导航:EXPO21XX>机器人21 xx>H21:人形和机器人研究>生物机器人实验室- BioRob
生物机器人实验室- BioRob
视频
载入播放器…
  • 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。我们致力于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。我们对利用机器人和数值模拟研究动物运动控制和学习的神经机制感兴趣，并从动物身上汲取灵感，为机器人设计新的控制方法，以及能够在复杂环境中灵活移动的新型机器人。
产品组合

  • 两栖机器人

  • 我们的目标是建立生物灵感两栖蛇(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)从真实动物身上获得灵感，建造用于户外机器人任务的两栖机器人(2)使用机器人作为基于中央模式生成器概念的新型自适应控制器的试验台，(3)使用机器人研究运动控制神经网络如何在真实动物身上实现的假设。我们目前正在测试不同类型的运动控制使用中央模式发生器模型的启发，我们的数字研究七鳃鳗运动。

      • 项目

          • 两栖机器人:一种两栖蛇机器人

          • 这个项目的目的是建立一个生物灵感两栖蛇(或鳗鱼/七鳃鳗)机器人，称为两栖机器人。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，建造一个用于户外机器人任务的两栖机器人;(2)使用该机器人作为基于中央模式生成器概念的新型自适应控制器的试验台;(3)使用该机器人研究运动控制神经网络如何在真实动物中实现的假设。我们目前正在测试不同类型的运动控制使用中央模式发生器模型的启发，我们的数字研究七鳃鳗运动。最新的一代是两栖机器人III，它能以与人类相似的速度游泳，观看一段友好的人-机器人比赛的视频。该机器人的元素也被用来作为我们的Salamandra robotica II机器人的脊柱元素。

            该项目目前由Envirobot项目资助，作为瑞士纳米tera计划的一部分。在该项目中，将改进机器人(第四代两栖机器人IV)，并为其配备多个传感器，用于湖泊污染检测。

          • 类似蝾螈的机器人:蝾螈机器人

          • 我们很高兴向大家展示Salamandra robotica II，新一代的两栖类蝾螈机器人。该机器人在《IEEE机器人学报》上发表的一篇文章中进行了描述，并被邀请参加2013年3月19日至3月21日在里昂举行的Innorobo机器人展览会。

            与它的前身Salamandra robotica(见下)相比，新机器人的游泳速度是以前的两倍多，配备了可折叠的四肢，并搭载了更强大的微控制器，可以对脊髓神经网络模型进行分布式计算，以及对肌肉特性的模拟。它是为数不多的会游泳、会爬、会走的机器人之一，如果不是唯一的话。它的模块化设计允许我们快速改变它的形态(例如使它更长，增加或删除腿，等等)。而且它的模块化意味着每个模块都有自己的微控制器、电池和马达，因此我们可以把机器人分成不同的部分，它仍然可以工作。这在抗损伤的健壮性方面可能具有有趣的含义。例如，机器人可以失去身体的一部分，但仍然能够行走……

          • 鱼一样的机器人:BoxyBot

          • 我们设计并制造了一个能够游泳和爬行的两栖鱼类机器人。该项目的目标有两个:(1)该机器人作为基于耦合非线性振荡器(CPGs)系统的运动控制器的试验台;(2)该机器人用于EPFL的交互式展览——论坛脱钩。该机器人的构造采用了与我们的蝾螈机器人Salamandra robotica相同的元素。

            该机器人的控制架构是围绕中央模式发生器(CPG)构建的，CPG是一个耦合非线性振荡器系统，与生物系统一样，它可以产生节律活动的协调模式，同时通过简单的控制参数进行调制。使用CPG模型，机器人能够在各种不同的运动行为之间执行和切换，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。

          • 类似蝾螈的机器人:Pleurobot

          • 我们介绍了一种新型的类蝾螈机器人Pleurobot。与我们之前的仿生方法不同，在这种新方法中，我们利用了电影放射学的最新进展，从仿生设计可以提供的优势中获益。我们记录三维蝾螈的x光视频在地上行走，在水下行走和游泳。跟踪高达64点动物的骨骼我们可以录音骨骼的三维运动详细。通过对三种步态的所有记录姿态进行优化，我们推导出机器人所需的主动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运动。

            通过设计，Pleurobot为所有活动关节提供扭矩控制，这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复制记录的动物运动和真实的粘弹性特性。为了得到一个对脊椎动物运动控制的基本了解。

        • 动力系统

        • Biorob的动力系统和神经科学
          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，这是一种振荡器，可以调整其参数来学习任何周期输入信号的频率。这意味着它们改变了参数以便有一个与输入频率相对应的固有频率。这种机制不仅仅是同步，因为即使教学信号消失了，新的频率仍然被编码在系统中，它对任何初始条件都有效。

                • 动态运动原语

                • 这个项目是与Stefan Schaal (USC)和Jun Nakanishi (ATR)合作进行的，目的是开发通过仿人机器人模仿学习的控制器。该控制器基于非线性动力系统，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，由人类主体演示的运动。这些控制器可以被认为是离散的或有节奏的模式发生器，它可以回放和调制学习到的运动，同时对摄动具有鲁棒性。经过测试，这些控制器可以与类人机器人一起学习一系列动作(例如网球击球和击鼓动作)。

                  该控制器也用于我们的虚拟训练器项目(与南加州大学生物运动学和物理治疗系Carolee Winstein合作)，该项目旨在使用动态类人模拟演示和监督中风患者的康复训练。该系统将能够1)通过物理治疗师展示的动作记录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)根据物理治疗师定义的康复计划，根据进展逐步增加练习的难度。因此，该系统依赖于演示和模仿的过程，这也可以在类人机器人中找到应用。

                • 可编程中央图案发生器

                • 中央模式发生器(Central Pattern generator, cpg)越来越多地用于控制自主机器人的运动，从类人机器人到多腿类昆虫机器人。然而，很少有设计方法可以用于为特定任务创建cpg。大多数情况下，cpg的设计是相当困难的，因为它的不同参数必须手动调整或通过优化算法。

                  在这个项目中，我们研究如何设计一个通用的CPG结构，在这个结构中，我们可以对任何周期模式进行编码，它的通用特性是免费的，例如抗扰动的稳定性和周期模式在频率和振幅上的调制。

                  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、环境或身体动态)

                • 七鳃鳗和蝾螈建模

                • 这个项目调查七鳃鳗的鳗状游泳，它是最早的脊椎动物之一。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(即一个由神经网络和生物力学模型组成的模拟)，以研究游泳中枢模式生成器的功能。该项目使用遗传算法自动设计部分神经网络，给出完整系统所需行为的描述。这种方法有许多有趣的特性，无论是对计算神经科学(通过拟合生物数据模型，自动设置参数而不是手动调整参数)，还是对机器人(例如，根据游泳速度或诱导转弯能力优化控制器)。

                  中央图案生成器模型的灵感来自七鳃鳗，目前用于两栖机器人，我们的两栖蛇/七鳃鳗机器人。

              • 仿人机器人

              • Biorob的人形机器人
                我们对人形机器人的研究有四个方面:
                • 一个针对离散和有节奏的动作的控制架构，
                • 通过模仿来学习新的轨迹
                • 敏捷的全身运动
                • 可穿戴外骨骼的共生人机交互增强
                  流动性对截瘫患者

                  • 项目

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

                      • 人类能够以一种非常强健、似乎毫不费力的方式，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鲁棒性，一个非常有前途的观点是运动生成的模块化方法:运动是由一组有限的稳定的运动积木组合而成的，这些积木是在脊椎层面组织的，被称为运动原语。

                        在RobotCub项目的框架中，我们基于运动原语的概念，开发了一种用于生成离散运动和节奏运动的架构。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)

                      • 两足行走被认为是早期原始人与它们的近亲类人猿相比发展出的第一个显著特征。人类的这一独特特征一直引起科学家们的兴趣，因此得到了广泛的研究。在过去的几十年里，随着计算机的使用和计算能力的提高，人类行走的建模在研究中获得了特别的兴趣。人类行走的建模在生物力学和医学领域具有特别的意义，因为它可以为假肢的设计提供见解，提供有关肢体运动的关键信息。
                        此外，它对设计用于改善骨骼和神经肌肉系统的肢体矫形器也很重要，用于康复，帮助有行走困难的人(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。

                      • 敏捷的全身运动(随身听)

                      • walkman是由欧盟委员会通过FP7-ICT-2013-10资助的一个为期4年的综合项目(IP)。该项目始于2013年9月，目标是开发一个机器人平台(拟人化的形式)，可以在实验室空间之外的非结构化环境和工作空间中工作，因为自然和人为灾害。

                    • 模块化机器人

                    • 生物机器人实验室的模块化机器人
                      生物机器人实验室有两个硬件模块机器人平台;Roombots Yamor。Roombots模块被设计成可以自动组装成变化的、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，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，其特点是单自由度自给自足模块与蓝牙散射网通信。它们使用针孔塞系统进行组装。火车头项目是欧盟当前的一个项目

                        • 项目

                            • Locomorph

                            • 移动机器人的主要目标是应用形态学和形态的概念来实现高效和健壮的机器人运动和运动，特别是提高自稳定性、能源效率、机动性和对未知环境的适应性。移动研究结合了来自生物学、生物力学、神经科学、机器人和具身智能的多学科方法，研究动物和机器人的移动和运动，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、关节几何形状等)，以生成新颖和优化的机器人设计，以提高自稳定性、能量效率(通过恢复机械能)、机动性和对未知环境的适应性。

                              形态形成:通过研究形态学的变形，即改变形态学，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——是机器人的一项宝贵技能，使机器人能够增强对当前任务和环境的适应性。非自愿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

                            • 该项目由瑞士NCCR在机器人领域资助，探索模块化机器人的设计和控制，称为Roombots，用于构建模块能够移动、自我组装和自我重组的家具。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:自重构模块化机器人)。单元之间的连接器允许根据要解决的任务创建任意的和变化的结构。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，以及自重构的可能性。我们设想的场景类型是一组Roombots彼此自主连接，根据用户需求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，一套椅子变成沙发)，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。我们的梦想是提供与家具合并的多功能模块，普通用户和工程师可以结合多种应用。

                            • Yamor

                            • 我们已经为模块化机器人单元Yamor(另一个模块化机器人)设计了硬件。该项目的目的是创建可以快速连接到彼此的机器人单元，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，利用单元之间的局部交互规则，以优化多单元结构的全局行为。

                              亚摩单位具有以下特点:
                              1. 每个单元在功率、传感、驱动和计算方面都是自主的，
                              2. 它们由重型伺服驱动，一个单元可以抬起3个其他单元，
                              3. 它们通过蓝牙进行通信(即各部件之间不需要电连接)，
                              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针系统以多种方式手动连接和分离，这允许我们创建不同的机器人配置。
                              这种装置设计成通用型。我们感兴趣的一种特殊控制方案是通过耦合的非线性振子系统来控制单元的运动。

                          • 四足机器人

                              • 项目

                                  • Cheetah-cub机器人

                                  • 我们很高兴介绍猎豹幼崽，一个顺从的四足机器人，大小像一只小家猫，或一个小猎豹幼崽。该机器人重1公斤，长约21厘米。它的速度达到1.42米/秒，几乎是每秒7个体长。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，特别是当与更大更硬的四足机器人设计相比时。1)据我们所知，它是所有30公斤以下的四足机器人中速度最快的(根据弗劳德数和每秒体长计算)。2)在开环控制下，在大速度范围内显示自稳定行为。3)它重量轻，结构紧凑，电力驱动。4)价格低廉，易于复制，坚固耐用，操作安全。这使得它成为研究四足机器人多节段腿的绝佳工具。

                                  • Oncilla-robot

                                  • 在Biorob，我们正在开发一种新颖的、柔顺的四足机器人，作为FP7欧洲项目(AMARSi:丰富运动技能的自适应模块化架构，项目于2010年3月启动，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。四足设备的硬件开发是与荷兰根特大学的油藏实验室合作完成的。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，一个兼容的四足机器人。oncilla机器人的新特性包括不同的执行机构架构，带有关节位置和负载/扭矩传感器的闭环控制，以及机载电源。Oncilla-robot继承了久经考验的特征，如猎豹幼崽的受电弓，三段腿的设计，以及其电缆驱动的腿长度驱动。

                                  • Bobcat-robot

                                  • 山猫机器人的设计和实现，以评估积极的脊柱运动的影响，在四足，边界机器人。

                                    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器。在这种情况下，另一个弹簧与rc -伺服电机耦合。脊柱促动器在机器人俯仰方向工作，机器人可以将脊柱弯曲成一个输送或凹的形状。

                                    山猫机器人的腿设计为两节段，在膝关节处有一个重力弹簧。每条腿有两个执行器(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一样的，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:一个缆索机构主动缩短机器人的腿，分别缩短每条腿。位于膝关节的弹簧是机器人伸展腿的唯一手段。

                                • 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。我们的目标是将先进控制技术(如中央模式生成器)和优化知识嵌入到为残疾人(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。

                                        患有行走障碍的人如果接受密集的康复计划，康复预期会更好。然而，标准的康复项目需要一个，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。康复机器人是一种很有前途的研究途径，可以取代这种耗时耗力的工作。我们的目标不是取代物理治疗师，而是减轻他工作中最痛苦的部分，最终导致更长时间和/或更频繁的训练。与此同时，开发自主康复机器人也可能有助于扩大家庭治疗。最后，我们还期望一些为康复机器人开发的设计方法也可以适用于主动假肢的设计。