機(jī)器之心報(bào)道

機(jī)器之心編輯部

波士頓動(dòng)力 Atlas 展示了接近于人類的跑酷能力，能夠快速越過具有一定傾斜度的障礙物、執(zhí)行快速轉(zhuǎn)身、跳躍等動(dòng)作。這背后進(jìn)行了哪些技術(shù)改進(jìn)和創(chuàng)新呢？波士頓動(dòng)力高級(jí)機(jī)器人工程師、Atlas 感知軟件開發(fā)負(fù)責(zé)人 Pat Marion 為大家詳盡地解讀了 Atlas 跑酷背后的技術(shù)。

幾天前，波士頓動(dòng)力公司放出了雙足人形機(jī)器人 Atlas 的最新酷炫視頻。這次，Atlas 展示了它的最新技能。

在一系列傾斜膠合板還有木箱壘成的階梯以及平衡木的場(chǎng)景挑戰(zhàn)中，Atlas 如履平地，表現(xiàn)堪稱完美。

其實(shí)三年前，波士頓動(dòng)力就曾發(fā)布過 Atlas 跑酷的視頻。不過當(dāng)時(shí)，Atlas 跑起來顯得更僵硬，步伐也稍顯沉重。

早期 Atlas 跨越障礙的視頻。

短短幾年時(shí)間，從硬件和外觀層面與先前沒有太大區(qū)別的 Atlas 在運(yùn)動(dòng)方式上有了顯著提升，平衡感也顯然更好。

波士頓動(dòng)力在背后進(jìn)行了哪些技術(shù)改進(jìn)和創(chuàng)新呢？機(jī)器人需要具備哪些條件才能像人一樣奔跑、跳躍和跨越障礙呢？

波士頓動(dòng)力高級(jí)機(jī)器人工程師、Atlas 感知軟件開發(fā)負(fù)責(zé)人 Pat Marion 為大家詳盡地解讀了 Atlas 跑酷背后的技術(shù)。

跑酷認(rèn)知能力

機(jī)器人感知算法的目的是將相機(jī)和雷達(dá)等傳感器中的數(shù)據(jù)轉(zhuǎn)換為對(duì)決策制定和規(guī)劃形體動(dòng)作有益的東西。雖然 Atlas 使用集成 IMU、聯(lián)合位置和力傳感器來控制自身的肢體動(dòng)作，并通過感知地面來保持平衡，但它需要利用感知來識(shí)別和導(dǎo)航以下動(dòng)圖 1 中的間隙和窄梁等障礙。

深度相機(jī)拍攝的 Atlas 機(jī)器人的點(diǎn)云旋轉(zhuǎn)視圖。

Atlas 使用 TOF 深度相機(jī)以每秒 15 幀的速度生成環(huán)境的點(diǎn)云，點(diǎn)云是測(cè)距的大規(guī)模集合。Atlas 的感知軟件使用一種名為多平面分割的算法從點(diǎn)云中提取平面。多平面分割算法的輸入饋入到一個(gè)映射系統(tǒng)中，該系統(tǒng)為 Atlas 通過相機(jī)看到的各種不同對(duì)象構(gòu)建模型。

下圖 2 顯示了 Atlas 的視覺「所見」以及如何使用這種視覺感知來規(guī)劃行為。左上角是深度相機(jī)拍攝的紅外圖像。主圖像中的白點(diǎn)形成點(diǎn)云。橙色輪廓標(biāo)記了檢測(cè)到的跑酷障礙物的矩形面，隨著時(shí)間的推移從傳感器觀察結(jié)果中對(duì)其進(jìn)行跟蹤。然后將這些檢測(cè)到的對(duì)象用于規(guī)劃特定行為。例如，綠色的腳步代表下一步要跳到哪里。

具有感知輸出的 Atlas 渲染。

為了執(zhí)行擴(kuò)展的跑酷行為，波士頓動(dòng)力的研發(fā)團(tuán)隊(duì)為機(jī)器人提供了一張高級(jí)地圖，其中包括研發(fā)人員希望它去的地方以及沿途它應(yīng)該做的動(dòng)作。該地圖與真實(shí)路線的幾何形狀不完全匹配，而是一個(gè)包含障礙模板和注釋動(dòng)作的近似描述。Atlas 使用這些稀疏信息來導(dǎo)航，并使用實(shí)時(shí)感知數(shù)據(jù)來填充細(xì)節(jié)。

例如，Atlas 知道要尋找要跳的盒子，如果盒子向側(cè)面移動(dòng) 0.5 米，Atlas 會(huì)找到它的新位置并跳到那里。但如果盒子被移得太遠(yuǎn)，那么系統(tǒng)將找不到它并停下來。

波士頓動(dòng)力機(jī)器人跑酷視覺「看到」和規(guī)劃的信息。

這是一個(gè) 3D 可視化動(dòng)畫，主動(dòng)跟蹤的物體以綠色繪制，并在脫離機(jī)器人感知傳感器的視野時(shí)從綠色淡化為紫色。跟蹤系統(tǒng)持續(xù)估計(jì)物體姿態(tài)，導(dǎo)航系統(tǒng)利用地圖上的信息來規(guī)劃與這些物體相關(guān)的綠色足跡。

Atlas 行為庫

Atlas 在跑酷中所做的每個(gè)動(dòng)作都源自使用軌跡優(yōu)化提前創(chuàng)建的模板。通過創(chuàng)建這些模板庫允許研究者向庫中添加新的軌跡，從而可以不斷為機(jī)器人添加新的功能。給定感知計(jì)劃目標(biāo)，機(jī)器人從庫中選擇與給定目標(biāo)盡可能匹配的行為。

通過離線設(shè)計(jì)進(jìn)行軌跡優(yōu)化，工程師能夠提前以交互方式探索機(jī)器人能力的極限，并減少機(jī)器人的相關(guān)計(jì)算量。例如，由于驅(qū)動(dòng)等物理限制，機(jī)器人如何精確協(xié)調(diào)其四肢以啟動(dòng)和進(jìn)行后空翻，這些細(xì)節(jié)可能對(duì)機(jī)器人的成功產(chǎn)生重大影響。

利用離線優(yōu)化，研究者可以在設(shè)計(jì)時(shí)捕獲這種類似的重要約束，并使用單個(gè)通用控制器在線調(diào)節(jié)機(jī)器人。

上圖機(jī)器人行為是使用離線軌跡優(yōu)化設(shè)計(jì)的復(fù)雜行為，同時(shí)在線控制器將模板動(dòng)作變成現(xiàn)實(shí)。

模型預(yù)測(cè)控制

在確定了機(jī)器人前面的箱子、坡道或障礙物，并計(jì)劃了一系列操作以越過它們后，剩下的挑戰(zhàn)就是機(jī)器人如何可靠地執(zhí)行計(jì)劃所需的所有細(xì)節(jié)。

Atlas 控制器被稱為模型預(yù)測(cè)控制器（model-predictive controller, MPC），該控制器使用機(jī)器人動(dòng)力學(xué)模型來預(yù)測(cè)機(jī)器人未來的動(dòng)作?？刂破鞯墓ぷ髟硎峭ㄟ^優(yōu)化來計(jì)算機(jī)器人當(dāng)前要做的最優(yōu)事情，從而隨著時(shí)間的推移產(chǎn)生最佳動(dòng)作。正如前文所述，行為庫中的每個(gè)模板會(huì)向控制器提供什么解決方案是最佳的選擇。

控制器會(huì)調(diào)整機(jī)器人的力、姿勢(shì)和行為時(shí)間等細(xì)節(jié)，以應(yīng)對(duì)環(huán)境、腳滑或其他實(shí)時(shí)因素帶來的影響。擁有一個(gè)能夠顯著偏離模板動(dòng)作的控制器可以簡(jiǎn)化行為創(chuàng)建過程，這意味著不用逐個(gè)匹配機(jī)器人遇到的每一個(gè)細(xì)節(jié)。例如，機(jī)器人從 52 厘米高的平臺(tái)上跳下和從 40 厘米高的平臺(tái)上跳下并沒有什么不同，MPC 會(huì)解決細(xì)節(jié)問題。

以第一視角顯示了 Atlas 感知和規(guī)劃的路徑。藍(lán)色箭頭為 MPC 預(yù)測(cè)的機(jī)器人在整個(gè)移動(dòng)過程中的質(zhì)心和動(dòng)量。

MPC 的預(yù)測(cè)特性還允許 Atlas 跨越行為邊界來查看后續(xù)動(dòng)作。例如，知道跳躍之后是后空翻，控制器可以自動(dòng)創(chuàng)建從一個(gè)動(dòng)作到另一個(gè)動(dòng)作的平滑過渡。這再次簡(jiǎn)化了機(jī)器人行為創(chuàng)建問題，因?yàn)槲覀儾恍枰崆翱紤]所有可能的行為序列。當(dāng)然，MPC 預(yù)測(cè)也存在局限性，例如，機(jī)器人嘗試從快進(jìn)慢跑動(dòng)作過渡到后空翻是行不通的。一般來說，必須在控制器復(fù)雜性和行為庫大小之間取得平衡。

Atlas 展示了接近于人類的跑酷能力，對(duì)于波士頓動(dòng)力來說如何在 Atlas 上創(chuàng)建和控制廣泛的動(dòng)力學(xué)行為有了深刻的了解。更重要的是，它為設(shè)計(jì)一個(gè)可擴(kuò)展的軟件系統(tǒng)創(chuàng)造了機(jī)會(huì)，該軟件系統(tǒng)將與團(tuán)隊(duì)一起成長(zhǎng)。

原文鏈接：https://blog.bostondynamics.com/flipping-the-script-with-atlas

? THE END

轉(zhuǎn)載請(qǐng)聯(lián)系本公眾號(hào)獲得授權(quán)

投稿或?qū)で髨?bào)道：content@jiqizhixin.com

原標(biāo)題：《感知算法、規(guī)劃地圖……波士頓動(dòng)力揭秘Atlas機(jī)器人跑酷背后的技術(shù)》

閱讀原文