普渡大学邓新燕副教授蜂鸟机器人研究即将登上ICRA2019舞台 同步开源蜂鸟模拟环境 (普渡大学邓新燕)
雷锋网按:什么东西能像鸟一样飞行,还能像昆虫一样在空中悬停呢?答案就是大家都有所耳闻的蜂鸟。近期,普渡大学机械工程的副教授邓新燕在蜂鸟机器人研究上有了新的进展,雷锋网全文编译如下。
如果无人机能组合上蜂鸟的飞行能力,那么它们就能够更好地在倒塌的建筑或者其他凌乱的空间中找到被困的受害者。普渡大学研究人员设计了能像蜂鸟一样飞行的机器人,并通过机器学习算法对其进行训练,学习蜂鸟每天使用的各种技能。这意味着,通过在模拟环境中进行学习之后,这个机器人“明白了”自己如何像蜂鸟那样四处移动,例如,察觉出何时做出一个逃跑动作。
人工智能和灵活扇动的翅膀相结合让机器人能够自学新技能。尽管这个机器人现在还没有视觉能力,它只能通过接触物体表面去感知。每一次的触碰都会改变电流,这让研究人员意识到他们可以进行追踪。
普渡大学机械工程的副教授邓新燕表示,“这个机器人能够在看不到周边环境的情况下绘制出一幅地图。这有助于机器人在黑暗中搜寻遇难者,并且,这也意味着当即便我们让机器人具有感知能力,也可以少添加一个传感器。”
邓新燕副教授团队将会于5月20号在蒙特利尔举行的ICRA2019会议上展示他们的研究成果,可以在YouTube上观看,地址是
【 图片来源: PURDUE UNIVERSITY 所有者:PURDUE UNIVERSITY 】
由于传统的空气动力学工作原理,无人机不能做得无限小,不然它们就无法产生足够的升力去支撑它们的重量。但是蜂鸟的翅膀是有弹性的,它们不使用传统的空气动力学。“物理学特性完全不同,空气动力学本质上是不稳定的,它具有高攻角和高升力。这让更小型的飞行动物的存在成为了可能,也让我们有可能去按比例缩小扑翼机器人。”邓新燕副教授说。
几年来,邓新燕副教授团队都尝试去解码蜂鸟飞行,以便机器人能够飞到大型飞机飞不到的地方。2011年,在DARPA的委托下,美国航空环境公司AeroVironment制造了一个蜂鸟机器人,它比真正的蜂鸟重,但没那么快,它具有类似直升机式的飞行控制和有限的机动性。并且,它需要人类持续地远程控制。
【 图片来源: PURDUE UNIVERSITY 所有者:PURDUE UNIVERSITY 】
邓新燕副教授的团队和她的合作者在蒙大拿研究蜂鸟已经有好几年了。他们记录蜂鸟的主要动作,例如180度急转弯,并将它们的动作转换成计算机算法,这让机器人能够在模拟环境中学习。对昆虫和蜂鸟的物理现象的进一步研究让普渡大学的研究者制造出比蜂鸟更小的机器人,甚至小到像昆虫一样,但这不影响它的飞行方式。这个机器人有着3D打印的身体和翅膀,这些都是由碳纤维和激光切割薄膜制成的。
邓新燕副教授团队制造了一个重为12克的蜂鸟机器人,这是成年蜂鸟的平均体重,这个蜂鸟机器人能够举起超过自身重量27克的物体,另外,他们还制造了一个重为1克的昆虫机器人。“体型越小,翅膀挥动的频率越高,更有利于它们的飞行。”邓新燕副教授说。设计拥有更高升力的机器人让研究人员有了更大的选择空间去增加电池和传感器,例如摄像头和GPS。研究人员表示,目前机器人在飞行的时候需要连接到外部能源,但这种情况不会持续太久。
【 图片来源: PURDUE UNIVERSITY 所有者:PURDUE UNIVERSITY 】
机器人能够像蜂鸟那样安静地飞行,这让它们更适合秘密行动。并且,研究人员在油箱中测试了可以动态缩放的机翼,证明了它们能够在有气流扰动时依然保持稳定。这个机器人仅仅需要两个马达,它能够独立地控制每一边翅膀,自然界中的飞行动物也是这样进行高度敏捷的运动控制的。邓新燕副教授说:“一只真实的蜂鸟有多组肌肉去飞行和控制转向,但是机器人应该尽可能的轻盈,这样才能用最轻的重量获得最大的性能。”
蜂鸟机器人不仅可以在搜救任务中起到帮助,还可以借助逼真的机器人的感官,让生物学家们更好地研究自然环境中的蜂鸟。邓新燕副教授说:“我们通过对生物学的学习制造了机器人,同时,现在的生物学发现也能通过机器人获得额外的帮助。”
这项研究的模拟已经在开源,欢迎查看。
记者手记: 文章摘要部分有论文链接。其他多媒体信息可在查看。视频和照片由普渡大学机械工程学院的通信专家Jared Pike制作。
相关研究论文摘要:
在扑翼机器人上模仿学习蜂鸟的极限运动控制
Fan Fei, Zhan Tu, Jian Zhang, and Xinyan Deng
生物学研究表明,蜂鸟在快速逃跑的时候能够表现出极端的特技飞行运动控制。当蜂鸟在空中悬停的时候突然给它一个视觉刺激,它会开始迅速地后向平移,外加一个180度的偏航转弯,然后在不到十次的翅膀拍动下立即稳定姿态。考虑到翅膀拍动的频率为40赫兹,这个具有迅猛的运动控制仅仅需要0.2秒就完成了。受到蜂鸟在这样的极限运动控制中近乎最高的表现的启发,我们开发了一个飞行控制策略,并且通过实验证明,一个仅配备两个制动器且重达12克的蜂鸟机器人就能够实现这样的运动控制能力。论文中提出的混合控制策略将基于模型的非线性控制与无模型强化学习相结合。我们使用基于模型的非线性控制进行一般状态的飞行控制,因为动态模型在这些条件下是相对准确的。然而,在极限控制中,建模错误会变得无法控制。在模拟环境中训练的无模型强化学习策略专门用来使系统在运动控制过程中“失稳”,使运动控制中的性能最大化。这种混合策略体现了的运动控制模式接近于在蜂鸟身上观察到的运动控制模式。我们实现了从仿真到现实的直接转换,证明了这种和蜂鸟类似的快速机动规避在同规模的蜂鸟机器人身上是可行的。
行动即视觉:在狭窄的空间中挥动翅膀导航
Zhan Tu, Fan Fei, Jian Zhang, and Xinyan Deng
飞行动物的翅膀不仅能产生升力和控制力矩,还能够感觉到周边环境。这种感知和驱动的双重功能耦合在一个元件中的做法对重量、尺寸和功率都受到严格限制的小型仿生机器人飞行器尤其有用。在这项工作中,我们介绍了首个使用自己的翅膀在狭小环境中进行感知和导航的扑翼机器人,不需要任何视觉反馈。我们提出普渡蜂鸟扑翼机器人测试平台,它的翼展为17cm,重量为12g,它的双翼由两个制动器驱动,扇动频率为30-40Hz。通过对机翼载荷反馈及其变化的解释,飞行器可以探测到地面、墙壁、楼梯、障碍物和阵风等环境变化的存在。通过测量和解释驱动机翼的电机的电流反馈, 可以得到机翼的瞬时载荷。该方法的有效性在许多无视觉条件下挑战飞行任务的实验中得到了证明:沿着地形飞行,沿着墙壁飞行,以及穿过狭窄的走廊。为了确保飞行的稳定性,我们设计了一种鲁棒控制器来处理飞行过程中不可预见的干扰。对移动机器人来说,通过加载制动器来感知和导航环境是一个有前景的方法,并且它还能作为替代视觉感知或者补充视觉感知的方法。
飞行的蜂鸟:一个关于扑翼机器人和动物的开源动态仿真
Fan Fei, Zhan Tu, Yilun Yang, Jian Zhang, and Xinyan Deng
昆虫和蜂鸟展示出非凡的飞行能力,并且他们能够同时控制看似矛盾的目标:稳定的悬停和激进的运动控制,这是小型人造飞行器无法比拟的。扑翼微型飞行器(FWMAVs) 在缩小这一性能差距方面有着巨大的潜力。然而,由于多种限制,设计以及控制这样的系统仍然具有挑战性。在这篇论文中,我们为扑翼微型飞行器提出了一个开源的高保真度动态仿真,作为扑翼微型飞行器的设计、优化和飞行控制的一个实验平台。为了进行仿真验证,我们在实验室进行仿真实验时,重新研制了和蜂鸟大小一样机器人。通过系统识别,我们得到了模型参数。在模拟飞行与实验飞行中的力产生、开环和闭环动态响应也得到了比较和验证。不稳定空气动力学和高度非线性的飞行动力学给传统控制算法和学习控制算法(如强化学习)带来了具有挑战性的控制问题。仿真界面完全兼容OpenAI Gym模拟器环境。作为基准研究,我们提出了一种用于悬停稳定的线性控制器和一种用于目标定向机动的深度强化学习控制策略。最后,我们在真实机器人上展示了把这两种控制策略的直接从模拟环境中转换到真实环境,进一步证明了仿真的逼真性。
雷锋网注:本文编译自PURDUE UNIVERSITY
版权文章,未经授权禁止转载。详情见 转载须知 。