9月26日,国产机器狗圈杀出一位新秀:
一只纯四轮足设计的机器人来了。
不整花活,这只橙黑色小狗能从最朴素的场景中展示出它超凡的运动能力。
先给您来一段灵气十足的“前后搓脚”:
上下楼梯?稳步如飞,并且不需要地形图,完全靠感知搞定:
面对一段斜坡,除了身体与坡平行,它还能身体与地平行(右):
穿越障碍时,更是毫不费力化身“变形金刚”,伏地前进:
不得不说,如此灵活的商用轮足机器狗,确实很少见。
轮腿优势合二为一
如上这只小狗,名叫W1,来自通用足式机器人公司逐际动力LimX Dynamic。
W1本周一正式对外发布,并从下个季度就可以开始预定。
它的落地领域是2B,实打实地要进厂干活。
所以也没整什么翻跟头跳舞的花活,全部是各种地形演示。
除了上面那些,过单边桥、上马路牙子、磕磕绊绊的草地石板和碎石路,也都是小菜一碟(共计8种地形)。
Ps. 尤其是这个单边桥操作,W1需要一边腿在桥上,一边腿在地上,但身上的水瓶可以说纹丝不动。
如您所见,W1和一众机器狗最大的区别就是轮足设计。
并且不同于腾讯Max机器狗在关节处安轮子的方式,W1直接将普通的原始足部换成了四个非常显眼的圆轮。
为什么这么做?
逐际动力创始人张巍博士解释:
目前普通四足机器人落地的一大限制因素是续航,因为不管面对什么地形,它都只能一步一步地蹬地前进。
而这可以说是非常耗电。那么在实际工厂中,它可能动不动就“趴窝”了。
另一方面,续航上不去,四足机器人的负载也会极其受限。
给机器狗安上四个大轮子,大幅提升它的移动效率,可以一并解决这些痛点。
不过,轮足混合带来的挑战(例如感知干扰、状态估计和运动控制)却是成倍增加的,并且市面上还没有特别成熟的解决方案。
具体而言,张巍博士介绍:
首先在硬件上,无端多出四个轮子的电机,每一个电机都有各种走线,各方面的驱动都要加上去,内部的布局都要重新设计。
但最难的还是控制算法。
如果我们只是加上轮子把它当车开,这件事还算简单。
但实际我们需要把轮子融合在四足机器人的整体里,进行全身控制,就像视频演示中所显示的,很多动作必须得全身、轮子、腿、姿态一起合作完成。
除了轮足融合,W1机器狗的另一大挑战是基于地形的实时感知能力。
在这里,张巍博士重点介绍了它与自动驾驶感知相比最大的两个难点。
首先是在精度上。
自动驾驶感知的是障碍物及周围环境,目的是不要碰到;四足机器人则要非常精细地规划出每一步要踩到哪里,怎么踩下去,使用多少力。这个精度至少为厘米级,而自动驾驶避开障碍物不超过10-20厘米就够了。
其次是实时性。
四轮足机器人需要控制轮子的转速有多快,而这需要实时地、根据当时的感知反馈(比如脚踩的是什么地形)来计算出,可谓相当复杂。相反,自动驾驶的感知不涉及到轮子的控制。
尽管挑战很大,W1团队还是利用他们在地形感知、强化学习、多刚体动力学、混杂动力学、模型预测控制等领域的学术和研发经验,开发出了感知与控制融合的算法框架,最终在W1身上实现了高稳定性、强实时性的控制能力。
例如上下楼梯这一场景,它正是完全靠感知而非盲爬才得以如此稳健。
所谓盲爬,可以理解为设定好了程序,然后靠记忆重播爬楼动作实现上楼,这个过程完全不涉及感知。
也就会导致爬得不稳、不流畅,换一个高度的楼梯就更难完成了。
而有了感知,它才能确保每一步都踩在楼梯的中间。
国产机器狗新秀,要做“地面的大疆”
W1背后的逐际动力,成立于2022年,base深圳,已完成天使轮融资。
尽管成立时间算年轻,但其实技术积累很深厚——
它是南科大产学研背景下孵化出来的一家机器人企业。
此前就在网上发布了很多机器狗相关的算法成果。
比如难度系数拉满的正面下楼梯:
他的创始人张巍则博士毕业于普渡大学电气与计算机工程系(本科是中科大)。
他从2005年就开始从事机器人算法相关的研究,自2011年开始在俄亥俄州立大学电气与计算机工程系任助理教授(现在已为终身教授),并于2019年回国加入南科大。
对于逐际动力的首款四轮足机器人,张巍博士强调:
W1并不是一个行业里的专机,我们要做的是一个通用型平台,可以说是“地面的大疆”。
即和大疆无人机一样,我们要在地面上实现,无论什么地形,我们都能稳定地从a到b。
具体从a到b这个过程中,机器人需要做什么操作,其实跟行业相结合有非常广泛的应用空间,我们要解决的就是一个全地形移动的平台。
而对于W1的商业化路径,张博士也透露:
第一步是固定路线的巡检,因为这个任务技术成熟。
至于目前的定位为什么还是移动平台,他表示:
机器人本质上就解决两个能力,一个是移动,一个是操作。
在移动能力上,我认为四足机器人现在是没有完全解决的,即还没有做到全地形+敏捷移动。这就是我们为什么想成为“地面的大疆”。
至于操作能力,则要跟机械臂扯上关系。
最后,被问及现在最缺什么人才时,张博士脱口而出:
懂硬件的AI人才。