自主运动控制单元
对于自主运动控制,开发了三种不同的控制方法,并将其集成到一个混合架构中,以便为不同的任务选择最合适的控制策略。这三种控制策略分别是:(1)经典控制,(2)感觉运动控制,(3)内模控制。
无意识运动控制单元(反射)
尽管反射不是自愿控制的,但它们是整体行为的一部分。一般来说,反射需要多个肌肉的驱动(即激动剂和拮抗剂),因此,反射控制系统不能在单个执行器水平上实现。计划实施的一种反射是前庭-眼反射。另一组在项目过程中可能很重要的反射是可能被触发的退缩反射,例如,在意外接触的情况下。
ECCEOS
ecceo是基于物理的机器人计算机模型,具有多种用途。它被用作所有控制器的演示和开发平台,以及用于运动规划和执行过程中的错误监测的内部模型。该模拟器的三个主要组成部分是:(1)物理和图形模型描述,(2)物理引擎(用于碰撞检测、执行器动力学仿真等)和(3)图形引擎(用于视觉反馈和与模拟场景的交互)。
认知功能单元
认知功能单元决定了机器人的行为。它由感知单元、规划单元、决策单元等组成。
肌腱驱动的机械手部分由弹性、柔性和可变形材料制成。例如,肌腱是有弹性的,指尖是可变形的,手指之间也有可变形的物质。它有15个自由度,由13个伺服电机驱动,每个手指上都有一个弯曲传感器作为位置测量,一组标准的FSR压力传感器覆盖在手上(例如,在指尖、背部和手掌上)。
动物形态的多样性在水下世界尤其令人印象深刻。研究发现,在进化过程中,形态的各种特性已经被优化,以实现高效的运动。在这个项目中,我们探索了水下机器人运动的形态特性。在自适应水下运动方面,本项目研究了一种鱼状游泳机器人。该机器人采用单自由度的电机控制,在三维水下环境中表现出惊人的丰富行为多样性。
建造这个机器人的主要目标是研究建立视觉、听觉、触觉的连贯表示的过程,以及如何使用这种表示来描述/引出存在感。我们的目标是理解人类和机器的表征。我们打算在发展的框架内进行这项工作,例如从一个发展中的系统的观点来研究这个问题。在这个框架内,我们将使用两种方法:一方面,我们将通过研究和对人类婴儿进行实验来研究大脑用于学习和建立这种统一表示的机制;另一方面,我们打算使用人工系统(例如机器人)作为感知-行动表征理论的模型和演示。
为了实现快速运动,利用形态特性是必不可少的。跑步四足机器人“MiniDog”能够通过利用弹簧性质、重量分布和身体尺寸所诱导的内在身体动力学来实现相对稳健的快速腿部运动。由于采用了身体动力学,机器人的控制极其简单,而且具有丰富的行为多样性。
当我们观察细胞的微观世界时,我们看到大量的分子相互作用,以某种方式管理高度自主的生命活动。
没有中央“控制”,但它们自我组装——这就是你读这句话的方式(和原因)。
为了解开生命之谜(创造“活的”机器人),我们开发了一个研究平台——Tribolon(源自摩擦学)——这是世界上唯一一个自行组装的机器人。
查看详情www.tribolon.com.你也可以下载一些出版物。
该手臂机器人由采用高度非线性气动人工肌肉的执行机构组成。欲了解更多细节,请询问开发人员Raja Dravid。
机器人一开始是一辆遥控车(RC-car),在某些方面有一个特殊的身体。车身是一个硬壳行李箱,只有轻微改装的RC-car基地内建。RC-car的安装方式是,电机可以为后轮提供动力,而转向伺服系统连接到一个前轮。手提箱可以从微控制器控制切换到普通的遥控器。因此,手提箱内装有接收器,可通过开关启动。这是为了演示而内置的,在本次作业中没有进一步的用途。
我们开发了一种基于麦克风的人工胡须传感器。天然的老鼠胡须被粘在电容器麦克风上,这样胡须的变形会移动麦克风的膜。这个信号可以被放大和数字化。AMOUSE旨在构建一个配备人工胡须系统的移动机器人,该系统可作为基于神经生理学实验和神经建模结果的模型验证的手段。AMouse是标准的Khepera II机器人,配备了两个人工胡须阵列。胡须由粘在电容器麦克风上的天然老鼠胡须组成。因此,每根胡须都是一个传感器。胡须可以主动移动。数据采集是在笔记本电脑上使用PCMCIA数据采集卡完成的。此外,机器人有一个全向摄像头,可以进行触觉感知、多模式问题和视觉导航的实验。
通过对这个游泳类人机器人的多次实验,我们发现人类在游泳方面受到了很多限制。例如,我们在游泳时需要呼吸,而机器人则不是这样。同时也揭示了人体系统的许多方面。更详细的描述将很快公布。
目前我们从日本公司购买了3个近藤人形机器人。编舞艺术家帕布罗·文图拉一直在用这个机器人在展览上制造下一个惊喜!
“廉价”四足运动(人工智能实验室,苏黎世大学,瑞士)身体动力学可以显著减少agent的计算工作量和复杂性。在这项工作中,我们证明了四足机构的腿之间的相位延迟作为唯一的控制参数,足以在2d表面上导航。
“旋转臂”将被用于人工智能实验室,作为研究昆虫视觉的实验工具。它可以被视为一种“昆虫眼睛的飞行模拟器”:一个人造昆虫眼睛(相机或特殊构造的复眼)被安装在旋转臂上,然后在空间中进行快速而复杂的运动,可以(在某种程度上)模拟飞行昆虫头部所遇到的实际情况。这些研究的目标之一是更好地了解昆虫眼睛的特定特征(例如传感器形态)与动物在飞行过程中遇到的视觉输入之间的关系,以及这如何促进飞行控制。由于像家蝇这样的昆虫可以快速导航,旋转臂必须能够产生非常快的反应。因此,它被设计为其三个旋转自由度的惯性最小,同时为快速加速提供足够的电机动力。
“矮墩儿项目”以我们的生物学知识为基础,探索运动的基本设计原则。然而,我们不是简单地复制生物系统的设计,而是试图提取潜在的原理。这个项目最基本的挑战之一是如何通过关注形态和生理设计的简单性来增强机器人的行为多样性。从这个角度来看,在这个项目中,我们正在研究基于振动的驱动、材料特性以及与环境的相互作用之间的相互作用。斯顿皮使用倒摆动力学来诱导双足跳跃步态。它的机械结构由一个刚性的倒t形安装在四个兼容的脚。一个直立的“T”结构是通过一个旋转接头连接到这。直立“T”的水平梁通过第二个旋转接头连接到垂直梁。利用这种两个自由度的机械结构,通过简单的振荡控制,机器人能够执行许多不同的行为控制,以实现运动,包括跳跃、行走和奔跑的步态控制。
许多类型的小版本的矮胖是由饭田文宫建造的。虽然机器人的尺寸显著影响机器人的整体动力学,但我们已经展示了与动力学相关的形态学和机制的稳定性。
这只机器兔子也是根据“矮胖”这个概念制造出来的。它可以通过两个旋转质量的跳跃来“向前”移动。此外,还观察了对不同摩擦类型地面的鲁棒性。
小飞象是打破常识的杰出机器人之一。更多详情,请访问我们的实验室!
这个项目的主要目标是探索仿生腿跑步机器人的设计原则。特别地,该项目侧重于受生物力学研究启发的四足机器人快速运动的极简模型。因此,这个项目的目标是实现一种快速腿部运动的技术,以及获得我们对生物系统运动机制的进一步理解。
Schmaroo是一个袋鼠机器人,可以跳几厘米。机器人有一个摄像头和一条长腿,可以产生垂直力来跳跃。这个名字来源于开发商Schmitz + Kangaroo。
咖啡是用来研究人机交互的。这个机器人有两个驱动器,使机器人的头部能够以多种方式移动。通过对这个机器人的实验,我们了解到即使是简单的点头动作也可以分为很多种类型。
在这个项目中,我们试图开发一个能够拍打翅膀悬停的机器人。在制作机器人时,我们关注了“廉价设计”和“形态计算”的概念,并利用了最近在人工智能领域提出的“材料属性”。在此基础上,我们设计了一个机器人,它有一个直流电机和一个拍翅膀的曲柄机构。机器人的翅膀在水平平面上拍打,由柔软的材料制成,如聚氨酯、纸板和塑料,以增加向下的气流。我们观察了拍打翅膀的视频,并测量了各种材料和尺寸的翅膀的升力。从结果中,我们得出结论,翅膀的材料和尺寸应该根据扑动频率、机器人的重量等仔细选择。
大多数与运动相关的项目都是由饭田文宫发起的。该项目表明,具有足够的形态可以使动态系统在简单的控制器(大脑)下实现稳定的运动。
在本项目中,针对伪被动动态步行者的设计方案的获取,我们从系统的角度和控制的角度开发了机器人的下肢建模。
两足机器人的形态与材料性能之间的关系是目前该领域值得研究的问题。考虑到这两方面的亲和性,我们设计了叉腿机器人。
这么重的身体,猴子是怎么跳起来爬树的?在这个项目中,我们开发了猴子机器人,通过研究猴子身体的内在振动来揭示猴子的秘密机制。
Melissa是为飞行机器人项目开发的机器人平台,该项目是苏黎世大学信息技术系AILab生物机器人研究的一部分。机器人梅丽莎是一个类似飞艇的飞行机器人,由一个氦气球、一个承载机载电子设备的贡多拉和一个机载主机计算机组成。气球长2.3米,升力约为400克。在贡多拉内部,有3个用于旋转、仰角和推力控制的马达,一个四通道无线电发射机,一个微型全景视觉系统和电池。
在其最复杂的配置中,Dextrolator由7个部分组成,由7个电机驱动。它接收来自126个传感器的传感器反馈。机械臂必须执行的主要任务是在不接触墙壁的情况下通过管道移动,找到通往空间中特定点的路,最后在执行障碍物躲避的同时在环境中导航到某一点。
一种能够利用电动机自主定位传感器的机器人。机器人的任务是利用运动视差来估计到障碍物的临界距离。这一任务是通过进化算法适应复眼的形态,同时使用固定的神经网络控制机器人来实现的。16个长管中的每一个都装有一个光传感器,可以探测大约2度角内的光。这些管子可以绕一个共同的垂直轴旋转。
这个机器人是使用我们的柔性机器人建造工具包从儿童建造工具包快速建造的一系列机器人中的一个例子。我们使用了一个人工进化系统来进化能够完成某些特定任务的模拟代理。特别关注这些机器人的形态在特定环境中的适应性的作用。这些模拟的代理(左)随后被用作构建现实世界机器人的蓝图(右)。最后,机器人在现实环境中进行了测试,以评估它们的适应性
我们的实验装置包括:(a)具有六自由度(DOF)的工业机器人机械手,(b)彩色立体主动视觉系统,以及(c)放置在机器人上的一组触觉传感器。该机器人已用于与开发机器人领域相关的实验。
出品:Neuronics, Inc.
武士机器人由小林浩(Hiroshi Kobayashi)设计,由AILab的衍生公司Neuronics, Inc.制造。本科生将在新人工智能课程和教程中使用它,但也用于研究目的。武士配备:12个红外接近传感器阵列,8个缓冲器传感器,一个全向彩色相机,差动转向与两个15瓦直流电机,摩托罗拉68336主处理器。
Sahabot 2由Dimitrios Lambrinos和Ralf Moller与Rosys AG、Hiroshi Kobayashi和Marinus Maris合作建造。与它的前身Sahabot一样,它是为一项涉及沙漠蚂蚁巨灾蚁导航行为的特定实验而建造的,1997年8月,它在撒哈拉沙漠的突尼斯部分运行,动物学家在同一地区收集了真实巨灾蚁的数据。
Sahabot是由Dimitrios Lambrinos、Hiroshi Kobayashi和Marinus Maris建造的。它是为一个具体的实验建造的,涉及沙漠蚁的导航行为。该研究于1996年7月在撒哈拉沙漠的突尼斯部分进行,动物学家在同一地区收集了真实大灾变的数据。
哈尼是一个会飞的自动机器人。它是一种室内飞艇,由一台离机PC控制。它配备了各种传感器,包括一个摄像头和四个用于运动控制的螺旋桨。它主要是由Hiroshi Kobayashi在Rene Schaad的帮助下开发的。“蜂蜜”主要用于导航实验和人机交互实验。
格洛丽亚是改良版的Didabot。它在Didabot的基础上进行了改进,提供了更长的电池续航时间(目前最长可达1.5小时)、保护罩、碰撞传感器和实时时钟。这些修改是必要的,因为Gloria是Rufus的朋友,而Rufus在一个未经修改的办公环境中工作了很长一段时间。
模拟机器人在纯模拟硬件中执行视觉寻的。硬件基于“平均地标向量”模型。有关描述,请参阅我们的论文“没有快照的地标导航:平均地标向量模型”,该论文可在Ralf Moeller的主页上找到。
由Marinus Maris建造的自主机器人Morpho I的控制架构是基于神经形态设计的。基本上,有一个完整的用于机器人控制的感觉-运动芯片,它负责所有的传感(23像素对比度视网膜阵列)、边缘位置检测(带有位置编码的赢家通吃)、决策(注意力偏差)和电机转向(为伺服系统提供脉冲的尖峰发生器)。它的任务是沿着两条可能的路线中的一条走。从芯片外部控制走哪条线,调整机器人的注意力。
Sita是由Marinus Maris建造的。Sita是建立在一个模型汽车的基础上,就像它的兄弟“Famez”(下图)。它配备了一个一维摄像头(64像素),16个红外和环境光传感器,保险杠和一个语音发生器。机器人的任务是随时为别人跑腿。语音发生器(有望很快增加语音理解的可能性)将使机器人与人类进行口头互动。
Marinus Maris使用Rene Schaad和Daniel Regenass的系统软件制造了10个教育机器人,用于Pfeifers教授的“新人工智能”课程中的学生教育。它的特点:基于R/C车(Tyco Scorcher),非常快的差分四驱(4从6推进),英特尔16位196KD微控制器(20 MHz),红外和环境光传感器,可编程的C和汇编程序。
鲁弗斯·t·萤火虫是由雷内·沙德建造的。它是一个多用途可扩展的自主代理研究平台。
法梅兹是一个完全依靠一个传感器(一个超声波测距仪)的快速机器人。其中三个是由Marinus Maris根据汽车模型套件在我们的实验室建造的。它的最高速度是每小时10英里。它采用摩托罗拉MC68331和HC11微控制器。
这个机器人是由Rene Schaad用“Stokys”金属结构部件建造的。它的特点:汽车转向,20Mhz英特尔196KD微控制器,声纳,2天线,蜂鸣器,夹持器。
“独眼巨人”是在瑞士洛桑的瑞士联邦理工学院的微信息实验室开发的。我们有一个用于评估的范例。特点包括:圆形,直径12.5厘米(5英寸),HC11微控制器,64元线阵CCD阵列,保险杠,调试板,红外遥控,图形LCD等。
Khepera是在瑞士洛桑的瑞士联邦理工学院的微信息实验室设计的。AI实验室目前拥有15只khepera。特点包括:圆形形状,5.5厘米直径(2.2“),小尺寸使桌面实验,2直流电机差动转向,20分钟的自主性,或线控电源,摩托罗拉MC68332微控制器,微型夹具即将到来。