ANYmal 机器人由 ANYbotics 公司打造 。 ANYbotics 成立于 2016 年 ， 是瑞士苏黎世联邦理工学院的衍生公司 ， 致力于开发工业应用的移动机器人技术 。 此前还登上了《Science Robotics》封面 。
此前 ， ANYmal 是这样的 ， 没有轮子 ， 更不能双腿站立 ， 但能 hold 住各种地形 ， 徒步过河不在话下 。
本文图片
【老伴|时速22公里、载荷50kg，这只四足轮腿式机器人学会了变身】?
ANYbotics 的研究者提出了一种稳健的控制器 ， 用于在充满挑战的地形上进行盲四足运动 。 该控制器仅使用联合编码器和惯性测量单元的本体感受（proprioceptive）度量 ， 这是腿式机器人上最耐用最可靠的传感器 。 控制器的操作如下图所示：
本文图片
该控制器被用于 ANYmal 四足机器人的两代版本中 。 四足机器人在泥土、沙子、瓦砾、茂密的植被、雪地、水中和其他越野地形中安全地小跑 。
此外 ， 这项研究中提到的方法并没有用到摄像头、激光雷达或接触式传感器信息 ， 只依赖本体感受传感器信号（proprioceptive sensor signal）来提高控制策略在不同地形中的适应性和稳健性 。
在模型上 ， 新方法没有使用在机器人当前状态的快照上运行的多层感知器（MLP） ， 而是使用了序列模型 ， 特别是感受状态的时间卷积网络（TCN） 。
之后 ， 研究者为 ANYmal 添加了四个轮子 ， 他们提出了一种整体模型预测控制器 ， 同时优化车轮和躯干运动 。 该控制被应用到 ANYmal 轮腿机器人上 。
本文图片
添加了四个轮子的 ANYmal
研究者提出了一个在线轨迹优化（TO）框架 ， 通过将问题分解为单独的轮子和基本轨迹优化来打造一个能以模型预测控制（MPC 模）方式奔跑的轮式 - 腿式机器人 。 对于动态一致的运动 ， 该轮式 TO 需要考虑轮子的滚动约束 ， 而基础 TO 则考虑机器人在运动期间的平衡 ， 此处用到的是零力矩点思想（zero-moment point ， ZMP） 。 一个分级的 WBC 通过计算所有关节的扭矩命令来跟踪这些运动 。 该混合运动框架通过以下方式扩展了轮 - 腿机器人的能力 。
该框架适用于各种各样的步态 ， 如静态稳定步态、动态稳定步态以及 full-flight phase 步态等、
研究者以毫秒为单位切换机器人的两种运动方式 。 由于这种切换频率非常快 ， 机器人可以稳健地对抗无法预知的干扰 ， 使其在现实世界的部署成为可能 。
本文图片
图 2：运动规划和控制结构演示 。 运动计划基于 ZMP 方法 ， 该方法考虑了优化的轮子轨迹和机器人的状态 。 分级 WBC 优化了整体加速和接触力 ， 追踪操作空间推理 。 最后扭矩数据被传送到机器人处 。 由于采用分层结构 ， 轮子 TO、基础 TO 和 WBC 可以实现并行 。
本文图片
图 3：车轮基本轨迹的草图 。
英文原文：https://spectrum.ieee.org/delivery-robot-anymal
文中动图截取自：https://www.youtube.com/watch?v=RJyhZUqj3hM
基于Python ， 利用 NVIDIA TAO Toolkit 和 Deepstream 快速搭建车辆信息识别系统
NVIDIA TAO Toolkit是一个AI工具包 ， 它提供了AI/DL框架的现成接口 ， 能够更快地构建模型 ， 而不需要编码 。
经验总结扩展阅读
- 本文转自：北青网据上游新闻报道 浪漫不分年龄！重庆大叔花一年为老伴造空中玫瑰园
- |浪漫不分年龄！重庆大叔花一年时间为老伴造“空中玫瑰园”
- 01人生有三大不幸 老伴走了，就不能太“委屈”自己了
- |人老了，如果老伴先离开了，请逼自己做好这几件事，避免风险
- |“老伴走后，在儿子女儿家各住了一个月，我果断住进了养老院！”
- 儿女|人到晚年，如果儿女靠不住怎么办？过来人：来场黄昏恋，找个老伴
- 老伴|大爷老伴去世2个月去相亲，被大妈痛骂
- |人过50，找老伴的时候，你若忽视了3点，不仅赔钱，还会气大伤身
- |老伴在儿子家吸烟惹怒儿媳，阿姨：你要么戒烟，要么你1个人住
- 相亲相爱的老伴去世了，老人会伤心难过吗？3个老人说出内心话