彈跳機器人SALTO

jumping robot

©UC Berkeley

加州大學柏克萊分校研發了一款彈跳機器人,其垂直跳躍的高度比大多數普通人都高,並且還可以利用牆壁跳躍,彈離牆面落到另一個平台上。SALTO這個名字再合適不過了,因為這個詞表示可翻越障礙地形的騰空運動。在拉丁語中,SALTO的意思也是“跳躍”。

參觀了位於加州Menlo Park的FEMA城市搜索和救援訓練站之後,加州大學柏克萊分校機器人工學博士生Duncan Haldane與其團隊構建了這種專為搜索和救援設計的機器人。SALTO小巧而輕便,在地震、火災等大規模災害中的毀損建築物內,該機器人對於如何在廢墟瓦礫中尋找生命跡象將可做出貢獻。

在機器人研發的過程中,該團隊公佈了一項研究報告,其目的是針對具有機械利益演化的自動連鎖彈性驅動器進行評估,來增加機器人垂直跳躍敏捷性的可行性。該研究結果顯示,機械利益(MA)適應(其定義為腳部反作用力與驅動器施加力之間的比例)可以增加串聯彈性肌腱複合體傳遞的能量。SALTO採用了一種具有MA適應(SE+MA)的自動連鎖彈性驅動器,事實證明,該結構能夠有效積蓄能量並傳輸更大的力量,實現更高的跳躍,從而提高垂直跳躍敏捷度。

jumping robot
圖1.SALTO的力量調整;圖中左側為力量調整系統模型(SE+MA),右側為機器人構造示意圖。/ ©Haldane等,2016

設計靈感

Haldane研發SALTO模型的靈感來自於動物世界。經過物競天擇的演化,動物們發展出許多能逃離捕食者的特殊能力。其中,引起Haldane注意的是嬰猴,這種夜間靈長目動物能夠在4秒鐘內連續跳躍5次之多。跳躍之前,它們首先會下蹲。嬰猴的最大垂直跳躍速度為2.2米/秒,而SALTO的速度為1.75米/秒,這打破了之前的機器人敏捷性紀錄(1.12米/秒)。

嬰猴的蹲伏行為有助於將能量儲存在肌腱中,從而展現出更好的跳躍效果。他們蹲下的時間越長,積蓄的能量就越多。將勢能轉化為動能的這種機制被稱為力量調整(power modulation)。這是自然界中的一種適者生存的演進現象,在生物力學文獻中也被稱為力量放大(power amplification)。

從針對動物和機器人系統研究中建構出全新的跳躍距離計算,SALTO展現了前所未有的敏捷性。Haldane及其團隊將垂直跳躍敏捷性描述為“是單一系統在地球重力下可達成的單次跳躍高度,再乘以跳躍頻率”。某些垂直運動像是比如攀爬或上下擺動,可以用以下公式表示:

垂直跳躍敏捷性(米/秒)= h/tstance + tapogee),

其中h=跳躍高度;tstance=跳躍開始後的總站立時間;tapogee=跳躍者離開地面後一直到達跳躍最高點(垂直速度為零)的滯空時間。

由於考慮了重力因素,垂直跳躍敏捷性受限於力量重量比,只表示“動物能夠改變多少能量狀態以及變化速度”,不考慮方向的改變或轉向行為。

jumping robot
圖2.在4秒鐘內進行的一系列重複垂直跳躍(從左到右):平行彈性(EPFL跳躍者)、剛性跳躍(Minitaur機器人)、連鎖彈性力量調整(SALTO)和嬰
猴(Galago senegalensis)。每個

箭頭表示一次跳躍。/ ©Haldane等,2016

機器人物理原型

Haldane利用驅動彈簧的馬達將該機構匯集到機器人中,通過腿部結構載入能量,以形成嬰猴的那種蹲伏姿勢。通過這種方式,SALTO能夠達到比單次跳躍更高的高度。

jumping robot圖3.組裝好的嬰猴機器人,Salto / ©Haldane等,2016

該機器人由ImageProc PCB、一個六軸慣性測量單元(https://github.com/biomimetics/imageproc_pcb;韌體:https://github.com/dhaldane/roach)、二個位置感測器(ams AS5047P & AS5048B)、無刷馬達(Scorpion S-1804-1650KV)、無刷直流馬達驅動器(Advanced Motion Controls AZB10A4)組成,並由一塊3 cell 11.1V 180 mAh鋰離子聚合物電池來供電。腿部連結由碳纖維複合材料製成,比如蜂巢芯碳纖維和FR4玻璃纖維。旋轉關節通過2024精密鋁合金接地棒(McMaster-Carr 9062K24)與聚合物襯套(igus Inc JFM-0304-05)連接,而襯套和軸透過模製聚氨酯零組件(Innovative Polymers IE-3075)與碳纖維結構整合在一起。

 

jumping robot圖4.無需電子控制裝置的接合機構圖 / ©Haldane等,2016

SALTO是款單腿機器人,由一個進行力量調整的聯動裝置、一個連鎖彈性驅動器以及一個進行姿勢控制的慣性尾部所組成。其重量僅為100克(3.5盎司),完全伸展時身高為26公分(10.2英寸),垂直跳躍敏捷性能夠達到嬰猴的78%。雖然有些機器人單次跳躍高度高於SALTO,但是SALTO仍是垂直方向上最敏捷的機器人。

控制板以1000 Hz的頻率測量機器人的身體角度、腿部位置和馬達位置,並可以透過機上ZigBee用筆記型電腦加以控制。系統採用兩路獨立的線性反饋電路:“針對馬達位置的比例控制器和針對身體角度的比例微分控制器”。身體角度透過一個單軸陀螺儀進行估算。也建置了擔任狀態機角色、用於彈離牆面的控制器。控制器啟動時,將俯仰設定值設為機器人向前朝向牆面的角度。當俯仰角達到一定閾值時,機器人會觸發腿部進行伸展,形成跳躍。在空中,機器人將其腿部縮回,俯仰設定點則設定成機器人接觸牆面的角度。

測量/實驗

該團隊進行了多次實驗,以確定機器人可以實現的最大高度增量和垂直跳躍敏捷性,比如運動時的牆面彈跳。對於垂直跳躍測試,他們將機器人放置在地板上,質量中心位於腳部正上方,然後利用步階輸入來驅動跳躍連桿直到完全伸展。為了防止受控落地,這些試驗並沒有啟動機器人的尾部。

然後,他們進行了牆壁彈跳試驗,機器人從地面跳到牆上,然後再從牆面上彈離,整個過程中都使用尾部進行定位。

實驗牆面是一塊0.25英寸厚的壓克力板,並安裝於成型鋁框架上。為了增加摩擦力,他們在地板上方0.88米處增加了一塊直徑為0.175米、0.25英寸厚的聚氨酯橡膠,作為機器人的墊腳處。

這種來自於生物學靈感的結構將會在更多人身上產生啟發。此外,該團隊希望繼續探索新的行為,比如人類的跑酷行為。跑酷也被稱為自由跑跳,跑酷者利用各種運動姿勢來跨越各種障礙物,比如牆壁、樓梯或建築物之間的空隙。該團隊希望能夠建構一系列連續跳躍的延伸行為,以達到人們之前無法觸及的運動極限。

Yulhane-Jerez Koh
Yulhane-Jerez Koh
Yulhane畢業於加州大學伯克利分校,是一名生物力學工程師,也是DevicePlus US的執行編輯。Yulhane的主要興趣在於集群機器人技術、機器學習和神經科學領域。

Check us out on Social Media