Lola配备了由联邦武装部队大学(TAS)自主系统技术研究所在DFG研究项目“面向人形机器人的通用视觉系统”(HU-1743/1-1)中开发的视觉系统。新开发的图像处理方法使萝拉能够在未知环境中导航。
洛拉身高180厘米，体重约60公斤。结构组件的设计遵循了AM之前开发的类人机器人Johnnie的深入分析和行走实验。Lola的机械结构的特点是非常轻的设计和25个驱动自由度的运动配置，允许自然和灵活的运动模式。关节由模块化、多感官伺服驱动器驱动，具有高功率密度。驱动器分别基于交流伺服电机、谐波传动齿轮和行星滚子丝杠。与人类不同，双足机器人的质心(CoM)通常与髋关节处于同一水平，甚至低于髋关节。由于稳定性随着CoM位置的增加而增加，我们特别强调改善腿部器械的质量分布，以实现良好的动态性能:在膝关节采用基于滚轮螺纹的线性驱动器，可以显著改善髋-大腿区域的质量分布。踝关节由两个线性驱动器组成的并联机构驱动，电机安装在大腿上，靠近髋关节。因此，驱动器质量的很大一部分可以移动到髋关节旋转轴附近，从而导致腿的高度动态行为。结构部件的尺寸是基于机器人的综合多体仿真模型。 For some components with complex multi-axial stress conditions and strict geometric constraints, concept design proposals are determined by topology optimization. Finite element analyses are conducted on all highly loaded parts. Major structural components are designed as aluminum investment castings in order to meet the weight and stiffness targets.
该传感器系统支持基于模型的控制算法的实现。绝对角度传感器允许直接测量关节角度，补偿驱动机构中的柔顺性和非线性。高精度惯性测量单元与光纤陀螺仪估计的方向和角速度的上身。
地面反作用力和力矩由六轴力/力矩传感器测量。由于具有适当测量范围的商用六轴传感器相当笨重和笨重，因此开发了定制传感器。由于双足机器人的运动学和动力学高度耦合，中心稳定控制对其至关重要。然而，从技术角度来看，中央控制单元可以从低级任务中卸载，如电机控制和传感器数据采集和处理。这些任务由分散的控制器执行，形成一个具有全局系统动力学集中控制的“智能”传感器-执行器网络。所有控制器都由实时通信系统连接。
基于约翰尼的控制系统，一个层次控制和轨迹规划系统
被开发出来。轨迹规划系统根据指定的目标行走运动生成稳定的轨迹。通过建立更好的机器人模型和对下一步的预估计算，改进了参考轨迹规划。采用一种新的接触力和CoM轨迹规划方法。该方法在实时捐赠中运行萝拉对意外事件快速反应的能力。
由于测量和模型的微小误差以及模糊的已知环境，单靠预先计算的轨迹和电机控制无法实现双足运动。因此，根据测量的接触力和扭矩以及上半身的惯性方向和角速度，修改了计划的轨迹。
步行控制通过修改由任务空间轨迹和接触力组成的计划步行模式来稳定系统全局动态。使用混合位置/力控制跟踪修改后的轨迹。分散驱动控制器形成最低的控制层。上图为偏心节理角度控制层。在上层，在工作空间中控制全局系统动态。在工作空间控制中解决了运动冗余，允许简单有效地使用冗余自由度。步长、行走方向或速度等行走参数既可以由操作员设置，也可以由机器人自主决定萝拉．
自主机器人的一个非常重要的组成部分是环境认知。TAS对视觉感知研究特别感兴趣。在机器人领域，视觉系统的功能越来越强大。有一些商业解决方案可用于质量保证、监控甚至导航系统，例如跟踪稳定性等高级驾驶辅助系统。然而，这些系统通常是高度专业化的，可能不适用于各种各样的应用程序。人类一般灵活的认知距离技术上的实现还很遥远。这就是上述DFG项目的动机。
其目标是为自主移动机器人开发一种通用视觉系统，该系统可以在室内或室外等不同情况下使用。在过去，机器人演示通常在预定义的环境中进行。相比之下，设想的系统可以在任何环境下工作，从而使机器人能够在用户定义的、非简化的环境中行走，学习不同的物体，搜索和识别它们。因此，我们正在开发一种具有不同层次的通用导航系统。最底层实现了一种导航行为，可以在广泛的场景中使用，并可以以快速和安全的方式防止碰撞。
但这一级别无法解决复杂的任务，比如爬楼梯，因为它将台阶主要视为障碍。这些需求将由更高的级别处理，并依赖于特定对象的存在。一旦视觉系统知道某种特定的认知能力可能被激活，就会发生从反应到更高层次的转变。
各层之间的合作使机器人能够在任何环境中导航。与此同时，如果特定能力可用，则可以使用它们。通过第一级——反应级——机器人可以避开任何自然障碍，而不需要了解给定的物体或环境。为了取得成功，他们使用了一套立体相机，提供了500万像素分辨率的图像。
根据预期的操作，必须从输入数据中提取不同的信息。在一种新的方法中，图像被动态地划分为不同的关注区域，只允许在高信息需求的区域执行复杂的算法。因此，该系统以减少计算负荷为代价提供高分辨率的数据处理。
机器人由此产生的运动被映射到关节角度上，关节角度在最低层控制。各关节的位置、速度和加速度由带摩擦观测器的PID控制器控制。
基本上，平台由几个带组成，形成一个无边无际的环面。皮带可以在一个方向(X)上驱动并产生运动，整个环面可以旋转并在第二个方向(Y)上产生运动。由于这两个运动可以独立控制，因此可以产生任何使人转向中心的运动。
实际实现的步行空间为3.5米至4.6米，到07年12月将扩大到5.5倍4.6米，加速到2米/秒(开始慢跑)。据目前所知，这是目前全球范围内规模最大、速度最快的实现(10月07日公布)。
这个平台可以很容易地通过它的模块化来确定大小。理论跨度几乎是无限的创新结构(专利申请中)。由于尺寸关系到平台上人的最大允许加速度，这一实现可以被认为是运动平台建造历史上的一个重大突破。
应用领域:
-“全息甲板”:用户配备一个显示虚拟现实的头戴式设备(HMD)。HMD是带有运动跟踪系统的轨迹，一方面为HMD的立体视觉生成视频数据，另一方面计算用户与平台中心的偏差。这个偏差用于使用户向中心移动。通过尊重加速度限制和其他限制，这个过程将不会被用户注意到。许多不同的应用都是可能的，从步行到一个新的设计的城市区域，到在创新环境中研究订单拣选过程。在这个项目中，人们可以使用城市引擎在古老的庞贝城中漫步。
