对数百种自由下落的纸张形状的轨迹进行研究可以帮助为模仿自然的受生物启发的机器人设计提供参考。
工程部的生物启发式机器人实验室的研究人员已经解决了对复杂的圆形行为和各种行为建模的挑战,这是首次对更复杂的正方形,六边形和十字形进行建模,而这些全都没有人工输入。
这项研究发表在《自然机器智能》杂志上,该研究利用机器人自动化,计算机视觉和机器学习来自动绘制形状的跌落行为,这些形状分别表现出四种跌落样式:翻滚(连续翻倒),混乱(在翻滚之间切换)以及没有明显结构的俯冲运动),稳定且周期性的(平稳地下降或以水平方向来回摆动)。
工程博士属于研究小组的学生托比·豪森(Toby Howison)说,研究结果可用于提供对设计机器人的实用见解,例如,可能需要表现出与机器人的稳定性或下降速度有关的某些行为的机器人。
这种称为迭代物理实验系统(IPES)的方法使研究人员能够快速收集大量数据并自动对其进行分析,以揭示掉落的纸张形状的潜在动态规律。整个过程平均需要90秒才能完成,而形状掉落到地面所需的时间在1-5秒之间。自动化此过程可提供一种更可重复,更不主观的分类方法,结果表明,这种无监督分类方法可以准确地区分所有四种形状的混沌运动和翻滚运动。
学分:剑桥大学
实验设置包括:激光切割机用于制造形状; Universal Robots UR5机械臂装有定制的吸盘,可以从1.1米的高度(水平或垂直(随机选择))拾取和放下形状;两个高速摄像机记录跌倒行为。这使得能够计算三维下降轨迹和相应的振动。然后对数据进行处理,并用于自动对行为进行分类和分类,并检查例如纸张形状,行为和下落速度之间的关系。
托比·豪森(Toby Howison)表示:“如果我们要设计具有复杂动作(例如滑行或拍打)的飞行机器人,这需要进行一些真实世界的实验。在这种情况下,IPES等自治系统不仅可以帮助我们了解这种动作,还可以以及如何在机器人设计中复制它们。
“通过研究数百种自由下落的纸形轨迹(一种长期存在的挑战性现象),借助机器人技术,我们已经能够以一种新的方式来研究,分析和解释不同类型的跌落行为。结果,例如,我们现在可以将对这些行为的了解转移到行走或游泳的软机器人设计中。
“只有通过了解诸如自由下落的纸张形状之类的结构,我们才能更多地了解该结构的不同组成部分如何相互作用。我们的研究表明,纸张形状与其环境之间的相互作用提供了可靠的下落样式,创建时没有任何板载控件,例如计算机芯片或电动机。”