器(CPGs)越来越多地用于控制自主机器人的运动,从人形机器人到多足昆虫机器人。然而,很少有设计方法可用于为特定任务创建cpg。大多数时候,cpg的设计是相当困难的,因为它的不同参数必须通过手动或优化算法进行调整。

                  在这个项目中,我们研究了如何设计一个通用的CPG结构,在这个结构中我们可以编码任何周期模式,并且可以免费获得一般性质,例如抗扰动的稳定性和频率和幅度的周期模式调制。

                  我们希望CPG拥有的主要属性如下:
                  • 易于编码的多维周期模式
                  • 抗扰动稳定性(稳定极限环)
                  • 易于调制的幅度和频率的编码模式
                  • 同步属性(与其他cpg,与环境或与身体动态)
                • 七鳃鳗和蝾螈建模

                • 该项目研究了最早的脊椎动物之一七鳃鳗的鳗形游泳。继Orjan Ekeberg的工作之后,我们开发了一个七鳃鳗的神经力学模拟(即由神经网络和生物力学模型组成的模拟)来研究中央模式发生器在游泳中的功能。这个项目使用遗传算法来自动设计神经网络的一部分,给出一个完整系统的期望行为的描述。这种方法对于计算神经科学(通过将模型拟合到生物数据中,并自动设置参数,而不是手动调整它们)和机器人技术(通过优化游泳速度或诱导转向的能力,例如)都有许多有趣的特性。

                  受七鳃鳗启发的中央模式生成器模型目前用于我们的两栖蛇/七鳃鳗机器人Amphibot。
              • 仿人机器人

              • 人形机器人在Biorob
                我们对类人机器人的研究有四个方面:
                • 一个离散的有节奏的运动的控制结构,
                • 通过模仿学习新的轨迹
                • 灵活的全身运动
                • 人机共生互动在可穿戴外骨骼增强
                  截瘫患者的行动能力
                  • 项目

                      • 离散和有节奏的运动的控制架构

                      • 人类能够以一种非常强大、看似毫不费力的方式,使自己的动作适应几乎任何新情况。为了解释这种适应性和稳健性,一个非常有前途的观点是运动生成的模块化方法:运动源于在脊柱水平组织的有限组稳定的运动构建块的组合,称为运动原语。

                        在RobotCub项目的框架中,我们基于运动原语的概念开发了一种架构,用于生成离散和有节奏的运动。到目前为止,我们已经将这种架构应用于两个任务:(i)击鼓和(ii)爬行和到达。
                      • 神经肌肉控制器(Symbitron)

                      • 与类人猿相比,两足行走被认为是早期原始人发展出来的第一个显著特征之一。人类的这一独特特征一直引起科学家的兴趣,因此被广泛研究。在过去的几十年里,随着计算机的普及和计算能力的提高,人类行走模型的研究引起了人们的特别兴趣。人类行走的建模是生物力学和医学领域特别感兴趣的,因为它可以为假肢的设计提供见解,提供关于肢体运动的关键信息。
                        此外,这对于肢体矫形器的设计也很重要,矫形器是用于修饰骨骼和神经肌肉系统的装置,用于康复,通过帮助行走困难的人(例如,由于神经退行性疾病,如多发性硬化症或脊髓损伤)的运动,或在康复期间帮助受伤的人。
                      • 灵活的全身运动(随身听)

                      • WALK-MAN是一个为期4年的综合项目(IP),由欧盟委员会通过FP7-ICT-2013-10资助。该项目于2013年9月启动,目标是开发一个机器人平台(拟人化形式),可以在实验室空间之外的非结构化环境和工作空间中运行,以应对自然和人为灾害。
                    • 模块化机器人

                    • 生物机器人实验室的模块化机器人
                      生物机器人实验室拥有两个硬件模块机器人平台;Roombots和Yamor。Roombots的模块被设计成可以自组装成变化的、活跃的日常环境元素,例如家具。由于它们具有多用途的特点,它们可以用来组装有腿的机器人,如四足机器人(链接仿真结果)。Yamor项目是一个较早的项目,其特点是具有蓝牙散射网通信的单自由度自给自足模块。它们是使用针孔塞系统组装的。火车头项目是目前欧盟的一个项目
                        • 项目

                            • Locomorph

                            • Locomorph的主要目标是应用形态学和形态的概念来实现高效和稳健的机器人运动和运动,特别是具有更高的自稳定性,能效,机动性和对未知环境的适应性。Locomorph结合了生物学、生物力学、神经科学、机器人技术和具身智能等多学科方法,研究动物和机器人的运动和运动,重点关注两个概念:形态学和形态。

                              形态:探索各种形态因素(即形状、质量分布、感觉分布、顺应性、阻尼、肢体分割、躯干/躯干配置、关节几何等),以产生新颖和最佳的机器人设计,以提高自稳定性、能源效率(通过恢复机械能)、机动性和对未知环境的适应性。

                              形态形成:通过研究形态,即改变形态,进一步扩展形态学的概念。自主形态-自我调整自身形态的能力-作为机器人的一项宝贵技能,使机器人能够增加对当前任务和环境的适应性。无意识变形也是一个相关的问题,因为它可能发生在机器人身上,因为受伤或其他外部原因。
                            • Roombots

                            • 这个项目由瑞士NCCR机器人研究中心资助,探索模块化机器人的设计和控制,被称为Roombots,用作建筑模块可以移动、自我组装和自我重新配置的家具。模块化机器人是由多个可以连接和分离的简单机器人模块组成的机器人(维基百科:自重新配置模块化机器人)。单元之间的连接器允许根据要解决的任务创建任意和不断变化的结构。与“单片”机器人相比,模块化机器人具有更高的通用性和抗故障鲁棒性,以及自我重构的可能性。我们设想的场景类型是一组Roombots,它们可以根据用户的需求自主地相互连接,形成不同类型的家具,例如凳子、椅子、沙发和桌子。这种家具会随着时间的推移而改变形状(例如,凳子变成椅子,一组椅子变成沙发),并根据用户的需要使用驱动关节移动到不同的位置。当不需要时,模块组可以创建一个静态结构,如墙或盒子。我们的梦想是提供多功能模块与家具合并,外行用户和工程师可以组合多种应用。
                            • Yamor

                            • 我们已经为模块化机器人单元设计了硬件,称为Yamor(又一个模块化机器人)。该项目的目标是创建能够快速相互连接的机器人单元,以创建任意多单元机器人结构。我们感兴趣的是开发自适应算法,使用单元之间的局部相互作用规则来优化多单元结构的全局行为。

                              Yamor机组具有以下特点:
                              1. 每个单元在动力、传感、驱动和计算方面都是自主的,
                              2. 它们由重型伺服系统驱动,这样一个单元可以举起多达3个其他单元,
                              3. 它们通过蓝牙进行通信(即不需要单元之间的电气连接),
                              4. 它们配备了FPGA和/或ARM处理器,以提供灵活的计算能力,
                              5. 它们可以通过螺丝和别针系统以多种方式手动连接和分离,这使我们能够创建不同的机器人配置。
                              该装置被设计成通用的。我们感兴趣的一种特殊控制方案是通过耦合非线性振荡器系统来控制单元的运动。
                          • 四足机器人

                              • 项目

                                  • Cheetah-cub机器人

                                  • 我们很高兴地向大家介绍cheetah -cub,这是一个四足机器人,大小与一只小家猫或一只年轻的猎豹幼崽一样。该机器人重1公斤,长约21厘米。它的速度达到1.42米/秒,几乎每秒七个身长。这使得猎豹幼崽机器人成为30公斤以下跑得最快的四足机器人。

                                    猎豹-幼崽有几个有趣的特点,特别是与更大更硬的四足机器人设计相比。1)据我们所知,它是30公斤以下所有四足机器人中最快的(以每秒的弗劳德数和体长计算)。2)在开环控制下,在大速度范围内表现出自稳定行为。它重量轻,结构紧凑,由电力驱动。它便宜,易于复制,坚固,操作安全。这使其成为研究四足机器人多节段腿的一个很好的工具。
                                  • Oncilla-robot

                                  • 在Biorob,我们正在开发一种新型的、兼容的四足机器人,作为FP7欧洲项目(AMARSi:丰富运动技能的自适应模块化架构,项目开始于2010年3月,项目持续时间48个月)的一部分。AMARSi项目的目标是提高机器人运动技能的生物丰富性。四足动物硬件开发是与荷兰根特大学的水库实验室合作进行的。AMARSi项目有10多个项目合作伙伴。

                                    我们正在开发新的四足平台,也是基于我们的猎豹幼崽机器人的设计,这是一个兼容的四足机器人。oncilla机器人的新特点包括不同的致动器结构,带有关节位置和负载/扭矩传感器的闭环控制,以及车载电源。oncilla机器人继承了猎豹的受电弓、三段式腿设计和电缆驱动的腿长驱动等久经考验的特点。
                                  • Bobcat-robot

                                  • 设计并实现了山猫机器人,以评估主动脊柱运动对四足跳跃机器人的影响。

                                    该机器人的独特之处在于其脊柱上安装了一个驱动器,可选择串联弹性驱动。在这种情况下,另一个弹簧耦合到rc伺服电机。脊柱驱动器工作在机器人俯仰方向,机器人可以将脊柱弯曲成凹凸形状。

                                    山猫机器人的腿设计为两段式,膝关节处装有重力弹簧。每条腿两个驱动器(标准RC伺服电机)连接a)髋关节和b)膝关节。机器人的前腿和后腿是相同的,前后“膝盖”是向后的。山猫机器人的腿长驱动与猎豹机器人相同:一个电缆机构主动缩短机器人的腿,每条腿都是单独的。放置在膝关节上的弹簧是机器人伸展腿部的唯一手段。
                                • 康复机器人技术

                                      • BIOROB的康复机器人

                                      • 自2009年以来,康复机器人一直是BioRob的一个新的研究领域。我们的目标是将我们关于先进控制技术(例如中央模式发生器)和优化的知识嵌入到为残疾人(例如中风患者)和老年人提供康复治疗的机器人平台中。到目前为止,我们的研究主要集中在运动(下肢)的康复。

                                        患有行走缺陷的人如果接受密集的康复计划,他们的康复预期会更好。然而,标准的康复计划需要一个,两个,甚至三个物理治疗师的密集努力来移动病人,这对治疗师来说也是潜在的痛苦。康复机器人是一个很有前途的研究途径,可以接管一些耗时耗力的工作。目标不是取代物理治疗师,而是减轻他工作中最痛苦的方面,最终导致更长和/或更频繁的训练课程。与此同时,开发自主康复机器人也可能有助于延长家庭治疗。最后,我们也期望康复机器人的一些设计方法也适用于主动假肢的设计。