<mark id="oztn4"></mark>
0
2017 年 7 月的 Science Robotics 封面上，有這樣一款機器人，其外形像是長條狀塑料袋前端位置配了一顆小小的攝像頭，整體似乎給人一種廉價粗糙感。
不過，既然能登上機器人頂刊封面，這條由美國斯坦福大學機械工程系聯(lián)合加州大學圣巴巴拉分校機械工程系打造的機器人自然有兩把刷子。
這款機器人就像是一根藤蔓，不斷向前延伸較長的距離。
當然，除了向前延伸，它還會轉(zhuǎn)彎。
能夠撐起一個重量 100 公斤的木箱子，未來可以在搜索救援、醫(yī)療救護等場景大顯身手。
過去 4 年，研究團隊在這款機器人的導航問題上沒少下功夫，如今這條「機器藤蔓」甚至可以利用障礙物進行路徑規(guī)劃了。
前不久，有關(guān)這款機器人的最新研究成果發(fā)表，題為 Robust Navigation of a Soft Growing Robot by Exploiting Contact with the Environment（利用與環(huán)境接觸的軟性生長機器人的魯棒導航）。
先來了解一下這款機器人是如何“自由生長”的。
2017 年 7 月發(fā)表的論文顯示，這款機器人的設(shè)計受到了藤蔓、真菌和神經(jīng)細胞等生物的啟發(fā)：
這些生物體是通過生長而非運動來駕馭其所處的環(huán)境。它們的特征在于，身體從一端向外延伸，長度成倍增加，并且還能主動控制生長方向，因此形成了一種有用的三維結(jié)構(gòu)，有了一種在嚴格受限的環(huán)境中移動的能力。
研究團隊設(shè)計出的軟體氣動機器人外部是一根由軟性材料制成的透明管，內(nèi)部材料在未延伸時呈折疊狀態(tài)。
其外形不禁讓雷鋒網(wǎng)編輯想到美國通用電氣公司受蚯蚓和樹根的啟發(fā)，為美國國防部高級研究計劃局（DARPA）研發(fā)的一款用于軍事行動的快速隧道挖掘機器人。
但不難發(fā)現(xiàn)，斯坦福團隊的機器人更具靈活性。
關(guān)于機器人的內(nèi)部材料，斯坦福大學官方介紹：
在原型中，我們用到的是一種又薄又便宜的塑料，向其注入加壓空氣時，塑料就會展開；不過在其他版本中，我們會用流體代替空氣。
實際上，做出這款機器人主要基于兩方面原理。
其一，基于用承壓流體驅(qū)動材料的原理，研究團隊給機器人設(shè)計了一個倒置的薄壁“外衣”，通過內(nèi)部施壓，機器人能夠由頂端延伸出去。
其二，基于延長時的不對稱性，研究團隊設(shè)計了一種環(huán)境刺激感知系統(tǒng)，可以主動控制方向（簡單來講就是，機器人的驅(qū)動通過縮短身體的一側(cè)來實現(xiàn)，只有這樣機器人才有了轉(zhuǎn)彎的能力）。
那么在實際應用中，這款機器人如何導航呢？
無疑，對于剛性機器人而言，與障礙物產(chǎn)生碰撞是較為危險的——相比較而言，由于軟體機器人具有低慣性，身體也更為柔軟，因此研究團隊認為，科學家們專門去約束機器人、避免其產(chǎn)生碰撞的做法其實是不必要的，有時反而會對機器人的運動有所限制。特別是在搜索救援等情況下，機器人一般要在混亂或受限的環(huán)境中導航，碰到障礙物是不可避免的。
因此研究團隊的做法是，用一個經(jīng)驗運動學模型（empirical kinematic model）對「機器藤蔓」與其所處環(huán)境的相互作用進行了數(shù)學化的描述。通過該模型，研究團隊開發(fā)了一種規(guī)劃機器人路徑的方法。
研究團隊將這一模型稱為是「啟發(fā)式模型」（heuristic model），這是因為障礙物可以被動地引導機器人，減少其運動過程中的不確定性。如下圖所示，紅色線條對應的是未經(jīng)過優(yōu)化的機器人運動路徑，藍色則代表優(yōu)化后的結(jié)果。
這張動圖可以更加清晰地看到路線的調(diào)整。
我們可以這樣理解，這一方法并不是要避免機器人與環(huán)境接觸，而是在遇到障礙物時，善于利用障礙接觸，使其對導航產(chǎn)生積極作用。
實驗表明：
與避免所有障礙接觸的規(guī)劃方式相比，考慮并善用障礙接觸的規(guī)劃方式所產(chǎn)生的路徑面對不確定性表現(xiàn)更佳。
值得一提的是，這一路徑規(guī)劃方法把對機器人身體的操控轉(zhuǎn)移到了環(huán)境中，機器人所需的驅(qū)動由此減少。
可見，斯坦福大學的最新研究使得軟體機器人導航問題有了進一步突破。
論文作者包括 IEEE Fellow、斯坦福大學機械工程系計算機科學專業(yè)教授 Allison M. Okamura，即 IEEE Robotics and Automation Letters 雜志主編，曾是約翰霍普金斯大學機械工程系教授、副主席。
1994 年，Allison M. Okamura 獲加州大學伯克利分校理學學士學位，在 1996 年、2000 年分別獲得斯坦福大學機械工程碩士和博士學位。
其主要研究領(lǐng)域包括觸覺學、遠程操作、虛擬環(huán)境和模擬器、醫(yī)療機器人、軟體機器人、神經(jīng)力學和康復、修復術(shù)與教育等等。曾獲 2020 年 IEEE 醫(yī)學與生物工程學會技術(shù)成就獎、2019 年 IEEE 機器人與自動化學會杰出服務(wù)獎、2005 年 IEEE 機器人與自動化學會早期學術(shù)生涯獎等獎項。
引用來源：
https://news.stanford.edu/2017/07/19/stanford-researchers-develop-new-type-soft-growing-robot/
https://arxiv.org/abs/1908.08645
https://www.youtube.com/watch?v=XdTdFLz2TWU
https://profiles.stanford.edu/allison-okamura
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
