2
| 本文作者： 栗向濱 | 2016-06-12 20:59 |
今年8月，雷鋒網將在深圳舉辦一場盛況空前有全球影響力的人工智能與機器人創新大會。屆時雷鋒網(搜索“雷鋒網”公眾號關注)將發布“人工智能&機器人Top25創新企業榜”榜單。目前，我們正在拜訪人工智能、機器人領域的相關公司，從中篩選最終入選榜單的公司名單。如果你也想加入我們的榜單之中，請聯系：2020@leiphone.com。
雷鋒網按：本文作者栗向濱，中科院自動化所復雜系統國家重點實驗室研究生，主攻機器人與人工智能。
2016年3月18日彭博商業周刊爆出了一條新聞，谷歌母公司Alphabet計劃放棄機器人計劃，并出售收購不到3年的有足機器人制造商Boston Dynamics。
就在一個月之前2月23日，波士頓動力公司在YouTube上發布了一段關于公司新成果的一段視頻，這段視頻現在已經擁有了上億次的點擊量，在世界各地都引起了很大的關注度。
5月28日，Tech Insider報道稱豐田對波士頓動力的收購“已進入尾聲”，并且有波士頓動力員工稱這是一次“友好的收購”。雖然對于波士頓動力的出售與收購原因都眾說紛紜，但是在這些原因里面均透露出了一絲絲對多足機器人無奈的意味，而這絲無奈正如我在文章《Google為何要放棄逆天的Atlas機器人？波士頓動力與谷歌背后的故事》中最后提到的——
“多足機器人的困境也許才剛剛開始”。
（波士頓動力多足機器人展示 ）
所以這篇文章，我將闡述一下為什么多足機器人的路越走越難。
機器人是個構成十分復雜的智能體，他的組成部分包括動力模塊、執行機構、傳感部分、運動機構、環境互動與導航、人機交互等很多方面。而我們今天講的多足機器人，主要的研究環節就是他的運動機構，所以首先我們先來看看機器人到底有哪些運動方式。
機器人的運動方式可以分為輪式、足式、蛇形、爬行、飛行、游動等，陸上的運動方式為輪式、足式、蛇形、爬行，其中以輪式與足式為主，空中與水中的運動方式分別為飛行與游動。
我們先來說說輪式運動有哪幾種類型。先列舉一下：四輪、兩輪平衡、獨輪平衡、球面輪、六輪和履帶。
（NASA的雙輪平衡機器人Robonaut ）
對于大多數的移動機器人來說，運動方式基本上均采用輪式，其中以四輪和履帶最為常見，因為這兩種方式既簡約又穩定性高。除此之外還有兩輪平衡機器人，兩輪平衡機器人通常使用陀螺儀來檢測機器人偏倒了多少，然后驅動輪子在相同的方向同等比例的運動，這種對偏倒的補償運動每秒鐘會運行幾百次，原理同倒立擺的動態平衡。我們日常在大街上看到的兩輪電動車雖然不是機器人，但是其平衡原理與兩輪機器人類似。
（卡內基梅隆大學Ralph Hollis教授開發的獨輪機器人Ballbot ）
獨輪平衡機器人是兩輪平衡機器人的拓展形式，它可以將一個球狀輪作為獨輪在二維平面的任意方形運動。采用獨輪平衡的機器人有美國的卡內基梅隆大學(Carnegie Mellon University) Ralph Hollis教授開發的Ballbot機器人以及日本的東北學院大學(Tohoku Gakuin University) Masaaki Kumagai教授開發的BallIP機器人。由于只有一個輪子，所以高度要高一些，但是占地面積要小很多，所以相比于其他機器人來說更適合在狹窄的空間里運動。
（日本的東北學院大學Masaaki Kumagai教授開發的獨輪機器人BallIP ）
球面輪機器人是將機器人的本體裝在球面里面，或者旋轉球面內的配重塊，或者轉動球面外殼來實現運動。
（球狀輪造型 via：wikipedia.org）
六輪機器人相比四輪驅動，會提供更大的牽引力，更適合在戶外運動，例如巖石和草叢環境。
履帶機器人相比六輪機器人會提供更大的牽引力，履帶的結構會使得機器人運動起來如同加上了更多的小輪子，對于戶外和軍用機器人尤為常見，特別適合崎嶇的地形。但是缺點是對于室內光滑地板環境比較難以使用。履帶機器人比較典型的例子是NASA的城市機器人Urbie。
（履帶機器人 via：tiaozhanbei.net）
大致介紹完輪式機器人，就要介紹我們這篇文章的主角——足式機器人。
通過對以上輪式機器人的介紹我們可以發現，輪式機器人十分好操控，只要對兩到六個輪子加上電機驅動，既可以使得機器人進行運動，而且隨著輪子數目的增加，牽引力也會增加，而且也比較適應崎嶇以及不平坦的路面環境。
但是對于足式運動的機器人，情況就復雜得多了。
一般的仿人機器人會采用雙足式，但是這些機器人行走的可靠性沒有一個強于人類。對于雙足機器人平衡控制的問題也一直是研究領域的熱點，但是遺憾的是，沒有一種控制方法是和人的平衡方法一樣的。
在這里我們就會發現一個有趣的事情，仿人機器人的研究，我們主要是仿照人類并且企圖通過模仿人類的運動實現機器人優良的運動特性，但是我們只是建造了一個和人的外形有些相似的機器人，控制方法卻和人類的一點都不一樣。
而且更遺憾的是，我們既沒有研究明白人類是怎么達到如此優良的雙足平衡特性，我們使用的方法也沒有超過人類這種優良的平衡特性，甚是我們現在的雙足機器人基本上都不能在崎嶇不平的路上行走，雖然我們看到Atlas在不平坦路面上行走的視頻，但是這段視頻也許真的只是走得非常好的一次了。這個本身就是雙足機器人研究十分尷尬的境地。既然雙足的魯棒性這么不好，我們可以采用四足或者多足以實現更好的平衡，而且也免去了不少需要實現平衡而使用的控制算法。
（Atlas在DARPA挑戰賽上 via：theroboticschallenge.org）
雖然多足免去了不少平衡上的問題，而且多足適應崎嶇的地形，可跨越障礙，并且具有較強的機動性，這些都是足式運動的優點，但是這些優點對于非足式運動，似乎也可以通過改進而實現；而且對于雙足以及多足，足式運動本身也會存在不少的問題。
我們先來看看現在的足式機器人都采用哪些平衡控制方法。
足式機器人的平衡控制方法
1、零力矩點運動規劃方法
（零力矩點運動規劃方法原理圖 cilab.csie.ncu.edu.tw）
零力矩點運動規劃方法：沿足底分布的負載具有相同的符號（方向），它們等效于一個合力R，其作用點在足底的范圍內。合力R所通過的在足底上的這個作用點，稱為零力矩點（zero moment point），簡稱ZMP。
Vukobratovic于1968年提出ZMP這個概念，到了80年代早稻田的加藤一郎實驗室(Ichiro Kato's laboratory at Waseda University)制作了一系列的WL機器人，這些雙足機器人是最早將此概念實際應用到動態平衡的雙足步行。
有名的例子，像是Honda的Asimo就是利用ZMP的相關理論來達到雙足機器人的步行和平衡。那ZMP有什么用呢？如果ZMP落在腳掌的范圍里面，則機器人可以穩定地行走。
（Asimo機器人 tech.sina.com.cn）
但是，這種方法并不是我們人類的行走原理，而且我們看這樣的機器人走路也感到很是別扭，有些人開玩笑說，Asimo走路的時候就像內急要去廁所。而且這樣的平衡方法，也只能應用到平坦路面上的行走。
2、跳躍平衡
（三維獨腿跳躍機器人 via：www.ai.mit.edu）
跳躍平衡：最早是來自MIT Leg Laboratory的Marc Raibert于上世紀八十年成功實現的，看過我寫的《Google為何要放棄逆天的Atlas機器人？波士頓動力與谷歌背后的故事》文章的人，一定對Marc Raibert這個人不陌生，沒錯，他就是波士頓動力的創始人，并且現在仍是波士頓動力現任總裁兼項目經理。他最初設計的跳躍平衡機器人只有一條腿，可以通過一直蹦蹦跳跳實現豎直不倒，那個感覺就像我們小時候玩的彈簧單高蹺。當機器人向一側倒的時候，機器人的腿就向倒的那側著步，接住自己。后來，單足又發展為兩足和四足，也開始能完成一些較復雜的運動，例如小跑、大步跑、翻跟頭什么的。
3、動態平衡算法
動態平衡算法相比零力矩點方法更加魯棒一些，它的思路就是時刻檢測機器人的運動，然后判斷機器人的腳應該放到哪里。人們可能奇怪這種方法和跳躍平衡有什么區別，其中的區別主要是跳躍平衡是一種動平衡，就像沒有支架的自行車，必須騎起來才能平衡，但是動態平衡算法可以使得機器人穩定地站在那里。
（Anybots公司的雙足機器人Dexter。可以跳躍離開地面11英寸 via：youtube.com）
4、被動動力行走
被動動力行走是指機器人可以完全不用驅動，也完全不用控制僅依靠勢能作為能量輸入就可以實現沿斜坡向下地穩定行走。
（被動動力行走原理示意圖 via：www.robotway.com）
因為人類在行走過程中擺動腿的驅動能量并非完全來源于肌肉做功，而是有一部分來源于重力做功，這與單擺的運動非常相似。對人類行走時腿部肌電信號的實驗研究表明，人類行走時大部分時間腿部肌肉的活動強度是很小的，這說明自身重力及慣性是決定其運動特性的重要參數，而被動動力行走完全依賴于自身重力及慣性，這為被動行走提供了仿生學依據。但是這種控制存在很大的局限性，因為機器人需要利用重力進行被動運動，那么它的運動方式就會受到很大的限制，那過程就像一個餓得一點力氣的人沿著下坡路被重力帶著走。
所以介紹完以上目前足式機器人用的平衡以及運動控制算法來說，并沒有一個很好的解決辦法，它們的行走方式并沒有達到我們預期所期待的優越的魯棒效果，而且對于足式固有的越障等能力，越來越多的其他運動方式也逐漸可以完成，所以這種優越性也開始漸漸地消失。
除此之外，足式運動還有很多設計難度和功耗等的問題。
足式運動存在的問題：設計難度和功耗大等
（一種機器人關節結構圖 via：csstoday.net）
在組成四足行走機器人的機構中，腿部機構是最重要的機構。如果腿部機構選擇得當，不僅可以使機器人的機構簡單、設計方便，還可以簡化控制方案。但是目前的足式機器人大多采用基于零力矩點的軌跡規劃方法。機器人的每個關節都需要進行驅動和控制，使得該類機器人體積和質量大，從機械結構設計到控制系統設計都比較復雜，效率很低，不適于長時間和長距離的野外作業。而且人類的關節是一個很復雜的結構，目前僅僅依靠電機去模擬，得到的效果自然十分尷尬。
（人體膝關節示意圖 via：zzxu.cn）
而且在過去的幾十年里，足式機器人雖然得到了很大的發展，但是，能量消耗大這個問題一直困擾著設計者。
據估計，日本本田公司的阿西莫機器人單位重量移動單位距離所消耗的能量是人類的10倍以上。因為它的每個腿關節都由電機驅動，計算機控制行走過程中各關節每一時刻的角度和角速度等參數。采用這種方式已經研制出了能夠成功行走的機器人，不過它們需要復雜、快速、精確的驅動和控制，因此能量消耗率遠高于人類。
限制傳統行走機器人實用化的一個重要因素是其過高的能耗。傳統的機器人需要大量的馬達對關節驅動，要消耗大量的能量，且馬達在一個行走周期中會做部分負功，使能耗進一步增加。所以我們都會看到不管是Asimo還是Atlas，都會背著一個大大的電池書包，大狗用的則是柴油，所以噪音自然不小。
（Atlas機器人后背的電池背包 via：youtube.com）
于是人們說，我們可以采取被動動力運動方式啊。確實，上世紀90年代開始發展起來的被動行走機器人是一種比較簡單的機械裝置，由固體桿件通過關節聯結組成，能夠在一個向下的傾斜面上僅依靠重力實現穩定行走。它們沒有電機和控制器，僅依靠重力勢能補償行走過程中由碰撞和摩擦產生的能量損耗，由自身的機械結構及質量分布等來實現周期性行走。其單位重量移動單位距離所消耗的能量值與人類行走時的數值大小相當，這讓它們的行走效率超過以往任何行走機械。但是，光看著這些描述我們就會擔憂，這個只有依靠斜坡才能運動的機器人我們還能讓它干些什么。
上面主要從技術的角度上來講的，我們再來看看從情感上。
“恐怖谷理論”：你會想要一個仿人機器人嗎？
（影視作品中的機器人管家形象）
假如你們家的管家是一個機器人，我想你期待的是一個什么樣的機器人呢。假如你說你偏好雙足的，那多半你期待的是一個仿人機器人，可是我以前在文章《2015年，機器人界發生了哪些神奇瘋狂的故事？（下）》中介紹Geminoid F機器人的時候介紹過“恐怖谷理論”，如果Geminoid F這樣美麗的機器人你看著都怕，你怎么讓她當你的管家或者玩伴。再說，假如她哪個零件壞掉了，恐怕你連抱都抱不動這個金屬家伙吧。
那既然家用不行，我們可以軍用。別忘了，美軍已經因為大狗太吵已經不用它了，而且這么費油，還不如開輛車運送的東西多呢。
由此看來，多足機器人也許只是人類想要模仿或者還原人類以及自然界動物的一種最初的想法，從現在各種窘境以及以多足機器人為主要業務的波士頓動力的此次易主我們可以看出并體會到，多足機器人的路真的是越走越難了。
雷鋒網注：本文為雷鋒網獨家約稿，轉載請聯系授權并保留完整信息，不得修改文章。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
