|
我们的愿景就是让机器人能够达到，甚至超越人类操作自行车的水平。因为这样能够把控制问题推到极限，从而发现技术的边界在哪里，以此来推动整个技术的进步。长期来看，未来机器人控制可以划分为三个发展阶段：
第一阶段：自行车能够在低速、变速、粗糙/障碍路面正常的行进。
第二阶段：自行车能够自主完成腾空、落地等特技任务。
第三阶段：在落地应用中，融入控制和感知系统的自行车，可以像极限山地运动员一样在复杂的环境中可以自如的行进。
目前初级阶段的任务我们已经完成，中期任务和长期任务我们还没有明确方案，不过可以肯定的是这些任务实现必须要有强大的计算作为支撑，如果没有计算，其他局部做得再好也不会达成目标。
双足机器人的被动行走理论
早在1990年就有人提出了机器人被动行走理论。当时机器人是纯机械结构，只要给它初始条件就可以产生稳定的行走。到了2005年，康奈尔大学研究团队基于被动行走理论，研发出了与人类等效的行走机器人。当时这项研究成果发表在Science杂志上引起了不小的轰动，之后也陆续有不少关于被动理论的扩展研究发表。不过，除了哈佛研发的机器人软体外骨骼以外，几乎没有研究成果能够带来实际的应用价值。
外骨骼研究一直是近几年的热门研究领域，在国内就有几十家公司在做。它对于有功能性障碍、特殊工种人士确实有一定使用价值。看到这些成果，我们对其中涉及的理论产生了好奇。
如上面的动图演示，芯片实现了所有的计算功能。我们这项工作成果去年8月1日发表在了Nature杂志上，是我们国家在人工智能领域研究第一篇发表在Nature上的文章。
受这项工作的启发，利用天机芯片完成无人驾驶自行车的演示验证，为自动机器人的研发提供了一个新思路，可以有两条途径：
这套新思路最早是2016年，张钹老师在Science发表的一篇文章中提到的，其目的是希望人工智能技术和机器人能够相互结合，相互促进。
目前这项研究成果得到了国际著名的杂志和专业人士的认可。另外，值得说明的是，Nature杂志的编辑告诉我们，通常一篇在Nature上发文章的报道量是100，而我们这篇文章的报道量达到了1400，是目前为止最好的。
以算力为支撑的技术挑战
到现在为止，对机器人控制的需求，对算力的需求还远没有结束，我们经常在Youtobe视频中看到一些山地越野挑战赛，这些视频足以证明人类对车的控制能力有多强。
从图中的两个红色圈来看，有些项跟陀螺效应相关，有些项与离心力相关，有些项和结构相关，最重要的第一项是和重力相关。这些项都会随着速度不断变化。
传统方法用NI控制器或者任何工业控制器，再集成大量传感器来做，可以实现这样的效果。当然这里面也有失败的过程，我们经常会摔倒再重新调整参数再做。不过，这是相当传统和复杂的机器人控制方法。
后来我们就没有这样做了。传统任务里面做运动控制需要嵌入式系统，因为嵌入式系统要实现控制算法。同时做定位和导航时，我们需要高主频的系统来做迭代运算，比如SLAM或其他（SLAM也可以在GPU上做）。交互和感知往往需要用GPU做一些识别或者推理算法。总之，适合并行计算、高频计算和实时性要求，这三种计算在智能机器人里面是同时需要的。尤其我们在参加RoboCup比赛时做的人形机器人同时需要这几种计算，最简单的办法是用三台计算机，这三台需要具备不同算力，然后用网线把它们接起来，用操作系统维护数据沟通。
这次我们并没有采用这样的方法。去年清华大学施路平教授团队发布了一款类脑芯片“天机芯”，在一个芯片上就可以实现三类计算，而且是动态的，可以定义，可以重新编程。这是两个学科或者多个学科进行交叉的结果，我们就和做芯片的老师进行了合作，我们用具备这些功能的芯片完成三个任务来测试，如果三个任务都可以实现，就说明芯片具备这三种计算功能。
（编辑：阜阳站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
