波士顿动力Atlas同款算法,加州理工和清华共同设计优化的法国外骨骼机器人
大数据文摘授权转载自机器人大讲堂
外骨骼,又称动力装甲或动力服,从前只存在于科幻电影中,而现在它们逐渐走入现实,在军事、医疗康复、体能增强等领域均能看见它们的身影。
从科幻走进现实的外骨骼机器人不是个新话题,#上海“机甲战士”外卖小哥,#瘫痪父亲穿机械骨骼接女儿放学等统统上了头条,给大家带来不少对未来世界的畅想。
今天小编给大家介绍的这款外骨骼机器人有点不一般,据外媒报道,不仅和波士顿动力的Atlas人形机器人使用同款技术,加州理工大学和清华大学还为其设计优化算法!
这款外骨骼机器人叫做Atalante,由法国初创公司Wandercraft研发,主要用于下肢康复,辅助患者站立或行走。
来一起看看它的表现:
它可以毫不费力地进行垂直训练和地面行走,确保了连贯的感官反馈,虽然速度不快,但非常稳定。
左右晃动,弯腰捡东西,不用担心会摔倒。
穿戴也很方便,不到4分钟就可以穿戴整齐,患者自己也可以轻松操作。
i7处理器,自适应平衡,波士顿动力Atlas同款算法
i7处理器,自适应平衡,波士顿动力Atlas同款算法
波士顿动力的Atlas人形机器人大家应该不陌生了,能跑能跳还能后空翻,时不时还能来点迷人小舞步。
Atalante外骨骼机器人采用了与Atlas人形机器人的同款算法,复杂的演算法架构可创造动态平衡,完全自动化地协助病患站立,无须任何外力如拐杖的支撑也能取得平衡。
外骨骼机器人的靠背配备有英特尔(Intel) i7处理器,它可以判断机器人如何平衡和行走。穿戴者可通过指令来控制该设备,或者由专业人员使用专用程序来控制。
用户坐在设备中,然后移动臀部,向臀部、膝盖和脚踝处的发动机发送移动信号,促使设备处于站立位置。
Atalante重量约为59公斤,但动力外骨骼会自主平衡,因此不会给患者增加任何负担;在电池续航力方面,Atalante可持续使用一整天。
加州理工、清华大学为其开发优化算法,定制化提升舒适感
加州理工、清华大学为其开发优化算法,定制化提升舒适感
稳定行走+自适应平衡+超强续航,Atalante的现有方法已经能够满足外骨骼的康复要求,但还无法满足用户的个人偏好。
加州理工大学和清华大学共同为Atalante外骨骼机器人开发了优化算法——混合驱动学习方法 COSPAR 算法,可以利用“个人偏好”,定制化提升下肢外骨骼的舒适感。
该算法利用“基于偏好的学习”(如用户喜欢步态 A 还是步态 B),来确定用户最喜欢的步态参数。因此,个性化外骨骼步态的目标可以被定义为决斗赌博机和合作学习问题。
算法可以迭代地执行以下操作:a)从动作效用的后验模型中提取多个样本;b)对于每个样本模型,用最高的采样效用执行动作;c)在已执行动作之间查找偏好反馈;d)根据获取的偏好数据更新后验。
该研究还获得了机器人领域顶级会议ICRA 2020 的最佳论文奖,同时也获得最佳人机交互论文奖(Best Paper Award onHuman-Robot Interaction)。
【参考链接】